#論文《實現人工智慧:對人工智慧機會與障礙的研究》解釋了企業在當今人工智慧生態系統中面臨的問題。該論文調查了儘管87%的企業將人工智慧視為商業的未來，並打算擴大對其的投資，但由於技術挑戰和缺乏教育，對機器主導的決策缺乏信任是一個重大障礙。只有14%的受訪者認為其企業在人工智慧成熟度方面是「先進的」。
幾乎所有受調查的企業都從營運系統取得和使用數據，但數據挑戰仍在繼續。根據調查結果，技術資料管道是造成挫折的一大原因，73%的受訪者表示，從不同來源提取、載入和處理資料到單獨的倉庫是一個重大的困難。此外，71%的受訪者表示難以存取執行AI演算法、工作負載和模型所需的所有資料。
這導致73%的受訪者不太信任將資料洞察轉化為決策者的實際指導，這迫使其在71%的情況下依賴人類主導的判斷。
根據研究結果，資料科學家花更多的時間處理數據，而不是建立AI模型，以透過預測和決策洞察力來提高業務成果。當被問及在準備數據和建立AI模型上花費多少時間時，數據科學家表示，這平均佔用其時間的70%。 87%的受訪者表示覺得自己在企業沒有充分利用。
資料治理問題也是組織關注的問題。 64%的受調查的美國組織承認，在遵守資料治理角色、政策和標準方面仍有顯著改進的空間，以確保資料被有效、安全地使用，並符合政府法規。
Fivetran認為資料自動化和AI管道是AI成熟問題的解決方案。 「隨著自動化程度的提高，企業可以在節省時間的同時實現更大的規模和成本效益。更重要的是，更多的自動化可以讓資料科學家專注於解決對業務重要的複雜問題，而不是保持數據管道正常工作。」——來自Fivetran的BrennerHeintz在部落格文章中表示。
Fivetran也提到，教導商業利害關係人建立對AI的信任，並提高其AI成熟度可能是一個解決方案。 「利害關係人和商業用戶必須了解人工智慧流程，才能充分理解這些決策是如何做出的。但同樣重要的是，人類的參與應該集中在正確的領域，例如提高數據品質和AI模型的效能，這將帶來更大的信任。」
Fivetran表示，其自動化資料管道會對模式變更做出反應，允許客戶完全自動化地將大量資料來源輸入一個基於雲的資料倉儲或資料湖進行資料轉換，從而節省大量時間。 Fivetran進一步聲稱，其基於消費的定價策略使企業能夠透過僅複製所需數據來減少開支。最後，該公司聲稱，資料科學家將在手動活動上花費更少的時間，使其專注於開發AI模型以及啟動新的資料和AI專案。
#Fivetran首席执行官GeorgeFraser表示:“这项研究凸显了组织间数据移动和访问效率低下的显著差距。一个成功的AI程序依赖于坚实的数据基础，以云数据仓库或湖为基础。利用现代数据栈的分析团队可以更容易地扩展其数据价值，并最大限度地提高其在人工智能和数据科学方面的投资。”
以上是大多數企業不相信人工智慧能夠自主做出商業決策的詳細內容。更多資訊請關注PHP中文網其他相關文章！
