《澳鹏AI全景报告2024》围绕人工智能发展的关键因素、面临挑战及应对策略展开研究，核心内容如下：

　　- 生成式AI普及加速：2024年生成式AI普及率较2023年大幅提升17个百分点，达56%，在多领域广泛应用，如提高内部业务流程生产力、支持IT运营、协助研发等，但模型训练中管理偏见和确保公平性仍是难题，定制数据采集成为获取训练数据的主要途径。

　　- 企业部署遇阻：企业对AI项目选择更谨慎，成功部署并取得显著回报的项目比例降低，原因可能是AI模型复杂性增加、挑战性问题增多致ROI下降，但高质量、定制化数据有助于提升模型性能和部署成功率。

　　- 数据重要性凸显：86%受访者至少每季度重新训练或更新机器学习模型，90%依赖外部数据提供商，定制采集数据集对领先AI应用至关重要，数据多样性、减少偏见和可扩展性受重视，人机协同训练和评估数据有助于完善模型。

　　- 数据管理困难重重：数据获取、清理和标注瓶颈问题自2023年以来显著增加10个百分点shadowrocket跑流量，缺乏数据问题上升7个百分点，可能因生成式AI应用扩展催生新需求。同时，数据平均准确性自2021年以来下滑约9个百分点，源于AI系统复杂性增加和严格的数据标注要求。

　　- 寻求合作伙伴：93%受访者寻求管理AI训练和优化数据的方法，85%希望单一合作伙伴支持AI数据生命周期各阶段，数据标注平台的高质量标注、价格、数据来源等特性受重视。

　　- 澳鹏的助力：澳鹏深耕AI领域超25年，通过数据采集等服务助力企业改进AI模型。其凭借专业知识与AI数据平台交付大型项目，确保数据质量。利用全球超100万名众包资源和领域专家网络，提供多样准确数据，符合构建准确、公平、高性能AI模型需求，可帮助企业应对挑战。