L'auge de la intel·ligència empresarial s'està accelerant i els líders del sector informen de grans guanys d'eficiència de la IA. Però altres organitzacions estan experimentant reptes de gestió de dades. Segons McKinsey, el 70% de les empreses s'enfronten a reptes de dades crítics que impedeixen l'èxit de la IA i Gartner preveu una taxa de fracàs del 30% per a les iniciatives d'IA generativa.
Un diferenciador crític rau a tenir la infraestructura i el teixit de dades adequats per donar suport als requisits compostos de la IA empresarial. El cicle de vida de les dades de l'IA comença amb la recollida de dades i un pla de retenció de dades que abasta anys. Tant si l'origen de les dades és un dispositiu IOT o un mainframe d'IBM, un cop recollides, les dades primer s'han de classificar i, a continuació, presentar-les o preparar-les per al seu ús abans que es puguin canalitzar a un magatzem de dades o a una aplicació d'IA. A mesura que les dades transiten per aquest complex teixit de dades, els conjunts de dades sovint pateixen transformacions multimodals possiblement des de fitxers i taules en un format fins a vectors d'índex en un altre, però encara s'han de mantenir els controls de govern i compliment de les dades.
El president executiu de Solix, John Ottman, explora els reptes i les oportunitats de l'IA empresarial en aquesta revisió pràctica de solucions.
Baixeu aquest document blanc ara
Sobre l'autor:
John Ottman té més de 30 anys d'experiència amb aplicacions empresarials i infraestructura de núvol. Actualment és el President executiu de Solix Technologies, Inc. i cofundador i president de Minds Inc.
