一个Qlik®全球数据整合、分析和人工智能（AI）公司宣布一项新研究，显示尽管企业认识到非结构化数据在提高运营效率和产生重要洞察方面具有巨大潜力，但许多企业在有效利用这一资源方面仍在努力。 研究显示，缺乏知识和工具不足是主要障碍，只有少部分企业将人工智能预算的四分之一以上用于非结构化数据的项目。
“许多来源引用非结构化数据占全球数据的80%，因此企业领导者希望从这一未开发资源中获得更多实际价值也不足为奇，”Qlik分析总经理布伦丹·格雷迪（Brendan Grady）表示。 然而，我们的研究显示，近70%的受访者认为他们的组织在理解如何利用生成式人工智能处理非结构化数据方面准备不足。
“企业正在寻找能够采用生成式人工智能的解决方案，而无需他们重新构建现有的技能组合和技术堆栈。机会在于找到将人工智能无缝集成到当今的分析环境中的方法，使组织能够从非结构化数据中提取正确的答案并推动有意义的业务成果。”
该调查揭示了领导者的感受以及他们为应对非结构化数据和 GenAI 带来的机遇所采取的措施的深刻数据：
– 对数据隐私和合规性的担忧普遍存在：59%的受访者非常担心数据隐私，47%担心合规问题，远远超过对投资回报率（19%）的担忧。
– 集成度和成本是评估供应商的首要考虑因素：在评估供应商时，系统集成（55%）、成本（50%）和治理资源（49%）是主要优先事项，而供应商声誉则是较低的优先事项（16%）。 受访者预计通过使用非结构化数据获得的财务收益将是适度的，45%的人预期其收入或利润将提高10%到20%。
– 人们对 GenAI 的兴趣很高，但缺乏大量投资：在有兴趣使用生成式人工智能处理非结构化数据的人群中，三分之二的受访者计划投资于非结构化数据的生成式人工智能工具。 尽管普遍存在兴趣，但只有22%的受访者表示他们在人工智能技术方面进行了“重大”投资。
– 非结构化数据被视为提高效率的重要因素：大多数人（62%）认为非结构化数据是提高运营效率的机会，而只有31%相信它们可以推动创新。 几乎一半（45%）描述了一个涉及更好的搜索和查询工具以查找内部文件的用例。
– 传统研究工具不足以处理非结构化数据：普遍认为，传统的企业调研工具不足以最大化庞大文档库的价值。 只有16%的企业已经采用了旨在从非结构化数据中提供洞察的工具，大多数努力仍处于初始或试点阶段。
我们的研究结果强调了企业目前面临的一个关键挑战：利用生成式人工智能在非结构化数据方面的全部潜力所需的知识缺口，"企业技术研究的首席策略官兼首席研究官埃里克·布拉德利说道。 虽然对利用非结构化数据的兴趣很大，但缺乏专业技能和合适的工具是一个重大障碍。为了真正利用生成式人工智能带来的机遇，组织应投资于弥补这一知识差距，并将先进的人工智能资源整合到现有的分析架构中。
由Enterprise Technology Research（ETR）代表Qlik于2024年4月进行的“非结构化数据与生成式人工智能”调查，采访了来自多个行业的200位企业技术决策者。 欲了解更多信息并查看完整的调查结果，请访问https://www.qlik.com/us/resource-library/unstructured-data-benchmark-report
