這 Qlik'''1,一家數據整合、數據品質、分析和人工智慧(AI) 領域的全球公司宣布普遍推出Qlik Trust Score for AI,這是一項行業領先的創新,旨在幫助組織評估數據是否真正適合AI,甚至在其達到模型之前。 Qlik Trust Score for AI 整合到 Qlik Talend Cloud 中,具有專為特定 AI 維度創建的分數(分數),幫助客戶建立負責任且可擴展的人工智慧所需的資料庫。
隨著公司加速人工智慧的採用,許多人面臨著一個重要的盲點:他們不知道為其模型提供的數據是否可靠或適合目的。人工智慧的 Qlik 信任分數透過單一、直觀的分數解決了這個問題,該分數顯示團隊對資料的信任度下降。這有助於防止偏差、偏差或不正確結果的發生。
“大多數公司仍然將數據可靠性視為 IT 衛生問題”。但事實並非如此。 Qlik 產品和技術執行副總裁 Drew Clarke 表示,這是公司做出的所有人工智慧決策的基礎。」“如果你無法衡量對數據的信任,你就會押注於結果、合規性和客戶體驗”。透過人工智慧的 Qlik 信任評分,我們為領導者提供了一個真實的信號,而不僅僅是主觀感知,表明他們的數據適合目的。這就是人工智慧雄心和影響力之間差距的縮小方式。
人工智慧 Qlik 信任評分建立在原始 Qlik 信任評分框架的基礎上,引入了三個專門用於評估人工智慧準備的新維度:
''' 多樣性:衡量數據的代表性和平衡性,有助於減少人工智慧培訓中的偏見。
''' 準時:捕捉流入人工智慧模型的最新數據,確保與更準確決策的相關性。
''' 精密:表示不屬於使用者定義的業務規則或不可靠的品質期望的值,這些值可能會損害組織對人工智慧的信任。
結合識別和使用能力等現有指標,人工智慧 Qlik 信任評分提供了一種驗證用於人工智慧培訓、RAG 管道或智慧自動化的資料集的實用方法,以及即將推出的法學碩士的安全性和就緒維度。
作為 Qlik 人工智慧計畫資料品質和治理願景的一部分,該公司還推出了其他功能,包括 Qlik 信任評分的歷史化,該評分允許用戶監控隨時間的趨勢並將信任等級的變化與信任等級的變化相關聯。隨後的影響將是,例如模型偏差或效能下降。
此外,Qlik還將在Qlik Talend Cloud上推出原生人工智慧資料管理體驗搶先體驗計劃,目標是在生命週期的早期主動檢測和解決資料問題。該功能於今年下半年推出,將結合自動化規則、人工幹預工作流程和平台範圍內的治理。這使得資料團隊和人工智慧角色能夠更有效地協作來修正資料品質。
IDC 人工智慧、自動化、數據和分析副總裁兼集團總經理 Ritu Jyoti 表示,「人工智慧計畫仍然以驚人的速度失敗,只有一小部分能夠在企業規模上實現價值」。
“缺失的環節不是模型;而是模型。"這是數據。如果沒有可見的數據信任指標,組織就會面臨代價高昂的失敗、不受控制的偏見和停滯採用的風險。統一的信任信號,例如Qlik 的人工智慧信任分數,為團隊提供了使人工智慧可靠和可複製所需的具體見解。
“A Reworld”是眾多專注於營運對其人工智慧策略的信任的 Qlik 客戶之一。人工智慧最困難的部分很少是模型。它信任背後的數據。在我們的業務中,如果我們無法保證數據,我們就無法保證決策,Reworld 數據和分析高級總監 Charles Link 表示。“一個清晰、持續的信號,表明數據真正準備好了人工智慧設定了一個新標準。這導致信任走出陰影,進入它所屬的對話中心。"
根據最近的Qlik 調查,只有42% 的高階主管對人工智慧產生的見解表達了充分的、可審計的信心,儘管近90% 表示人工智慧現在是他們競爭策略的核心部分。人工智慧的Qlik 信任分數透過客觀的方式彌合了這一信任差距。,可重複的框架,與新興的治理模式保持一致。
Qlik 是第一家將人工智慧特定的統一信任訊號直接整合到資料管道中的公司。它將測量、監控和修復結合到單一體驗中。人工智慧 Qlik 信任評分現已向所有 Qlik Talend 雲端企業計畫客戶開放。


