你好，歡迎您來(lái)到福建信息主管(CIO)網(wǎng)! 設(shè)為首頁(yè)|加入收藏|會(huì)員中心
在應(yīng)用人工智能及其生成子集時(shí)，CIO必須預(yù)見(jiàn)并處理整合到現(xiàn)有企業(yè)系統(tǒng)的問(wèn)題。錯(cuò)誤的數(shù)據(jù)比缺失的數(shù)據(jù)更有害，因?yàn)樗鼤?huì)導(dǎo)致錯(cuò)誤的決策。即使在人工智能模型的訓(xùn)練中，數(shù)據(jù)的正確性和質(zhì)量也是可靠的訓(xùn)練和結(jié)果的基礎(chǔ)。歐洲AI法案也是如此。首席信息官（CIO）正致力于引導(dǎo)他們的企業(yè)實(shí)現(xiàn)成熟的數(shù)據(jù)管理，這可能被證明能夠開(kāi)啟新的成長(zhǎng)機(jī)會(huì)。人工智能突顯了需要一種策略，該策略包括數(shù)據(jù)質(zhì)量、數(shù)據(jù)所有權(quán)、共享和互操作性等概念：只有這樣，數(shù)據(jù)才能成為為商業(yè)創(chuàng)造價(jià)值的資產(chǎn)。
圖片來(lái)源：GETTY IMAGES
根據(jù)米蘭理工大學(xué)管理學(xué)院大數(shù)據(jù)與商業(yè)分析觀察所的數(shù)據(jù)，意大利公司在數(shù)據(jù)管理和分析的基礎(chǔ)設(shè)施、軟件和服務(wù)方面的投資增長(zhǎng)了18%（2023年達(dá)到28.5億歐元），但有多少公司達(dá)到了數(shù)據(jù)成熟度？
報(bào)告中包含的數(shù)據(jù)戰(zhàn)略指數(shù)顯示，只有20%的大型意大利公司擁有先進(jìn)的數(shù)據(jù)戰(zhàn)略。然而，與2022年的15%相比，這一比例正在增長(zhǎng)。此外，考慮到中小型企業(yè)，"不成熟"企業(yè)的比例縮小到了32%。這也得益于生成式人工智能的推動(dòng)：ChatGPT前所未有地突顯了擁有高質(zhì)量數(shù)據(jù)以訓(xùn)練算法的重要性。換句話(huà)說(shuō)：當(dāng)CIO努力構(gòu)建堅(jiān)實(shí)的企業(yè)數(shù)據(jù)戰(zhàn)略時(shí)，人工智能和生成式AI將挑戰(zhàn)提升到了新的水平。
“通過(guò)定義涉及所有企業(yè)參與者和專(zhuān)門(mén)的測(cè)量工具的過(guò)程，來(lái)獲得數(shù)據(jù)質(zhì)量，”意大利國(guó)家工傷保險(xiǎn)機(jī)構(gòu)（INAIL）的數(shù)據(jù)與分析辦公室經(jīng)理Francesco Saverio Colasuonno強(qiáng)調(diào)。 “為改善數(shù)據(jù)質(zhì)量采取的后續(xù)行動(dòng)可以是過(guò)程上的，也可以是應(yīng)用上的，并包括圍繞數(shù)據(jù)治理定義一個(gè)組織模型，為各種涉及人員（數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、數(shù)據(jù)所有者、數(shù)據(jù)管理員等）分配明確的角色和任務(wù)。”
這使得有一個(gè)責(zé)任制度（誰(shuí)負(fù)責(zé)數(shù)據(jù)的準(zhǔn)確性？）并能正確地指導(dǎo)那些將在數(shù)據(jù)價(jià)值鏈中擔(dān)任特定角色的人的培訓(xùn)路徑。
“數(shù)據(jù)是企業(yè)的重要資產(chǎn)，其管理和分析是尋找和量化該資產(chǎn)價(jià)值的過(guò)程。將這些數(shù)據(jù)分析的輸出實(shí)施到業(yè)務(wù)戰(zhàn)略中，就是激活那個(gè)價(jià)值。IT是使整個(gè)過(guò)程成為可能的工具，”擁有包括醫(yī)療和制造業(yè)在內(nèi)的企業(yè)資深經(jīng)理經(jīng)驗(yàn)的企業(yè)數(shù)據(jù)架構(gòu)師Gianpaolo Vitulano表示。
從這個(gè)角度看，根據(jù)Vitulano的說(shuō)法，ChatGPT的出現(xiàn)引入了一個(gè)巨大的機(jī)遇：“生成式AI在數(shù)據(jù)治理中有所幫助，并因此激活數(shù)據(jù)的商業(yè)價(jià)值?！?/span>
如何衡量數(shù)據(jù)戰(zhàn)略的成熟度 米蘭理工大學(xué)的數(shù)據(jù)戰(zhàn)略指數(shù)通過(guò)衡量三個(gè)領(lǐng)域來(lái)評(píng)估公司的成熟度：數(shù)據(jù)管理與架構(gòu)（技術(shù)管理、數(shù)據(jù)整合和信息資產(chǎn)治理的手段、技能和過(guò)程）、商業(yè)智能與描述性分析（基礎(chǔ)BI工具和技能）以及數(shù)據(jù)科學(xué)（基于數(shù)據(jù)分析的預(yù)測(cè)性和優(yōu)化分析）。
在公共管理領(lǐng)域，有一個(gè)額外的參數(shù)進(jìn)入了數(shù)據(jù)治理：關(guān)于開(kāi)放數(shù)據(jù)的成熟度。2023年，意大利在歐盟國(guó)家排名中位列第7位，成熟度水平為92%（較上一版提高了一個(gè)百分點(diǎn)）。這個(gè)指數(shù)衡量的是各國(guó)推動(dòng)數(shù)據(jù)公開(kāi)和重復(fù)使用的能力，符合2019/1024 EU關(guān)于開(kāi)放數(shù)據(jù)的指令。它基于自我評(píng)估測(cè)試，但可以指示對(duì)公共管理機(jī)構(gòu)來(lái)說(shuō)，擁有明確的數(shù)據(jù)策略、影響度量和確保質(zhì)量的能力有多么關(guān)鍵。
意大利國(guó)家工傷保險(xiǎn)機(jī)構(gòu)（INAIL）擁有大量的數(shù)據(jù)資產(chǎn)，是積極實(shí)施數(shù)據(jù)治理的公共機(jī)構(gòu)之一，包括互操作性要求、人工智能項(xiàng)目和生成式人工智能實(shí)驗(yàn)。數(shù)據(jù)戰(zhàn)略和數(shù)據(jù)治理不僅基于技術(shù)，還涉及文化和組織方面：因此，自2015年以來(lái)，國(guó)家工傷保險(xiǎn)機(jī)構(gòu)已將其IT功能轉(zhuǎn)變?yōu)橐粋€(gè)真正的數(shù)字部門(mén)。
Colasuonno強(qiáng)調(diào)，“這證明了技術(shù)創(chuàng)新和組織創(chuàng)新必須并行進(jìn)行：沒(méi)有可以脫離技術(shù)的組織創(chuàng)新項(xiàng)目，同樣，數(shù)字化帶來(lái)了對(duì)組織和流程的創(chuàng)新?！?/span>
一、數(shù)據(jù)策略的工作組和數(shù)據(jù)生態(tài)系統(tǒng)
意大利國(guó)家工傷保險(xiǎn)機(jī)構(gòu)（INAIL）的數(shù)據(jù)策略在操作上轉(zhuǎn)化為一個(gè)由10個(gè)“模塊”組成的項(xiàng)目架構(gòu)，每個(gè)模塊都專(zhuān)注于數(shù)據(jù)策略的一個(gè)具體焦點(diǎn)（例如架構(gòu)、數(shù)據(jù)織物（data fabric）、數(shù)據(jù)網(wǎng)格、人工智能、商業(yè)智能、與國(guó)家平臺(tái)的整合、數(shù)據(jù)質(zhì)量、語(yǔ)義模型等），工作組包括IT和更廣泛的商業(yè)代表。
【睿觀：數(shù)據(jù)策略每個(gè)焦點(diǎn)領(lǐng)域都是數(shù)據(jù)策略的關(guān)鍵組成部分，為企業(yè)提供了一套完整的視角和方法來(lái)處理和利用數(shù)據(jù)。通過(guò)專(zhuān)注于這些領(lǐng)域，企業(yè)能夠更有效地管理其數(shù)據(jù)資產(chǎn)，激發(fā)數(shù)據(jù)的潛力，并實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的轉(zhuǎn)型。
架構(gòu)關(guān)注于如何構(gòu)建和維護(hù)數(shù)據(jù)流通的基礎(chǔ)設(shè)施，包括數(shù)據(jù)的收集、存儲(chǔ)、處理和分發(fā)。理想的架構(gòu)應(yīng)該支持高效的數(shù)據(jù)訪問(wèn)和分析，同時(shí)確保數(shù)據(jù)的安全性和合規(guī)性。
在數(shù)據(jù)管理領(lǐng)域，“數(shù)據(jù)織物”是一個(gè)較新的概念，其核心目的是創(chuàng)建一個(gè)靈活、可擴(kuò)展且高度整合的數(shù)據(jù)管理環(huán)境，支持?jǐn)?shù)據(jù)的實(shí)時(shí)訪問(wèn)和分析。數(shù)據(jù)織物設(shè)計(jì)是為了使得數(shù)據(jù)的存儲(chǔ)、管理、分析和使用可以在跨越不同數(shù)據(jù)中心、云服務(wù)和邊緣位置的廣泛分布式環(huán)境中無(wú)縫進(jìn)行。數(shù)據(jù)織物的特點(diǎn)包括：
（1）集成性-?它能夠整合來(lái)自多個(gè)源，包括傳統(tǒng)數(shù)據(jù)庫(kù)、現(xiàn)代數(shù)據(jù)湖、實(shí)時(shí)數(shù)據(jù)流和無(wú)結(jié)構(gòu)數(shù)據(jù)的數(shù)據(jù)。
（2）抽象化-?數(shù)據(jù)織物通過(guò)提供統(tǒng)一和抽象的數(shù)據(jù)訪問(wèn)層來(lái)隱藏底層的復(fù)雜性，使得最終用戶(hù)和應(yīng)用程序不需要關(guān)心數(shù)據(jù)實(shí)際存儲(chǔ)的具體技術(shù)細(xì)節(jié)。
（3）自服務(wù)數(shù)據(jù)訪問(wèn)-?數(shù)據(jù)織物通常支持?jǐn)?shù)據(jù)自服務(wù)能力，允許業(yè)務(wù)用戶(hù)直接訪問(wèn)和分析數(shù)據(jù)，而無(wú)需經(jīng)過(guò)IT部門(mén)的復(fù)雜查詢(xún)和數(shù)據(jù)提取過(guò)程。
（4）數(shù)據(jù)治理和安全性-?數(shù)據(jù)織物內(nèi)建了數(shù)據(jù)治理的工具和策略，確保數(shù)據(jù)的質(zhì)量、合規(guī)性和安全性不會(huì)因?yàn)槠涓叨确稚⒑烷_(kāi)放的特性而受到威脅。
（5）支持多種數(shù)據(jù)處理和分析-?數(shù)據(jù)織物支持包括機(jī)器學(xué)習(xí)、流處理和批處理在內(nèi)的多種數(shù)據(jù)處理和分析技術(shù)。
總之，數(shù)據(jù)織物不是一種具體的技術(shù)或產(chǎn)品，而是一個(gè)全面的架構(gòu)和方法論，旨在解決現(xiàn)代復(fù)雜的數(shù)據(jù)環(huán)境中的挑戰(zhàn)。通過(guò)構(gòu)建數(shù)據(jù)織物，組織可以加速數(shù)據(jù)驅(qū)動(dòng)決策的過(guò)程，并更好地實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)的價(jià)值最大化。
數(shù)據(jù)網(wǎng)格是一種組織模型，旨在結(jié)合分布式的數(shù)據(jù)資源、技術(shù)、應(yīng)用和人員，支持?jǐn)?shù)據(jù)的共享和協(xié)作。數(shù)據(jù)網(wǎng)格的目的是去中心化數(shù)據(jù)管理，使數(shù)據(jù)的消費(fèi)變得更接近數(shù)據(jù)的生產(chǎn)地點(diǎn)，從而提高靈活性和響應(yīng)速度。
人工智能（AI）關(guān)注于使用算法來(lái)模擬人類(lèi)智能的各個(gè)方面，包括學(xué)習(xí)、推理和自我修正。在數(shù)據(jù)策略中，AI可以用來(lái)提高數(shù)據(jù)分析的深度和廣度，自動(dòng)化決策過(guò)程，并通過(guò)預(yù)測(cè)分析來(lái)提升業(yè)務(wù)的績(jī)效。
商業(yè)智能（BI）是用于分析和報(bào)告業(yè)務(wù)信息的技術(shù)和實(shí)踐。它利用數(shù)據(jù)集、軟件和服務(wù)來(lái)轉(zhuǎn)換數(shù)據(jù)成有價(jià)值的洞察，幫助企業(yè)做出更加明智的決策。
與其它平臺(tái)的整合涉及將企業(yè)數(shù)據(jù)戰(zhàn)略與外部數(shù)據(jù)平臺(tái)和政策框架相對(duì)接，以確保合規(guī)性、數(shù)據(jù)共享和互操作性。這種整合可以幫助企業(yè)更有效地參與到外部項(xiàng)目、標(biāo)準(zhǔn)和規(guī)則中去，提高數(shù)據(jù)的社會(huì)經(jīng)濟(jì)價(jià)值。
數(shù)據(jù)質(zhì)量管理是確保企業(yè)數(shù)據(jù)準(zhǔn)確、完整、可信和適時(shí)的持續(xù)過(guò)程。高質(zhì)量的數(shù)據(jù)是進(jìn)行有效數(shù)據(jù)分析、實(shí)現(xiàn)數(shù)據(jù)治理和滿(mǎn)足業(yè)務(wù)目標(biāo)的基礎(chǔ)。
語(yǔ)義模型試圖以一種更貼近人的理解方式來(lái)表達(dá)數(shù)據(jù)之間的關(guān)系和含義。通過(guò)使用諸如本體（ontology）、分類(lèi)和語(yǔ)義網(wǎng)絡(luò)等工具，語(yǔ)義模型能夠增強(qiáng)數(shù)據(jù)的互操作性和可發(fā)現(xiàn)性，幫助機(jī)器和人更好地理解和使用數(shù)據(jù)。】
Colasuonno聲明，“IT認(rèn)為可以單獨(dú)進(jìn)行數(shù)據(jù)治理項(xiàng)目是一個(gè)嚴(yán)重的錯(cuò)誤，沒(méi)有業(yè)務(wù)部門(mén)的寶貴貢獻(xiàn)是不行的。”他說(shuō)，“今天我們不能再按照孤立的方式前進(jìn)：IT必須在數(shù)據(jù)管理中讓業(yè)務(wù)部門(mén)參與進(jìn)來(lái)，讓這些功能在閱讀和分析信息時(shí)擁有信任和自主權(quán)。為此，采用一個(gè)共同的詞匯是關(guān)鍵，它能夠消除兩個(gè)功能之間的距離?！?/span>
INAIL在2023年定義的數(shù)據(jù)策略密切關(guān)聯(lián)于開(kāi)放數(shù)據(jù)的范式。目標(biāo)是發(fā)展與數(shù)據(jù)管理和使用相關(guān)的技術(shù)和執(zhí)行能力，不僅在機(jī)構(gòu)內(nèi)部，也在整個(gè)生態(tài)系統(tǒng)內(nèi)，因?yàn)镮NAIL必然需要與公共行政的其他部分進(jìn)行對(duì)話(huà)。因此，數(shù)據(jù)策略與負(fù)責(zé)公共行政數(shù)據(jù)治理的實(shí)體共享，特別是數(shù)字化轉(zhuǎn)型部、AgID和意大利國(guó)家統(tǒng)計(jì)局（Istat）。為確保互操作性，采用了公共數(shù)據(jù)平臺(tái)，如PDND（國(guó)家數(shù)字?jǐn)?shù)據(jù)平臺(tái)）。
Colasuonno解釋說(shuō)，“在數(shù)字化過(guò)程中，‘?dāng)?shù)據(jù)利他主義’的概念正在成形：信息不屬于實(shí)體，而是屬于公民和企業(yè)，它們必須有可能在尊重隱私和安全的前提下使用這些信息。”他說(shuō)，“另一方面，開(kāi)放數(shù)據(jù)為公共和私人運(yùn)營(yíng)商提供了基于數(shù)據(jù)創(chuàng)造特定服務(wù)和產(chǎn)品的可能性，例如，用于預(yù)防事故和健康安全的護(hù)理管理。”
二、數(shù)據(jù)平臺(tái)在關(guān)鍵任務(wù)流程中的作用
正確實(shí)施數(shù)據(jù)策略使公司能夠訪問(wèn)對(duì)經(jīng)濟(jì)結(jié)果有用的知識(shí)庫(kù)，Enterprise Data Architect Vitulano強(qiáng)調(diào)?！?/span>可以識(shí)別減少成本和時(shí)間的過(guò)程，通過(guò)引入更多的自動(dòng)化，以及最有前景的市場(chǎng)，對(duì)于我們想要提供的產(chǎn)品類(lèi)型，或者那些因?yàn)榱魇эL(fēng)險(xiǎn)而需要采取行動(dòng)的客戶(hù)，以及提供最高質(zhì)量原材料的供應(yīng)商，等等”，Vitulano強(qiáng)調(diào)。
Colasuonno確認(rèn)數(shù)據(jù)策略“與數(shù)字戰(zhàn)略緊密連接并起功能作用”：它應(yīng)服務(wù)于超越IT實(shí)現(xiàn)的目標(biāo)。這個(gè)過(guò)程從識(shí)別“關(guān)鍵數(shù)據(jù)”開(kāi)始，即追求數(shù)字化目標(biāo)的基礎(chǔ)數(shù)據(jù)，并繼續(xù)確定要發(fā)展的技術(shù)、文化和組織能力。方法的定義導(dǎo)致了技術(shù)選擇，對(duì)于INAIL來(lái)說(shuō)意味著能夠?qū)崿F(xiàn)數(shù)據(jù)虛擬化的可擴(kuò)展架構(gòu)。事實(shí)上，在數(shù)據(jù)策略中，CIO經(jīng)常需要在數(shù)據(jù)的物理映射（復(fù)制）和虛擬化數(shù)據(jù)的邏輯架構(gòu)之間做出選擇。
“對(duì)我們來(lái)說(shuō)，虛擬化數(shù)據(jù)是有區(qū)別的。我們選擇的數(shù)據(jù)平臺(tái)，由Denodo提供，對(duì)我們來(lái)說(shuō)是一個(gè)重要的技術(shù)使能者，因?yàn)樗鼭M(mǎn)足了INAIL快速創(chuàng)建使用來(lái)自不同來(lái)源數(shù)據(jù)的BI解決方案的需求，并具有動(dòng)態(tài)特性”，經(jīng)理觀察到?！澳壳拔覀冋跒橐恍┻x定的關(guān)鍵任務(wù)應(yīng)用測(cè)試新的數(shù)據(jù)平臺(tái)，如自我清算過(guò)程。但我們期望將其擴(kuò)展到其他用例。”
三、數(shù)據(jù)湖和BI的數(shù)據(jù)增值
許多公共行政部門(mén)致力于在它們的數(shù)字化轉(zhuǎn)型中對(duì)數(shù)據(jù)進(jìn)行增值。例如，托斯卡納大區(qū)正在基于一個(gè)公共數(shù)據(jù)存儲(chǔ)策略向前推進(jìn)，該策略由區(qū)域創(chuàng)新、開(kāi)放政府和開(kāi)放數(shù)據(jù)增值的規(guī)范路徑所規(guī)定。在2023年，該政府機(jī)構(gòu)啟動(dòng)了一個(gè)廣泛的項(xiàng)目，在POR FESR（由歐洲區(qū)域發(fā)展基金支持的區(qū)域操作計(jì)劃）21-27的范圍內(nèi)，該項(xiàng)目預(yù)計(jì)整合區(qū)域數(shù)據(jù)湖并在托斯卡納市推廣數(shù)據(jù)驅(qū)動(dòng)的倡議（預(yù)計(jì)在2024年6月之前發(fā)出一個(gè)價(jià)值140萬(wàn)歐元的通知，隨后托斯卡納大區(qū)將進(jìn)行其他投資）。整個(gè)項(xiàng)目是通過(guò)涉及公共服務(wù)公司、市鎮(zhèn)和省份，即整個(gè)生態(tài)系統(tǒng)的參與設(shè)計(jì)的，因?yàn)閯?chuàng)新之旅的成功與各種參與者一起前進(jìn)的能力有關(guān)。
“對(duì)我們來(lái)說(shuō)，適當(dāng)?shù)闹卫碇陵P(guān)重要，它具有中長(zhǎng)期的視角和短期的操作行動(dòng)，通過(guò)涉及利益相關(guān)者，展示數(shù)據(jù)驅(qū)動(dòng)方法的用處，并促進(jìn)數(shù)據(jù)的正確使用以改善過(guò)程和領(lǐng)土治理以及支持決策”，斯蒂法諾·丘奧弗（Stefano Ciuoffo）——托斯卡納大區(qū)數(shù)字基礎(chǔ)設(shè)施和創(chuàng)新、合作企業(yè)、簡(jiǎn)化政策、制度政策、與地方機(jī)構(gòu)的關(guān)系、合法性、安全和移民的區(qū)域評(píng)議員強(qiáng)調(diào)。斯蒂法諾·丘奧弗（Stefano Ciuoffo）還強(qiáng)調(diào)開(kāi)放數(shù)據(jù)在促進(jìn)透明度和基于開(kāi)放信息資產(chǎn)的參與過(guò)程中的價(jià)值：這是另一種方式來(lái)吸引生態(tài)系統(tǒng)。
“當(dāng)然，治理設(shè)計(jì)中自帶的是個(gè)人數(shù)據(jù)保護(hù)和網(wǎng)絡(luò)安全的考慮，”丘奧弗繼續(xù)說(shuō)。
當(dāng)前，托斯卡納大區(qū)擁有一個(gè)區(qū)域數(shù)據(jù)湖和多個(gè)支持主要利益相關(guān)者的商業(yè)智能系統(tǒng)（衛(wèi)生、與地區(qū)農(nóng)業(yè)、內(nèi)部ERP流程、地區(qū)流動(dòng)性和旅游等相關(guān)的流程）。此外，該區(qū)域正在逐步引入其他數(shù)據(jù)導(dǎo)向技術(shù)，如無(wú)人機(jī)和衛(wèi)星技術(shù)用于測(cè)量并豐富區(qū)域信息資產(chǎn)，以及作為機(jī)器學(xué)習(xí)形式的人工智能，用于區(qū)域內(nèi)各個(gè)區(qū)域的大數(shù)據(jù)上的預(yù)測(cè)性分析。
“2024年，”丘奧弗宣布，“將是托斯卡納大區(qū)更新其區(qū)域數(shù)據(jù)策略的一年，以進(jìn)一步推動(dòng)在所有層面上對(duì)數(shù)據(jù)的增值：在地方機(jī)構(gòu)、對(duì)公民和企業(yè)以及面向區(qū)域管理部門(mén)、機(jī)構(gòu)和機(jī)構(gòu)的方面，也考慮到人工智能所帶來(lái)的推動(dòng)力?！?/span>
四、人工智能治理和通用人工智能（AI）
在INAIL，Colasuonno實(shí)施的數(shù)據(jù)策略也奠定了技術(shù)和組織基礎(chǔ)，使該機(jī)構(gòu)能夠通過(guò)商業(yè)智能、預(yù)測(cè)性分析和人工智能增值數(shù)據(jù)。
人工智能治理和通用AI Colasuonno實(shí)施的數(shù)據(jù)策略為INAIL奠定了技術(shù)和組織基礎(chǔ)，使該機(jī)構(gòu)能夠通過(guò)商業(yè)智能、預(yù)測(cè)分析和人工智能來(lái)增值數(shù)據(jù)。
INAIL已經(jīng)使用人工智能數(shù)年。例如，它已經(jīng)開(kāi)發(fā)了基于機(jī)器學(xué)習(xí)的多個(gè)項(xiàng)目，旨在提高機(jī)構(gòu)流程的效率，包括人事、技術(shù)精算預(yù)算、反欺詐和監(jiān)察、法律事務(wù)、企業(yè)激勵(lì)和醫(yī)療法律領(lǐng)域。特別是在最后一個(gè)領(lǐng)域中，機(jī)構(gòu)的數(shù)據(jù)財(cái)富，包含了數(shù)十年關(guān)于事故、殘疾等級(jí)、必要治療等的評(píng)估，可以訓(xùn)練模型來(lái)幫助醫(yī)生決定特定事故屬于哪種情況。
目前，該機(jī)構(gòu)正在探索將通用AI應(yīng)用于研究和使用（不僅是INAIL的用戶(hù)，還包括企業(yè)和公民）其廣泛的內(nèi)部知識(shí)庫(kù)，并使用自然語(yǔ)言。
Colasuonno表示：“INAIL意在把握人工智能為公共行政和國(guó)家內(nèi)部提供的機(jī)會(huì)，但始終尊重人的基本權(quán)利?！薄叭斯ぶ悄艿氖褂帽仨毷堑赖碌?、非歧視性的、符合隱私規(guī)則的，并且要減輕它帶來(lái)的風(fēng)險(xiǎn)?！?/span>
他強(qiáng)調(diào)的風(fēng)險(xiǎn)包括：濫用人工智能技術(shù)——因此在預(yù)期價(jià)值面前花費(fèi)過(guò)多——或相反，最小限度的使用阻礙了從中獲益。通過(guò)治理達(dá)到兩者之間的平衡——再次——：“人工智能治理”，Colasuonno清楚地表示，“與數(shù)據(jù)治理緊密相連?！?/span>
五、CIO的任務(wù)：確保數(shù)據(jù)的質(zhì)量和可用性
Vitulano確認(rèn)：CIO承擔(dān)著確立確保數(shù)據(jù)質(zhì)量的精確治理的戰(zhàn)略角色。
“在許多情況下，除非是技術(shù)用戶(hù)，否則不能提供原始數(shù)據(jù)給業(yè)務(wù)部門(mén)，因?yàn)樗赡苁菬o(wú)法識(shí)別的，而且，最重要的是，它會(huì)因經(jīng)過(guò)不同處理以供使用而被修改。因此，需要對(duì)其進(jìn)行篩選和認(rèn)證，以便最終用戶(hù)有信心使用的數(shù)據(jù)是正確的、可靠的和可識(shí)別的。這是工業(yè)數(shù)字化進(jìn)程中非常重要的一個(gè)方面，作為IT經(jīng)理，我總是依靠自動(dòng)化工具來(lái)處理輸入——否則，這是一個(gè)容易出錯(cuò)、成本高昂且沒(méi)有附加值的任務(wù)——并使用清晰的命名，以便從詞匯表到商業(yè)智能再到分析產(chǎn)品上的可視化?！?/span>
這些最后的工具是商業(yè)部門(mén)人員進(jìn)行交互的設(shè)備：最終產(chǎn)品的質(zhì)量和可接近性對(duì)決策過(guò)程至關(guān)重要，技術(shù)團(tuán)隊(duì)有責(zé)任實(shí)施適當(dāng)?shù)慕鉀Q方案以確保數(shù)據(jù)的可靠性。
在擔(dān)任CIO的經(jīng)歷中，Vitulano一直致力于數(shù)據(jù)命名，例如他在國(guó)際醫(yī)療行業(yè)公司擔(dān)任經(jīng)理時(shí)期。在這里，精確地管理數(shù)據(jù)過(guò)程對(duì)于一方面確保數(shù)據(jù)安全（由于分類(lèi)為個(gè)人和敏感數(shù)據(jù)）和另一方面確保IT解決方案在業(yè)務(wù)價(jià)值交付過(guò)程中正常工作至關(guān)重要，即能夠與各種內(nèi)外部使用者中心共享數(shù)據(jù)。
六、GPT：讓數(shù)據(jù)治理更高效？?
然而，今天，隨著GPT模型的出現(xiàn)，數(shù)據(jù)治理可能達(dá)到新的效率水平。Vitulano解釋?zhuān)骸?/span>生成式人工智能可以提供一個(gè)框架來(lái)管理和組織數(shù)據(jù)，并確保它們是準(zhǔn)確的、一致的和安全的。” “GPT模型可以作為數(shù)據(jù)目錄解決方案的有價(jià)值補(bǔ)充，用于映射和分類(lèi)數(shù)據(jù)資產(chǎn)，激活和監(jiān)控?cái)?shù)據(jù)治理，提高基于數(shù)據(jù)的決策質(zhì)量，并確保更好的合規(guī)性。”
對(duì)于數(shù)據(jù)治理的另一個(gè)GPT用途可能是以支持用戶(hù)在數(shù)據(jù)查找和與授權(quán)方共享數(shù)據(jù)方面的形式。Vitulano舉了一個(gè)例子：CIO可能已經(jīng)構(gòu)建了一個(gè)分析產(chǎn)品，而通用AI將有能力通過(guò)迅速獲取信息和分析來(lái)增加它的價(jià)值，或者甚至提供關(guān)于如何將某些信息，如KPI，為另一個(gè)項(xiàng)目重復(fù)使用的建議。
Vitulano聲明：“GPT有潛力在使用數(shù)據(jù)資產(chǎn)方面提高效率，避免重復(fù)，并加快獲取信息和決策的速度?！?“這樣，間接地，GPT可能促進(jìn)以數(shù)據(jù)為驅(qū)動(dòng)的文化，其中每個(gè)人都有助于公司的成功?！?/span>
但是，永遠(yuǎn)不要缺少治理：在應(yīng)用人工智能及其生成子集時(shí)，CIO必須預(yù)見(jiàn)并處理整合到現(xiàn)有企業(yè)系統(tǒng)的問(wèn)題，以及使用的數(shù)據(jù)的正確性問(wèn)題，這些數(shù)據(jù)用于訓(xùn)練人工智能系統(tǒng)，取決于業(yè)務(wù)對(duì)提供信息的信任。
意大利國(guó)家工傷保險(xiǎn)機(jī)構(gòu)（INAIL）的數(shù)據(jù)與分析辦公室經(jīng)理Colasuonno總結(jié)說(shuō)：“錯(cuò)誤的數(shù)據(jù)比缺失的數(shù)據(jù)更有害，因?yàn)樗鼤?huì)導(dǎo)致錯(cuò)誤的決策。即使在人工智能模型的訓(xùn)練中，數(shù)據(jù)的正確性和質(zhì)量也是可靠的訓(xùn)練和結(jié)果的基礎(chǔ)。歐洲AI法案也是如此。”
