Rumah > Peranti teknologi > AI > teks badan

Kebanyakan perniagaan tidak mempercayai AI untuk membuat keputusan perniagaan secara autonomi

WBOY
Lepaskan: 2023-04-09 17:01:01
ke hadapan
1363 orang telah melayarinya

Kebanyakan perniagaan tidak mempercayai AI untuk membuat keputusan perniagaan secara autonomi

Kebanyakan syarikat tidak percaya bahawa kecerdasan buatan boleh membuat keputusan perniagaan secara autonomi

  1. Data tinjauan yang dikeluarkan oleh Fivetran menunjukkan bahawa 86% syarikat tidak boleh mempercayainya sepenuhnya Kecerdasan buatan, yang menunjukkan tahap kematangan AI yang lebih rendah dan ketidakupayaan untuk membuat semua keputusan perniagaan tanpa campur tangan manusia.
  2. Walaupun 87% perniagaan melihat AI sebagai masa depan perniagaan dan berhasrat untuk mengembangkan pelaburan dalam AI, terdapat kekurangan kepercayaan yang ketara dalam membuat keputusan yang diterajui oleh mesin disebabkan oleh cabaran teknikal dan kekurangan pendidikan .
  3. Selain itu, 71% responden menghadapi kesukaran mengakses semua data yang diperlukan untuk melaksanakan algoritma AI, beban kerja dan model.
  4. Menurut Fivetran, pada masa hadapan saintis data akan menghabiskan lebih sedikit masa untuk aktiviti manual dan dengan itu menumpukan pada mencipta model AI dan melancarkan lebih banyak data dan projek AI.

Kebanyakan pekerja percaya organisasi mereka tidak matang Menjelaskan isu yang dihadapi oleh perniagaan dalam ekosistem AI hari ini. Kertas kerja itu menyiasat bagaimana walaupun 87% perniagaan melihat AI sebagai masa depan perniagaan dan berhasrat untuk mengembangkan pelaburan di dalamnya, kekurangan kepercayaan dalam membuat keputusan yang diterajui oleh mesin merupakan halangan yang ketara disebabkan oleh cabaran teknikal dan kekurangan pendidikan. Hanya 14% daripada responden percaya organisasi mereka "maju" dari segi kematangan AI.

Hampir semua perniagaan yang ditinjau memperoleh dan menggunakan data daripada sistem operasi, tetapi cabaran data berterusan. Menurut hasil tinjauan, saluran paip data teknikal adalah punca utama kekecewaan, dengan 73% responden menyatakan bahawa mengekstrak, memuatkan dan memproses data daripada sumber yang berbeza ke dalam gudang yang berasingan merupakan kesukaran yang ketara. Selain itu, 71% responden melaporkan kesukaran mengakses semua data yang diperlukan untuk melaksanakan algoritma AI, beban kerja dan model.

Ini menyebabkan 73% responden kurang percaya dalam menterjemahkan cerapan data kepada panduan praktikal untuk pembuat keputusan, memaksa mereka bergantung pada pertimbangan yang diterajui manusia dalam 71% kes.

Menurut penemuan penyelidikan, saintis data menghabiskan lebih banyak masa untuk mengupas data berbanding membina model AI untuk meningkatkan hasil perniagaan melalui ramalan dan cerapan membuat keputusan. Apabila ditanya berapa banyak masa yang mereka habiskan untuk menyediakan data dan membina model AI, saintis data berkata ia mengambil purata 70% masa mereka. 87% responden berkata mereka merasakan mereka kurang digunakan dalam syarikat mereka.

Isu tadbir urus data juga menjadi kebimbangan bagi organisasi. 64% daripada organisasi A.S. yang ditinjau mengakui bahawa masih terdapat ruang penting untuk penambahbaikan dalam pematuhan terhadap peranan, dasar dan piawaian tadbir urus data untuk memastikan data digunakan dengan berkesan, selamat dan mematuhi peraturan kerajaan.

Fivetran percaya bahawa automasi data dan saluran paip AI adalah penyelesaian kepada masalah kematangan AI. “Dengan peningkatan automasi, perniagaan boleh mencapai skala yang lebih besar dan kecekapan kos sambil menjimatkan masa Lebih-lebih lagi, lebih banyak automasi membolehkan saintis data menumpukan pada menyelesaikan masalah kompleks yang penting kepada perniagaan, dan bukannya mengekalkan Talian data berfungsi dengan baik." - Brenner Heintz. daripada Fivetran dalam catatan blog.

Fivetran juga menyebut bahawa mengajar pihak berkepentingan perniagaan untuk membina kepercayaan terhadap AI dan meningkatkan kematangan AI mereka boleh menjadi penyelesaian. “Pihak berkepentingan dan pengguna perniagaan mesti memahami proses AI untuk memahami sepenuhnya bagaimana keputusan ini dibuat Tetapi adalah sama pentingnya bahawa penglibatan manusia harus ditumpukan pada bidang yang betul, seperti meningkatkan kualiti data dan prestasi model AI, Ini akan membawa. kepada kepercayaan yang lebih besar."

Fivetran berkata saluran paip data automatiknya bertindak balas terhadap perubahan skema, membolehkan pelanggan mengautomasikan sepenuhnya penyuapan sumber data yang besar ke dalam penyelesaian berasaskan awan. Gudang data atau data tasik untuk transformasi data, menjimatkan banyak masa. Fivetran seterusnya mendakwa bahawa strategi penetapan harga berasaskan penggunaannya membolehkan perniagaan mengurangkan perbelanjaan dengan hanya mereplikasi data yang mereka perlukan. Akhirnya, syarikat itu mendakwa bahawa saintis data akan menghabiskan lebih sedikit masa untuk aktiviti manual, membolehkan mereka menumpukan pada membangunkan model AI dan melancarkan data baharu dan projek AI.

George Fraser, Ketua Pegawai Eksekutif Fivetran, berkata: “Penyelidikan ini menyerlahkan jurang yang ketara dalam ketidakcekapan dalam pergerakan data dan akses merentas organisasi Program AI yang berjaya bergantung pada asas data yang kukuh, berlabuh oleh sebuah gudang data awan atau pasukan Analitis memanfaatkan timbunan data moden boleh memanjangkan nilai data mereka dengan lebih mudah dan memaksimumkan pelaburan mereka dalam AI dan sains data ”

Atas ialah kandungan terperinci Kebanyakan perniagaan tidak mempercayai AI untuk membuat keputusan perniagaan secara autonomi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan