Свыше 60% компаний в настоящее время используют Java для ИИ, руководствуясь соображениями затрат и более эффективной интеграцией, несмотря на сохраняющиеся технические проблемы. Over 60% of companies now use Java for AI, driven by cost concerns and better integration, despite ongoing technical challenges.

В настоящее время более 60% предприятий используют Java для создания объектов АИ по сравнению с 50% в 2025 году, что обусловлено интеграцией в существующие системы и удобные для АИ библиотеки, согласно данным обследования состояния Java 2026 года. Over 60% of enterprises now use Java for AI features, up from 50% in 2025, driven by integration with existing systems and AI-friendly libraries, according to the Azul 2026 State of Java Survey. Растущие опасения по поводу ценообразования Java на основе сотрудников Oracle подталкивают 81% организаций к переходу на дистрибутивы OpenJDK, не относящиеся к Oracle, с учетом затрат, предпочтения открытого кода и риска аудита, которые называются ключевыми причинами. Rising concerns over Oracle’s employee-based Java pricing are pushing 81% of organizations to migrate to non-Oracle OpenJDK distributions, with cost, open-source preference, and audit risk cited as key reasons. Почти треть фирм имеют более половины своих приложений Java с использованием AI, в то время как долгосрочная поддержка, безопасность и защищенность являются главными приоритетами для среды AI. Nearly a third of firms have more than half their Java apps using AI, while long-term support, security, and observability are top priorities for AI environments. Большинство из них сокращают расходы на облако, а высокоэффективные платформы Java являются ключевой стратегией, хотя более 20% неиспользованных вычислений остаются обычным явлением. A majority are cutting cloud costs, with high-performance Java platforms a key strategy, though over 20% unused compute remains common. Технические проблемы включают мертвый код и частые проблемы в плане безопасности, при этом многие команды тратят много времени на ложные позитивные результаты. Technical challenges include dead code and frequent security vulnerabilities, with many teams spending significant time on false positives.