Технологические чудеса и данные
В наше время технологии, такие как искусственный интеллект, аналитика в реальном времени и виртуальная реальность, вызывают огромный интерес. Однако без правильных данных эти инициативы не могут развиваться. Два новых опроса показывают, что компаниям необходимо привести свои данные в порядок, так как они не готовы к внедрению таких технологий, как генеративный ИИ (gen AI).
Проблемы с данными
Сейчас наблюдается затруднение в совместном использовании данных и разработки ИИ. Данные по-прежнему представляют собой риск, а не актив для инициатив, основанных на данных и ИИ.
- 86% руководителей IT сообщают о барьерах, связанных с данными.
- 50% считают, что они торопились с внедрением gen AI.
- 84% из тех, кто уже внедрил gen AI, испытывают проблемы с источниками данных.
По словам Стива Митчелла, финансового директора Redgate Software, многие организации не понимают, как оценить инвестиции в технологии и базы данных, по-прежнему рассматривая их только как центры затрат.
Готовность к ИИ
По данным опроса, проведенного среди 1000 IT-руководителей, 92% обеспокоены интеграцией ИИ в операционные процессы. Проблемы с готовностью к ИИ возникают из-за ряда факторов:
- 20% считают, что проекты ИИ проваливаются из-за чрезмерной спешки.
- 17% указывают на проблемы с качеством данных.
Среди руководителей в сфере здравоохранения 27% ссылаются на скорую адаптацию как одну из основных причин неудач.
Регулирование и управление данными
Достижение успеха в области ИИ и работы с данными требует правильного управления, и это является трудностью для многих компаний. Опрос, проведенный среди 220 профессионалов в бизнесе и IT, показал, что готовность данных для ИИ и операционная эффективность становятся приоритетом для руководителей.
- 33% респондентов считают, что развитие данных и управления до уровня готовности ИИ — это одно из трех основных препятствий.
- 38% упоминают проблемы с пониманием качества исходных данных.
- 33% сталкиваются с трудностями в поиске, идентификации и обработке данных.
Среди ключевых проблем, с которыми сталкиваются организации, выделяется управление использованием моделей ИИ и данных, включая картирование данных, их происхождение и политику обработки данных.
Трудности управления данными
Наиболее сложными для управления являются:
- Управление ИИ.
- Управление метаданными.
- Контроль за качеством данных.
- Политики и контроль данных.
Эти вызовы требуют значительных усилий со стороны организаций для повышения готовности к работе с данными.
Заключение
В то время как технологии продолжают развиваться, многие организации все еще должны решить проблемы с управлением данными, чтобы реализовать потенциал ИИ. Необходимо не только внедрять новые технологии, но и заботиться о качестве и доступности данных для достижения успеха в будущем.