下一代人工智能技術(shù)之于企業(yè)，就像智能手機之于青少年：幾乎每個人都想用，但并不是每個人都準備好正確的使用方法。

對于青少年來說，智能手機是必備商品，標志著成熟和對未來的擁抱。但要更好地用好一部手機，青少年應該表現(xiàn)出一定程度的技術(shù)能力。同樣，如今大多數(shù)企業(yè)都渴望采用現(xiàn)代人工智能技術(shù)，例如大型語言模型。但是，根據(jù)其數(shù)據(jù)管理實踐的成熟度，他們可能已經(jīng)準備好或可能還沒有準備好實施此類技術(shù)。

現(xiàn)在，我們要定期為企業(yè)提供建議，幫助他們確定是否具備充分利用人工智能所需的數(shù)據(jù)管理策略。

為什么現(xiàn)代人工智能的時機已來

我們知道，人工智能是目前最熱門的趨勢之一。特別是生成式人工智能技術(shù)的日益成熟，使企業(yè)敏銳地意識到現(xiàn)代人工智能解決方案帶來了更多更大的潛力，將會為企業(yè)帶來更好地競爭優(yōu)勢。當然， 這取決于企業(yè)管理者接受人工智能技術(shù)的程度。

事實上，即使有些企業(yè)尚未開始嘗試大型語言模型等技術(shù)，現(xiàn)在也需要開始布局了。我們認為，在下一代人工智能的幫助下，獲得競爭優(yōu)勢的窗口已然敞開，但是也并不會永遠保持這種狀態(tài)。因此，不盡快采取行動的企業(yè)，將會被拋在隊伍后面。

您的數(shù)據(jù)管理策略是否為 AI 做好了準備？ 實際上，僅僅因為企業(yè)想要人工智能，并不意味著他們已經(jīng)準備好了。在加入 AI 之前，企業(yè)需要評估其數(shù)據(jù)管理策略，并評估該策略在部署和使用下一代 AI 技術(shù)方面的優(yōu)勢。

要做好數(shù)據(jù)管理策略，必須考慮以下五個最重要的因素

1、數(shù)據(jù)質(zhì)量

數(shù)據(jù)質(zhì)量對于應用人工智能技術(shù)至關(guān)重要。如果使用低質(zhì)量數(shù)據(jù)訓練 AI 模型，則模型將做出低質(zhì)量或不一致的決策。因此，能夠評估和優(yōu)化數(shù)據(jù)質(zhì)量是利用人工智能的關(guān)鍵要求。

數(shù)據(jù)質(zhì)量首先要定義反映數(shù)據(jù)準確性、完整性和一致性的指標，然后定期（或最好連續(xù)）衡量這些指標。此外，企業(yè)應該有適當?shù)墓ぞ吆土鞒虂硖岣邤?shù)據(jù)質(zhì)量，例如，從數(shù)據(jù)集中刪除冗余信息或刪除可能代表不準確數(shù)據(jù)點的異常值。

2、數(shù)據(jù)可訪問性

如果 AI 算法和模型難以訪問企業(yè)中的數(shù)據(jù)，那么在 AI 方面不會走得太遠。因此，企業(yè)需要一種數(shù)據(jù)管理策略來確保數(shù)據(jù)的可訪問性，這意味著企業(yè)擁有的所有數(shù)據(jù)都可以輕松連接到想要使用它的應用程序（包括 AI 應用程序）或與之集成的其它應用程序。

在處理“普通”類型的數(shù)據(jù)（如數(shù)據(jù)庫）時，數(shù)據(jù)可訪問性的重要性通常是顯而易見的。但請記住，數(shù)據(jù)可訪問性對于其他類型的數(shù)據(jù)也至關(guān)重要，例如半結(jié)構(gòu)化、非結(jié)構(gòu)化和“暗”數(shù)據(jù)，所有這些數(shù)據(jù)也可能在 AI 用例中發(fā)揮作用。

3、數(shù)據(jù)靈活性

只能以一種形式提供且無法重組的數(shù)據(jù)對 AI 來說并不是很有用，只能在小規(guī)模或特定配置下訪問的數(shù)據(jù)也不是。

為了充分利用 AI，企業(yè)需要盡可能靈活的數(shù)據(jù)。無論處理的數(shù)據(jù)量、結(jié)構(gòu)或存儲位置如何，數(shù)據(jù)管理工具和流程都應允許將數(shù)據(jù)應用于任何 AI 用例。有時，這樣做需要進行更改，例如將數(shù)據(jù)遷移到新的存儲平臺或?qū)⑵滢D(zhuǎn)換為其他格式。

4、數(shù)據(jù)治理

與現(xiàn)代 AI 相關(guān)的一個關(guān)鍵挑戰(zhàn)是，企業(yè)并不總是知道 AI 模型如何處理數(shù)據(jù)，尤其是在使用第三方 AI 服務時。

因此，數(shù)據(jù)治理是負責任地使用 AI 的關(guān)鍵支柱。數(shù)據(jù)治理允許企業(yè)建立有關(guān)不同數(shù)據(jù)資產(chǎn)的使用位置和方式的規(guī)則。例如，企業(yè)可能對一些數(shù)據(jù)過于敏感，無法向第三方 AI 服務公開。借助數(shù)據(jù)治理策略，可以制定明確的策略來定義 AI 模型如何使用數(shù)據(jù)。

5、數(shù)據(jù)管理

建立數(shù)據(jù)治理規(guī)則是一回事，執(zhí)行它們是另一回事，這就是數(shù)據(jù)管理的用武之地。

數(shù)據(jù)管理允許企業(yè)制定實施流程，以確保團隊在處理數(shù)據(jù)時遵循數(shù)據(jù)治理和質(zhì)量規(guī)則。適當?shù)臄?shù)據(jù)管理可以防范 AI 模型帶來的風險，以及其他挑戰(zhàn)。

在 AI 時代充分利用數(shù)據(jù)

長期以來，數(shù)據(jù)一直是業(yè)務成功的關(guān)鍵因素。但是，下一代人工智能技術(shù)使得企業(yè)充分利用其掌握的數(shù)據(jù)變得更加重要。

然而，正如我們每天在幫助公司實現(xiàn)數(shù)據(jù)管理戰(zhàn)略現(xiàn)代化時所提醒的那樣，一些企業(yè)比其他企業(yè)更愿意利用人工智能，因為有些企業(yè)比其他企業(yè)擁有更成熟的數(shù)據(jù)管理實踐。在嘗試采用 AI 技術(shù)之前，發(fā)現(xiàn)您的數(shù)據(jù)管理策略還不夠成熟，無法支持它，請評估您如何管理數(shù)據(jù)，然后在開始實施 AI 之前識別并解決問題。

原文標題：Is Your Data Management Strategy Ready for AI? 5 Ways to Tell

原文作者：Daniel Zagales