Искусственный интеллект (AI) продолжает оказывать значительное влияние на различные отрасли, однако использование стандартных моделей и инструментов не всегда гарантирует успех. Ключевым фактором конкурентоспособности становится возможность обучения и настройки собственных моделей, что требует качественных данных.
Многие компании накапливают данные в течение многих лет, надеясь в будущем их использовать. Однако наличие данных не всегда означает их высокое качество. Например, 68% руководителей в области AI отметили, что отсутствие доступа к качественным данным является основной проблемой при внедрении AI.
Согласно исследованию Cisco, лишь 35% компаний имеют чистые и централизованные данные с интеграцией в реальном времени для AI-агентов. Прогнозы IDC указывают на то, что к 2027 году компании, не уделяющие внимание качеству данных, могут столкнуться с потерей производительности до 15%.
Сложности возникают и из-за смешивания данных из различных источников, что приводит к путанице в семантике. Например, в финансовом секторе 52% компаний сообщают о неудачах AI-проектов из-за плохого качества данных.
Кроме того, многие организации сталкиваются с проблемами управления версиями документов, что также затрудняет работу AI. Важно помнить, что даже если данные чистые, необходимо провести семантическое картирование, чтобы избежать ошибок.
Безопасность данных становится еще одной важной темой. С переходом к агентному AI, когда системы могут самостоятельно запрашивать данные, управление доступом становится более сложным. По данным Cisco, только 27% компаний имеют динамические и детализированные меры контроля доступа для AI-систем.
Наконец, многие CIO совершают ошибку, стремясь к быстрой реализации проектов, что может привести к необходимости повторного выполнения работы. Правильная инфраструктура и тестирование данных могут ускорить инновации и обеспечить соответствие требованиям.
Несмотря на все эти вызовы, эксперты уверены, что AI может помочь в улучшении качества данных и ускорении процессов цифровой трансформации. С правильными инструментами компании смогут значительно сократить время на внедрение AI-решений.