Anaconda publiceert 7e jaarlijkse Data Science-rapport over AI en Open Source

Anaconda, leverancier op het gebied van data science, machine learning en AI, heeft haar zevende jaarlijkse Data Science Report uitgebracht: AI and Open Source at Work. Het rapport is gebaseerd op een onderzoek onder meer dan 3000 data science professionals, IT-medewerkers, studenten, onderzoekers en professoren en biedt inzicht in trends en use cases binnen de data science, AI en open source gemeenschappen.

Anaconda's analyse laat zien dat AI en open source tools een enorme groei hebben doorgemaakt in verschillende sectoren. Hoewel minder respondenten zich zorgen maken over het verlies van hun baan door AI, zijn er andere uitdagingen naar voren gekomen, waaronder zorgen over de beveiliging en een gebrek aan gereedheid voor de groei van AI. Deze tekortkomingen vragen om gezamenlijke probleemoplossing, zowel binnen organisaties als binnen de data science-tak, via platforms die prioriteit geven aan beveiliging, schaalbaarheid en gebruiksgemak.

Belangrijke thema's uit het onderzoek zijn onder andere:
• De AI-kloof: Hoewel 87 procent van de data scientists evenveel of meer gebruik maakt van AI dan vorig jaar, voelt 43 procent zich niet voorbereid op uitdagingen zoals nieuwe AI-tools en regelgeving, wat de noodzaak van veilige, compliant AI-implementatie benadrukt
• Samenwerking is de sleutel: 66 procent van de IT-beheerders meldt dat hun bedrijven gebruikmaken van open source tools, terwijl de helft van de data scientists zegt dat ze open source actief in hun workflows integreren. Beoefenaars gebruiken open source software om nieuwe tools (58 procent) en modellen voor intern gebruik (56 procent) te bouwen.
• AI als hulpmiddel, niet als bedreiging: Slechts 22 procent van de respondenten vreest dat AI hun baan zal innemen - een sterke daling ten opzichte van vorig jaar. In plaats daarvan gebruiken respondenten AI om hun dagelijkse taken te ondersteunen terwijl ze zich op complexere projecten richten: 67 procent gebruikt AI voor het opschonen, visualiseren en analyseren van gegevens; 52 procent voor het automatiseren van taken; en 49 procent voor voorspellings- of detectiemodellen.
• Het lokale voordeel: 59 procent van het AI- en data science werk wordt gedaan op lokale laptops of desktops, wat wijst op een verschuiving van cloud-afhankelijkheid waardoor bedrijven gevoelige informatie beter kunnen beschermen.
• Een behoefte aan open source beveiliging: Hoewel respondenten open source tools waarderen als een economische optie die snelle innovatie stimuleert, werd open source beveiliging genoemd als de grootste technische uitdaging voor de adoptie en het gebruik van AI (42 procent).

Samen illustreren deze bevindingen de kritieke behoefte aan verantwoorde AI-inzet en innovatie. “AI-innovatie gebeurt niet geïsoleerd. Het is de samenwerking van gepassioneerde gemeenschappen”, zegt Peter Wang, Chief AI and Innovation Officer bij Anaconda. “Om die samenwerking te laten werken, hebben datawetenschappers en ontwikkelaars tools nodig die veilige schaalbaarheid en betrouwbare besturingscontroles bieden.”

Wang benadrukte het belang van open samenwerking bij het stimuleren van innovatie. “Naast deze tools hebben data scientists en ontwikkelaars ook open kanalen nodig om inzichten te delen, problemen aan te kaarten en gezamenlijk problemen op te lossen,” vervolgt Wang. “Wanneer organisaties deze collaboratieve ecosystemen ondersteunen, intern en in de bredere open source gemeenschap, creëren ze een vruchtbare bodem waar innovatie gedijt en uitdagingen zoals beveiliging frontaal kunnen worden aangepakt.”