ව්යවසාය බුද්ධියේ නැගීම වේගවත් වෙමින් පවතින අතර කර්මාන්ත නායකයින් AI වෙතින් නාටකාකාර කාර්යක්ෂමතා ජයග්රහණ වාර්තා කරයි. නමුත් අනෙකුත් ආයතන දත්ත කළමනාකරණ අභියෝග අත්විඳිති. McKinsey ට අනුව, සමාගම්වලින් 70% ක් AI සාර්ථකත්වය වළක්වන තීරණාත්මක දත්ත අභියෝගයන්ට මුහුණ දී සිටින අතර Gartner විසින් 30% ක අසාර්ථක අනුපාතයක් උත්පාදක AI මුල පිරීම් සඳහා පුරෝකථනය කරයි.
එක් තීරණාත්මක අවකලනයක් වන්නේ ව්යවසාය AI හි සංයුක්ත අවශ්යතා සඳහා සහාය වීම සඳහා නිවැරදි යටිතල පහසුකම් සහ දත්ත රෙදි තිබීමයි. AI දත්ත ජීවන චක්රය ආරම්භ වන්නේ දත්ත රැස් කිරීම සහ වසර ගණනාවක් පුරා දත්ත රඳවා ගැනීමේ සැලැස්මක් සමඟිනි. දත්ත මූලාශ්රය IOT උපාංගයක් හෝ IBM ප්රධාන රාමුවක් වේවා, දත්ත රැස් කළ පසු එය ප්රථමයෙන් වර්ගීකරණය කළ යුතු අතර, පසුව එය පහළ දත්ත ගබඩාවකට හෝ AI යෙදුමකට නල මාර්ගගත කිරීමට පෙර භාවිත කිරීමට විශේෂාංගගත කළ යුතුය. දත්ත මෙම සංකීර්ණ දත්ත රෙදි සංක්රමණය වන විට, දත්ත කට්ටල බොහෝ විට එක් ආකෘතියකින් ගොනු සහ වගු සිට තවත් ආකෘතියක දර්ශක දෛශික දක්වා බහු-මාදිලි පරිවර්තනයකට භාජනය වේ, නමුත් තවමත් දත්ත පාලනය සහ අනුකූලතා පාලනයන් පවත්වා ගත යුතුය.
Solix විධායක සභාපති John Ottman මෙම ප්රායෝගික විසඳුම් සමාලෝචනයේදී ව්යවසාය AI හි අභියෝග සහ අවස්ථා ගවේෂණය කරයි.
මෙම සුදු කඩදාසිය දැන් බාගන්න
කර්තෘ ගැන:
ජෝන් ඔට්මන් ව්යවසාය යෙදුම් සහ වලාකුළු යටිතල පහසුකම් සමඟ වසර 30 කට වැඩි පළපුරුද්දක් ඇත. ඔහු දැනට සිටින්නේ විධායක සභාපති Solix Technologies, Inc. සහ Minds Inc හි සම-නිර්මාතෘ සහ සභාපති.
