摘要：智能体架构也开始发力，在12%的实践场景中提供技术支持。矢量数据库、ETL和数据管道：RAG的基础为了支持 RAG，企业必须有效地存储和访问相关查询知识。虽然Postgres (15%) 和MongoDB (14%) 等传统数据库仍然很常见，但人工智能原生矢量
智能体架构也开始发力，在12%的实践场景中提供技术支持。矢量数据库、ETL和数据管道：RAG的基础为了支持 RAG，企业必须有效地存储和访问相关查询知识。虽然Postgres (15%) 和MongoDB (14%) 等传统数据库仍然很常见，但人工智能原生矢量数据库也开始普及，Pinecone已占据18%的市场份额。传统ETL平台（如Azure 文档智能）仍占部署的28%，但Unstructe等专用工具（处理PDF和HTML等文档中非结构化数据）也占据了16%的市场份额。预测智能体将推动下一波AI架构转型智能体自动化（agentic automation）可以处理复杂的多步骤任务，而这些任务无法被当前专注于「内容生成」和「知识检索」的系统所解决。Clay和Forge等平台的成功，证明了先进的智能体可以扰乱4000亿美元的软件市场，并蚕食10万亿美元的美国服务经济。但这种转变需要新的基础设施：智能体身份验证、工具集成平台、人工智能浏览器框架以及人工智能生成代码的专用运行时。更多「上位者」倒台ChatGPT今年战绩斐然：Chegg 的市值蒸发了85%，Stack Overflow的网络流量减半。其他类别的颠覆时机也已经成熟，像Cognizan这样IT外包公司和UiPath等传统自动化公司也应该对AI颠覆做好准备。随着时间的推移，即使是Salesforce和Autodesk这样的软件巨头也将面临人工智能原生的挑战者。没有缓解的迹象：AI人才短缺加剧随着人工智能系统的激增，且变得越来越复杂，行业目前还处于大规模人才短缺的边缘，科技行业将面临严重的稀缺。不仅仅是数据科学家的短缺，能够将先进的人工智能能力与特定领域的专业知识联系起来的专家也严重不足。人才库已经低得危险。参考资料：https://x.com/deedydas/status/1859318303308886188https://x.com/kimmonismus/status/1859344416193888390 来源：科技透视仪
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!
