ITSP Infosys 조사 결과: 인공 지능과 데이터 과학은 기업에 경제적 가치를 가져오지 않습니다.

이 보고서는 많은 기업이 데이터 과학 노력과 인공 지능 구현을 실제 경제적 가치로 전환하지 못한다는 점을 지적합니다. 2,500명의 기술 리더를 대상으로 한 설문 조사에 따르면 AI 기술에 대한 높은 기대에도 불구하고 응답자의 4분의 1만이 성능에 매우 만족한다고 답했습니다.

ITSP 인포시스는 이 보고서에서 조사 대상 기업 전체의 결측 가치가 미화 4,600억 달러의 이익에 해당한다고 지적했습니다. 그리고 AI로부터 가장 많은 이익을 얻을 수 있는 기업은 데이터 과학이 단순한 부수 프로젝트가 아닌 비즈니스에 통합되도록 하는 데 중점을 두고 있습니다.

회사 사장인 Mohit Joshi는 "기업이 데이터와 인공 지능을 비즈니스와 별개로 보는 것이 아니라 다르게 보는 것이 중요합니다."라고 말했습니다. 보고서의 주요 결과는 솔루션이 세 가지 영역에 집중해야 한다는 것입니다. : 데이터 공유, 첨단 인공지능에 대한 신뢰, 비즈니스 집중.

보고서에 따르면 AI 프로젝트를 처음 시작할 때 높은 기대에도 불구하고 대부분의 기업은 이러한 핵심 영역 중 하나 이상에서 조치를 취하지 못하는 것으로 나타났습니다. 전반적으로 AI 모델의 63%는 기본 기능만 수행하고 인간에 의해 구동되며 데이터 검증, 데이터 실행 및 데이터 전략에 결함이 있는 경우가 많습니다.

응답자의 26%만이 데이터 및 인공 지능 도구에 매우 만족한다고 답했습니다. Joshi는 "AI 응용 프로그램은 매력적이지만 뭔가 분명히 빠져 있습니다."

영국은 데이터 공유율이 가장 낮고 온프레미스 AI 응용 프로그램에 대한 일반적인 선호에도 불구하고 AI에 대한 전반적인 만족도가 가장 높습니다. 클라우드 컴퓨팅 솔루션으로 전환하면 문제가 발생할 수 있습니다.

그는 “비즈니스 문제와 인공 지능 시스템의 경우 기업은 가장 효과적이고 유용한 데이터를 제어하고 마스터해야 합니다. 따라서 인공 지능을 신뢰하는 것도 중요합니다.

우리 연구에 따르면 고급 인공 지능은 AI를 신뢰해야 합니다. AI를 사용하는 사람들이 이를 신뢰하지 않으면 모델이 사용되지 않을 위험이 있습니다. 데이터 윤리 및 편견 관리에 대한 모범 사례가 AI 발전의 핵심입니다.”

The 설문조사에는 기업의 4분의 3이 비즈니스에서 인공지능을 운영하기를 원하지만 대부분의 기업은 인공지능을 처음 접하고 애플리케이션 확장에 어려움을 겪고 있는 것으로 나타났습니다. 이는 주로 기술 부족과 채용 어려움으로 인해 발생합니다.

"데이터+AI 레이더" 연구는 ITSP 인포시스 기업지식연구소에서 진행했습니다. 연구소는 소위 "고성과" 기업이 AI와 데이터를 다르게 보는 반면, 데이터를 화폐로 보는 기업(공유하고 유통시키는 기업)은 가장 높은 수익을 거두는 것으로 나타났습니다.

연구팀은 데이터가 통화로 취급되고 허브 앤 스포크 데이터 관리 모델을 통해 유통될 때 기업은 1,050억 달러의 증분 가치를 얻을 수 있으며 짧은 지연 시간으로 데이터를 업데이트하는 기업은 훨씬 더 많은 이익과 수익을 창출할 수 있다는 사실을 발견했습니다. 그리고 기타 가치 척도.

설문조사 보고서에 따르면 인공 지능 사용에 매우 만족하는 기업은 데이터 검증 및 편견 문제를 극복하고, 신뢰를 구축하고, 실무자가 심층적인 데이터 사용을 가능하게 할 수 있는 신뢰할 수 있고 윤리적이며 책임감 있는 데이터 관행을 갖추고 있습니다. 학습 및 기타 고급 알고리즘.

데이터 과학을 실제 요구 사항에 적용하는 기업은 추가적인 가치를 창출하고 효율성을 개선하며 추가로 450억 달러의 수익 성장을 가져옵니다.

인공지능의 급속한 발전을 기업이 따라가는 것이 어려운지 묻는 질문에 조시는 "기업이 인공지능을 적용하면 좋은 결과를 얻을 수 있느냐가 문제다. 인공지능과 머신러닝에는 새로운 사고 방식이 필요하다"고 말했다. 이것이 기업이 전환해야 할 부분입니다. 기계 학습과 AI가 빠르게 발전하는 동안 기업은 기계 학습과 AI에서 최대한의 가치를 얻기 위해 데이터에 대한 접근 방식을 재정의하고 있습니다.”

이 중 일부입니다. AI 도구에 사용할 데이터를 가져와 비즈니스에 적합한 방식으로 준비하고 있습니다. 여기에는 이 데이터를 허브 앤 스포크 데이터 관리 시스템을 통해 공유를 장려하는 관행과 결합해야 한다는 인식도 포함됩니다.

Joshi는 "우리는 데이터가 새로운 통화라고 믿습니다. 데이터는 통화와 같으며 유통되면 가치가 높아질 것입니다. 많은 기업은 신흥 데이터 경제가 엄청난 잠재력을 가지고 있음을 깨닫고 파트너 및 동료와 함께 데이터 공유 생태계를 구축합니다. 고립되어 운영하는 것보다 더 큰 이점을 가져올 수 있습니다.”

이것은 데이터 세트를 요구하는 전통적인 생각과 다릅니다. Joshi는 데이터를 중앙 집중화하고 정리한 다음 데이터를 팀에 방사하여 자유롭게 운영하고 유연하게 사용하는 시스템이 최선의 접근 방식이라는 것을 발견했다고 말했습니다. 예를 들어, 제3자로부터 데이터를 가져오고 높은 수준의 데이터 공유를 통해 다른 어떤 데이터나 AI 작업보다 더 큰 수익을 얻을 수 있습니다.

"모델 운영"은 인공 지능 시스템 확장에 도움이 될 수 있습니다

Joshi는 기업이 지금 조치를 취하지 않고 인공 지능과 기계 학습에 대해 다르게 생각한다면 인공 지능 시스템에 대한 한계와 불만에 직면하게 될 것이라고 말했습니다. 새로운 데이터 경제에 갇혀 있습니다. 그는 다음과 같이 덧붙였습니다. “기업은 실험을 허용할 뿐만 아니라 예측 가능한 방식으로 AI를 확장하는 AI 배포 프레임워크를 채택해야 합니다.

'모델 운영'과 같은 개념은 기업이 확장 가능한 플랫폼 드라이버를 구축할 수 있는 렌즈를 제공할 수 있습니다. Joshi는 롤아웃 중 유연성을 높이고, 프로세스 표준화를 보장하며, 기본 모델 성과의 척도로서 지원을 지원한다고 말합니다. 특히 정부가 예방을 위한 법률을 제정하는 전환 기간 동안 기업이 윤리 및 법적 관행을 준수하도록 보장하는 것입니다. 데이터 오용 및 비윤리적 행위.

그는 이렇게 말했습니다. “인공지능은 우리 사회의 구조와 공존하고 더 큰 이익을 가져올 수 있도록 지속 가능하고 사려 깊은 방식으로 채택되어야 합니다. 따라서 모든 인공지능 기술이 공공 영역에서 사용되는 것이 중요합니다. 간행물을 통해 기술 산업은 업계, 커뮤니티 및 규제 기관 내외에서 이점, 비용 및 결과에 대한 논의를 촉진해야 합니다.”

위 내용은 ITSP Infosys 조사 결과: 인공 지능과 데이터 과학은 기업에 경제적 가치를 가져오지 않습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!