


Laporan terkini daripada Microsoft dan IDC: Setiap $1 yang dilaburkan dalam AI boleh membawa pulangan sebanyak $3.5
Microsoft dan IDC bersama-sama mengeluarkan laporan penyelidikan untuk meneroka secara mendalam aplikasi dan nilai perniagaan AI dalam perusahaan. Antaranya, 71% daripada responden mengatakan bahawa mereka sudah menggunakan AI Enterprises akan mendapat pulangan pelaburan dalam purata 14 bulan selepas menggunakan AI, dan setiap dolar pelaburan boleh membawa pulangan sebanyak 3.5 dolar AS; % daripada responden mengatakan bahawa kekurangan tenaga kerja mahir adalah Halangan terbesar untuk melaksanakan dan meningkatkan AI. Selain itu, kajian mendapati AI telah membawa banyak penemuan inovatif dalam bidang seperti pengalaman pekerja, interaksi pelanggan dan proses perniagaan dalaman.
Dengan aplikasi meluas teknologi pintar AI dalam masyarakat, impaknya terhadap ekonomi juga menjadi lebih besar dan lebih besar. Hari ini, pelbagai organisasi secara beransur-ansur menyedari perubahan besar yang dibawa oleh teknologi pintar AI. Walau bagaimanapun, apabila melabur dalam teknologi pintar AI, kepentingan dan nilai perniagaan menjadi kunci kepada membuat keputusan. Pemimpin perniagaan dan pembuat keputusan perlu memahami industri dan senario aplikasi yang paling sesuai untuk menggunakan AI untuk mencipta nilai dalam organisasi mereka, serta pulangan pelaburan, jangkaan masa untuk merealisasikan nilai, dsb., dan menjelaskan langkah-langkah utama untuk pelaksanaan. Bagi perusahaan, penggunaan teknologi AI boleh meningkatkan kecekapan pengeluaran, mengurangkan kos, dan meningkatkan pengalaman pelanggan, sekali gus meningkatkan daya saing dan bahagian pasaran. Pada masa yang sama, teknologi AI juga boleh membantu syarikat menganalisis data besar-besaran, menemui peluang perniagaan yang berpotensi dan arah aliran pasaran, serta memberikan sokongan padu untuk membuat keputusan strategik. Oleh itu, melabur dalam teknologi pintar AI bukan sahaja trend, tetapi juga salah satu kunci bagi perusahaan untuk mencapai pembangunan mampan.
Untuk membantu perusahaan memahami peluang dan nilai perniagaan yang dibawa oleh teknologi pintar AI, IDC meninjau lebih daripada 2,000 pemimpin perniagaan dan pembuat keputusan di seluruh dunia dan meneroka cara AI boleh memacu manfaat ekonomi untuk organisasi. Kajian itu berdasarkan hasil Indeks Trend Kerja Microsoft dan menganalisis cara syarikat boleh mendapat manfaat daripada pelaburan dalam teknologi pintar AI, termasuk mencipta aliran hasil baharu, menyampaikan pengalaman pelanggan yang unik dan menambah baik proses dalaman. Penemuan utama daripada kajian itu termasuk:
◉ 71% responden berkata syarikat mereka sudah menggunakan teknologi AI
◉ 92% projek teknologi pintar AI digunakan dalam 12 bulan atau kurang
◉ Selepas menggunakan teknologi pintar AI, perusahaan boleh memperoleh pulangan pelaburan secara purata dalam tempoh 14 bulan
◉ Setiap dolar yang dilaburkan oleh perusahaan dalam teknologi pintar AI boleh membawa pulangan purata sebanyak 3.5 dolar AS
◉ 52% daripada responden mengatakan bahawa kekurangan tenaga kerja mahir adalah mereka; halangan terbesar untuk melaksanakan dan mengembangkan teknologi pintar AI.
WeChat picture_20240130122319.png
Penyelidikan ini membuktikan sepenuhnya nilai perniagaan teknologi AI Kami kini amat merasakan kesannya dalam senario teras seperti pengalaman pekerja, interaksi pelanggan dan proses perniagaan dalaman teknologi boleh membantu inovasi menembusi kesesakan. Dengan bantuan teknologi kecerdasan AI generatif, nilai ini telah berkembang dengan pesat di seluruh dunia.
Ritu Jyoti, Naib Presiden IDC AI dan Kumpulan Automasi, menekankan: "Menurut ramalan IDC, teknologi kecerdasan AI generatif akan membawa hampir 10 trilion dolar AS dalam pertumbuhan kepada KDNK global dalam 10 tahun akan datang. Untuk menilai baharu Untuk meningkatkan nilai yang dibawa dengan melabur dalam teknologi kecerdasan AI generatif, kita perlu membina kes perniagaan dan merealisasikannya dengan mensimulasikan potensi kos dan nilai liabiliti.”
Gelombang inovasi ini telah mempercepatkan popularisasi dan penerapan AI serta mengubah kerja dan kehidupan orang ramai , menarik lebih ramai pelanggan korporat untuk secara aktif menerima peluang transformasi perniagaan yang dibawa oleh AI.
Atas ialah kandungan terperinci Laporan terkini daripada Microsoft dan IDC: Setiap $1 yang dilaburkan dalam AI boleh membawa pulangan sebanyak $3.5. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Menurut berita dari tapak ini pada 14 Ogos, semasa hari acara August Patch Tuesday hari ini, Microsoft mengeluarkan kemas kini kumulatif untuk sistem Windows 11, termasuk kemas kini KB5041585 untuk 22H2 dan 23H2, dan kemas kini KB5041592 untuk 21H2. Selepas peralatan yang disebutkan di atas dipasang dengan kemas kini kumulatif Ogos, perubahan nombor versi yang dilampirkan pada tapak ini adalah seperti berikut: Selepas pemasangan peralatan 21H2, nombor versi meningkat kepada Build22000.314722H2 Selepas pemasangan peralatan, nombor versi meningkat kepada Build22621.403723H2 Selepas pemasangan peralatan, nombor versi meningkat kepada Build22631.4037 Kandungan utama kemas kini KB5041585 untuk Windows 1121H2 adalah seperti berikut: Penambahbaikan.

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

Menurut berita dari laman web ini pada 5 Julai, GlobalFoundries mengeluarkan kenyataan akhbar pada 1 Julai tahun ini, mengumumkan pemerolehan teknologi power gallium nitride (GaN) Tagore Technology dan portfolio harta intelek, dengan harapan dapat mengembangkan bahagian pasarannya dalam kereta dan Internet of Things dan kawasan aplikasi pusat data kecerdasan buatan untuk meneroka kecekapan yang lebih tinggi dan prestasi yang lebih baik. Memandangkan teknologi seperti AI generatif terus berkembang dalam dunia digital, galium nitrida (GaN) telah menjadi penyelesaian utama untuk pengurusan kuasa yang mampan dan cekap, terutamanya dalam pusat data. Laman web ini memetik pengumuman rasmi bahawa semasa pengambilalihan ini, pasukan kejuruteraan Tagore Technology akan menyertai GLOBALFOUNDRIES untuk membangunkan lagi teknologi gallium nitride. G
