In den letzten Jahren hat die Notwendigkeit für Unternehmen, schnell neue Geschäftsmodelle und Marketingkanäle zu schaffen, die Einführung künstlicher Intelligenz beschleunigt. Dies gilt insbesondere im Gesundheitswesen, wo Datenanalysen die Entwicklung von COVID-19-Impfstoffen beschleunigt haben. Für verpackte Konsumgüter berichtete Harvard Business Review, dass Frito-Lay in nur 30 Tagen eine E-Commerce-Plattform, Snacks.com, erstellt hat.
Die COVID-19-Pandemie hat auch die Einführung künstlicher Intelligenz beschleunigt Bildung, weil Schulen gezwungen waren, von heute auf morgen Online-Lernen zu ermöglichen. Wann immer es möglich ist, wird die Welt auf „kontaktlose“ Transaktionen umsteigen und damit den Bankensektor revolutionieren.
Drei technologische Entwicklungen während der COVID-19-Pandemie haben die Einführung künstlicher Intelligenz beschleunigt: # 🎜🎜 #
Hier sind die Vor- und Nachteile dieser Entwicklungen für IT-Führungskräfte.
1. Kontinuierlich günstige Rechenleistungauch in Moore In In den 60 Jahren seit dem Gesetz hat sich die Rechenleistung weiter verbessert, mit leistungsstärkeren Maschinen und mehr Rechenleistung durch neue Chips von Unternehmen wie NVidia. AIImpacts berichtet, dass sich „die verfügbare Rechenleistung pro Dollar in den letzten 25 Jahren wahrscheinlich etwa alle vier Jahre verzehnfacht hat (gemessen als FLOPS oder MIPS). In den letzten 6 bis 8 Jahren hat sich diese Rate jedoch verlangsamt.“
Vorteile: Das doppelte Ergebnis mit halbem Aufwand bietet ihnen mehr Auswahlmöglichkeiten und ermöglicht es ihnen, mit weniger mehr zu erreichen.Nachteile: Zu viele Auswahlmöglichkeiten können zu Zeit- und Geldverschwendung führen #🎜 🎜#Denken Sie an Big Data. Mit billigem Computing wollen IT-Experten seine Leistungsfähigkeit nutzen. Die Menschen möchten damit beginnen, alle verfügbaren Daten zu erfassen und zu analysieren, um bessere Erkenntnisse, Analysen und Entscheidungen zu gewinnen.
Aber wenn Sie nicht aufpassen, kann es sein, dass Ihnen am Ende eine riesige Menge an Rechenleistung zur Verfügung steht, die für echte Geschäftsanwendungen nicht ausreicht .
Da die Netzwerk-, Speicher- und Computerkosten sinken, tendieren Menschen dazu, sie häufiger zu nutzen. Aber sie bringen nicht unbedingt für alles einen geschäftlichen Wert.
2. Neue Datenarchitekturvor der neuen Coronavirus-Epidemie , sind hier die Begriffe „Data Warehouse“ und „Data Lake“ gebräuchlich. Aber neue Datenarchitekturen wie „Datenstrukturen“ und „Datengitter“ gibt es so gut wie nicht. DataFabric unterstützt die Einführung von KI, da es Unternehmen ermöglicht, Daten zur Maximierung ihrer Wertschöpfungskette zu nutzen, indem sie die Datenermittlung, -verwaltung und -nutzung automatisieren. Unabhängig davon, wo sich die Daten befinden, können Unternehmen die richtigen Daten zur richtigen Zeit bereitstellen.
#🎜🎜 # Es bietet die Möglichkeit, den Trend zu zentralisierten Datenrepositorys oder Data Lakes umzukehren. Dies könnte bedeuten, dass mehr Edge-Computing und Daten dort verfügbar sind, wo sie am relevantesten sind. Diese Fortschritte führen dazu, dass die entsprechenden Daten automatisch für die Entscheidungsfindung verwendet werden – was für die Anwendbarkeit der KI von entscheidender Bedeutung ist.
IT-Führungskräfte müssen verstehen die geschäftlichen und künstlichen Intelligenzaspekte neuer Datenarchitekturen. Wenn sie nicht wissen, was jeder Teil des Unternehmens benötigt – einschließlich der Art der Daten und wo und wie sie verwendet werden –, sind sie möglicherweise nicht in der Lage, die richtige Art von Datenarchitektur und Datenverbrauch zu erstellen, um die richtige Unterstützung zu erhalten. Das Verständnis der IT für die Geschäftsanforderungen und das Geschäftsmodell, das mit dieser Datenarchitektur einhergeht, ist von entscheidender Bedeutung.
Statista-Forschung unterstreicht das Datenwachstum: Im Jahr 2020 betrug die Gesamtmenge der weltweit erstellten, erfassten, kopierten und genutzten Daten 64,2 Zettabyte und wird bis 2025 voraussichtlich 180 Zettabyte erreichen mehr. In einem Statista-Forschungsbericht vom Mai 2022 heißt es: „Das Wachstum ist aufgrund der gestiegenen Nachfrage aufgrund der neuen Corona-Epidemie höher als zuvor erwartet.“ Zu den großen Datenquellen gehören Medien, Cloud Computing, Internet der Dinge, Netzwerke und Datenbanken.
Jede Entscheidung und Transaktion kann bis zur Datenquelle zurückverfolgt werden. IT-Führungskräfte sind in der Lage, mithilfe von AIOps/MLOps Datenquellen für die Analyse und Entscheidungsfindung gezielt zu nutzen. Die richtigen Daten können eine sofortige Geschäftsanalyse ermöglichen und tiefe Erkenntnisse für prädiktive Analysen liefern.
Umgeben von Daten aus IoT, Edge Computing, formatiert und unformatiert, intelligent und unverständlich – IT-Verantwortliche haben es mit der 80/20-Regel zu tun: 20 % des Vertrauens, das 80 % des Geschäftswerts liefert. Was sind die Daten? Quelle? Wie nutzen Sie KI/ML-Operationen, um vertrauenswürdige Datenquellen zu ermitteln und welche Datenquellen sollten für die Analyse und Entscheidungsfindung verwendet werden? Jedes Unternehmen braucht Antworten auf diese Fragen.
Künstliche Intelligenz wird allgegenwärtig, angetrieben durch neue Algorithmen und immer reichlichere und kostengünstigere Rechenleistung. Seit mehr als 70 Jahren befindet sich die Technologie der künstlichen Intelligenz auf dem Weg der Evolution. Die Pandemie hat die Entwicklung künstlicher Intelligenz nicht beschleunigt; sie hat ihre Einführung beschleunigt.
Das obige ist der detaillierte Inhalt vonKünstliche Intelligenz: Drei Wege, wie die Pandemie ihre Verbreitung beschleunigt. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
![[Web-Frontend] Node.js-Schnellstart](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
