一个柯利克®是数据集成、数据质量、分析和人工智能 (AI) 领域的全球领导者，宣布与企业战略集团 (ESG) 合作进行的一项新研究的结果，揭示了 AI 投资与执行之间的严重脱节。
ESG 研究报告“为有影响力的生成式人工智能做好数据准备”揭示企业正以激进的方式推动人工智能的发展，但许多企业没有一个结构化的计划来建立实现长期成功所需的数据库基础。 虽然有94%的企业正在增加在产品和服务上的支出以实现数据的AI准备，但只有21%的企业成功将AI完全整合到其运营中。 虽然大多数组织都认识到数据质量至关重要，但治理、合规性和偏见检测仍然是主要的空白，阻碍了企业充分发挥人工智能的潜力。
“企业正急于采用人工智能，投入大量资金，却缺乏统一的战略，”Qlik数据业务部门执行副总裁兼总经理德鲁·克拉克（Drew Clarke）表示。 人工智能不是临时解决方案——它是一场需要结构、治理和透明度的永久变革。没有明确的计划和坚实的数据基础，企业只会增加风险，而不是创造价值。
Qlik 和 ESG 的最新研究强调，人工智能的采用与确保其成功所需的预防措施之间存在着严重的不一致：
– 人工智能的采用正在加速，但许多公司缺乏明确的实施策略：94% 的企业正在增加对 AI 数据准备产品和服务的支出，但只有 21% 的企业将 AI 完全融入其运营中。
– 企业正在收集越来越多的数据，但却难以将其用于人工智能：64% 的组织每天从 100 到 499 个来源收集数据，突显了数据的复杂程度。
– 运营效率是关键指标，但人工智能的全部影响仍不清楚：57% 的人根据运营效率来衡量人工智能的成功，而追踪其对业务的战略影响的人则较少。
– 偏见、治理和合规方面的差距正在造成重大风险：48% 的组织试图通过模型相关决策和数据源的透明度来解决人工智能中的偏见问题。
– 数据质量至关重要，但治理仍然是一个挑战：只有 47% 的人强烈同意他们的治理政策得到一致应用，这凸显了监督和合规方面的差距。
“人工智能不是技术问题——是执行问题，” ESG高级分析师Stephen Catanzano说道。 各行业的组织正迅速推动人工智能的规模化，但如果没有采取适当的预防措施，就有面临监管、财务和声誉风险的可能。虽然他们认识到数据质量的重要性，但大多数仍缺乏确保人工智能模型安全和公正所需的治理。这一执行上的差距解释了为何如此多的人工智能项目被搁置或无法实现切实的投资回报。
Qlik 和 ESG 报告人工智能准备识别人工智能实施中最紧迫的挑战，并提供确保长期成功的策略。 获取更深入的见解和专家建议，请在此处访问电子书：https://www.qlik.com/us/资源库/数据做好影响准备生成人工智能
