AI与数据筒仓和行政误解斗争
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。
