لعقود من الزمن ، أدركت الشركات من جميع الأحجام أن البيانات المتاحة لهم لها قيمة كبيرة ، لتحسين تجارب المستخدم والعملاء وتطوير الخطط الاستراتيجية بناءً على الأدلة التجريبية.
نظرًا لأن الذكاء الاصطناعي أصبح متاحًا وعمليًا بشكل متزايد لتطبيقات الأعمال في العالم الحقيقي ، فقد نمت القيمة المحتملة للبيانات المتاحة بشكل كبير. يتطلب تبني الذكاء الاصطناعى بنجاح جهد كبير في جمع البيانات ، والترتيب ، والمعالجة المسبقة. علاوة على ذلك ، يجب معالجة الجوانب المهمة مثل حوكمة البيانات والخصوصية وإخفاء الهوية والامتثال التنظيمي والأمن بعناية من البداية.
في محادثة مع Henrique Lemes ، قائد منصة بيانات Americas في IBM ، استكشفنا التحديات التي تواجهها المؤسسات في تنفيذ الذكاء الاصطناعي العملي في مجموعة من حالات الاستخدام. لقد بدأنا بفحص طبيعة البيانات نفسها ، وأنواعها المختلفة ، ودورها في تمكين التطبيقات الفعالة التي تعمل بالنيابة.
أبرز هنريك أن الإشارة إلى جميع معلومات المؤسسة ببساطة على أنها “بيانات” تقلل من تعقيدها. تنقل المؤسسة الحديثة مشهد مجزأ من أنواع البيانات المتنوعة والجودة غير المتسقة ، وخاصة بين المصادر المنظمة وغير المنظمة.
بعبارات بسيطة ، تشير البيانات المهيكلة إلى المعلومات التي يتم تنظيمها بتنسيق موحد وقابل للبحث بسهولة ، وتمكين المعالجة والتحليل الفعال من قبل أنظمة البرمجيات.
البيانات غير المهيكلة هي معلومات لا تتبع تنسيقًا محددًا أو نموذجًا تنظيميًا ، مما يجعله أكثر تعقيدًا للمعالجة والتحليل. على عكس البيانات المهيكلة ، فإنه يتضمن تنسيقات متنوعة مثل رسائل البريد الإلكتروني ، ووسائل التواصل الاجتماعي ، ومقاطع الفيديو ، والصور ، والمستندات ، وملفات الصوت. على الرغم من أنه يفتقر إلى التنظيم الواضح للبيانات المنظمة ، فإن البيانات غير المهيكلة تحمل رؤى قيمة ، عند إدارتها بفعالية من خلال التحليلات المتقدمة و AI ، يمكن أن تدفع الابتكار وإبلاغ قرارات العمل الاستراتيجية.
صرح هنريك ، “في الوقت الحالي ، يتم استخدام أقل من 1 ٪ من بيانات المؤسسات بواسطة الذكاء الاصطناعى التوليدي ، وأكثر من 90 ٪ من هذه البيانات غير منظم ، مما يؤثر بشكل مباشر على الثقة والجودة”.
عنصر الثقة من حيث البيانات هو عنصر مهم. يحتاج صانعي القرار في المنظمة إلى اعتقاد ثابت (TRUST) بأن المعلومات الموجودة في متناول أيديهم كاملة وموثوقة وتم الحصول عليها بشكل صحيح. ولكن هناك أدلة على أن الدول التي تقل عن نصف البيانات المتاحة للشركات تستخدم في الذكاء الاصطناعى ، مع تجاهل البيانات غير المهيكلة غالبًا أو يتم تهميشها بسبب تعقيد معالجتها وفحصها من أجل الامتثال – وخاصة على نطاق واسع.
لفتح الطريق لاتخاذ قرارات أفضل تستند إلى مجموعة أكمل من البيانات التجريبية ، يجب تحويل هدئة المعلومات المستهلكة بسهولة إلى خروع. وقال هنريك إن الابتلاع الآلي هو الحل في هذا الصدد ، لكن لا يزال يتعين تطبيق قواعد الحوكمة وسياسات البيانات – على البيانات غير المنظمة والمهيكلة على حد سواء.
حدد هنريك العمليات الثلاث التي تتيح للمؤسسات الاستفادة من القيمة المتأصلة لبياناتها. “أولاً ، الابتلاع على نطاق واسع. من المهم أتمتة هذه العملية. ثانياً ، الحوكمة والبيانات. والثالث (عندما) يمكنك إتاحة هذا من أجل الذكاء الاصطناعى التوليدي. نحقق أكثر من 40 ٪ من العائد على الاستثمار على أي حالة استخدام تقليدية.”
توفر IBM استراتيجية موحدة ، متجذرة في فهم عميق لرحلة AI للمؤسسة ، إلى جانب حلول البرمجيات المتقدمة وخبرة المجال. يمكّن ذلك المنظمات من تحويل البيانات المهيكلة وغير المنظمة بكفاءة وأمان إلى أصول جاهزة لـ AI ، وكلها ضمن حدود أطر الحوكمة والامتثال الحالية.
وقال: “إننا نجمع بين الأشخاص والعمليات والأدوات. إنها ليست بسيطة بطبيعتها ، لكننا نقوم بتبسيطها من خلال مواءمة جميع الموارد الأساسية”.
مع توسيع نطاق الأعمال والتحويل ، يزداد تنوع وحجم بياناتها. لمواكبة ذلك ، يجب أن تكون عملية ابتلاع بيانات الذكاء الاصطناعي قابلة للتطوير ومرنة.
وقال “(الشركات) واجهت صعوبات عند التحجيم لأن حلول الذكاء الاصطناعى قد تم بناؤها في البداية لمهام محددة. عندما تحاول توسيع نطاقها ، فإنها في كثير من الأحيان ليست جاهزة ، وتنمو خطوط أنابيب البيانات أكثر تعقيدًا ، وأصبحت إدارة البيانات غير المهيكلة ضرورية.
تتمثل نهج IBM في فهم رحلة كل عميل من الذكاء الاصطناعي ، مما يخلق خريطة طريق واضحة لتحقيق عائد استثمار من خلال تنفيذ AI فعال. وقال هنريك: “إننا نعطي الأولوية لدقة البيانات ، سواء كانت منظمة أو غير منظمة ، إلى جانب ابتلاع البيانات ، والنسب ، والحوكمة ، والامتثال للوائح الخاصة بالصناعة ، والقابلية اللازمة. هذه القدرات تمكن عملائنا من التوسع عبر حالات الاستخدام المتعددة والاستفادة الكاملة من قيمة بياناتهم”.
مثل أي شيء جدير بالاهتمام في التنفيذ التكنولوجي ، يستغرق الأمر وقتًا طويلاً لوضع العمليات الصحيحة في مكانها ، والانجذاب إلى الأدوات الصحيحة ، ولديها رؤية ضرورية لكيفية الحاجة إلى التطور.
تقدم IBM للمؤسسات مجموعة من الخيارات والأدوات لتمكين أعباء عمل الذكاء الاصطناعي في الصناعات الأكثر تنظيمًا ، على أي نطاق. مع البنوك الدولية ، والبيوت المالية ، والشركات متعددة الجنسيات العالمية بين قائمة عميلها ، هناك القليل من البدائل للأزرق الكبير في هذا السياق.
لمعرفة المزيد حول تمكين خطوط أنابيب البيانات لمنظمة العفو الدولية التي تدفع الأعمال التجارية وتقديم عائد استثمار سريع ومهم ، توجه إلى هذه الصفحة.
يقوم المنشور بإلغاء قفل 99 ٪ من بياناتك – ظهر الآن جاهزًا لـ AI أولاً على أخبار الذكاء الاصطناعي.