Miért az adatok az AI (és minden más üzleti terv) Achilles-sarka?

Két új felmérés szerint a vállalatoknak rendet kell tenniük adatházaikban, mielőtt továbblépnének a generatív mesterséges intelligencia kezdeményezésekbe.

A mai technológia minden csodája fölött van az izgalom - a mesterséges intelligencia, a valós idejű elemzés, a virtuális valóság és a kapcsolódó vállalkozások, hogy csak néhányat említsünk. A megfelelő adatok hiányában azonban ezek a kezdeményezések halottak a vízben. Két új felmérés arra figyelmeztet, hogy a vállalatoknak továbbra is rendbe kell tenniük adatházaikat, és ennek eredményeként nem állnak készen arra, hogy olyan kezdeményezéseket hajtsanak végre, mint a generatív AI (gen AI).

Nyugtalan tánc folyik az adatkezelés és a mesterséges intelligencia fejlesztése között az üzleti világban. A kihívás az, hogy az adatok továbbra is túl nagy kockázatot jelentenek, nem pedig előnyt jelentenek az adatvezérelt vagy mesterséges intelligencia alapú kezdeményezésekben.

Miközben hanyatt-homlok belevág a mesterséges intelligencia és más élvonalbeli kezdeményezések közé, "sok szervezet nem érti, hogyan kell értékelni a technológiába és adatbázisokba való befektetést - még mindig pusztán költségközpontoknak tekintik őket" - mondta Steve Mitchell, a Redgate Software pénzügyi igazgatója. "Léteznek azonban olyan vállalkozások, amelyek bebizonyították, hogy az adatok milyen növekedést és hatalmas értékteremtési lehetőséget jelentenek - és képesek gyorsan mozogni az egyre növekvő mennyiséget kihasználva. Több szervezetnek van szüksége, és keresni is fog szilárdabb módszereket az adatokra. mérje fel, milyen előnyökkel járhat a gyorsabb és jobb adatközpontú döntéshozatal - jobb kereskedelmi végrehajtás, kevesebb elpazarolt erőfeszítés és erőforrás, elégedettebb csapat és még sok más."

Míg a mesterséges intelligencia továbbra is prioritást élvez az informatikai beruházások terén, a lendület lassul az adat dilemmák miatt - derül ki a Presidio 1000 informatikai vezetőjével végzett felmérésből. A válaszadók legalább 86%-a adatokkal kapcsolatos akadályokról számol be, mint például az értelmes betekintés megszerzésének nehézségei és a valós idejű adathozzáféréssel kapcsolatos problémák.

A felmérés szerint a megkérdezett vezetők fele úgy gondolja, hogy még azelőtt belevetette magát az AI-ba, mielőtt teljesen felkészült volna. Azok közül, akik már átvették a gen AI-t, 84%-uk tapasztalt problémákat az adatforrásaival. "Ez azt sugallja, hogy a felkészültség nem csak a technológia átvételét jelenti, hanem a megfelelő adatok és infrastruktúra rendelkezésre állását" - javasolják a felmérés szerzői.

A mesterséges intelligencia operacionalizálása terén is habozás tapasztalható. Tízből több mint kilenc informatikai vezető, 92%-uk aggodalmát fejezi ki az AI működésbe való integrálásával kapcsolatban.

Minden ötödik válaszadó, 20% arra figyelmeztet, hogy az AI-projektek a túl gyors megvalósítás miatt sikertelenek. További 17% adatminőségi problémákra hivatkozik. Ez különösen szembetűnő az egészségügyi vezetők körében, ahol több mint negyedük, 27%-uk az elhamarkodott örökbefogadást tartja a kudarc elsődleges okaként.

A mesterséges intelligencia és az adatvezérelt siker felé vezető út az irányításra épül, és ez jelenleg sok vállalat számára nehézséget okoz - derül ki a Quest Software and Enterprise Strategy Group 220 üzleti és informatikai szakember bevonásával készült felméréséből. A felmérés szerint a mesterséges intelligencia adatok készenléte és a működési hatékonyság ma már sok vezető számára a legfontosabb.

Az adatok és a kormányzás mesterséges intelligencia-kész állapotba való fejlődését 33%-uk említette, így ez a három legnagyobb szűk keresztmetszet, amely befolyásolja a szervezet adatérték-láncát, a forrásadatok minőségének megértése mögött 38%-ban, és a 33%-kal, akik kihívásokról számoltak be. adatvagyon keresése, azonosítása és begyűjtése.

A válaszadók arról számoltak be, hogy a mesterséges intelligencia modellek és adatok használatának szabályozása - az adatleképezés, az adatsor és az adatpolitikák biztosítása érdekében - a legnehezebb menedzsment kihívás. A mesterséges intelligencia irányítása a metaadatkezeléssel - az AI-adatok készenlétének kulcsfontosságú elemével - vezette a listát, amely 21%-kal nőtt az előző évhez képest. Az adatminőség-ellenőrzés, az adatminőség-javítás, az adatprofil-alkotás és a minőségi pontozás, valamint az adatpolitikák és -ellenőrzés jelentette a legfontosabb kihívásokat, amelyekkel a szervezetek jelenleg küzdenek.