Prieš kelerius metus verslo technologijų pasaulio mėgstamiausias madingas žodis buvo „Big Data“ – nuoroda į organizacijų masinį informacijos rinkimą, kurį būtų galima panaudoti siūlant anksčiau neištirtus veiklos būdus ir skleisti idėjas apie tai, kokių strategijų jos galėtų geriausiai įgyvendinti.
Vis labiau akivaizdu, kad problemos, su kuriomis susiduria įmonės naudodamos didelius duomenis savo naudai, vis dar išlieka, o dėl naujos technologijos – AI – šios problemos vėl iškyla į paviršių. Neišsprendus problemų, kurios vargina didžiuosius duomenis, dirbtinio intelekto diegimas ir toliau žlugs.
Taigi, kokios problemos neleidžia AI vykdyti savo pažadų?
Didžioji dauguma problemų kyla dėl pačių duomenų išteklių. Norėdami suprasti problemą, apsvarstykite šiuos informacijos šaltinius, naudojamus per labai vidutinę darbo dieną.
Mažame ir vidutiniame versle:
- Skaičiuoklės, saugomos naudotojų nešiojamuosiuose kompiuteriuose, „Google“ skaičiuoklėse, „Office 365“ debesyje.
- Ryšių su klientais vadybininko (CRM) platforma.
- El. pašto mainai tarp kolegų, klientų, tiekėjų.
- Word dokumentai, PDF, žiniatinklio formos.
- Susirašinėjimo programėlės.
Įmonės versle:
- Visa tai, kas išdėstyta aukščiau, plius
- Įmonės išteklių planavimo (ERP) sistemos.
- Duomenų tiekimas realiuoju laiku.
- Duomenų ežerai.
- Skirtingos duomenų bazės už kelių taškų produktų.
Verta paminėti, kad aukščiau pateiktas paprastas sąrašas nėra išsamus ir nėra toks. Tai rodo, kad tik penkiose eilutėse yra apie tuziną vietų, kur galima rasti informacijos. Tai, ko reikia dideliems duomenims (galbūt vis dar reikia) ir AI projektai taip pat remiasi, yra kažkaip sujungti visus tuos elementus taip, kad kompiuterinis algoritmas galėtų tai suprasti.
Rinkodaros „Gartner“ sukurtas dirbtinio intelekto ažiotažas, 2024 m., „AI-Ready Data“ pateikė ažiotažo ciklo kreivę, įvertindamas, kad praeis 2–5 metai, kol jis pasieks „produktyvumo plynaukštę“. Atsižvelgiant į tai, kad dirbtinio intelekto sistemos išgauna ir išgauna duomenis, dauguma organizacijų, išskyrus pačias didžiausias, neturi pagrindo, ant kurio galėtų remtis, ir gali neturėti dirbtinio intelekto pagalbos dar 1–4 metus.
Pagrindinė AI diegimo problema yra ta pati, kaip ir atkaklios didžiųjų duomenų naujovės, nes jos praeityje prasiskverbdavo per ažiotažų ciklą – nuo naujovių suaktyvėjimo, išpūstų lūkesčių viršūnės, nusivylimo dugno, nušvitimo nuolydžio iki produktyvumo plynaukštės – duomenų būna įvairių; jis gali būti nenuoseklus; galbūt jis atitinka skirtingus standartus; jis gali būti netikslus arba šališkas; tai gali būti labai jautri informacija arba sena ir todėl nesvarbi informacija.
Duomenų keitimas, kad jie būtų paruošti dirbtiniam intelektui, išlieka procesu, kuris šiandien yra toks pat aktualus (galbūt labiau) nei bet kada anksčiau. Tos įmonės, kurios nori pradėti sparčiai, galėtų eksperimentuoti su daugybe šiuo metu prieinamų duomenų apdorojimo platformų ir, kaip įprasta, galėtų pradėti nuo atskirų projektų, kaip bandymų lovų, skirtų naujų technologijų efektyvumui įvertinti.
Naujausių duomenų paruošimo ir surinkimo sistemų pranašumas yra tas, kad jos skirtos paruošti organizacijos informacinius išteklius taip, kad duomenys būtų naudojami dirbtinio intelekto vertės kūrimo platformose. Jie gali pasiūlyti, pavyzdžiui, kruopščiai užkoduotus apsauginius turėklus, kurie padės užtikrinti duomenų atitiktį ir apsaugoti vartotojus nuo prieigos prie šališkos ar komerciškai jautrios informacijos.
Tačiau iššūkis sukurti nuoseklius, saugius ir gerai suformuluotus duomenų išteklius išlieka aktualus. Organizacijoms atliekant kasdienes operacijas įgyjant daugiau duomenų, naujausių duomenų išteklių rinkimas yra nuolatinis procesas. Kai dideli duomenys gali būti laikomi statiniu turtu, dirbtinio intelekto duomenys turi būti paruošti ir apdoroti kuo artimesniu laiku.
Todėl situacija išlieka trijų krypčių pusiausvyra tarp galimybių, rizikos ir išlaidų. Dar niekada pardavėjo ar platformos pasirinkimas nebuvo toks svarbus šiuolaikiniame versle.
(Šaltinis: Darien ir Neil „Inside the Business School“ yra licencijuota pagal CC BY-NC 2.0.)
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
