Neuer Bericht 2023 enthüllt Zukunftsaussichten der künstlichen Intelligenz

Google Cloud hat den Daten- und KI-Trendbericht 2023 veröffentlicht, der fünf wichtige Trends rund um Daten und KI-Strategien untersucht. Der Bericht stellt fest, dass sich Verbraucheranforderungen, Marktbedingungen und neue Technologien für künstliche Intelligenz (KI) und maschinelles Lernen (ML) weiterentwickeln und die zunehmende Datenkomplexität eine andere Landschaft als noch vor einem Jahr schafft.

Diese Studie von IDC hat mehr als 800 globale Unternehmen befragt und sie gebeten, ihre größten Herausforderungen bei der Nutzung von Daten, die Vorteile, die sie aus Daten- und KI-Cloud-Lösungen ziehen, und wie sie diese Lösungen nutzen werden, zu benennen.

Trend 1: Statische Daten sind veraltet; die Ära der einheitlichen Datencloud ist da. Der Bericht besagt, dass bis 2026 weltweit jede Sekunde 7 PB an Daten generiert werden. Derzeit sind nur 10 % der Daten Originaldaten und die restlichen 90 % sind replizierte Daten. Diese isolierten Datenspeicher nützen der Organisation nichts. Laut Google Cloud braucht es eine bessere Möglichkeit, diese Daten zu speichern, zu verwalten, zu analysieren und anzuwenden. Der Bericht untersucht, wie eine einheitliche Cloud die Lösung sein kann, da sie eine gemeinsame Infrastruktur für Datenbanken, Data Warehouses und Data Lakes, Streaming, Business Intelligence (BI), künstliche Intelligenz (KI) und maschinelles Lernen (ML) bietet.

Andi Gutmans, General Manager und Vice President of Database Engineering bei Google Cloud, sagte, dass eine einheitliche Datencloud Daten und Erkenntnisse in transformative Digital-Experience-Anwendungen und eine bessere Entscheidungsfindung integrieren kann. „Damit Benutzer die richtigen Informationen erhalten, wenn sie sie benötigen, um die besten Ergebnisse zu erzielen.“

Trend 2: Offene Datenökosysteme ermöglichen den freien Datenverkehr zwischen Plattformen und helfen Unternehmen, Datensperre und -isolation zu vermeiden. Vorgefertigte Open-Source-Dienste und -Anwendungen wie PostgreSQL, Kafka, TensorFlow, PyTorch, Presto, JanusGraph und Apache-Projekte tragen dazu bei, die Entwicklung zu beschleunigen und Kosten zu senken. Andererseits weist der Bericht darauf hin, dass diese offenen Standards und offenen Architekturen auch Vorgänge wie Datenanalysen lokal durchführen können, was dazu beiträgt, die Kosten für die Datenverschiebung zu senken.

Trend 3: Laut Google Cloud Wir stehen am Rande eines KI-Wendepunkts und Managementdaten-Clouds und KI-Clouds können nicht getrennt werden. Auf künstlicher Intelligenz basierende Anwendungen lösen mehr Probleme und gewinnen beispiellose Erkenntnisse aus Daten. June Yang, Vizepräsident für Cloud-künstliche Intelligenz und Branchenlösungen bei Google Cloud, sagte, dass Datenwissenschaftler, Analysten, Entwickler und ML-Entwickler jetzt eng zusammenarbeiten und eine einzige Schnittstelle für den Zugriff auf Tools in einem einheitlichen Portal wünschen. Der Bericht stellte fest, dass 80 % der Unternehmen angaben, dass die eingebettete Unterstützung für die Ausführung von KI/ML-Modellen die Wahrscheinlichkeit erhöht, dass sie sich für eine bestimmte Daten-Cloud-Plattform entscheiden.

Darüber hinaus helfen vorab trainierte Modelle und Low-Code-Trainingsmethoden Unternehmen dabei, ihre KI- und ML-Projektziele zu erreichen, und ermöglichen so „bürgerliche“ Datenwissenschaftler. Der Bericht ergab, dass 81 % der Unternehmen sagten, dass mehr „bürgerliche“ Datenwissenschaftler ihre Fähigkeit, erweiterte Analysen auf mehr Projekte anzuwenden, erheblich verbessern würden.

Trend 4: Unternehmen denken BI neu. Google Cloud sagt, dass sie das traditionelle, Dashboard-zentrierte Modell zugunsten eines aktionszentrierten BI-Paradigmas aufgeben. In diesem Paradigma werden Erkenntnisse an mehr Menschen in mehr Umgebungen weitergegeben, um mehr Arten von Arbeitsabläufen zu unterstützen. BI und Analysen können dabei helfen, potenzielle Trends, Datenanomalien und potenzielle Probleme zu erkennen, und 87 % der Unternehmen möchten, dass ihre BI-Software die Entwicklung und Bereitstellung von Vorhersagemodellen unterstützt. Der Trend zur Einbettung von BI und Analysen in Unternehmensanwendungen nimmt ebenfalls zu, da Unternehmen versuchen, breitere interne Zielgruppen zu erreichen und kundenorientierte Anwendungen zu verbessern.

Trend 5: Datenrisikomanagement rückt in den Vordergrund. Unternehmen nutzen ihre unbekannten Daten, um Sicherheit, Governance und Vertrauen zu verbessern. Da immer mehr Daten, sowohl unstrukturierte als auch strukturierte, erfasst werden, ist es von entscheidender Bedeutung, genau zu wissen, welche Daten erfasst werden, um zu verstehen, wie man sie schützt und die Compliance aufrechterhält. Das manuelle Auffinden, Scannen und Klassifizieren jedes Datensatzes zur Bestimmung des Risikos ist eine Herausforderung, insbesondere für Anwendungsfälle wie Unternehmen, die Kunden-Chat-Anwendungen verwenden, bei denen vertrauliche Informationen möglicherweise in Chat-Transkripten landen.

Google Cloud sagt, dass die Kenntnis aller Ihrer Daten und das Verständnis Ihrer Datenaufnahmepipelines und Speichersilos der wichtigste Schritt beim Datenrisikomanagement ist. Als nächstes folgt die Klassifizierung: Viele Unternehmen verwenden ML- und Geschäftsautomatisierungstools. Die Implementierung automatisierter Kontrollen kann dazu beitragen, das Risiko beim Speichern und Teilen von Daten zu verringern. Wenn ein Kunde beispielsweise sensible Daten bereitstellt, kann ein automatisierter Prozess die sensiblen Informationen vor der Speicherung schwärzen. Google Cloud prognostiziert, dass bis 2027 66 % der großen Unternehmen erhebliche Investitionen in Datenkontrollebenentechnologien getätigt haben, die das mit Daten verbundene Risiko messen und es durch Sicherheit und Filterung reduzieren können.

Das obige ist der detaillierte Inhalt vonNeuer Bericht 2023 enthüllt Zukunftsaussichten der künstlichen Intelligenz. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!