대부분의 기업은 AI가 자율적으로 비즈니스 결정을 내리는 것을 신뢰하지 않습니다.

대부분의 기업은 인공지능이 자율적으로 비즈니스 의사결정을 내릴 수 있다고 믿지 않습니다

1. Fivetran이 발표한 조사 데이터에 따르면 기업의 86%가 인공지능을 완전히 신뢰하는 데 어려움을 겪고 있으며, 이는 인공지능 성숙도가 낮다는 것을 보여줍니다. 사람의 개입 없이는 모든 비즈니스 결정을 내릴 수 없습니다.
2. 기업의 87%가 AI를 비즈니스의 미래로 보고 AI에 대한 투자를 확대할 계획이지만, 기술적인 문제와 교육 부족으로 인한 기계 주도 의사결정에 대한 신뢰 부족이 심각한 장애물입니다.
3. 또한 응답자의 71%는 AI 알고리즘, 워크로드 및 모델을 실행하는 데 필요한 모든 데이터에 액세스하는 데 어려움을 겪고 있습니다.
4. Fivetran에 따르면 미래에는 데이터 과학자들이 수동 활동에 소요하는 시간을 줄여 AI 모델 생성에 집중하고 더 많은 데이터 및 AI 프로젝트를 시작할 것이라고 합니다.

대부분의 직원은 자신의 조직이 충분히 성숙하지 못했다고 느낍니다.

"인공 지능 실현: 인공 지능에 대한 기회와 장벽에 대한 연구"라는 논문에서는 오늘날 AI 생태계에서 기업이 직면한 문제에 대해 설명합니다. 이 논문에서는 기업의 87%가 AI를 비즈니스의 미래로 보고 이에 대한 투자를 확대하려고 하는 반면, 기계 주도 의사결정에 대한 신뢰 부족이 기술적 문제와 교육 부족으로 인해 어떻게 중요한 장벽이 되는지 조사합니다. 응답자 중 14%만이 자신의 조직이 AI 성숙도 측면에서 '선진적'이라고 생각했습니다.

설문조사에 참여한 거의 모든 기업이 운영 체제에서 데이터를 얻고 사용하지만 데이터 문제는 계속됩니다. 설문 조사 결과에 따르면 기술 데이터 파이프라인은 불만의 주요 원인이며, 응답자의 73%는 서로 다른 소스에서 별도의 웨어하우스로 데이터를 추출, 로드 및 처리하는 것이 상당한 어려움이라고 답했습니다. 또한 응답자의 71%는 AI 알고리즘, 워크로드 및 모델을 실행하는 데 필요한 모든 데이터에 액세스하는 데 어려움이 있다고 보고했습니다.

이로 인해 응답자의 73%는 데이터 통찰력을 의사 결정자를 위한 실용적인 지침으로 변환하는 데 거의 신뢰하지 않아 71%의 사례에서 인간 주도의 판단에 의존하게 되었습니다.

연구 결과에 따르면 데이터 과학자는 예측 및 의사 결정 통찰력을 통해 비즈니스 결과를 개선하기 위해 AI 모델을 구축하는 대신 데이터를 처리하는 데 더 많은 시간을 소비합니다. 데이터를 준비하고 AI 모델을 구축하는 데 얼마나 많은 시간이 소요되는지 묻는 질문에 데이터 과학자들은 평균 70%의 시간을 차지한다고 답했습니다. 응답자의 87%는 회사에서 자신의 활용도가 낮다고 느꼈습니다.

데이터 거버넌스 문제도 조직의 관심사입니다. 설문 조사에 참여한 미국 조직 중 64%는 데이터가 효과적이고 안전하게 사용되며 정부 규정을 준수하도록 보장하기 위한 데이터 거버넌스 역할, 정책 및 표준 준수에 있어 여전히 상당한 개선의 여지가 있음을 인정했습니다.

Fivetran은 데이터 자동화와 AI 파이프라인이 AI의 성숙한 문제에 대한 솔루션이라고 믿습니다. “자동화가 향상되면 기업은 시간을 절약하면서 더 큰 규모와 비용 효율성을 달성할 수 있습니다. 게다가 자동화를 통해 데이터 과학자는 데이터 파이프라인이 제대로 작동하도록 유지하는 대신 비즈니스에 중요한 복잡한 문제를 해결하는 데 집중할 수 있습니다." - Brenner Heintz Fivetran은 블로그 게시물에서 이렇게 말했습니다.

Fivetran은 또한 비즈니스 이해관계자들에게 AI에 대한 신뢰를 구축하고 AI 성숙도를 높이도록 가르치는 것이 해결책이 될 수 있다고 언급했습니다. “이해관계자와 비즈니스 사용자는 이러한 결정이 어떻게 이루어지는지 완전히 이해하기 위해 AI 프로세스를 이해해야 합니다. 그러나 인간의 참여가 데이터 품질 및 AI 모델 성능 개선과 같은 올바른 영역에 집중되어야 하는 것도 마찬가지로 중요합니다.

Fivetran은 자사의 자동화된 데이터 파이프라인이 스키마 변경에 반응하여 고객이 대규모 데이터 소스를 클라우드 기반 데이터 웨어하우스 또는 데이터 레이크에 공급하는 것을 완전히 자동화할 수 있다고 말했습니다. 변환하고 많은 시간을 절약하세요. Fivetran은 또한 자사의 소비 기반 가격 책정 전략을 통해 기업이 필요한 데이터만 복제함으로써 비용을 절감할 수 있다고 주장합니다. 마지막으로 회사는 데이터 과학자가 수동 활동에 소요되는 시간을 줄여 AI 모델 개발과 새로운 데이터 및 AI 프로젝트 시작에 집중할 수 있다고 주장합니다.

Fivetran의 CEO인 George Fraser는 다음과 같이 말했습니다. “이 연구는 조직 전체의 데이터 이동 및 액세스에 있어 상당한 격차가 있음을 강조합니다. 성공적인 AI 프로그램은 클라우드 데이터 웨어하우스 또는 레이크를 기반으로 하는 견고한 데이터 기반에 의존합니다. 최신 데이터 스택 분석 팀은 데이터의 가치를 보다 쉽게 ​​확장하고 AI 및 데이터 과학에 대한 투자를 극대화할 수 있습니다.”

위 내용은 대부분의 기업은 AI가 자율적으로 비즈니스 결정을 내리는 것을 신뢰하지 않습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!