Kai įmonės lenktyniauja įgyvendindama AI, daugelis mano, kad projekto sėkmė priklauso nuo jų duomenų kokybės. Dėl šios priklausomybės sukelia daug ambicingų iniciatyvų, kurios niekada nepadaro jos už eksperimentinio koncepcijos įrodymo etapo.
Taigi, kokia paslaptis paversti šiuos eksperimentus realiais pajamų generatoriais? AI naujienos pasivijo Martiną Frederiką, Nyderlandų, Belgijos ir Liuksemburgo regiono lyderį „Data Cloud Giant Snowflake“, kad sužinotų.
„Nėra jokios AI strategijos be duomenų strategijos“, – paprasčiau sako Frederikas. „PG programos, agentai ir modeliai yra tik tokie pat veiksmingi, kaip ir duomenys, kuriais jie yra sukurti, ir be vieningos, gerai valdomos duomenų infrastruktūros, net ir patys pažangiausi modeliai gali būti trūksta.“
Duomenų kokybės gerinimas yra raktas į AI projekto sėkmę
Tai pažįstama istorija daugeliui organizacijų: perspektyvus koncepcijos įrodymas daro įspūdį komandai, tačiau niekada neverčia į įrankį, kuris uždirba įmonei pinigus. Pasak Frederiko, taip dažnai atsitinka todėl, kad vadovai šią technologiją traktuoja kaip galutinį tikslą.
„PG nėra tikslas – tai transporto priemonė siekti jūsų verslo tikslų“, – pataria Frederikas.
Kai projektai įstrigo, paprastai tai priklauso nuo kelių įprastų kaltininkų: projektas nėra iš tikrųjų suderintas su tuo, ko reikia verslui, komandos nekalba tarpusavyje, o duomenys yra netvarka. Statistika nesunkiai nusivilia, kad 80% AI projektų nepasiekia gamybos, tačiau Frederikas siūlo kitokią perspektyvą. Jis siūlo, kad tai nebūtinai nesėkmė, o „brendimo proceso dalis“.
Tiems, kurie teisingai supranta pagrindą, išmokėjimas yra labai tikras. Neseniai atliktame „Snowflake“ tyrime nustatyta, kad 92% bendrovių jau mato savo AI investicijų grąžą. Tiesą sakant, už kiekvieną išleistą 1 svarą jie gauna 1,41 svaro sterlingų taupymo išlaidų ir naujų pajamų. Svarbiausia, „Frederik“ pakartoja, nuo pat pradžių turi „saugią, valdomą ir centralizuotą platformą“.
Tai ne tik apie techniką, bet ir apie žmones
Net ir naudojant geriausias technologijas, AI strategija gali nukristi, jei įmonės kultūra jai nėra pasirengusi. Vienas didžiausių iššūkių yra gauti duomenis į visus, kuriems to reikia, ne tik keliems duomenų mokslininkams, ne tik keliems duomenų mokslininkams. Norėdami, kad AI veiktų mastu, turite sukurti tvirtus pagrindus savo „žmonėmis, procesais ir technologijomis“.
Tai reiškia, kad reikia suskaidyti sienas tarp departamentų ir pateikti kokybės duomenis bei AI įrankius, prieinamus visiems.
„Tinkamo valdymo metu AI tampa bendro naudojimo šaltiniu, o ne su„ Siled “įrankiu“, – aiškina Frederikas. Kai visi dirba iš vieno tiesos šaltinio, komandos gali nustoti ginčytis dėl to, kurių skaičiai yra teisingi, ir kartu pradėti priimti greitesnius ir protingesnius sprendimus.
Kitas šuolis: AI tos priežastys sau
Tikrasis proveržis, kurį dabar matome, yra AI agentų, kurie gali suprasti ir pagrįsti visų rūšių duomenis vienu metu, atsiradimas, neatsižvelgiant į struktūros kokybę; Nuo tvarkingų eilučių ir stulpelių skaičiuoklėje, iki nestruktūrizuotos informacijos dokumentuose, vaizdo įrašuose ir el. Laiškuose. Atsižvelgiant į tai, kad šie nestruktūruoti duomenys sudaro 80–90% tipinių įmonės duomenų, tai yra didžiulis žingsnis į priekį.
Nauji įrankiai suteikia galimybę darbuotojams, nepaisant jų techninių įgūdžių lygio, tiesiog užduoti sudėtingus klausimus paprastu anglų kalba ir gauti atsakymus tiesiogiai iš duomenų.
Frederikas paaiškina, kad tai yra žingsnis link to, ką jis vadina „į tikslą nukreipta autonomija“. Iki šiol AI buvo naudingas padėjėjas, kurį turėjote nuolat nukreipti. „Jūs užduodate klausimą, gauni atsakymą; jūs prašote kodų, gauni fragmentą“, – pažymi jis.
Naujos kartos AI yra kitokia. Galite suteikti agentui sudėtingą tikslą, ir tai patys išsiaiškins būtinus veiksmus, pradedant nuo kodo rašymo iki informacijos iš kitų programų, kad pateiktumėte išsamų atsakymą. Tai automatizuos daugiausiai laiko reikalaujančių duomenų mokslininko darbo dalių, tokių kaip „varginantis duomenų valymas“ ir „pasikartojantis modelio derinimas“.
Rezultatas? Tai atlaisvina jūsų šviesiausius protus, kad sutelktumėte dėmesį į tai, kas iš tikrųjų svarbu. Tai pakelia jūsų žmones „nuo praktikuojančio iki stratego“ ir leidžia jiems suteikti realią verslo vertę. Tai gali būti tik geras dalykas.
„Snowflake“ yra pagrindinis šių metų rėmėjas AI ir „Big Data Expo Europe“ ir renginio metu turės daugybę pranešėjų, pasidalinančių savo giliomis įžvalgomis. „Snowflake“ kabinos pasukite į „Stand Nr. 50“, kad išgirstumėte daugiau iš kompanijos apie tai, kaip padaryti įmonės AI lengvą, efektyvų ir patikimą.
Taip pat žiūrėkite: Visuomenės pasitikėjimo deficitas yra pagrindinė AI augimo kliūtis
Norite sužinoti daugiau apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite AI ir „Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir yra kartu su kitais pagrindiniais technologijų įvykiais, spustelėkite čia, jei norite gauti daugiau informacijos.
„AI News“ maitina „TechForge Media“. Čia ištirkite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
