Datenmanagement: die große Herausforderung der KI-Revolution?

Investitionen in moderne Daten sind für die erfolgreiche Skalierung künstlicher Intelligenz von entscheidender Bedeutung, doch laut einer Studie sieht sich die Hälfte der Unternehmen mit Kostenbarrieren konfrontiert. Unternehmen, die jetzt in Datenmanagement investieren können, werden langfristig zu KI-Vorreitern

69 % der Befragten sind an mindestens einem laufenden KI-Projekt beteiligt, wobei 28 % dieser Projekte die Größe des Unternehmens erreicht haben. Während Unternehmen und Forschungseinrichtungen die Einführung von KI beschleunigen, um neue Wertversprechen zu schaffen, zeigt die Studie, dass die Herausforderungen der Dateninfrastruktur und der KI-Nachhaltigkeit Hindernisse für eine erfolgreiche Implementierung von KI in großem Maßstab darstellen. Der Bericht hebt hervor, dass die Entwicklung generativer KI in Unternehmen bis 2023 rasant zunehmen wird, was diese Herausforderungen noch verschärfen wird

Wird das Datenmanagement zur größten Herausforderung der KI-Revolution werden

Der Einsatz künstlicher Intelligenz nimmt weiter zu, aber Unternehmen Die Skalierung bleibt eine Herausforderung. WEKA und Standard & Poor's führten gemeinsam eine Umfrage unter 1.500 weltweiten Entscheidungsträgern im Bereich künstliche Intelligenz durch und veröffentlichten diese Ergebnisse. Die Umfrage identifiziert die Chancen und Hindernisse, auf die Unternehmen auf ihrer KI-Reise stoßen, sowie die einzigartigen Treiber der KI-Einführung in Branchen auf der ganzen Welt. Die Umfrage bietet auch Einblicke in die Schritte, die Unternehmen unternehmen müssen, um KI in Zukunft erfolgreich einzusetzen.

32 % der Befragten nannten das Datenmanagement als technisches Hindernis für den Einsatz von KI/ML. Darüber hinaus gaben 26 % der Befragten an, dass Sicherheitsprobleme und 20 % sagten, Probleme mit der Rechenleistung seien derzeit große Herausforderungen, was darauf hindeutet, dass die bestehende Datenarchitektur vieler Unternehmen die KI-Revolution nicht unterstützen kann. Der Umfrage zufolge glauben 77 % der Befragten an Legacy Architektur und Dateninfrastruktur wirken sich auf ihre Nachhaltigkeitsleistung aus, während 74 % sagen, dass die Verlagerung von Arbeitslasten in die öffentliche Cloud ein wichtiger oder entscheidender Treiber für Nachhaltigkeit ist

68 % der Befragten gaben an, dass sie über die Auswirkungen von KI/ML auf ihr Unternehmen besorgt sind Energieverbrauch und CO2-Fußabdruck

Da sich KI-Initiativen weiterentwickeln, sind ein hybrider Ansatz und mehrere Einsatzorte erforderlich, um die Arbeitslastanforderungen zu erfüllen. Veraltete Dateninfrastrukturen wirken sich direkt negativ auf die Fähigkeit aus, KI in großem Maßstab effizient und nachhaltig zu nutzen, da sie nicht im Hinblick auf moderne leistungsintensive Arbeitslasten oder hybride Cloud- und Edge-Modelle entwickelt wurden. So wie wir es nicht erwarten würden Obwohl die Batterietechnologie, die in den 1990er Jahren entwickelt wurde, um hochmoderne Elektroautos wie Teslas anzutreiben, nicht erwartet werden kann, dass Datenverwaltungsmethoden, die für die Datenherausforderungen des letzten Jahrhunderts entwickelt wurden, generative KI unterstützen und auf Anwendungen der nächsten Generation warten Unternehmen, die moderne Datenstacks aufbauen, die darauf ausgelegt sind, die Anforderungen von KI-Workloads zu unterstützen, die sich nahtlos vom Edge über den Core bis hin zur Cloud erstrecken, werden die Marktführer und Disruptoren der Zukunft sein.

Das obige ist der detaillierte Inhalt vonDatenmanagement: die große Herausforderung der KI-Revolution?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!