如何与大数据完美地结合

个前所未有的数字化颠覆时代。

企业领导者面临数字化颠覆的现实，发现即使在人工智能上采用快速跟随策略也很难应对。迅速发展的技术以及人工智能对未来工作的影响，将导致工作岗位的变化和知识型员工难以保留等迫在眉睫的问题。

采用人工智能的好处以及带来的问题

Dun&Bradstreet公司的调查发现，人工智能主要用于分析、自动化和数据管理。正在启用新功能，使原本不可访问的域更容易访问。例如，大学教授现在可以使用一系列工具来检测作弊行为，这曾经是一个人工检验和基于经验的繁琐过程。在人力资源部门，也采用了能够筛选简历、预测应聘者是否合格成功的技术，以及执行许多其他任务的技术，这些任务曾经被认为难以处理。

不仅仅是人工智能功能使这些应用程序更加可行，它也是对业务任务的重新构想，以利用现有数据并开辟新的思维方式。与此同时，不断变化的隐私法规使企业和网络犯罪分子以惊人的新方式使用先进的技术，这迫使企业采用更多资源处理与数据安全和治理相关的问题。

当今的业务环境越来越复杂，很难应对这种混乱。随着第二代数字原生代的兴起，需要对不断增长的人工智能和大数据的应用进行探索和研究。

根据Dun&Bradstreet公司的调查，人工智能技术目前在大多数组织中都有一定程度的使用。这一发现与其他行业机构的研究是一致的，这些研究指出，人工智能技术已从认识和早期采用过渡到全面实施，并从使用中创造了附加业务价值。

现实情况是，许多人工智能应用程序，特别是那些需要丰富的稳定数据集合得出结论的人工智能应用程序，一直受到数据发现和管理的复杂性的困扰。然而，随着大数据技术的发展，使组织能够保持和管理越来越多的数据，利用物联网和移动网络等新技术的新应用开始产生有希望的结果。其中一些例子包括执法中的面部识别、智慧城市技术、自动驾驶汽车和无人机等。

谁在采用企业人工智能并在做什么?

对人工智能从业者的调查通常包括三类：已经成功部署人工智能应用程序的人员;正在部署人工智能项目，但仍在创新和投资回报率之间寻求平衡的人员;仍在探索人工智能技术或尚未对企业中的人工智能做出认真承诺的人员。而关于这三个群体的相对规模存在重大争议。

Dun&Bradstreet公司的调查是在一次以人工智能为重点的活动中进行的，近半数受访者(44%)表示他们的公司正在部署该技术，而20%的受访者表示其公司已经部署人工智能技术。23%的人表示，正在计划实施。

寻求采用人工智能技术解决复杂问题的企业有时会感到有点困惑，对其结果不满意，这表明存在一些可解释性问题。如果人工智能方法没有得到很好的理解，那么他们很难接受看似违反直觉的结果。这一点在Dun&Bradstreet公司的调查结果中比较突出，46%的受访者表示，理解人工智能如何得出结论是他们组织面临的一个问题。只有三分之一的人表示，他们完全理解他们的人工智能系统是如何得出结论的。

对人工智能结果不满意的其他一些原因来自于基本问题的制定。例如，由人类训练的监督人工智能方法存在基于潜在误导性强化现有知识做出决策的风险，特别是在没有提前采取正确步骤来解决偏差的情况下——在数据、算法本身或在他们产生的结果的解释中。

问题制定依赖于数据科学家确保使用正确方法和数据的能力，并要求正确的问题支持得出的结论。问题制定不完整的风险强调需要有可解释的人工智能和更多关于思想和方法多样性的对话，以便技术对企业更有价值。

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!