由：高级研究助理撰写Jeremy Korn.和研究副总统尼克耐心
许多组织对需求AI和机器学习申请造成的伪装性，但他们准备花钱来改变这种情况。
那些是一对我们可以从我们的新的结论得出结论
企业的声音：AI和机器学习基础设施2019调查。近一半（45％）的企业表明，他们目前的AI基础设施将无法满足未来的需求（见图1），这提示了一些问题：
• 这是为什么？
•他们建议做什么？
•他们是否准备花钱来解决问题？
图1
这是为什么？
逐渐发言，数据是基础设施需要大规模提供AI的原因，我们的调查中有89％的受访者称，他们预计使用机器学习工作量的数据量将在明年增加，并且近一半的投影增加25％以上。大部分增长将来自非结构化数据，因为AI和机器学习的最具变化的使用情况涉及从非结构化数据获得洞察力，是IT文本，图像，音频或视频。
他们建议做什么？
组织了解到，对于他们以规模利用AI来利用AI，这不仅仅是缩放现有基础架构的情况。需要新的基础架构来应对机器学习工作负载的需求，包括新的可扩展存储，专用加速器和低延迟网络。这些需要在各种执行场地部署。
企业还对其AI基础设施的各种担忧，从这些系统的安全到数据管理能力的不透明性。对AI基础设施进行大修需求不仅仅是购买更好的硬件;它需要新的工具和更新架构范式。
他们准备花钱来解决问题吗？
是的，他们是。我们的调查显示，83％的响应企业表示，他们将于明年扩大AI基础设施预算，其中39％的投影增加了25％或以上。在基于云的AI平台上的支出将领导收费，89％的受访者计划在明年增加对他们的支出。
我们的声音：AI和机器学习基础设施2019调查包含了更多关于支出决策者等主题的数据，机器学习过程中的具体点，将基础设施的应变，AI特定的基础架构组件组织的类型正在寻求购买，技能短缺是最敏锐的领域，以及机器学习模型的频率和部署的频率和位置。
有关更多洞察力，请查看此
免费市场洞察报告。
