Do 2032 roku obroty na rynku danych szkoleniowych dla sztucznej inteligencji zwiększą się ponad pięciokrotnie – wynika z prognoz Fortune Business Insights. Analitycy wskazują, że segmentami, w których dostęp do danych decyduje o przewadze konkurencyjnej, są IT i telekomunikacja, ale także handel detaliczny oraz medycyna. Źródeł i możliwości gromadzenia danych jest dziś bardzo dużo, w grę wchodzi nie tylko ich zakup, ale problemem jest wiedza, jakie konkretnie dane biznesowe są potrzebne i jak je skutecznie przetworzyć i zinterpretować.
– Sztuczna inteligencja nie może istnieć bez danych, w związku z tym obserwujemy bardzo duże zainteresowanie i wzrost w tym, jak te dane zbierać, przetwarzać, czyścić i przygotowywać do wykorzystania sztucznej inteligencji. Dane bardzo łatwo mogą nas zapędzić w pułapkę liniowego i wąskiego myślenia, co powoduje, że ludzie mają trochę problemów z tym, jak te dane interpretować. Największym wyzwaniem nie jest tyle samo zbieranie danych, ile dotarcie do właściwych danych, które są potrzebne akurat w konkretnej sytuacji. Większym problemem jest dostarczenie danych biznesowych wtedy, kiedy trzeba. One są z reguły są bardzo łatwo dostępne, można je kupić, zdobyć na otwartym rynku. Nie zawsze są jednak umiejętności, żeby je przetworzyć w wystarczającym przedziale czasowym – ocenia w wywiadzie dla agencji Newseria Krzysztof Daniel, head of data strategy w DXC Polska.
Według Fortune Business Insights wielkość rynku zestawów danych szkoleniowych dla sztucznej inteligencji wyniosła w 2023 roku niemal 2,4 mld dol. W roku 2024 rynek wygenerował niemal 3 mld dol. przychodów, a do 2032 roku ma to być 17 mld dol. Za czynnik napędzający rozwój analitycy uważają przede wszystkim coraz szybsze tempo wdrażania SI oraz rosnącą liczbę wysokiej jakości zestawów danych.
– Firmy mogą wykorzystać dane, żeby poprawić przede wszystkim swoją szybkość. Chodzi o historyczne dane, które te firmy już mają. Jeżeli mamy na przykład inżyniera, który projektuje samolot, szybowiec lub samochód i musi przeprowadzić wiele symulacji do tego, żeby spełnić wszystkie standardy, to kiedy mamy dane z poprzednich modeli czy projektów, możemy wykorzystać je do tego, żeby inżynierowi na bieżąco podpowiadać, które rozwiązania są właściwe, a które już wiemy, że nie działają – mówi Krzysztof Daniel.
Wśród użytkowników końcowych danych główne segmenty tego rynku obejmują: IT i telekomunikację, handel detaliczny i dobra konsumpcyjne, opiekę zdrowotną, motoryzację oraz bankowość i ubezpieczenia. Segment IT i telekomunikacji zdominował rynek. Firmy technologiczne wykorzystują SI i uczenie maszynowe do opracowywania innowacyjnych produktów i poprawy doświadczeń użytkowników. Wysokiej jakości dane szkoleniowe są wymagane, aby zapewnić stałą optymalizację algorytmów. Ponadto firmy IT i telekomunikacyjne korzystają z wysokiej jakości zestawów danych, aby udoskonalić różne rozwiązania, takie jak crowdsourcing, widzenie komputerowe czy asystentów wirtualnych.
– Jeśli musiałbym wybierać, wykorzystanie danych jest najważniejsze w retailu i sprzedaży i wszystkim, co się z tym wiąże, czyli też w systemach produkcyjnych. Natomiast są firmy czy branże, które trochę mniej na danych polegają, przede wszystkim branża reklamowa, ale też branża rozrywkowa, bo tam, gdzie liczą się ludzkie emocje, one są strasznie trudne do zmierzenia, skwantyfikowania i w związku z tym nie jestem pewien, czy chciałbym, żeby ktoś mierzył uczucia, poziom zadowolenia czy inne takie rzeczy i przetwarzał je mechanicznie – uważa ekspert.
Tymczasem okazuje się, że według analityków rynkowych najwyższą stopę wzrostu osiągnie w najbliższych latach segment opieki zdrowotnej. W tej dziedzinie SI zapewnia możliwości związane z zarządzaniem stylem życia czy diagnostyką.
Po wejściu w życie rozporządzenia AI Act pojawiło się dużo wątpliwości co do tego, na ile takie regulacje mogą usankcjonować stosowanie sztucznej inteligencji, a na ile okażą się barierą wdrożeniową. Wątpliwości te dotyczyły w dużej mierze właśnie wdrożeń w medycynie.
– Wiele europejskich firm narzeka na regulacje, które narzucają, w jaki sposób sztuczną inteligencję należy tworzyć, budować i w jaki sposób należy przetwarzać dane. To ma swoje wady i zalety. Z jednej strony ta wolnoamerykanka dotycząca danych może doprowadzić do bardzo nieprzewidywalnych konsekwencji, typu niepokoje społeczne. Z drugiej strony w Europie mamy takie podejście, że jeśli coś jest dla nas ważne, my o tym rozmawiamy i staramy się to uregulować. Tak naprawdę za 20 lat będziemy mogli powiedzieć, czy europejskie firmy miały przewagę, czy nie. Dzisiaj na to za wcześnie, dzisiaj obstawiamy jeden konkretny kierunek i może się to dla nas skończyć dobrze, a może się skończyć źle i nikt tego nie wie – ocenia ekspert DXC Polska.
Źródło: Newseria
