一个Qlik®, 全球数据集成公司, 分析与人工智能（IA）, 宣布新的研究显示, 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的显著潜力, 许多人正在努力有效利用这一资源. 研究表明，知识缺乏和工具不足是主要障碍, 考虑到只有一小部分公司将超过四分之一的人工智能预算用于非结构化数据的项目.
“许多来源引用非结构化数据占世界数据的80%, “企业领导者希望从这一未开发资源中获得更多实际价值”并不令人惊讶, 布伦丹·格雷迪说, Qlik的分析总经理. 然而, 我们的研究强调，近70%的人认为他们的组织没有很好地准备好理解如何利用生成性人工智能来处理其非结构化数据.”
企业正在寻找解决方案，以便在不需要重新构建其现有技能组合和技术栈的情况下采用生成性人工智能. 机会在于找到将人工智能完美融入当前分析环境的方法, 允许组织从非结构化数据中提取正确的答案并产生有意义的业务结果.”
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%的受访者对数据隐私非常担忧，47%对合规性表示担忧, 显著超越了对投资回报率（19%）的担忧.
– 集成和成本是评估供应商的主要优先事项在评估供应商时, 系统集成 (55%), 成本（50%）和治理资源（49%）是主要优先事项, 供应商的声誉是一个低优先级（16%）. 受访者希望通过使用非结构化数据获得适度的财务收益, 有45%的人预计他们的收入或利润将改善10%到20%.
– 对生成性人工智能的兴趣很大, 但缺乏重大投资在有意使用GenAI处理非结构化数据的参与者中, 三分之二的受访者计划投资于一种用于非结构化数据的生成性人工智能工具. 尽管普遍存在兴趣, 仅有22%的受访者表示他们正在对人工智能技术进行“重大”投资.
– 非结构化数据被视为提高效率的一个关键因素明确的多数（62%）认为非结构化数据是提高运营效率的机会, 只有31%的人相信他们可以推动创新. 几乎一半（45%）描述了一个使用案例，涉及更好的搜索和查询工具来搜索内部文档.
– 传统搜索工具对非结构化数据来说是不够的普遍认为，传统的企业研究工具不足以最大化庞大文档库的价值. 仅有16%的人已经购买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阶段或试点阶段.
“我们的研究结果突显了企业目前面临的一个关键挑战：利用生成性人工智能充分发挥非结构化数据潜力所需的知识差距”, 说埃里克·布拉德利, 首席战略家兼企业技术研究主任. 尽管对利用非结构化数据的渴望很大, 缺乏专业技能和适当工具是一个重大障碍. 为了真正利用生成性人工智能所带来的机会, 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结构中.”
“非结构化数据与生成性人工智能的研究”, 由企业技术研究（ETR）于2024年4月代表Qlik进行的研究, 采访了来自多个行业的200名企业技术决策者. 获取更多信息并访问完整的研究结果, 访问https://www.qlik.com/us/resource-library/unstructured-data-benchmark-report
