- 스노우플레이크, 데이터 동향 2024 보고서 발간… AI 개발자 일 평균 90개 앱 개발 > 뉴스 - 스타트업 커뮤니티 씬디스
- 전 세계 9000개 이상 고객 대상 AI 활용도 조사… LLM 앱 중 챗봇 비중 증가개발자 선호하는 AI 언어로는 파이썬… 비정형 데이터 가공량…, 스타트업에 종사하시는 여러분들의 놀이터 씬디스는 스타트업 커뮤니티 입니다.
AI által fordított szöveg.
Snowflake: 2024-es adattrendek jelentése – az AI fejlesztők átlagosan 90 alkalmazást hoznak létre naponta
A bejegyzés durumis AI által generált összefoglalója
- A 2024-es Snowflake „Adattrendek jelentés” szerint a nagyméretű nyelvi modellek (LLM) alkalmazásai között a chatbotok aránya növekszik, és a fejlesztők főként Pythont használnak.
- A vállalatok a generatív mesterséges intelligenciát használják a hatékonyság növelésére, és a strukturálatlan adatok feldolgozása 123%-kal nőtt, ami az adatkezelés fontosságát hangsúlyozza.
- A Snowflake az adatkezelési funkciók révén hangsúlyozza az adatok értékének kihasználását, és a generatív mesterséges intelligencia korszakában a széles körű adatökoszisztéma kiépítését, az adatsilók lebontása révén, kulcsfontosságú stratégiának tartja.
Globálisan több mint 9000 ügyfél bevonásával végzett kutatás az AI használatáról… A LLM alkalmazások között egyre nagyobb a chatbotok aránya
A fejlesztők által preferált AI programozási nyelv a Python… A strukturálatlan adatok feldolgozási mennyisége 123%-kal nőtt
A globális felhőalapú adattechnológiai vállalat, a Snowflake (Snowflake) bejelentette, hogy a nagyméretű nyelvi modellek (Large Language Model, LLM) alkalmazásai közül a chatbotok aránya 2023 májusához képest 46%-kal nőtt.
A Snowflake több mint 9000 ügyfelét bevonva kutatta az adat- és AI-bevezetés mintáit és trendjeit, és kiadta a „Data Trend 2024” című jelentést. A globális vállalatok hogyan használják az AI technológiákat és az adatokat az üzleti tevékenységükben, ezt taglaló jelentésben azt állapították meg, hogy a szöveges beviteli típusú LLM alkalmazások aránya csökken (2023-ban 82%, 2024-ben 54%), míg a párbeszédes chatbotok száma nő.
Ezenkívül a Streamlit (Streamlit) fejlesztői közösségét célzó felmérésben a válaszadók mintegy 65%-a jelezte, hogy üzleti céllal végez LLM projekteket. A vállalati ügyfelek valóban számos területen alkalmazzák a generatív AI-alapú technológiákat a munka termelékenységének, hatékonyságának és elemzési képességének növelése érdekében.
Jennifer Belissent, a Snowflake adatstratégiai vezetője elmondta: „A párbeszédes alkalmazások olyan módon vannak programozva, ahogyan az emberek valóban interakcióba lépnek egymással, így mostantól az emberek könnyedén, mintha egy emberrel beszélgetnének, interakcióba léphetnek az LLM-ekkel is.” „Különösen akkor, ha az LLM alkalmazások alapjául szolgáló adatok irányítása és biztonsága garantált, a párbeszédes alkalmazások kielégíthetik mind a vállalatok, mind a felhasználók elvárásait, és egyre szélesebb körben lesznek használva.”
9 hónap alatt több mint 33 000 LLM alkalmazás épült
A Snowflake Streamlit közösségéhez tartozó, világszerte mintegy 20 000 fejlesztő az elmúlt 9 hónapban több mint 33 143 LLM alkalmazást épített. A preferált programozási nyelvük a Python volt. A Snowflake alkalmazásfejlesztési platformján, a Snowparkban (Snowpark) a Python használata 5,71-szeresére nőtt tavaly. Ez magasabb érték, mint a Scala és a Java esetében, amelyek 3,87-szeres, illetve 1,31-szeres növekedést mutattak. A Python növeli a prototípusok és a tesztek sebességét, így gyorsítja az egész munkafolyamatot, és javítja az AI-projektek korai szakaszában a teljes tanulási folyamatot.
A közelmúltban egyre gyakoribbá vált az LLM alkalmazások fejlesztése adatkezelő platformokon. A Snowflake platformon közvetlenül fejleszthető Snowflake natív alkalmazások (Snowflake Native App) használata a tavaly júliustól idén januárig tartó 7 hónapban több mint háromszorosára nőtt. Az egyetlen adatplatformon kifejlesztett alkalmazások esetén nincs szükség külső szolgáltatóknak adatmásolatot küldeni, ami felgyorsítja az alkalmazások fejlesztését és telepítését, valamint csökkenti az üzemeltetés és karbantartás költségeit.
A vállalati adatirányítás fontosságának növekedése
Az AI bevezetésével párhuzamosan a szervezetekben nőtt a strukturálatlan adatok elemzése és feldolgozása is. Ennek során felfedezhetők kihasználatlan új adatforrások, valamint fontossá válik az adatirányítás a bizalmas személyes adatok védelme érdekében. A Snowflake jelentése szerint a vállalatok az elmúlt évben 1,23-szorosára növelték a feldolgozott strukturálatlan adatok mennyiségét. A globális piackutatási cég, az IDC becslése szerint a világon létező adatok akár 90%-a is strukturálatlan videókból, képekből és dokumentumokból állhat. Az már általánossá vált nyelvi modellek betanításához használt strukturált adatokkal ellentétben a strukturálatlan adatok feldolgozása új lehetőségeket teremthet a vállalati versenyképesség növelésére.
Jennifer Belissent, a Snowflake adatstratégiai vezetője hangsúlyozta: „Az adatirányítás nem az adatok ellenőrzéséről szól, hanem végső soron az adatok értékének kiaknázásáról.” „A Snowflake az irányítást három pillérre osztja: adatgyűjtés, adatbiztonság és adatfelhasználás. Az ügyfelek címkékkel és kategóriákkal láthatják el az adatokat, hogy a vállalatuk számára megfelelő hozzáférési és felhasználási szabályzatokat határozhassanak meg.” Ennek eredményeként a Snowflake ügyfelei körében azoknak a vállalatoknak a száma, amelyek bevezették az adatirányítási funkciókat, 70%-ról 100%-ra nőtt, és a felügyelt lekérdezések száma 142%-kal emelkedett.
Belissent vezető hozzátette: „Az egyes adatok azt mutatják, hogy a vállalatok hogyan reagálnak a problémáikra. Ha ezeket az egyedi adatpontokat egybevetjük, akkor átfogó stratégiát lehet kidolgozni a szervezetek számára a legújabb AI technológiai lehetőségek kihasználására.” „A generatív AI korszakának legfontosabb stratégiája nem az adatok alapvető megváltoztatása, hanem a stratégia végrehajtása. Ehhez a vállalatoknak meg kell nyitniuk és meg kell osztaniuk az adatforrásaikat a széles körű adatökoszisztémában, hogy lebontják az adat-szigetüket.”
A „Snowflake Data Trend 2024” című jelentés teljes változata itt érhető el.
Weboldal: https://www.snowflake.com/?lang=ko
Kapcsolat
Snowflake PR ügynökség
KPR
Kim Su Bin
02-3426-2281