IT領(lǐng)導(dǎo)者在采用人工智能時面臨的數(shù)據(jù)管理挑戰(zhàn)，比如缺乏“AI就緒數(shù)據(jù)”是主要障礙，并可能導(dǎo)致大量AI項目失敗。CIO要關(guān)注三個關(guān)鍵步驟：革新傳統(tǒng)IT以支持AI，構(gòu)建AI就緒的數(shù)據(jù)管道；利用人工智能提升數(shù)據(jù)質(zhì)量，通過代理式AI確保數(shù)據(jù)一致性，并重視知識而非僅數(shù)據(jù)以提高AI準(zhǔn)確性；以及采取迭代的轉(zhuǎn)型方法，明確項目成果，逐步實現(xiàn)數(shù)據(jù)轉(zhuǎn)換。核心內(nèi)容是IT領(lǐng)導(dǎo)者需要重新思考數(shù)據(jù)管理方式，以確保數(shù)據(jù)質(zhì)量和一致性，從而成功推進(jìn)人工智能的應(yīng)用。
圖源：Credit: GaudiLab / Shutterstock
盡管許多組織已成功開展一些小規(guī)模的概念驗證（PoC），以展示生成式人工智能的價值，但若不將生成式AI就緒數(shù)據(jù)作為標(biāo)準(zhǔn)實踐，就無法將這些概念驗證擴展至更大規(guī)模，并將新技術(shù)應(yīng)用于業(yè)務(wù)的其他環(huán)節(jié)。Gartner（高德納）近期預(yù)測，明年將有60%未使用AI就緒數(shù)據(jù)的人工智能項目面臨失敗，這一預(yù)測警示IT領(lǐng)導(dǎo)者需要立即著手解決這一潛在危機。?
對于許多首席信息官（CIO）而言，為一個人工智能（AI）項目準(zhǔn)備數(shù)據(jù)已然是一項艱巨的任務(wù)。軟件支持公司Rimini Street（銳敏尼街）的首席技術(shù)官Eric Helmer（埃里克·赫爾默）指出：“當(dāng)他們開始探索人工智能的應(yīng)用時，許多人發(fā)現(xiàn)其數(shù)據(jù)質(zhì)量堪憂。在某些情況下，他們甚至不確定數(shù)據(jù)存儲在何處，可能分散在數(shù)百個不同的系統(tǒng)中。即便找到了數(shù)據(jù)，他們也往往不確定這些數(shù)據(jù)是否處于可供人工智能使用的狀態(tài)。這種情況往往會阻礙他們實現(xiàn)人工智能的宏偉目標(biāo)?！?
為了應(yīng)對未來企業(yè)各部門對人工智能的大量需求，首席信息官（CIO）們應(yīng)采取以下三個關(guān)鍵步驟，以確保將數(shù)據(jù)準(zhǔn)備就緒以支持人工智能成為一項標(biāo)準(zhǔn)的實踐。
一、革新傳統(tǒng)信息技術(shù)以支持人工智能。?
安永（EY）全球人工智能行業(yè)負(fù)責(zé)人Beatriz Sanz Sáiz（貝阿特麗斯·桑斯·薩伊茲）表示：“最終目標(biāo)是擁有AI就緒數(shù)據(jù)，這意味著數(shù)據(jù)需要具備高質(zhì)量和一致性，并且結(jié)構(gòu)合理，能夠被AI模型有效利用，并為特定應(yīng)用產(chǎn)生預(yù)期的結(jié)果?！盇I就緒數(shù)據(jù)并非首席信息官們僅需為單一應(yīng)用準(zhǔn)備，而是需要為所有需要企業(yè)特定智能的應(yīng)用提供這種數(shù)據(jù)。?
遺憾的是，許多IT領(lǐng)導(dǎo)者發(fā)現(xiàn)，僅憑標(biāo)準(zhǔn)的數(shù)據(jù)管理實踐以及傳統(tǒng)的IT硬件和軟件，難以達(dá)成這一目標(biāo)。Helmer（赫爾默）認(rèn)為：“在龐大且分散的系統(tǒng)中清理數(shù)據(jù)并使其對人工智能可用幾乎是不可能的。例如，在人力資源系統(tǒng)中刪除重復(fù)記錄或進(jìn)行任何其他數(shù)據(jù)清理操作，這些更改可能無法同步到所有相關(guān)的數(shù)據(jù)存儲中，從而導(dǎo)致數(shù)據(jù)不一致?！?
為了定期訓(xùn)練業(yè)務(wù)特定用例所需的模型，首席信息官（CIO）需要構(gòu)建AI就緒的數(shù)據(jù)管道，引入新的方法來收集、清洗和編目企業(yè)信息。Gartner（高德納）近期對數(shù)據(jù)管理領(lǐng)導(dǎo)者進(jìn)行的調(diào)研進(jìn)一步顯示，大多數(shù)組織尚未達(dá)到這一水平。在對超過1200名數(shù)據(jù)管理領(lǐng)導(dǎo)者的調(diào)查中，三分之二的組織要么缺乏適合人工智能的數(shù)據(jù)管理實踐，要么不確定是否擁有正確的數(shù)據(jù)管理實踐。因此，計劃加大人工智能采用的IT領(lǐng)導(dǎo)者顯然需要重新思考他們管理數(shù)據(jù)的方式。 據(jù)日立Vantara人工智能首席技術(shù)官Jason Hardy（杰森·哈迪）介紹，迄今為止，大多數(shù)組織一直依賴于傳統(tǒng)系統(tǒng)，這些系統(tǒng)在支持現(xiàn)有生產(chǎn)工作負(fù)載方面已顯力不從心。如今，隨著人工智能工作負(fù)載的增加，由此產(chǎn)生諸多下游問題，影響了正常的日常運營。
首席信息官需要對其基礎(chǔ)設(shè)施進(jìn)行根本性改造，不僅要通過一套新的接口處理海量數(shù)據(jù)，還要應(yīng)對生成式人工智能以前所未有的模式產(chǎn)生的新數(shù)據(jù)。Hardy（哈迪）強調(diào)：“人工智能革命正在推動各行業(yè)數(shù)據(jù)中心的現(xiàn)代化。” Sáiz（薩伊茲）指出，大規(guī)模的現(xiàn)代化進(jìn)程大約在2018年左右已經(jīng)啟動。當(dāng)時，新技術(shù)的出現(xiàn)使得組織能夠開始調(diào)整其數(shù)據(jù)基礎(chǔ)設(shè)施和實踐，以滿足對大規(guī)模結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)集日益增長的需求，從而驅(qū)動分析和機器學(xué)習(xí)。他們開始采用數(shù)據(jù)虛擬化技術(shù)，通過將數(shù)據(jù)使用與數(shù)據(jù)來源分離，減少了對大型數(shù)據(jù)倉庫的依賴。如今，隨著代理型人工智能（agentic AI）的興起，對高質(zhì)量數(shù)據(jù)的需求比以往任何時候都更為迫切，這進(jìn)一步凸顯了現(xiàn)有趨勢的緊迫性。
二、借助人工智能提升數(shù)據(jù)質(zhì)量，利用知識深化人工智能應(yīng)用。?
Sáiz（薩伊茲）補充說：“可喜的是，人工智能本身也是解決方案的一部分?！崩?，生成式人工智能可以用于生成合成數(shù)據(jù)，而其他類型的人工智能則可以用于輔助分析和提高數(shù)據(jù)質(zhì)量。一些組織利用人工智能分析數(shù)據(jù)分布，識別超出合理范圍的值并填充缺失值。人工智能還可以幫助工程師定位存在問題的數(shù)據(jù)集，并運用不同的技術(shù)來判斷給定值是否真實的概率。Sáiz（薩伊茲）表示：“我們看到‘用于數(shù)據(jù)的人工智能’目前是企業(yè)中人工智能應(yīng)用最廣泛的領(lǐng)域之一。數(shù)據(jù)革命和人工智能革命同步發(fā)生，實現(xiàn)了互利共贏的局面?！?/span>
?人工智能還可以通過采用代理式人工智能來管理去中心化的基礎(chǔ)設(shè)施，從而構(gòu)建更加去中心化的數(shù)據(jù)基礎(chǔ)設(shè)施。成千上萬的代理可以強制執(zhí)行數(shù)據(jù)標(biāo)準(zhǔn)并確保數(shù)據(jù)一致性，而據(jù)Sáiz（薩伊茲）稱，這正是企業(yè)在數(shù)據(jù)基礎(chǔ)設(shè)施方面面臨的最大挑戰(zhàn)之一。 例如，人工智能可以幫助確保某個特定客戶的記錄在所有系統(tǒng)中保持一致，包括客戶關(guān)系管理（CRM）系統(tǒng)、呼叫中心軟件和財務(wù)應(yīng)用程序。Sáiz（薩伊茲）解釋道：“為了保持一致性，每當(dāng)客戶與呼叫中心或網(wǎng)站互動時，所有系統(tǒng)都會近乎實時地獲取更新信息?！?/span>
“過去，系統(tǒng)之間存在較長的延遲，并且需要大量的手動檢查，而現(xiàn)在，這一切都由人工智能驅(qū)動。人工智能會持續(xù)檢查狀態(tài)和主數(shù)據(jù)集，并基于智能判斷是否需要在整個系統(tǒng)中更新記錄?！?據(jù)Sáiz介紹，知識的重要性正日益超越數(shù)據(jù)，因為它有助于解釋數(shù)據(jù)?？梢栽跀?shù)據(jù)基礎(chǔ)設(shè)施之上構(gòu)建一個知識層，以提供上下文并最大程度地減少人工智能的“幻覺”（即人工智能生成的不準(zhǔn)確或不合邏輯的內(nèi)容）。她舉例說：“如果電信行業(yè)的從業(yè)者運行一個預(yù)測模型，其變量、輸入和結(jié)果將與運行相同的財務(wù)預(yù)測模型的有所不同。”“你越注重知識的融入，你的人工智能就越精準(zhǔn)?！?/span>
三、采取迭代方法進(jìn)行轉(zhuǎn)型。?
一些IT領(lǐng)導(dǎo)者可能因眼前的挑戰(zhàn)而感到力不從心，認(rèn)為在啟動人工智能項目之前，需要將所有數(shù)據(jù)都整理到完美狀態(tài)。但Hardy（哈迪）認(rèn)為：“更好的方法是采用迭代的方式逐步改進(jìn)數(shù)據(jù)管理實踐和基礎(chǔ)設(shè)施。一旦基本原則和實踐得到落實，就可以逐個項目地進(jìn)行轉(zhuǎn)型?！?Hardy（哈迪）指出，網(wǎng)絡(luò)安全是首席信息官最為關(guān)注的問題之一，也是必須遵循的基本原則之一。
IT領(lǐng)導(dǎo)者不僅需要確保用于訓(xùn)練模型的數(shù)據(jù)不違反任何數(shù)據(jù)隱私規(guī)則，還要確保模型生成的響應(yīng)與用戶的訪問權(quán)限相符。Hardy（哈迪）強調(diào)：“人工智能系統(tǒng)需要識別提問者的身份，以便返回適當(dāng)級別的信息，避免泄露額外信息?！?
此外，還需要降低知識產(chǎn)權(quán)被泄露的風(fēng)險，尤其是在人工智能以基于云的服務(wù)形式提供時。Hardy（哈迪）補充道：“根據(jù)與服務(wù)的交互方式以及數(shù)據(jù)類型、數(shù)據(jù)主權(quán)要求、敏感性要求和法規(guī)，你可能會決定某些數(shù)據(jù)永遠(yuǎn)不應(yīng)存儲在云端?！薄爸贫鞔_的指導(dǎo)方針將有助于根據(jù)具體情況確定哪些內(nèi)容應(yīng)保留在本地，哪些內(nèi)容可以部署到云端?！?Helmer（赫爾默）建議，應(yīng)建立一個管理機構(gòu)，以確保最佳實踐的遵循。任何開發(fā)或部署人工智能應(yīng)用的人員都必須遵守一套明確的規(guī)則，這些規(guī)則不僅要與數(shù)據(jù)質(zhì)量保持一致，還要符合數(shù)據(jù)保留政策、數(shù)據(jù)依賴關(guān)系政策以及所有適用的法規(guī)。 Hardy總結(jié)道：“在開啟人工智能之旅時，要明確每個項目預(yù)期達(dá)成的成果?！薄叭缓蟠_定實現(xiàn)這些成果所需的數(shù)據(jù)類型，以及需要與之交互的系統(tǒng)。不要試圖在看到任何回報之前就徹底改變一切，而是專注于一次實現(xiàn)一個數(shù)據(jù)轉(zhuǎn)換目標(biāo)。”
作者：Pat Brans（帕特·布蘭斯）
譯者：木青 ? 審核：@lex
評分結(jié)果參考：
80分以上：?您的組織在AI就緒數(shù)據(jù)方面做得非常出色，為人工智能的成功應(yīng)用奠定了堅實的基礎(chǔ)。
60-80分：?您的組織在AI就緒數(shù)據(jù)方面具備一定的基礎(chǔ)，但在某些方面仍有提升空間。建議關(guān)注得分較低的二級和三級指標(biāo)。
40-60分：?您的組織在AI就緒數(shù)據(jù)方面面臨較多挑戰(zhàn)，需要系統(tǒng)性地改進(jìn)數(shù)據(jù)管理實踐。
40分以下：?您的組織在AI就緒數(shù)據(jù)方面存在嚴(yán)重不足，可能會嚴(yán)重阻礙人工智能的應(yīng)用。建議優(yōu)先投入資源進(jìn)行改進(jìn)。
了解更深入專業(yè)評價和示例，詢：fjcioxl?
