根据Kompprise委托进行的“非结构化数据管理状况”调查 显示,人工智能正成为IT和商业领袖面临的主要数据管理挑战。
研究显示,公司在很大程度上允许员工使用生成型人工智能,但三分之二(66%)的公司担心它可能带来的数据治理风险,包括隐私、安全以及供应商解决方案中缺乏数据源透明度。
这项由数据管理供应商Kompprise委托进行的“非结构化数据管理状况”调查收集了美国和英国拥有1000多名员工的公司的300名企业存储IT和业务决策者的回复。
虽然只有10%的组织不允许员工使用生成人工智能,但大多数组织担心不道德、有偏见或不准确的输出,以及公司数据泄露到供应商的人工智能系统中。
为了应对这些挑战,同时也从人工智能中寻找竞争优势,研究发现,40%的领导者正在采取多管齐下的方法来降低人工智能中非结构化数据的风险,包括存储、数据管理和安全工具,以及使用内部工作组来监督人工智能的使用。
领导者面临的最大非结构化数据管理挑战是“在不干扰用户和应用程序的情况下移动数据”(47%),但紧随其后的是“为人工智能和云服务做准备”(46%)。
“生成式人工智能对数据治理和保护提出了新的问题,” NAND Research首席分析师Steve McDowell表示,“研究显示,IT领导者正在努力在快速推出生成式人工智能解决方案的同时,负责平衡企业数据的保护,但这是一个困难的挑战,需要采用智能工具。”
“IT领导者正在将重点转移到利用生成性人工智能解决方案上,但他们希望在这样做时有所限制, ” Kompprise首席执行官Kumar Goswami补充道,“人工智能的数据治理需要正确的数据管理策略,包括跨数据存储孤岛的可见性、数据来源的透明度、高性能的数据移动性和安全的数据访问。”
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator,解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法,并基于分析洞察开发出性能优异的引导遗忘新方法,为构建更负责任的AI系统提供重要工具支持。