Image: Gorodenkoff/Adobe Stock (ang.). Z danych i liderów analitycznych wynika, że nie są w stanie sprostać wysokim oczekiwaniom liderów biznesowych na sztuczną inteligencję i uczenie się maszyn, ponieważ są one podfałszowane i niedozwolone, zgodnie z nowym raportem zatytułowanym „Inteligencja”. Build A Winning Data Analytics (ang.). Oficjalna strona C-Level Strategies for ML-Fueled Revenue Engine .

W sondażu przeprowadzonym przez Wakefield Research na zlecenie Domino Data Lab 95% stwierdziło, że kierownictwo firmy spodziewało się inwestycji w sztuczną inteligencję i aplikacje ML w celu wypłaty za wzrost przychodów. Jedna trzecia (33%) oczekuje, że przychody zwiększają ilość dwucyfrowego procentu.

Zgodnie z badaniami, zaledwie 19% CDO i CDAO stwierdzili, że potrzebne są zasoby, aby sprostać oczekiwaniom swoich szefów, z 29,4% stwierdziło, że w sztabie, finansowaniu i zasobów technologicznych potrzebnych do wzrostu przychodów przy użyciu sztucznej inteligencji i ML.

Krótki zakres umiejętności technologicznych został zidentyfikowany jako główne zaniepokojenie, 87% respondentów stwierdziło, że ich niemożność do rekrutowania i dopełnianiania ról naukowych utrudnia ich innowację w dziedzinie.

81% respondentów donosiło, że ich obecne narzędzia nie mają możliwości w pełni pomiaru wpływu, że ich inicjatywy AI/ML miały na dochody, pozostawiając zespoły danych „przelatujące ślepe” z ich zastosowaniami.

Jump to (ang.).

• Why CDO i CDAO chęcią zwiększenia mocy.
• Pozwoliło to na „obronne” aplikacje.
• Ryzyko niedopuszczania drużyn danych.
• W jaki sposób przywódcy biznesowi mogą się zbliżć do tej luki.
• metodologia badań Why CDO i CDAO chęcią zwiększenia mocy.

Budżety – i bardziej precyzyjnie, te w zakresie budżetu – zostały uznane za jeden z największych punktów naklejek dla CDO i CDAO.

Prawie dwie trzecie respondentów (64%) poinformowało, że ich dział IT kontrolował większość wydatków dotyczących platform danych, a zespoły analityczne słyszą jedynie około 56% zakupów.

CDO i CDAO zaangażowali się w konkurencję priorytetów między drużynami elektronicznymi i działem informatycznym, gdy nastąpiła wydatki technologiczne: 99% stwierdziło, że trudno jest przekonać IT do skupienia budżetów na temat nauki danych, ML i AI w przeciwieństwie do tradycyjnych obszarów informatycznych, takich jak ochrona, interoperacyjność i zarządzanie.

Przywódcy danych zasugerowali, że brak kontroli nabywczej ma wpływ na zatrudnienie i zatrudnianie 99% CDO i CDAO, że nie jest w stanie zapewnić zespołowi danych i analitycznych z narzędziami wyboru, mają negatywny wpływ na ich zdolność do wynajęcia, zachowania i umiejętności technicznych.

Przewidując się z „obrony” (pol.).

CDO i CDAO czują się jeszcze bardziej presją do zaważania kontroli nad inicjatywami AI/ML, w których liderzy biznesowi chcą bardziej innowacyjnego wykorzystania swoich danych.

Dwie trzecie respondentów oznajmiło, że ich strategia została przeniesiona z „defensywnej” postawy, która skupiała się na zarządzaniu danymi, zarządzaniu, zgodności i analizie inteligencji biznesowej do bardziej „ochronnej” strategii mającej na celu przeprowadzenie nowej wartości biznesowej poprzez innowacyjne aplikacje AI i ML.

98% liderów danych zgodziło się, że prędkość, w której organizacje mogą się rozwijać, operacyjnie i poprawić aplikacje AI/ML będzie „determinować, kto przeżyje i kwitnie w wyniku trwałych wyzwań gospodarczych.”

W związku z tym, 67% CDO i CDAOs stwierdziło, że jest to czas, aby powstrzymać ich organizację przed spadaniem, a Domino Data Lab z wnioskiem, że departamenty informatyczne nie mają remitu do kierowania AI/ML.”

Ryzyko niedopuszczania drużyn danych.

Oprócz upadku za rywalami i brakujących na nowych, dochodowych strumieni dochodowych, niedozwolone zespoły danych mają bardziej bezpośrednie ryzyko: 46% badanych CDO i CDAO przyznało, że nie mają narzędzi zarządzających, aby zapobiec wprowadzeniem ryzyka w organizacjach, a 44% uważało, że niepowodowanie odpowiednich aplikacji AI/ML może spowodować strat w wysokości 50 milionów dolarów.

SEE Większość pracowników planuje zrezygnować z tego roku. To, co liderzy technologii i HR muszą wiedzieć. (Republika)

Today’s vast and fast-evolving regulatory pejzaż, połączony z dużymi inicjatywami nauk badawczych, oznacza, że brak zaufania AI może kosztować dziesiątki milionów dolarów.

Kjell Carlsson, przewodniczący strategii naukowej i ewangelizacji w Domino Data Lab, powiedział, że wnioski były „soberwujące” i ostrzegały przed przywódcami stronnictwa danych o mniejszym stopniu.

“Leaders are struggling with the persistent AI/ML over traditional priorytetów, takich jak zarządzanie danymi, słabsze możliwości zarządzania i zarządzania modelami AI/ML”, Carlsson powiedział. Role CDAO i CDO są już znane ze swojego szybkiego obrotu, a tym samym poszerzanie różnic między oczekiwaniami a możliwością dostarczenia się nie do końca życia.”

W jaki sposób przywódcy biznesowi mogą się zbliżć do tej luki.

Carlsson zachęcał liderów biznesu do inwestowania w możliwości rozwoju i wdrożenia nowych aplikacji opartych na AI/ML.

Dodatkowo, aby przyciągnąć i zachować talent, organizacje powinny zainwestować w dostarczanie danych naukowcom z „zbyt szerokim zakresem różnych narzędzi”, są trenowane, w przeciwieństwie do rękodzielnych narzędzi dyktowanych przez dział IT.

SEE Raport: ROI of upskilling and other laboratories learning program (Republika)

W celu przyspieszenia czasu do wartości i wpływu potrzebują inwestowania w platformach MLOps, które obejmują cykl życia modelu ML z rozwoju, monitorowania i retrainingu, Carlsson powiedział. Aby to osiągnąć, CDAO i CDO muszą zbudować dopasowanie i współpracę z IT. Jeśli nie jest to możliwe, nie mają one wyboru, ale do realizacji tych platform.”

metodologia badań

Badanie przeprowadzone przez Domino Data Lab przeprowadzone zostało przez Wakefield Research wśród 100 głównych funkcjonariuszy i naczelnych pracowników analizy danych w amerykańskich firmach, z ponad 1 miliardem dolarów przychodów z Dec. Według Domino Data Lab, margines błędu w badaniu wynosił mniej niż 9,8%.

Czytaj: Okładka TechRepublic Premium (ang.).

 ###  Strona internetowa

Uczy się najnowszych informacji i najlepszych praktyk dotyczących nauki danych, analizy big data, sztucznej inteligencji, bezpieczeństwa danych.

Poniedziałek i czwartki znakować