自媒体写作的 QRIES 方法论,初学者如何写出让人信服的好文章

为什么数据是人工智能(以及大多数其他商业计划)的致命弱点

2024-10-31 10:00:00 英文原文

作者:Written by Joe McKendrick, Contributing Writer Oct. 31, 2024 at 2:00 a.m. PT

aidata5gettyimages-1979289147
Khanchit Khirisutchalual/盖蒂图片社

当今技术的所有奇迹都令人兴奋不已——人工智能、实时分析、虚拟现实和互联企业等等。然而,如果没有正确的数据,这些举措就会胎死腹中。两项新调查警告称,企业仍需要整理数据仓库,因此尚未准备好推进生成式人工智能 (gen AI) 等举措。 

在整个商业环境中,数据处理和人工智能开发之间存在着一种不安的舞蹈。挑战在于,数据仍然存在很大的风险,而不是数据驱动或基于人工智能的计划中的资产。 

还:人工智能会让数据科学过时吗?

Redgate Software 首席财务官 Steve Mitchell 表示,在全力投入人工智能和其他尖端举措的同时,“许多组织不了解如何评估技术和数据库投资的价值,仍然将它们视为纯粹的成本中心”。“然而,有些企业已经证明了数据带来的增长和巨大的价值创造机会,以及利用不断增长的数据量快速行动的能力。更多的组织需要并将寻找更强大的方法来衡量更快和改进的以数据为中心的决策可以带来的好处——改进商业执行、减少浪费的精力和资源、更满意的团队等等。” 

尽管人工智能仍然是 IT 投资的优先事项,但由于数据困境,其势头正在放缓,民意调查Presidio 的 1,000 名 IT 主管发现。至少 86% 的受访者表示存在与数据相关的障碍,例如难以获得有意义的见解以及实时数据访问方面的问题。

调查显示,一半接受调查的高管认为,他们在做好充分准备之前就投入了新一代人工智能。在那些已经采用了 gen AI 的人中,84% 的人遇到了数据源问题。该调查的作者表示:“这表明准备就绪不仅仅在于采用技术,还在于拥有正确的数据和基础设施。”

人们对人工智能的实施也犹豫不决。超过十分之九的 IT 领导者(92%)表示担心将人工智能集成到运营中。

还:Claude 的新 AI 数据分析工具与 ChatGPT 的版本相比如何(提示:没有)

五分之一的受访者(20%)警告说,人工智能项目的失败是因为仓促实施太快。另外 17% 的人提到了数据质量问题。这在医疗保健高管中尤其明显,超过四分之一(27%)的人认为仓促采用是失败的主要原因。

另一家公司表示,人工智能和数据驱动的成功之路建立在治理的基础上,目前这对许多公司来说都是一场斗争。 民意调查由 Quest Software 和 Enterprise Strategy Group 的 220 名商业和 IT 专业人士组成。调查发现,人工智能数据准备情况和运营效率现在是许多高管最关心的问题。 

33% 的受访者认为,将数据和治理发展到人工智能就绪状态,使其成为影响组织数据价值链的三大瓶颈,落后于 38% 的受访者了解源数据的质量,并与 33% 的受访者报告面临的挑战持平。查找、识别和收获数据资产。 

还:为您的企业选择正确的人工智能模型的 5 个技巧

受访者表示,管理人工智能模型和数据的使用(以提供数据映射、数据沿袭和数据策略)是他们最困难的管理挑战。人工智能治理位居榜首,元数据管理是人工智能数据准备就绪的关键组成部分,同比增长 21%。数据质量监控、数据质量修复、数据分析和质量评分以及数据策略和控制是组织当前面临的首要挑战。一个 

关于《为什么数据是人工智能(以及大多数其他商业计划)的致命弱点》的评论


暂无评论

发表评论

摘要

当今的技术进步令人兴奋,例如人工智能 (AI)、实时分析、虚拟现实和互联企业,但如果没有适当的数据管理,这些举措就难以取得成功。最近的两项调查强调,公司在全面采用生成式人工智能等技术之前需要更好的数据处理实践。这些调查揭示了各行业数据质量、访问和治理方面的重大问题,导致许多组织由于对集成和准备情况的担忧而在实施人工智能方面犹豫不决。公司在衡量更快、更完善的以数据为中心的决策的好处方面也面临着困难。