Umfrage von ITSP Infosys kommt zu dem Ergebnis: Künstliche Intelligenz und Datenwissenschaft bringen Unternehmen keinen wirtschaftlichen Mehrwert

Dieser Bericht weist darauf hin, dass es vielen Unternehmen nicht gelingt, die Bemühungen um Datenwissenschaft und die Implementierung künstlicher Intelligenz in echten wirtschaftlichen Wert umzuwandeln. Die Umfrage unter 2.500 Technologieführern ergab, dass trotz hoher Erwartungen an die KI-Technologie nur ein Viertel der Befragten angab, mit der Leistung sehr zufrieden zu sein.

ITSP Infosys wies in diesem Bericht darauf hin, dass der fehlende Wert aller befragten Unternehmen einem Gewinn von 460 Milliarden US-Dollar entspricht. Und diejenigen Unternehmen, die am meisten von KI profitieren können, konzentrieren sich darauf, sicherzustellen, dass Data Science in das Unternehmen integriert wird und nicht nur ein Nebenprojekt ist.

Mohit Joshi, der Präsident des Unternehmens, sagte: „Es ist entscheidend, dass Unternehmen Daten und künstliche Intelligenz nicht getrennt vom Geschäft betrachten, sondern sie anders betrachten.“ sollte sich auf drei Bereiche konzentrieren: Datenaustausch, Vertrauen in fortschrittliche künstliche Intelligenz und Geschäftsfokus.

Berichte zeigen, dass die meisten Unternehmen trotz hoher Erwartungen beim Start von KI-Projekten in einem oder mehreren dieser Schlüsselbereiche keine Maßnahmen ergreifen. Insgesamt führen 63 % der KI-Modelle nur grundlegende Funktionen aus, werden von Menschen gesteuert und weisen häufig Mängel bei der Datenvalidierung, Datenpraktiken und Datenstrategien auf.

Nur 26 % der Befragten gaben an, mit ihren Daten und Tools für künstliche Intelligenz sehr zufrieden zu sein. Joshi sagte: „Obwohl die Anwendungen von KI faszinierend sind, fehlt eindeutig etwas.“ Stellen Sie KI-Anwendungen bereit, anstatt auf Cloud-Computing-Lösungen umzusteigen, was später zu Problemen führen kann.

Er erklärte: „Für geschäftliche Probleme und Systeme der künstlichen Intelligenz müssen Unternehmen die effektivsten und nützlichsten Daten kontrollieren und beherrschen.

#🎜🎜 # Unsere Forschung zeigt, dass fortgeschrittene KI Vertrauen in die KI erfordert, um eine optimale Leistung zu erzielen. Wenn die mit der KI arbeitenden Personen der KI nicht vertrauen, besteht für das Modell ein Risiko für Datenethik und Best Practices Das Herzstück der Weiterentwicklung von KI ist außerdem, dass drei Viertel der Unternehmen KI in ihrem gesamten Unternehmen einsetzen wollen, die Mehrheit jedoch neu in der KI ist und vor großen Herausforderungen bei der Skalierung von Anwendungen steht, was größtenteils auf mangelnde Fähigkeiten und Rekrutierungsschwierigkeiten zurückzuführen ist .

Die Studie „Data+AI Radar“ wurde vom ITSP Infosys Corporate Knowledge Institute durchgeführt. Das Institut stellte fest, dass sogenannte „leistungsstarke“ Unternehmen KI und Daten unterschiedlich betrachten, wobei diejenigen, die Daten als Währung betrachten – sie teilen und in Umlauf bringen – die höchsten Renditen erzielen.

Das Forschungsteam hat herausgefunden, dass Unternehmen, die Daten mit geringer Latenz aktualisieren, einen Mehrwert von 105 Milliarden US-Dollar erzielen können, wenn Daten als Währung behandelt und über ein Hub-and-Spoke-Datenverwaltungsmodell zirkuliert werden Unternehmen erwirtschaften sogar mehr Gewinn, Umsatz und andere Wertmaßstäbe.

Der Umfragebericht weist darauf hin, dass Unternehmen, die mit dem Einsatz künstlicher Intelligenz sehr zufrieden sind, über vertrauenswürdige, ethische und verantwortungsvolle Datenpraktiken verfügen, die Herausforderungen bei der Datenvalidierung und -verzerrung überwinden und Vertrauen aufbauen können ermöglicht es Praktikern, Deep Learning und andere fortschrittliche Algorithmen zu nutzen.

Unternehmen, die Data Science auf echte Bedürfnisse anwenden, haben außerdem zusätzlichen Wert geschaffen, die Effizienz verbessert und ein zusätzliches Gewinnwachstum von 45 Milliarden US-Dollar generiert.

Auf die Frage, ob es für Unternehmen schwierig sei, die rasante Entwicklung der künstlichen Intelligenz zu verfolgen, sagte Joshi: „Die Frage ist, ob Unternehmen gute Ergebnisse erzielen können, wenn sie künstliche Intelligenz und maschinelles Lernen anwenden.“ Neue Denkweisen, hier müssen Unternehmen umstellen. Während maschinelles Lernen und künstliche Intelligenz rasant voranschreiten, beobachten wir, wie Unternehmen ihren Umgang mit Daten neu definieren, um von maschinellem Lernen und künstlicher Intelligenz zu profitieren.“

# 🎜🎜#

Ein Teil davon besteht darin, die Daten für KI-Tools zu beschaffen und sie auf eine Weise aufzubereiten, die für das Unternehmen richtig ist, einschließlich der Erkenntnis, dass diese Daten mit Praktiken integriert werden müssen, die den Austausch fördern durch Hub-and-Spoke-Datenmanagementsysteme.

Joshi sagte: „Wir glauben, dass Daten eine neue Währung sind. Daten sind wie Währungen und werden an Wert gewinnen, wenn sie zirkulieren. Viele Unternehmen erkennen, dass die aufstrebende Datenwirtschaft ein enormes Potenzial hat. Der Aufbau einer Daten- „Das Teilen des Ökosystems mit Partnern und Kollegen kann größere Vorteile bringen als ein isoliertes Arbeiten.“

Dies unterscheidet sich von der traditionellen Denkweise, Datensätze anzufordern. Joshi sagte, sie hätten herausgefunden, dass ein System, das Daten zentralisiert und organisiert und sich dann darauf verlässt, die Daten an Teams weiterzugeben, damit diese frei arbeiten und flexibel nutzen können, der beste Ansatz sei. Beispielsweise führen der Import von Daten von Dritten und ein umfangreicher Datenaustausch zu höheren Gewinnen als jede andere Daten- oder KI-Aktion.

„Modelloperationen“ können dabei helfen, künstliche Intelligenzsysteme zu skalieren

Joshi sagte, wenn Unternehmen jetzt nicht Maßnahmen ergreifen und künstliche Intelligenz und maschinelles Lernen anders betrachten, werden sie mit Einschränkungen und Unzufriedenheit mit künstlichen Intelligenzsystemen konfrontiert sein stecken in der neuen Datenökonomie fest. Er fügte hinzu: „Unternehmen müssen ein KI-Bereitstellungs-Framework einführen, das nicht nur Experimente ermöglicht, sondern auch die KI auf vorhersehbare Weise skaliert.

Konzepte wie ‚Model Operations‘ können eine Linse bieten, durch die Unternehmen einen skalierbaren Plattformtreiber aufbauen können.“ Erhöht die Flexibilität beim Rollout, stellt die Prozessstandardisierung sicher und unterstützt die Unterstützung als Maß für die Leistung des Basismodells. Ein weiterer wichtiger Aspekt, sagt Joshi, besteht darin, sicherzustellen, dass Unternehmen sich an Ethik und Rechtspraktiken halten, insbesondere während der Übergangszeit, wenn Regierungen Gesetze zur Prävention erlassen Datenmissbrauch und unethisches Verhalten.

Er sagte: „Künstliche Intelligenz muss auf nachhaltige und durchdachte Weise eingeführt werden, damit sie mit dem Gefüge unserer Gesellschaft koexistieren und größere Vorteile bringen kann. Daher ist es wichtig, dass jede Technologie der künstlichen Intelligenz im öffentlichen Bereich eingesetzt wird.“ Veröffentlichung muss die Technologiebranche Diskussionen innerhalb und zwischen Industrie, Gemeinden und Regulierungsbehörden über die Vorteile, Kosten und Konsequenzen ermöglichen.“

Das obige ist der detaillierte Inhalt vonUmfrage von ITSP Infosys kommt zu dem Ergebnis: Künstliche Intelligenz und Datenwissenschaft bringen Unternehmen keinen wirtschaftlichen Mehrwert. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!