Ключевые моменты от ZDNET
- Будьте осторожны: дайте ИИ мусорные данные, и он вернет вам мусор.
- Применяйте стратегический подход к сбору данных, сосредотачиваясь на ценностях.
- Будьте гибкими, так как языковые модели и бизнес-требования могут меняться.
Введение
Сбор правильных данных для проектов ИИ — непростая задача, но это критически важно для успешных инициатив. Вот советы от пяти бизнес-лидеров о том, как добыть «золотые крупицы» информации.
1. Обдуманный подход
Пол Невилл, директор цифровых технологий в The Pensions Regulator (TPR), говорит, что его организация «очень вдумчиво» собирает данные для проектов в области новых технологий:
- Результат от ИИ зависит от данных, которые он получает.
- Чем хуже данные, тем хуже результат.
- Следят за развитием технологий от партнеров, таких как OpenAI и Microsoft Azure.
- Созданы новые вакансии для управления ИИ и стратегией.
2. Фокус на критические 20%
Иэн Рассел, глава данных и аналитики в RAC, утверждает:
- Важно сосредоточиться на том, что актуально для бизнеса сейчас.
- Лучше делать меньше, но качественно, чем распыляться.
- Используют технологию Snowflake’s AI Data Cloud для объединения данных.
- Сохранение данных сейчас стало более доступным.
Он также предупреждает о ресурсозатратах при поиске полезной информации и призывает сосредоточиться на 20% самых важных данных.
3. Создание гибкой стратегии
Доминик Редмонд, CIO в PageGroup, подчеркивает необходимость:
- Создания стратегии, основанной на будущих потребностях.
- Думать о том, какие данные будут наиболее ценными.
- Гибкости в ответ на изменения в отрасли и рыночные условия.
4. Находите золотые крупицы
Саша Вон, главный специалист по цепочкам поставок в Joseph Joseph, говорит о важности:
- Наблюдения за долгосрочными целями и текущими приоритетами.
- Связывания хранения данных с четкими бизнес-процессами.
- Анализа отзывов клиентов для улучшения дизайна продуктов.
5. Внимание к семантике
Стив Лукас, CEO Boomi, задает важный вопрос:
- Как хранить данные, которые важны для ИИ?
- Контекст информации важнее, чем сами данные.
- Каталоги и метаданные могут быть более ценными, чем необработанные данные.
Он также говорит, что крупные компании могут помочь в фокусировке на правильных данных для ИИ.
Заключение
Реальный успех проектов ИИ зависит от качества данных и стратегического подхода к их сбору. Учитывайте советы экспертов, чтобы извлечь максимум пользы из ваших данных.