成功的AI部署背后需要強(qiáng)大的數(shù)據(jù)文化支撐。企業(yè)要釋放生成式AI價(jià)值,關(guān)鍵在于數(shù)據(jù)的創(chuàng)建、管理、共享和信任方式。四位資深領(lǐng)導(dǎo)者分享了讓企業(yè)數(shù)據(jù)持續(xù)AI就緒的經(jīng)驗(yàn),總結(jié)出五大關(guān)鍵行動(dòng):將數(shù)據(jù)視為產(chǎn)品而非副產(chǎn)品,建立可觀察性和可追溯性核心機(jī)制,將治理融入基礎(chǔ)架構(gòu),提升全員數(shù)據(jù)素養(yǎng),以及整合結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)。這些策略強(qiáng)調(diào)數(shù)據(jù)文化決定AI成敗,模型可以重訓(xùn),架構(gòu)可以重建,但正確的思維方式才是根本。
在全球經(jīng)濟(jì)不確定性增加的背景下,AI創(chuàng)新競賽正在加速進(jìn)行。但許多企業(yè)仍缺乏執(zhí)行工具:Gartner預(yù)測到2027年,60%的組織將因數(shù)據(jù)治理問題而無法實(shí)現(xiàn)AI用例的價(jià)值。企業(yè)需要統(tǒng)一的數(shù)據(jù)平臺(tái)支持所有數(shù)據(jù)模型,建立可靠的AI就緒數(shù)據(jù)管道,并通過主權(quán)AI工廠標(biāo)準(zhǔn)化AI流水線。通過集成向量數(shù)據(jù)庫、嵌入管道和模型服務(wù),企業(yè)可將生產(chǎn)就緒應(yīng)用的部署時(shí)間從數(shù)月縮短至數(shù)小時(shí),實(shí)現(xiàn)完整的數(shù)據(jù)主權(quán)和治理。
忽視智能體AI的潛力,特別是其對(duì)現(xiàn)代化數(shù)據(jù)基礎(chǔ)設(shè)施的需求,面臨著與忽視互聯(lián)網(wǎng)的零售商相同的生存風(fēng)險(xiǎn)。關(guān)鍵不在于是否投資,而在于如何確保投資轉(zhuǎn)化為可衡量的現(xiàn)實(shí)收益。企業(yè)需要超越AI試驗(yàn)階段,明確業(yè)務(wù)目標(biāo),從治理開始構(gòu)建ROI模型。成功的組織在整個(gè)技術(shù)棧中嵌入智能體,從面向客戶的應(yīng)用到內(nèi)部治理系統(tǒng)。通過強(qiáng)化數(shù)據(jù)治理、減少重復(fù)工具和統(tǒng)一平臺(tái),AI的ROI將從理論變?yōu)楝F(xiàn)實(shí)。
非結(jié)構(gòu)化數(shù)據(jù)管理專家Komprise通過使用和豐富文件及對(duì)象的元數(shù)據(jù)來實(shí)現(xiàn)數(shù)據(jù)管理。該公司認(rèn)為向量嵌入與元數(shù)據(jù)互補(bǔ)但不同,元數(shù)據(jù)提供文件的有價(jià)值信息而非僅僅內(nèi)容表示。Komprise可自動(dòng)分析文件內(nèi)容生成語義標(biāo)簽,通過全局文件索引提取系統(tǒng)元數(shù)據(jù)和擴(kuò)展元數(shù)據(jù)。該平臺(tái)支持策略驅(qū)動(dòng)的工作流程,幫助客戶將AI存儲(chǔ)和計(jì)算成本削減85%以上,同時(shí)提供敏感數(shù)據(jù)檢測、數(shù)據(jù)血緣追蹤和合規(guī)性保障功能。
首席數(shù)據(jù)官需要從企業(yè)數(shù)據(jù)中獲得最大價(jià)值,負(fù)責(zé)數(shù)據(jù)管理、戰(zhàn)略制定、治理和安全等職能。成為高效CDO需要深入理解業(yè)務(wù)需求,掌握數(shù)據(jù)如何驅(qū)動(dòng)競爭優(yōu)勢。面對(duì)GenAI等新興技術(shù)快速發(fā)展,CDO必須具備適應(yīng)變化的韌性,專注業(yè)務(wù)目標(biāo)而非完美數(shù)據(jù)。成功關(guān)鍵在于建立跨部門協(xié)作關(guān)系,獲得高管支持推動(dòng)組織變革,同時(shí)贏得員工認(rèn)同。CDO應(yīng)保持成長思維,將變化視為機(jī)遇,避免過度追求完美技術(shù)而忽視實(shí)際進(jìn)展和客戶價(jià)值。
優(yōu)質(zhì)數(shù)據(jù)對(duì)AI項(xiàng)目成功至關(guān)重要。研究顯示,具備數(shù)據(jù)成熟度的企業(yè)更容易在生產(chǎn)環(huán)境中成功部署生成式AI解決方案。多家企業(yè)CIO分享了構(gòu)建數(shù)據(jù)湖倉、數(shù)據(jù)倉庫等統(tǒng)一數(shù)據(jù)平臺(tái)的實(shí)踐經(jīng)驗(yàn)。Skyworks通過Databricks構(gòu)建數(shù)據(jù)湖倉,建立青銅、白銀、黃金三層數(shù)據(jù)質(zhì)量體系。Gallo利用生成式AI識(shí)別數(shù)據(jù)偏差并填補(bǔ)數(shù)據(jù)缺口。這些實(shí)踐證明,強(qiáng)大的數(shù)據(jù)治理和統(tǒng)一的數(shù)據(jù)基礎(chǔ)是實(shí)現(xiàn)AI轉(zhuǎn)型價(jià)值的關(guān)鍵。
本文總結(jié)了企業(yè)推廣 AI 過程中面臨的五大挑戰(zhàn):數(shù)據(jù)質(zhì)量不佳、內(nèi)部人才不足、競爭激烈的業(yè)務(wù)場景、陳舊的遺留系統(tǒng)以及員工阻撓。解決這些問題方能釋放 AI 的真正價(jià)值。
Relyance AI 推出 Data Journeys 平臺(tái),精準(zhǔn)追蹤數(shù)據(jù)流向,大幅減縮合規(guī)準(zhǔn)備時(shí)間,并提供自建部署選項(xiàng),助力企業(yè)實(shí)現(xiàn)全面 AI 治理。
數(shù)據(jù)孤島長期困擾著組織,影響著人工智能的可靠性。它們導(dǎo)致信息分散、模型訓(xùn)練不完整、洞察力不一致。解決方案包括實(shí)施強(qiáng)大的數(shù)據(jù)治理、促進(jìn)跨部門協(xié)作、采用現(xiàn)代數(shù)據(jù)集成技術(shù)等。克服數(shù)據(jù)孤島對(duì)于充分發(fā)揮AI潛力至關(guān)重要。
Gartner 最新研究顯示,全球僅 14% 的網(wǎng)絡(luò)安全領(lǐng)導(dǎo)者能夠在保護(hù)數(shù)據(jù)安全和實(shí)現(xiàn)業(yè)務(wù)目標(biāo)之間取得平衡。報(bào)告指出,大多數(shù)安全領(lǐng)導(dǎo)者難以兼顧數(shù)據(jù)保護(hù)和業(yè)務(wù)發(fā)展需求,這可能增加組織面臨的網(wǎng)絡(luò)威脅和運(yùn)營效率風(fēng)險(xiǎn)。Gartner 為此提出了五點(diǎn)建議,旨在幫助安全領(lǐng)導(dǎo)者更好地協(xié)調(diào)業(yè)務(wù)需求與嚴(yán)格的數(shù)據(jù)安全要求。
最新調(diào)查發(fā)現(xiàn),26%的組織缺乏正式數(shù)據(jù)戰(zhàn)略,39%幾乎沒有數(shù)據(jù)治理框架。盡管如此,AI使用仍在增加。數(shù)據(jù)領(lǐng)導(dǎo)者正從"一刀切"轉(zhuǎn)向更有針對(duì)性的治理方法。調(diào)查還揭示了AI使用增加與員工數(shù)據(jù)素養(yǎng)不足之間的矛盾,以及對(duì)數(shù)據(jù)倫理討論的需求。
Komprise 推出了 AI 驅(qū)動(dòng)的數(shù)據(jù)管道,可自動(dòng)檢測和保護(hù)個(gè)人隱私信息 (PII)。這項(xiàng)新功能旨在幫助企業(yè)防止 PII 和其他敏感數(shù)據(jù)泄露,應(yīng)對(duì)非結(jié)構(gòu)化數(shù)據(jù)增長和生成式 AI 帶來的風(fēng)險(xiǎn)。通過系統(tǒng)化方法減少敏感數(shù)據(jù)風(fēng)險(xiǎn),提升網(wǎng)絡(luò)安全和 AI 數(shù)據(jù)治理能力。
Thinkers360 發(fā)布的人工智能信任指數(shù)報(bào)告顯示,2024年整體信任度評(píng)分為308分(滿分400分),較2023年的224分有所上升。報(bào)告針對(duì)不同場景和行業(yè)的信任水平進(jìn)行了分析,并就提高人工智能可信度提出了五點(diǎn)建議,為CIO在2025年推進(jìn)人工智能應(yīng)用提供了參考。
英偉達(dá)方面在今日表示,“我們努力在每個(gè)地區(qū)提供最好的產(chǎn)品,并在我們開展業(yè)務(wù)的任何地方履行我們的承諾。我們很樂意回答監(jiān)管機(jī)構(gòu)對(duì)我們業(yè)務(wù)的任何問題!
在數(shù)字化和綠色轉(zhuǎn)型的背景下,AI成為轉(zhuǎn)化經(jīng)驗(yàn)流程知識(shí)為預(yù)測性解決方案的關(guān)鍵,幫助客戶節(jié)省成本。但在傳統(tǒng)行業(yè)如鋼鐵和橡膠中,創(chuàng)建預(yù)測性和規(guī)范性AI模型面臨挑戰(zhàn),如數(shù)據(jù)稀缺、工業(yè)流程危險(xiǎn)性高。歐洲的研發(fā)計(jì)劃和《數(shù)據(jù)治理法》旨在通過數(shù)據(jù)共享促進(jìn)數(shù)字化轉(zhuǎn)型,釋放AI潛力。
數(shù)據(jù)治理與安全幾乎是每家企業(yè)的首要關(guān)注點(diǎn),而組織內(nèi)幾乎各個(gè)方面的數(shù)據(jù)都呈現(xiàn)出指數(shù)級(jí)增長,這也讓數(shù)據(jù)治理和安全變得愈發(fā)重要。
高質(zhì)量的訓(xùn)練數(shù)據(jù)始終是人工智能產(chǎn)業(yè)鏈上的重要一環(huán)。自2019年始,澳鵬Appen(中國)已連續(xù)6屆參與這一人工智能產(chǎn)業(yè)盛會(huì),與產(chǎn)業(yè)鏈各環(huán)節(jié)領(lǐng)袖共商人工智能領(lǐng)域前沿技術(shù)、產(chǎn)業(yè)動(dòng)向、向善治理。
近年來,在《成都市“十四五”新型智慧城市建設(shè)規(guī)劃》引領(lǐng)下,作為成都市“智慧蓉城”建設(shè)的先行者,成華區(qū)不斷加大在智慧城市建設(shè)投入,積極融入成都市智慧蓉城“王”字型架構(gòu),圍繞區(qū)級(jí)平臺(tái)“實(shí)戰(zhàn)樞紐、貫通連接”定位,攜手紫光股份旗下新華三集團(tuán)等合作伙伴,構(gòu)建起了區(qū)級(jí)-街道-社區(qū)-網(wǎng)格全面貫通的“成華區(qū)智慧蓉城運(yùn)行中心”,將其打造成為“三有”(有實(shí)體機(jī)構(gòu)、有系統(tǒng)平臺(tái)、有機(jī)制體制)、“六中心”合一的城市運(yùn)行數(shù)字空間
營銷人員通過使用生成式人工智能節(jié)省時(shí)間,專注于更有趣的任務(wù)。Salesforce調(diào)查顯示,51%的營銷人員使用生成式AI,強(qiáng)調(diào)了技能、可信數(shù)據(jù)和人類監(jiān)督的重要性。數(shù)據(jù)量增長迅速,營銷人員預(yù)計(jì)生成式AI將改變他們的角色,提高工作效率。然而,許多人對(duì)如何有效和安全地使用這項(xiàng)技術(shù)缺乏了解,擔(dān)心內(nèi)容準(zhǔn)確性、質(zhì)量和安全風(fēng)險(xiǎn)。
基于鯤鵬軟硬件平臺(tái)進(jìn)行產(chǎn)品研發(fā)后,我們現(xiàn)在的技術(shù)棧雖然相對(duì)之前有了明顯的提升,但在國際市場來看,仍需要有更進(jìn)一步的提升。