人工智能的采用 數據治理必須優(yōu)先

Rachel Roumeliotis寫道，要與AI保持距離，企業(yè)必須創(chuàng)建允許擴展性和成功的文化和實踐。

想象一下，如果可以的話。您剛剛購買了一輛新車，它是具有所有裝飾的最新車型。所有這些額外功能使停車變得輕而易舉，減少了排放，使旅途更加順暢。從那時起，您幾乎每天都在使用汽車。當引擎燈點亮時，您可以忽略它，也不要檢查出喀噠聲。

現在，假設您的組織采用了人工智能(AI)工具，但沒有采用工具和程序來處理數據。新車和AI的采用可能相距遙遠，但要使兩者都發(fā)揮最佳功能，正確的程序和日常護理至關重要。

隨著人工智能在整個行業(yè)的普及，對這場革命將帶來的挑戰(zhàn)和問題的理解也必須如此。在了解可能會出現差距的地方時，企業(yè)可以更好地直面這些差距并確保小問題不會成為更大的挑戰(zhàn)。

人工智能時代

為了在當今的氣候中生存，公司必須確保具備轉化能力和能力。數字化轉型可能已經成為流行語，但這是有充分理由的。它無處不在，因為它對現代企業(yè)的各個方面都很重要。要成為行業(yè)領導者，企業(yè)需要展現出適應文化和技術變化的能力，以適應其流程并改變業(yè)務模式。

人工智能和機器學習代表了這種轉變。近年來，該技術的使用迅速增長。值得注意的是，大多數組織都在評估AI或在生產中使用AI。實際上，在我們最近關于企業(yè)采用AI的調查中，有超過一半的受訪者將其確定為AI技術的“成熟”用戶，也就是說，他們正在使用AI進行分析和/或生產。只有15%的受訪者表示他們根本沒有使用AI。

毫不奇怪，在當前的AI采用趨勢中，研發(fā)全盤占主導地位，緊隨其后的是IT和客戶服務中的應用程序。話雖如此，受訪者引用了一個廣泛的行業(yè)領域，其中公司的功能部件使用AI?？傮w而言，這表明公司越來越多地將AI和機器學習作為一種商業(yè)工具。

尋找盲點

在數字化轉型的道路上將遇到障礙，尤其是對于不熟悉的實體。對于采用AI來說，最普遍的障礙是：公司文化不認識到對AI的需求，識別業(yè)務用例的困難，技能差距或雇用和保留員工的困難以及缺乏數據或數據質量問題。