[[285635]]

【51CTO.com快譯】Algorithmia近日發(fā)布的報(bào)告揭示了與2020年機(jī)器學(xué)習(xí)使用更普遍有關(guān)的挑戰(zhàn)。報(bào)告發(fā)現(xiàn)，大多數(shù)公司將在2020年處于機(jī)器學(xué)習(xí)發(fā)展的早期階段，但要進(jìn)入更高級(jí)的階段，企業(yè)必須克服諸多障礙。

Algorithmia的《2020年企業(yè)機(jī)器學(xué)習(xí)行情》報(bào)告對(duì)745名技術(shù)專業(yè)人員進(jìn)行了調(diào)查，確定企業(yè)計(jì)劃在2020年如何部署機(jī)器學(xué)習(xí)以及一路面臨的關(guān)鍵問(wèn)題。報(bào)告聲稱，與機(jī)器學(xué)習(xí)部署有關(guān)的最大挑戰(zhàn)包括擴(kuò)展規(guī)模、版本控制和預(yù)算編制。

Algorithmia的首席執(zhí)行官Diego Oppenheimer說(shuō)：“人工智能和機(jī)器學(xué)習(xí)將成為我們畢生看到的最具影響力的技術(shù)進(jìn)步。為了幫助企業(yè)開(kāi)展機(jī)器學(xué)習(xí)工作，報(bào)告將數(shù)據(jù)分為以下七大發(fā)現(xiàn)：

1. 面向機(jī)器學(xué)習(xí)的數(shù)據(jù)科學(xué)崛起

Oppenheimer說(shuō)：“數(shù)據(jù)科學(xué)的作用是獲取這些公司收集的大量數(shù)據(jù)并加以解讀”，技術(shù)進(jìn)步使許多公司生成更多數(shù)據(jù)，這導(dǎo)致需要更多的數(shù)據(jù)科學(xué)家。

隨著機(jī)器學(xué)習(xí)普及開(kāi)來(lái)，需求的這種增長(zhǎng)會(huì)持續(xù)到2020年：報(bào)告發(fā)現(xiàn)，近60%的企業(yè)將雇用1名至10名數(shù)據(jù)科學(xué)家。

Gartner發(fā)現(xiàn)，其中一半以上的企業(yè)會(huì)開(kāi)展至少一個(gè)機(jī)器學(xué)習(xí)項(xiàng)目，但是2020年預(yù)計(jì)部署數(shù)量會(huì)翻一番。隨著機(jī)器學(xué)習(xí)項(xiàng)目增加，報(bào)告發(fā)現(xiàn)企業(yè)會(huì)開(kāi)始看到新的數(shù)據(jù)科學(xué)職銜，包括機(jī)器學(xué)習(xí)工程師、機(jī)器學(xué)習(xí)開(kāi)發(fā)人員、機(jī)器學(xué)習(xí)架構(gòu)師、數(shù)據(jù)工程師、機(jī)器學(xué)習(xí)運(yùn)維以及人工智能(AI)運(yùn)維。

2. 削減成本為重中之重

報(bào)告還研究了公司希望從機(jī)器學(xué)習(xí)獲得的好處。報(bào)告發(fā)現(xiàn)，總體而言，前三大使用場(chǎng)合包括降低公司成本(38%)、獲取客戶洞察力和情報(bào)(37%)以及改善客戶體驗(yàn)(34%)。

Oppenheimer說(shuō)：“在許多情況下，機(jī)器學(xué)習(xí)能夠減少錯(cuò)誤，這可以幫助公司開(kāi)源節(jié)流。比如針對(duì)需要錄入或處理大量數(shù)據(jù)、可能需要很多人、容易出錯(cuò)且速度稍慢的工作，機(jī)器學(xué)習(xí)可以大大提高自動(dòng)化程度，使結(jié)果更準(zhǔn)確。它可以解放執(zhí)行基本數(shù)據(jù)錄入工作的那些人，處理更高級(jí)的任務(wù)，人更適合處理這類任務(wù)。”

報(bào)告發(fā)現(xiàn)，大中型公司主要致力于削減成本，而小公司對(duì)改善客戶體驗(yàn)更感興趣。

小公司在努力留住客戶并擁有穩(wěn)定的業(yè)務(wù)，大公司可能沒(méi)有這問(wèn)題。Oppenheimer說(shuō)，考慮如何使用機(jī)器學(xué)習(xí)時(shí)，優(yōu)化是一大使用場(chǎng)合。

3. 企業(yè)大量處于尚不成熟的早期階段，為了AI而AI

報(bào)告發(fā)現(xiàn)，到2020年，企業(yè)的機(jī)器學(xué)習(xí)項(xiàng)目仍將處于早期階段：21%的企業(yè)稱它們會(huì)評(píng)估使用場(chǎng)合，20%的企業(yè)自稱是機(jī)器學(xué)習(xí)生產(chǎn)環(huán)境的早期采用者。

然而受訪者表示，到2020年底，他們將處于不同階段。約23%的人表示他們會(huì)在生產(chǎn)環(huán)境中使用模型，22%的人表示會(huì)開(kāi)始開(kāi)發(fā)模型。

Oppenheimer說(shuō)：“將來(lái)無(wú)法想象哪家公司不使用機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)來(lái)優(yōu)化業(yè)務(wù)。問(wèn)題在于，許多團(tuán)隊(duì)在不了解最終結(jié)果需要什么樣子的情況下貿(mào)然投入。事實(shí)上，你需要了解業(yè)務(wù)優(yōu)化需要什么樣子。”

4. 漫長(zhǎng)的部署之路

公司花很長(zhǎng)時(shí)間來(lái)部署機(jī)器學(xué)習(xí)。針對(duì)僅僅一個(gè)機(jī)器學(xué)習(xí)模型，受訪者表示他們最多要花90天的時(shí)間來(lái)部署。報(bào)告發(fā)現(xiàn)，近20%的公司稱需要的時(shí)間超過(guò)90天。

這個(gè)過(guò)程可能需要一段時(shí)間，因?yàn)闄C(jī)器學(xué)習(xí)項(xiàng)目太新了，目前的數(shù)據(jù)科學(xué)家可能并不完全熟悉該方法，這可以解釋為什么新的數(shù)據(jù)科學(xué)家職銜會(huì)在2020年涌現(xiàn)。

報(bào)告稱，大公司的部署之路更漫長(zhǎng)。Oppenheimer稱，主要原因是由于企業(yè)規(guī)模越大，批準(zhǔn)環(huán)節(jié)就越多，需要人員來(lái)監(jiān)管項(xiàng)目。

5. 規(guī)模擴(kuò)展問(wèn)題

報(bào)告發(fā)現(xiàn)，受訪者認(rèn)為擴(kuò)展模型的規(guī)模是最大挑戰(zhàn)(43%)，高于去年的30%。報(bào)告稱，這一挑戰(zhàn)可能與分散的組織結(jié)構(gòu)有關(guān)，這常常導(dǎo)致規(guī)模擴(kuò)展過(guò)程中工具、框架和編程語(yǔ)言等方面出現(xiàn)問(wèn)題。

Oppenheimer說(shuō)：“一大障礙是工具很多。構(gòu)建模型的員工通常不是最擅長(zhǎng)擴(kuò)展規(guī)模的人選。企業(yè)需要認(rèn)識(shí)到這些團(tuán)隊(duì)需要有不同的技能，然后意識(shí)到框架方面的進(jìn)展非常快。機(jī)器學(xué)習(xí)領(lǐng)域可以用日新月異來(lái)形容。”

報(bào)告中提供的一種解決方案是在企業(yè)內(nèi)部設(shè)立創(chuàng)新中心。報(bào)告稱，這種中心專用于機(jī)器學(xué)習(xí)之類的創(chuàng)新項(xiàng)目，能夠以敏捷方式來(lái)運(yùn)作，實(shí)現(xiàn)機(jī)器學(xué)習(xí)工作標(biāo)準(zhǔn)化。

6. 預(yù)算與機(jī)器學(xué)習(xí)成熟度不一致

報(bào)告發(fā)現(xiàn)，機(jī)器學(xué)習(xí)預(yù)算總體上在增加，但是因項(xiàng)目的成熟階段而異。

處于機(jī)器學(xué)習(xí)成熟中期階段的公司將機(jī)器學(xué)習(xí)預(yù)算增加了1%至25%，而處于創(chuàng)新高級(jí)階段的公司中這么做的比例占到39%。報(bào)告發(fā)現(xiàn)，處于機(jī)器學(xué)習(xí)成熟度較高水平的企業(yè)中約30%表示，它們將預(yù)算增加了26%至50%。

該數(shù)據(jù)表明“如果你能證明成功，會(huì)獲得更多的預(yù)算，”Oppenheimer說(shuō)。“我們已看到許多公司在全面增加機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)方面的預(yù)算。但對(duì)于長(zhǎng)期增加預(yù)算的公司而言，它們到了一定水平的成熟度，正將機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)融合到更廣泛的部門(mén)中，因此需要更多的預(yù)算才能與之匹配。”

7. 確定機(jī)器學(xué)習(xí)在整個(gè)企業(yè)取得的成功

報(bào)告發(fā)現(xiàn)，確定機(jī)器學(xué)習(xí)成功的兩大指標(biāo)是業(yè)務(wù)度量指標(biāo)和對(duì)機(jī)器學(xué)習(xí)模型性能的技術(shù)評(píng)估。

Oppenheimer說(shuō)：“歸根到底看成效。”他補(bǔ)充道，團(tuán)隊(duì)必須確定為什么要實(shí)施機(jī)器學(xué)習(xí)項(xiàng)目并找到那些最終目標(biāo)，而不是僅僅為了AI而實(shí)施AI。

原文標(biāo)題：State of enterprise machine learning in 2020: 7 key findings，作者：Macy Bayern

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】