AI 正在取代工作岗位、ChatBot 进入厌倦期、向量数据库崛起,人工智能现状报告有这些重要发现!...

作者 | Echo Tang&GPT

出品丨AI 科技大本营(ID:rgznai100)

百度的无人驾驶“萝卜快跑”已经在武汉大面积推广,在部分城市进行小量的试运行,以低廉的价格直接卷翻滴滴、出租车司机,让人们热议“五年、十年后,网约车、出租车基本都是无人驾驶了”。

这是 AI 取代工作岗位的一个缩影。

06478737966a060f79d7da780107fae5.png

GPT 生成

国外软件开发平台 Retool 日前调查了约 750 位技术人员(包括开发者、数据团队、管理层以及其他跨技术及行业人士)发现,AI 的采用率并没有飙升,但工作岗位的替代危机正在上演。45.7% 的人认为初级人员最有可能被 AI 取代,而高级人才和高层管理者被取代的风险则较低。这就带来了一个至关重要的问题,如果初级都被取代了,那么未来中高级人才从何而来呢?

AI 科技大本营对这份反映人工智能最新现状的报告进行了要点提炼,接下来就让我们一起来看有哪些颇值得我们关注的现状。

4596797e2a29b66ba02fa859ad866421.png

AI 被高估了!

毫无疑问,AI 行业正在快速发展,技术也在不断迭代,伴随着这一切而来的还有炒作、怀疑、焦虑和好奇。在 Retool 2023 年报告中,受访者对 AI 持谨慎态度,大多数人认为它有些被高估了。到目前为止,2024 年这种看法并没有太大变化:

3474e77ba7616653b0e6049f2fc0c847.png

在经历了 2023 年的炒作风暴之后(可以说,这使得任何与 AI 相关的事物都难以符合预期),对 AI 相对不成熟、当前局限性和巨大潜力的更清晰的看法似乎正在浮现。

在填写的回答中,我们看到了一种感觉,即激进的炒作暂时掩盖了 AI 的真正潜力:

1. AI 被硬塞进产品中,但并没有真正增加价值。(有人想起“我们用$HOTLANG 重写了一切”吗?)

2. “AI”被用作机器学习、LLM 和自动化的总称。

3. AI 被视为一个魔法锤,包括在传统编程就足够或优于 AI 的情况下,无需应对繁琐的提示和幻觉。

似乎仍有大量无用的信息需要筛选,才能让我们发现对日常技术和商业用例真正有用的 AI 应用,但受访者乐观地认为,AI 的实用性和应用范围将会显现出来。

一句话总结:当谈到可操作的 AI 时,这才刚刚开始。

d2afb60595606b58215cfdf91617bd7e.png

AI 的采用率真的在飙升吗?

尽管媒体关于AI的主要叙述是其采用率和实用性正在激增,并且正在接管世界,但现实是,现在的情况要温和得多。

bc506f61146a0b5ee1bc41bb6fa15b9c.png

或许每个人都在使用它,但大多数受访者明确表示,他们离顶峰还有很长的路要走。相当多的受访者对他们的公司给予了好评——约30%认为自己在采用方面“奔跑”或“飞翔”的状态,咨询(46%)、房地产(46%)和消费品(37%)行业的受访者排名最高。但总体而言,认为自己处于领先地位(即飞翔)的受访者从2023年的13.4%下降到2024年的9.8%。此外,受访者们指出的进展大部分不具备变革性。

a31d25652c50c709a9ed0d9b1fd0476a.png

管理层想要在 AI 上更多地投资!

在所有角色、团队和资历中,只有少数受访者(4.5%)认为他们的公司在 AI 上的投资过多,几乎均分为“恰到好处”(42%)和“不足”(40.5%)。

深入一层,动手的领导者——董事、经理和副总裁——比个人贡献者更希望增加投资。

fa4a74dca52ad8ee950427e59244b8e5.png

按公司规模来看,拥有 50-99 名员工的公司最强烈地倾向于更多的 AI(50%),其次是超过 5000 名员工的企业(45%)。技术团队中,IT 员工最看好对 AI 的更多投资(49%),设计团队则不太确定(33%)。

aaa5ba24dd51fee53bd6849ddfa1ebd8.png

AI 采用分布的真实现状

(1)产品和工程是主体

几乎四分之三的受访者在工作中至少每周使用一次 AI 工具(如 ChatGPT、Claude 等),其中 56.4%接近每天使用。在最小的公司(1-9 名员工)中,这一每日使用比例飙升至 72%,其次是 10-49 名员工的公司,为 59%。其他公司规模则徘徊在 50%左右,但在 1000-4999 名员工的公司中,这一比例降至 43%。

按角色划分,产品和工程部门引领每日(或几乎每日)的采用,分别为 68%和 62.6%,而设计部门则落后,为 39%。(我们的 AI 看好 IT 朋友正处于中间位置,为 50.1%。)

(2)使用越多,生产力提升越显著

总体而言,大多数在工作中使用 AI 工具的受访者分享了生产力的提高:

3909e18a19ca742b6a846f706a2f0fac.png

使用 AI 工具越多的人,越有可能发现它们有价值:64.4%的每日用户表示生产力显著提升,而每周用户为 17%,偶尔使用者为 6.6%。

(3)工作中被允许使用 AI 的情况正在提升,但仍然有近三成在“偷偷”使用

在去年的调查中,34.4% 的受访者表示在工作中“秘密”使用 AI。这核心还是在于公司对数据安全的考虑。

这一次,有更高比例的受访者被允许在工作中使用 AI,但仍有超过四分之一(27.3%)的受访者在工作中秘密使用 AI。比 2023 年有所下降,但鉴于现在企业技术栈中提供的 AI 功能的普及,还是有些令人惊讶。

0731f3f2e4b86a59819f4de1d0fd72f0.png

只有大约 9%的秘密使用 AI 的人是直接违反公司政策的——其他动机则是围绕内部协调和对使用 AI 的看法,或者对政策缺乏清晰的认识。在这方面,62.9%的受访者至少在一定程度上关注新兴的 AI 相关的法规或政策。

983a85a61aaab164f6bb90576367b78f.png

工作岗位取代危机

关于哪些工作可能因为 AI 而消失的讨论在互联网上非常激烈。我们是否真的应该担心人类与机器的竞争?软件工程将会变得过时吗?

在此次调查中,虽然 15.3%的人认为没有人真正面临被 AI 取代的风险),但 45.7%的人认为初级个人贡献者最有被 AI 取代的风险。在填写的回答中,情况变得更加复杂——变革是合理的预期。毕竟,如果初级个人贡献者被取代,未来世界还需要更多软件时,中高级个人贡献者从哪里来呢?

中层管理人员排在第二位(13.2%),但在那些中层管理人员主要是监督角色而非战略角色的公司,想象这些功能在某种程度上被自动化并不难。另一方面,通过自动化腾出时间可能会让这些中层管理人员更具战略性。

高级个人贡献者和高管/高级领导层被视为风险较低。

而高管对采用 AI 的热情一直很强:C-Suite(高层)的受访者是 AI 的最大日常用户,约为 72%(其他角色的范围为 45%到 56%)。

f2a6ce4da760c8b9328c837f51172d5c.png

或许这都表明了一个机会:使用 AI 作为杠杆可以帮助领导者和个人贡献者为自己创造一个护城河。竞争,可能不是人类与 AI 之间的竞争,而是人类与使用 AI 的人类之间的竞争,这一观点得到了许多填写回答的用户支持。

8c8f89345a9ac7a5a84417f0292e54c4.png

聊天机器人进入疲劳厌倦期

超过一半的受访者(55.1%)已经建立了一个 AI 驱动的聊天机器人,或者他们的公司已经建立了一个,16.8%建立了三个或更多。

cc5898b5cd2adba9c64961362d6912d5.png

尽管愈发普及,但我们依然听到了受访者对聊天机器人的一些疲劳,他们感叹这些是所有新“AI”功能或产品的极限。虽然从表面上看,聊天机器人似乎主导了面向公众的 AI 应用程序(包括带有 RAG 增强的支持机器人,如 Klarna 推出的备受瞩目的机器人),但这些可能是最可见的,因为它们数量众多,而且是目前最容易实现的用例。在实际的应用场景中,编写代码或查询从 47.5%降至 42.1%,文案写作从 32.9%下降至 28%,工作流程自动化从 12.9%升至 17.8%。

ebab8f99990d6c8f5b8935ca5200cad8.png

OpenAI 依然占据主导地位

OpenAI 模型仍然是生产中最常用的,占 AI 用户选择的模型的大约四分之三(76.7%)。GPT-4 领先,占 45%,其次是 GPT-3.5,占 25%。(注:此项问卷没有统计 GPT-4o,因为调查时它刚刚出现,但推测受访者正在尝试它。)这种模式在各行业和公司规模中也得到了体现,OpenAI 在各方面都领先。

fef36bdce874d960f59e2f4a54580296.png

话虽如此,也有一些有趣的亮点——Anthropic 的 Claude 3 的数据增长了四倍多。(这还不包括早期的 Claude。)最近筹集了大量资金的 Mistral 也出现在名单上。

91cf39ee51eed155d620217b188e2a55.png

向量数据库在崛起

今天,大多数受访者报告使用向量数据库(63.6%)——比 2023 年的 20%大幅跃升。(使用向量数据库的人越多,他们推荐它的可能性越大。)

进一步说,最大公司的员工最有可能使用向量数据库或 RAG 来定制他们的模型。(在 5000 名以上公司的比例为 33%。)

bccbd9d44a4e946f2eef59be121d8a91.png

在评估和比较项目的向量数据库时,最受欢迎的方法是使用性能基准(40%),其次是用户评论和社区反馈(39.3%)以及概念验证实验(38%)。

91d10ede62a8f3d9bec0d967e058d6f0.png

推理平台尚未成为常态

略超过一半的受访者(51.9%)没有使用任何推理平台,考虑到相关的硬件要求和训练成本,这也许并不奇怪。(开发 AI 应用程序的第二大痛点是缺乏可用的技术专家/资源,占 38.2%。)

在使用推理平台的受访者中,亚马逊 Sagemaker(13%)和 Databricks(8.6%)是最常用的,其他平台分布相对均匀。(Databricks 在用户满意度方面获得了最高分。)

报告链接:https://retool.com/blog/state-of-ai-h1-2024

0c09025ca47ca900d12bf3a36874a5bd.gif

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/49461.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

7月23日JavaSE学习笔记

异常: 程序中一些程序处理不了的特殊情况 异常类 Exception 继承自 Throwable 类(可抛出的) Throwable继承树 Error:错误/事故,Java程序无法处理,如 OOM内存溢出错误、内存泄漏...会导出程序崩溃 常见的…

研0 冲刺算法竞赛 day22 P1928 外星密码

P1928 外星密码 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) 思路&#xff1a;递归处理&#xff0c;分类处理 代码&#xff1a; #include<iostream> #include<stack> using namespace std; #include <cstring> char copl[20005];string handle() {int …

全网最详细!! Linux 安装、配置教程

一、下载安装包 首先去官网下载VMware最新版本&#xff0c;以及发行版CentOS -7&#xff0c;懒得下载的可以私信我&#xff0c;我给你发包 其中&#xff0c;CentOS&#xff08;Community Enterprise Operating System&#xff09;是一个基于Linux的开源操作系统&#xff0c;它是…

华为OD机试 - 停车场车辆统计 - 贪心算法(Java 2024 D卷 200分)

华为OD机试 2024D卷题库疯狂收录中&#xff0c;刷题点这里 专栏导读 本专栏收录于《华为OD机试&#xff08;JAVA&#xff09;真题&#xff08;D卷C卷A卷B卷&#xff09;》。 刷的越多&#xff0c;抽中的概率越大&#xff0c;私信哪吒&#xff0c;备注华为OD&#xff0c;加入华…

微服务注册中心

目录 1.微服务的注册中心 1.1 注册中⼼的主要作⽤ 1.2 常⻅的注册中⼼ 2.nacos简介 2.1 nacos实战⼊⻔ 2.2.1 搭建nacos环境 2.2.2 将商品微服务注册到nacos 3.服务调⽤Ribbon⼊⻔ 3.1 Ribbon概述 3.1.1 什么是Ribbon 3.1.2 Ribbon的主要作⽤ 3.2.2 ⼯程改造 4.服务…

多区域DNS以及主从DNS的搭建

搭建多域dns服务器&#xff1a; 搭建DNS多区域功能&#xff08;Multi-Zone DNS&#xff09;主要是为了满足复杂网络环境下的多样化需求&#xff0c;提高DNS服务的灵活性、可扩展性和可靠性。 适应不同网络环境&#xff1a; 在大型组织、跨国公司或跨地域服务中&#xff0c;网…

大模型学习笔记 - LLM指令微调

LLM 指令微调 LLM 指令微调 0. 概览1. 指令数据的构建 1.1 基于现有NLP任务数据集构建1.2 基于日常对话数据构建1.3 基于合成数据构建1.4 指令数据构建的提升方法 2. 指令微调的策略 2.1 优化设置2.2 数据组织策略 3. 参数高效的模型微调 3.1 低秩适配微调方法3.2 其他高效微调…

使用flutter做圆形进度条 (桌面端)

前言 最近收到一个需求&#xff0c;需要使用flutter 来做一个圆形进度条&#xff0c;这可难倒我了&#xff0c;毕竟我是做前端的&#xff0c;flutter 之前接触的也少&#xff0c;但没办法&#xff0c;既然需求有了&#xff0c;也得硬着头皮上了&#xff0c;先来看看做的效果。…

C语言-TCP通信创建流程

TCP通信创建流程 1. 客户端创建TCP连接 在整个流程中, 主要涉及以下⼏个接⼝socket() : 创建套接字, 使⽤的套接字类型为流式套接字connect() : 连接服务器send() : 数据发送recv() : 数据接收创建套接字 首先&#xff0c;我们需要创建套接字&#xff0c;套接字是通信的基础…

构建查询洞察 UI

本文字数&#xff1a;2631&#xff1b;估计阅读时间&#xff1a;7 分钟 作者&#xff1a;Bucky Schwarz 本文在公众号【ClickHouseInc】首发 我们最近发布了 Query Insights 的初步实现&#xff0c;为 ClickHouse Cloud 用户提供了一种便捷的方法来查看和解释查询日志。该功能对…

MySQL索引、事务(数据库管理与高可用)

一、索引的概念 索引&#xff1a;排序的列表&#xff0c;对数据进行快速的查询&#xff1b; 针对不同的产品需求&#xff0c;或者不同的数据库结构&#xff0c;会创建不同的索引&#xff1b; 1&#xff1a;普通索引&#xff08;默认索引&#xff09; 2&#xff1a;唯一索引…

推荐一个酷炫高逼格的服务器探针的监控工具,免费开源(附源码)

背景 作为一名攻城狮&#xff0c;面对各种服务器内存飙高、CPU猛增、磁盘打满等等服务器问题&#xff0c;可谓是伤透了我们的心。 不仅要开发&#xff0c;还要处理这些问题&#xff0c;大把的时间浪费了&#xff0c;这时候一个好的全面的监控工具尤为重要了。 所以&#xff…

C++基础知识:函数重载相关注意事项:1.引用作为重载条件,2.2.函数重载遇见函数默认参数。

1.引用作为重载条件 #include<iostream>using namespace std;//1.引用作为重载的条件 //int 和 const int 类型不同&#xff0c;所以可以作用重载条件 void fn(int &a) //int &a10;不合法 //10放在了常量区&#xff0c;而引用要么在栈区&#xff0c;要么在堆区{…

Unity打包设置

1.Resolution and Presentation (分辨率和显示) Fullscreen Window (全屏窗口): 应用程序将以全屏窗口模式运行&#xff0c;但不会独占屏幕。适用于想要全屏显示但仍需访问其他窗口的情况。 Resizable Window (可调整大小的窗口): 允许用户调整应用程序窗口的大小。适用于窗口…

保险丝(常见元器件及电路基础知识)

分类&#xff1a;简单分为熔断式和非熔断式 电压&#xff1a;保险丝的额定电压是指它的公称额定电压, 通常就是保险丝断开后能够承受的最大电压值保险丝通电时两端所承受的电压大大小于其额定电压&#xff0c;因此额定电压基本上无关紧要。 电流&#xff1a; PFC为功率因数矫…

昇思25天学习打卡营第三十四天|Jack578

昇思25天学习打卡营第三十四天|Jack578 一、数据集Dataset&#xff08;一&#xff09;数据集加载&#xff08;二&#xff09;数据集迭代&#xff08;三&#xff09;数据集常用操作 一、数据集Dataset 数据是深度学习的基础&#xff0c;MindSpore提供基于Pipeline的数据引擎&am…

项目管理中的常用工件(二):可视化工件

项目管理中的常用工件&#xff08;二&#xff09;&#xff1a;可视化工件 亲和图&#xff08;affinity diagram&#xff09;因果图&#xff08;cause-and-effect diagram&#xff09;直方图&#xff08;histogram&#xff09;流程图&#xff08;flowchart&#xff09;散点图&am…

[练习]如何使用递归算法?

&#x1f3a5; 个人主页&#xff1a;Dikz12&#x1f525;个人专栏&#xff1a;算法(Java)&#x1f4d5;格言&#xff1a;吾愚多不敏&#xff0c;而愿加学欢迎大家&#x1f44d;点赞✍评论⭐收藏 目录 1. 递归概述 2.汉诺塔问题 题目描述​编辑 题解 代码实现 3…

mac M1安装Roop教程及所遇到的问题

1.安装miniconda&#xff0c;下载地址&#xff1a; 按 Python 版本划分的最新 Miniconda 安装程序链接&#xff1a;https://docs.anaconda.com/miniconda/miniconda-other-installer-links/ 下载后直接默认安装即可。 我用的是&#xff1a;Python3.10对应的Miniconda 2.下载…

7月26日JavaSE学习笔记

反射 Java是面向对象的&#xff0c;有对象必须先有类&#xff0c; 有static修饰类的属性和方法&#xff1b;在Java中存储了类的内容&#xff0c;这个内容也应该是一个对象&#xff1b;Java中每一个用到的类都会加载一块内存&#xff0c;这每一块内存都是一个对象&#xff1b;这…