Enterprise Intelligencen nousu kiihtyy, ja alan johtajat raportoivat tekoälyn dramaattisista tehokkuuden lisäyksistä. Mutta muut organisaatiot kohtaavat tiedonhallinnan haasteita. McKinseyn mukaan 70 prosenttia yrityksistä kohtaa kriittisiä datahaasteita, jotka estävät tekoälyn menestymisen, ja Gartner ennustaa 30 prosentin epäonnistumisprosentin generatiivisille tekoälyaloitteille.
Yksi kriittinen erottava tekijä on oikean infrastruktuurin ja tietokangas, joka tukee yritysten tekoälyn vaatimuksia. Tekoälyn datan elinkaari alkaa tiedon keräämisellä ja vuosia kattavalla datan säilytyssuunnitelmalla. Olipa tiedon lähde IOT-laite tai IBM:n keskuskone, kerätyt tiedot on ensin luokiteltava ja sitten esiteltävä tai muutoin valmisteltava käytettäväksi, ennen kuin ne voidaan siirtää myöhempään tietovarastoon tai tekoälysovellukseen. Kun dataa siirretään tässä monimutkaisessa tietokudoksessa, tietojoukot käyvät läpi usein multimodaalisia muunnoksia, mahdollisesti tiedostoista ja taulukoista yhdessä muodossa hakemistovektoreiksi toisessa, mutta silti tietojen hallintaa ja vaatimustenmukaisuuden valvontaa on ylläpidettävä.
Solixin pääjohtaja John Ottman tutkii yritysten tekoälyn haasteita ja mahdollisuuksia tässä käytännön ratkaisukatsauksessa.
Lataa tämä tiedote nyt
Author:
John Ottman on yli 30 vuoden kokemus yrityssovelluksista ja pilviinfrastruktuurista. Hän on tällä hetkellä Toimitusjohtaja Solix Technologies, Inc.:n ja Minds Inc:n perustaja ja puheenjohtaja.
