一个柯利克®全球数据整合、数据质量、分析和人工智能（AI）领域的企业Qlik宣布正式推出Qlik Trust Score™ for AI，这是行业领先的创新，旨在帮助组织在数据进入模型之前评估数据是否真正准备好用于AI。 集成在Qlik Talend Cloud®中的Qlik信任评分（Qlik Trust Score for AI）提供了一个专为AI特定维度设计的评分（score），帮助客户建立负责任且可扩展的人工智能所需的数据库基础。
随着企业加快采用人工智能，许多企业面临一个重要的盲点：他们不知道支撑模型的数据是否可靠或适合此用途。 Qlik Trust Score for IA 通过一个统一且直观的评分，帮助团队识别数据信任度中断的地方。 这有助于避免偏见、偏差或错误结果的发生。
“多数公司仍然将数据的可靠性视为IT卫生问题。但事实并非如此。它是公司所有AI决策的基础，”Qlik产品与技术执行副总裁Drew Clarke表示。 如果你无法衡量数据的可信度，你就是在用结果、合规性和客户体验进行赌博。通过Qlik信任评分（Qlik Trust Score）用于人工智能，我们为领导者提供一个真实的信号，而不仅仅是主观的感知，表明他们的数据适合其用途。这就是弥合AI野心与影响之间差距的方式。
Qlik信任评分用于人工智能，基于Qlik原始的信任评分结构，引入了专门为评估人工智能准备程度而创建的三个新维度：
– 多样性衡量数据的代表性和平衡性，帮助减少人工智能训练中的偏差。
– 准时性捕获流入人工智能模型的最新数据，确保决策的相关性和更高的准确性。
– 精确指示不符合用户定义的业务规则或不可靠的质量预期的值，可能会影响组织对人工智能的信任。
结合现有的指标，如识别和使用能力，Qlik信任评分（Qlik Trust Score）为人工智能提供了一种实用的验证数据集的方法，用于人工智能培训、RAG管道或智能自动化，安全性和大型语言模型（LLMs）准备度的维度也在逐步推进中。
作为Qlik关于数据质量和治理的愿景的一部分，为了支持人工智能的各项举措，公司还推出了额外的功能，包括Qlik信任评分的历史记录功能，允许用户监控随时间的趋势，并关联信任水平的变化及其后续影响，例如模型偏差或性能下降。
此外，Qlik将推出一个提前访问计划，在Qlik Talend Cloud上体验基于人工智能的原生数据策展，旨在在数据生命周期的早期主动检测和解决数据问题。 预计将在今年下半年推出的这一功能将结合自动化规则、带有人为干预的工作流程以及整个平台的治理。 这使得数据团队和人工智能角色能够更有效地合作以改善数据质量。
“人工智能的举措仍以令人担忧的速度失败——只有一小部分能够在企业规模上创造价值，”IDC人工智能、自动化、数据与分析集团副总裁兼总经理Ritu Jyoti表示。
失落的黄金时代不是模型，而是数据。没有可见的指标来衡量数据的可信度，组织面临昂贵的失败、无法控制的偏差和停滞的采用。像Qlik的AI信任评分这样的统一信任指标，为团队提供了实现AI可靠性和可复制性所需的具体洞察。
“Reworld 是 Qlik 众多客户之一，专注于将信任落到其人工智能战略的运营中。人工智能中最难的部分往往不是模型，而是对其背后数据的信任。在我们的业务中，如果不能保证数据的可靠性，就无法保证决策的正确性，”Reworld 高级数据与分析总监查尔斯·林克（Charles Link）表示。 一个明确而持续的信号表明数据已经真正准备好用于人工智能，树立了新的标准。这使得信任从阴影中走出，进入它应有的讨论中心。
根据Qlik最近的一项调查，只有42%的高管对由人工智能生成的洞察表示完全信任且可审计，尽管几乎90%的人表示人工智能现在是其竞争战略的核心部分。 Qlik Trust Score for AI 填补了这一信任空白，采用一种客观且可重复的结构，与新兴的治理标准保持一致。
Qlik 是第一家在数据管道中直接集成专门用于人工智能的统一信任信号的公司。 它将测量、监控和校正结合在一个体验中。 Qlik Trust Score para IA já está disponível para todos os clientes do plano Enterprise do Qlik Talend Cloud.
