การเพิ่มขึ้นของปัญญาประดิษฐ์สำหรับองค์กร

การเติบโตของ Enterprise Intelligence กำลังเร่งตัวขึ้น และผู้นำในอุตสาหกรรมรายงานว่า AI มีประสิทธิภาพเพิ่มขึ้นอย่างมาก แต่บริษัทอื่นๆ กำลังประสบปัญหาในการจัดการข้อมูล ตามข้อมูลของ McKinsey บริษัท 70% เผชิญกับความท้าทายด้านข้อมูลที่สำคัญซึ่งขัดขวางความสำเร็จของ AI และ Gartner คาดการณ์ว่าโครงการริเริ่ม AI เชิงสร้างสรรค์จะมีอัตราความล้มเหลว 30%

ปัจจัยสำคัญประการหนึ่งที่ทำให้ระบบมีความแตกต่างกันคือการมีโครงสร้างพื้นฐานและโครงสร้างข้อมูลที่เหมาะสมเพื่อรองรับความต้องการที่หลากหลายของ AI ขององค์กร วงจรชีวิตข้อมูล AI เริ่มต้นด้วยการรวบรวมข้อมูลและแผนการเก็บรักษาข้อมูลที่ครอบคลุมหลายปี ไม่ว่าแหล่งที่มาของข้อมูลจะเป็นอุปกรณ์ IoT หรือเมนเฟรมของ IBM เมื่อรวบรวมข้อมูลได้แล้ว ข้อมูลจะต้องได้รับการจำแนกประเภทก่อน จากนั้นจึงเพิ่มคุณสมบัติหรือจัดเตรียมให้ใช้งานได้ในรูปแบบอื่น ก่อนที่จะส่งต่อไปยังคลังข้อมูลปลายทางหรือแอปพลิเคชัน AI ในขณะที่ข้อมูลผ่านระบบโครงสร้างข้อมูลที่ซับซ้อนนี้ ชุดข้อมูลมักจะผ่านการแปลงหลายโหมด อาจตั้งแต่ไฟล์และตารางในรูปแบบหนึ่งไปเป็นเวกเตอร์ดัชนีในอีกรูปแบบหนึ่ง แต่ยังคงต้องมีการกำกับดูแลและควบคุมการปฏิบัติตามข้อกำหนดของข้อมูลอยู่

จอห์น ออตต์แมน ประธานบริหารของ Solix กล่าวถึงความท้าทายและโอกาสของ AI ในระดับองค์กรในการทบทวนโซลูชันเชิงปฏิบัตินี้

ดาวน์โหลดเอกสารข้อมูลนี้ทันที