AI与数据筒仓和行政误解斗争
补丁周二问题仍然存在:开始停止,边缘碎片,Outlook和VMware抖动
新加坡政府形成数字工业办公室
在网络安全盲目投资的企业
黑客瞄准开发人员闯入苹果花园
是的,您现在可以安装8月的Windows和Office修补程序
谷歌只是悄悄地将舞台设置为Chrome OS爆炸
展望周三四个小时跌破了四个小时。发生了什么?
Microsoft Unveils Viva,其员工 - 体验平台为团队
在压力下,数据传递经营者将可持续发展接受可持续性,因为气候变化激活主义升起
五分之一的数字转型项目失败
IT战略受益于风险
Oracle结果:收入公寓,云进展声称
Zuckerberg负责Facebook隐私合规性,500亿美元FTC罚款
英国公司下载易受攻击的开源软件
技术部门呼吁未来总理
衰弱的'Outlook需要关闭'错误链接到糟糕的Windows累积更新
不要恐慌,但是这个月的补丁是一个优先事项
Microsoft预览了Windows 10的新企业遥控选项
Wannacry Hero Marcus Hutchins备受监狱
奇数问题仍未解决,但是已安装4月的Windows和Office修补程序
WWDC:Apple为Safari带来了面部ID和触摸身份验证
英国委员会的三分之一有预算削减了
今年最有趣的Android问题
圣约翰救护车赞扬响应赎金软件攻击
思科将AI转录添加到WebEx会议上
NHS仍然有数千个运行Windows XP的PC
Apple希望隐私法保护其用户
RiskiQ揭开了新的Magecart运动
微软加深团队与动态365
Slack将很快让用户DM人员在其他组织中
澳大利亚组织从云获得9亿美元的生产力福利
亚特斯人扩展了JIRA路线图,以获得更好的项目状态可见性
Slack添加应用主屏幕,更好的应用程序发现性
为什么Apple(尚)支持Tim Berners-Lee“保存网络”?
Amirates NBD与亚马逊网络服务建立了未来的银行
数字部长Margot James在Brexit投票后退出
英国投资185万英镑,以提高人工智能的多样性
Hewlett Packard Enterprise在印度投资大量
有关谷歌和隐私的2个大问题
为什么 - 以及如何 - 我将Win10生产机器移动到1903年版
2月的窗户和办公室补丁看起来成熟,但留意赢8.1
微软:无论你做什么,不要在线致电IT办公室
技术购买者应该选择高端手机以获得更好的数据速率
1月的窗户和办公室补丁很好
BT和OpenDeach告诉更透明的分裂
Facebook的Libra Crypto Backers返回监管压力
在线色情年龄 - 验证检查延迟六个月
TSB接受了另外3600万英镑的命中与拙劣的IT迁移有关
Apple投资了明天的编码人才
您的位置:首页 >产品 > 电子产品 >

AI与数据筒仓和行政误解斗争

2021-09-02 09:44:06 [来源]:

企业认识到,他们需要高质量的数据,以便部署由人工智能(AI)提供的新举措,但许多人承认其数据管理需求改进,百年经中的一项研究报告。

基于500个组织的调查,AI的新兴商机的报告表示,超过四分之三的公司认识到他们有数据筒仓。

调查发现,只有18%的小公司觉得它们具有高度的数据筒仓。Comptia猜测,许多这些公司可能这么小,因为他们的数据巩固了,但许多其他公司可能只是没有意识到他们不同的数据集所在的位置。

该调查报告称,中型公司最有可能看到高度数据筒仓,44%认识到这一情况。报告称,“随着他们已经成长,这些企业已经积累了数据集,而无需始终拥有一切都在一起的计划”。“最大的公司可能拥有建立和执行正式数据管理计划的资源,但35%仍然认为存在高度的数据筒仓。”

根据Comptia,这些数据筒仓限制了AI的能力,尤其是在发现模式或相关领域。

报告中引用的IOT业务的全球首席运营官警告说,组织还不足以收集数据。“现实是,有很多数据工作必须在可以使用之前发生,”他说。“为了能够将数据与其充分潜力使用,有不同的后端系统需要能够访问数据。我认为底线是能够收集数据并不意味着它将在架子上逐步使用它。“

Comptia还发现,缺乏AI算法和AI工作负载所需的强大数据集的组织能力导致大多数公司的战略部署有限。它表示,这常常领导高管识别其业务的领域,最容易采用AI技术,或者会立即获得最直接的价值。

该研究表明,与传统软件开发相比,商业领袖可能无法完全欣赏AI项目所涉及的内容。它认为,传统的软件开发是一个确定性过程,一个项目指定用于解决特定问题。但是AI是概率,它表示暗示了管理项目结果的不同方法。

“概率结果意味着对一个或多个变量的评估来生成预测”,“报告指出。“添加更多相关变量[数据点]增加更准确的预测的可能性。”

Comptia注意到,在参加该研究的人中,在他们的组织中承认失败,以欣赏AI算法所需的强烈严格。对于一些人来说,这导致了多个瓶颈的误导解决方案。

“这些研究的一些受访者报告说,倾向于俯视相关变量组件的老板,误认为其初始投资架构,使大型数据集捕获为具有现成的AI解决方案,”它说。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。