Resume: Manglen på kompetencer er ikke den eneste forhindring for fremskridt inden for kunstig intelligens (AI). Ifølge en nylig undersøgelse foretaget af IBM er datakompleksitet angivet som den næststørste barriere for AI-succes. Af de virksomheder, der blev undersøgt, implementerer 58% endnu ikke AI aktivt, hvor datafortrolighed, tillid og gennemsigtighed identificeres som de primære hæmmere.
Blandt virksomheder, der allerede anvender AI, er datarelaterede barrierer ofte de primære forhindringer, hvor organisationer træffer foranstaltninger for at sikre troværdig AI, såsom at spore dataets oprindelse og reducere forudindtagethed. Dog advarer industriledere om, at organisationsdata måske ikke er klar til at understøtte voksende AI-ambitioner. For at imødegå denne udfordring er det vigtigt, at teknologiske fagfolk og deres organisationer fokuserer på datasikkerhed, etiske beslutninger om AI og AI-litteratur. Ved aktivt at engagere sig med teknologien, uddanne medarbejdere og implementere passende sikkerhedsforanstaltninger kan organisationer realisere fordelene ved generativ AI til datastyring og samtidig begrænse risici.
Derudover skal virksomheder finde en balance og anerkende den betydelige rolle, som struktureret data spiller for fremdriften af AI. Det brede udvalg af data, som AI kræver, kan være et irriterende stykke af puslespillet, idet virksomheder kæmper for at afgøre, hvad der er forretningskritisk i forhold til, hvad der kan arkiveres eller fjernes. Derfor er det presserende for virksomheder at finde omkostningseffektive tilgange og løsninger, der kan filtrere unødvendig information og gøre plads til essentiel data.
I sidste ende er et data-først-tilgang og oprettelsen af et robust, centraliseret datarepository afgørende for en vellykket implementering af AI både i virksomhedsmæssige og interne IT-processer.
The source of the article is from the blog tvbzorg.com