Tinjauan ITSP Infosys mendapati: Kepintaran buatan dan sains data tidak membawa nilai ekonomi kepada perusahaan

Laporan ini menunjukkan bahawa banyak syarikat gagal menukar usaha sains data dan pelaksanaan kecerdasan buatan kepada nilai ekonomi sebenar. Tinjauan terhadap 2,500 pemimpin teknologi mendapati bahawa walaupun jangkaan tinggi untuk teknologi AI, hanya satu perempat daripada responden menyatakan mereka sangat berpuas hati dengan prestasinya.

ITSP Infosys menegaskan dalam laporan ini bahawa nilai hilang semua syarikat yang ditinjau adalah bersamaan dengan keuntungan AS$460 bilion. Dan syarikat-syarikat yang berpeluang mendapat manfaat sepenuhnya daripada AI menumpukan pada memastikan sains data disepadukan ke dalam perniagaan, bukan hanya projek sampingan.

Mohit Joshi, presiden syarikat itu, berkata: "Adalah penting bagi perusahaan untuk tidak melihat data dan AI secara berasingan daripada perniagaan, tetapi sebaliknya melihatnya secara berbeza, penemuan utama laporan itu adalah bahawa Rancangan harus memfokuskan." pada tiga bidang: perkongsian data, kepercayaan pada kecerdasan buatan lanjutan dan keutamaan perniagaan.

Laporan menunjukkan bahawa walaupun terdapat jangkaan yang tinggi apabila mula-mula melancarkan projek AI, kebanyakan perniagaan gagal mengambil tindakan dalam satu atau lebih bidang utama ini. Secara keseluruhannya, 63% model AI hanya melaksanakan fungsi asas, didorong oleh manusia, dan selalunya mempunyai kekurangan dalam pengesahan data, amalan data dan strategi data.

Hanya 26% daripada responden menyatakan mereka sangat berpuas hati dengan data dan alatan kecerdasan buatan mereka. Joshi berkata: "Walaupun aplikasi AI menarik, ada sesuatu yang hilang dengan jelas

UK mempunyai kepuasan keseluruhan tertinggi dengan AI, walaupun mempunyai kadar perkongsian data terendah dan keutamaan umum untuk buatan di premis." kecerdasan Aplikasi pintar dan bukannya beralih kepada penyelesaian pengkomputeran awan, yang boleh menyebabkan masalah di hadapan.

Beliau menjelaskan, “Untuk masalah perniagaan dan sistem kecerdasan buatan, perusahaan perlu mengawal dan menguasai data yang paling berkesan dan berguna Oleh itu, mempercayai kecerdasan buatan juga penting.

Penyelidikan kami mendapati bahawa AI lanjutan memerlukan kepercayaan pada AI untuk mencapai prestasi optimum Jika orang yang bekerja dengan AI tidak mempercayai AI, maka model itu berisiko tidak digunakan untuk etika data dan pengurusan berat sebelah Kecerdasan Buatan kepada Teras ”

Tinjauan itu juga mendedahkan bahawa tiga perempat daripada perusahaan ingin mengendalikan kecerdasan buatan dalam perniagaan mereka, tetapi kebanyakan perusahaan baru menggunakan kecerdasan buatan apabila mempertingkatkan aplikasi mereka cabaran yang menggerunkan, sebahagian besarnya disebabkan oleh kekurangan kemahiran dan kesukaran pengambilan.

Penyelidikan “Data+AI Radar” dijalankan oleh Institut Pengetahuan Korporat ITSP Infosys. Institut itu mendapati bahawa syarikat yang dipanggil "berprestasi tinggi" melihat AI dan data secara berbeza, dengan syarikat yang melihat data sebagai mata wang - berkongsi dan menjadikannya beredar - meraih pulangan tertinggi.

Pasukan penyelidik mendapati bahawa apabila data dianggap sebagai mata wang dan diedarkan melalui model pengurusan data hab-dan-bercakap, perusahaan mungkin memperoleh nilai tambahan $105 bilion kepada mereka yang mengemas kini data dengan kependaman rendah Malah lebih banyak keuntungan, hasil dan ukuran nilai lain boleh dijana.

Selain pertumbuhan hasil, laporan tinjauan menunjukkan bahawa syarikat yang sangat berpuas hati menggunakan kecerdasan buatan mempunyai amalan data yang boleh dipercayai, beretika dan bertanggungjawab yang boleh mengatasi cabaran pengesahan dan berat sebelah data pengamal untuk menggunakan pembelajaran mendalam dan algoritma lanjutan lain.

Syarikat yang menggunakan sains data untuk keperluan sebenar juga telah mencipta nilai tambahan, meningkatkan kecekapan dan menjana tambahan $45 bilion dalam pertumbuhan keuntungan.

Apabila ditanya sama ada sukar bagi perusahaan untuk mengikuti perkembangan pesat kecerdasan buatan, Joshi berkata, "Persoalannya ialah sama ada perusahaan boleh mencapai keputusan yang baik apabila menggunakan kecerdasan buatan. Kepintaran buatan dan pembelajaran mesin memerlukan pendekatan baharu Pemikiran, di sinilah perniagaan perlu beralih Semasa pembelajaran mesin dan AI berkembang pesat, kami melihat perniagaan yang mendapat manfaat sepenuhnya daripada pembelajaran mesin dan AI dengan mentakrifkan semula pendekatan mereka terhadap data

Sebahagian daripada ini ialah mendapatkan data untuk alatan AI dan menyediakannya dengan cara yang sesuai untuk perniagaan, termasuk mengiktiraf keperluan untuk menggunakan data tersebut dengan Galakkan gabungan amalan yang dikongsi melalui hab sistem pengurusan data -dan-bercakap.

Joshi berkata, "Kami percaya bahawa data adalah mata wang baharu. Data adalah seperti mata wang dan akan meningkat nilainya apabila ia beredar. Banyak syarikat menyedari bahawa ekonomi data yang baru muncul mempunyai potensi besar dan bekerjasama dengan Membina data- perkongsian ekosistem rakan kongsi dan rakan sebaya boleh membawa manfaat yang lebih besar daripada beroperasi secara berasingan,”

Ini berbeza daripada pemikiran tradisional yang memerlukan set data. Joshi berkata mereka mendapati bahawa sistem yang memusatkan dan mengatur data dan kemudian bergantung pada penyinaran data kepada pasukan untuk bebas beroperasi dan menggunakannya secara fleksibel adalah pendekatan terbaik. Contohnya, mengimport data daripada pihak ketiga dan tahap perkongsian data yang tinggi mendorong keuntungan yang lebih besar daripada mana-mana data lain atau tindakan AI.

'Operasi model' boleh membantu menskalakan sistem AI

Joshi berkata jika syarikat tidak mengambil tindakan sekarang dan berfikir tentang AI dan pembelajaran mesin secara berbeza, Joshi berkata Kemudian anda akan menghadapi had, menjadi tidak berpuas hati dengan sistem AI, dan terperangkap dalam ekonomi data baharu. Beliau menambah: “Perusahaan perlu menggunakan rangka kerja penggunaan AI yang bukan sahaja membenarkan percubaan tetapi juga menskalakan AI dengan cara yang boleh diramalkan

Konsep seperti ‘operasi model’ boleh memberikan perspektif untuk perusahaan , untuk membina skala yang boleh diramal. pemacu platform yang boleh meningkatkan fleksibiliti semasa pelancaran, memastikan penyeragaman proses, dan menyokong sokongan sebagai ukuran prestasi model asas,” kata Joshi Aspek itu adalah untuk memastikan perniagaan mematuhi amalan etika dan undang-undang, terutamanya semasa tempoh peralihan apabila kerajaan. menggubal undang-undang untuk mengelakkan penyalahgunaan data dan tingkah laku yang tidak beretika.

Beliau berkata: “AI mesti diterima pakai dengan cara yang mampan dan bertimbang rasa supaya ia boleh wujud bersama fabrik sosial kita dan membawa faedah yang lebih besar Oleh itu, adalah penting bahawa dalam mana-mana AI Industri teknologi mesti memudahkan perbincangan dalam dan merentas industri, komuniti dan pengawal selia tentang faedah, kos dan akibat sebelum teknologi dikeluarkan ke domain awam ”

Atas ialah kandungan terperinci Tinjauan ITSP Infosys mendapati: Kepintaran buatan dan sains data tidak membawa nilai ekonomi kepada perusahaan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!