Mentre le aziende corrono per implementare l’IA, molte stanno scoprendo che il successo del progetto dipende direttamente alla qualità dei loro dati. Questa dipendenza sta causando lo stallo di molte ambiziose iniziative, senza mai farlo oltre la fase sperimentale di prova di concetto.
Quindi, qual è il segreto per trasformare questi esperimenti in veri e propri generatori di entrate? AI News ha incontrato Martin Frederik, leader regionale per i Paesi Bassi, il Belgio e il Lussemburgo di Data Cloud Giant Fiocco di neveper scoprirlo.
“Non esiste una strategia di intelligenza artificiale senza una strategia di dati”, afferma semplicemente Frederik. “App, agenti e modelli di intelligenza artificiale sono efficaci solo quanto i dati su cui sono costruiti e senza infrastruttura di dati unificati e ben governati, anche i modelli più avanzati possono essere all’altezza.”
Migliorare la qualità dei dati è la chiave per il successo del progetto AI
È una storia familiare per molte organizzazioni: una promettente prova di concetto colpisce il team ma non si traduce mai in uno strumento che fa denaro all’azienda. Secondo Frederik, questo accade spesso perché i leader trattano la tecnologia come obiettivo finale.
“L’intelligenza artificiale non è la destinazione – è il veicolo per raggiungere gli obiettivi aziendali”, consiglia Frederik.
Quando i progetti rimangono bloccati, di solito dipende da alcuni colpevoli comuni: il progetto non è veramente allineato con ciò di cui le esigenze aziendali hanno bisogno, i team non parlano tra loro o i dati sono un disastro. È facile essere scoraggiati dalle statistiche che suggeriscono che l’80% dei progetti di intelligenza artificiale non raggiunge la produzione, ma Frederik offre una prospettiva diversa. Questo non è necessariamente un fallimento, suggerisce, ma “parte del processo di maturazione”.
Per coloro che ottengono la base giusta, il payoff è molto reale. Un recente fiocco di neve studio ha scoperto che il 92% delle aziende sta già assistendo a un ritorno sugli investimenti AI. In effetti, per ogni £ 1 speso, stanno tornando £ 1,41 in risparmi sui costi e nuove entrate. La chiave, ripete di Frederik, è avere una “piattaforma sicura, governata e centralizzata” per i tuoi dati fin dall’inizio.
Non si tratta solo di tecnologia, si tratta di persone
Anche con la migliore tecnologia, una strategia di intelligenza artificiale può cadere piatta se la cultura aziendale non è pronta. Una delle maggiori sfide è ottenere dati nelle mani di tutti coloro che ne hanno bisogno, non solo pochi data scientist selezionati. Per far funzionare l’intelligenza artificiale su vasta scala, devi costruire forti basi nelle tue “persone, processi e tecnologia”.
Ciò significa abbattere le pareti tra dipartimenti e creare dati di qualità e strumenti di intelligenza artificiale accessibili a tutti.
“Con la giusta governance, l’intelligenza artificiale diventa una risorsa condivisa piuttosto che uno strumento silenziato”, spiega Frederik. Quando tutti lavorano da un’unica fonte di verità, i team possono smettere di discutere sui cui numeri sono corretti e iniziare a prendere decisioni più veloci e più intelligenti insieme.
Il prossimo salto: AI che ragioni per se stessa
La vera svolta che stiamo vedendo ora è l’emergere di agenti di intelligenza artificiale che possono comprendere e ragionare su tutti i tipi di dati contemporaneamente indipendentemente dalla qualità della struttura; Dalle righe e colonne pulite in un foglio di calcolo, alle informazioni non strutturate in documenti, video e e -mail. Considerando che questi dati non strutturati costituiscono l’80-90% dei dati tipici di un’azienda, questo è un enorme passo avanti.
Nuovi strumenti stanno consentendo al personale, indipendentemente dal loro livello di abilità tecnica, di porre semplicemente domande complesse in inglese semplice e ottenere risposte direttamente dai dati.
Frederik spiega che questa è una mossa verso ciò che chiama “autonomia diretta dall’obiettivo”. Fino ad ora, l’IA è stata un assistente utile che dovevi costantemente diretto. “Fai una domanda, ottieni una risposta; chiedi il codice, ottieni uno snippet”, osserva.
La prossima generazione di AI è diversa. Puoi dare a un agente un obiettivo complesso e scoprirà i passaggi necessari da solo, dalla scrittura del codice all’utilizzo di informazioni da altre app per fornire una risposta completa. Ciò automatizzerà le parti che richiedono più tempo del lavoro di un data scientist, come “noiosa pulizia dei dati” e “Tuning del modello ripetitivo”.
Il risultato? Prepara le tue menti più brillanti per concentrarsi su ciò che conta davvero. Ciò eleva il tuo popolo “dal praticante allo stratega” e consente loro di guidare un valore reale per il business. Questa può essere solo una buona cosa.
Snowflake è uno sponsor chiave di quest’anno AI e Big Data Expo Europa e avrà una serie di altoparlanti che condividono le loro approfondimenti durante l’evento. Swing by Snowflake’s Booth allo stand numero 50 per ascoltare di più dall’azienda per rendere AI Enterprise facile, efficiente e affidabile.
Vedi anche: Il deficit di fiducia pubblica è un grave ostacolo per la crescita dell’IA
Vuoi saperne di più sull’intelligenza artificiale e sui big da parte dei leader del settore? Guardare AI e Big Data Expo si svolge ad Amsterdam, in California e a Londra. L’evento completo fa parte di Techex ed è collocato con altri eventi tecnologici leader, clicca Qui Per ulteriori informazioni.
AI News è alimentato da TechForge Media. Esplora altri prossimi eventi tecnologici aziendali e webinar Qui.
Fonte: www.artificialintelligence-news.com
