Az MI nem varázsló – az adataiddal van gond

Az üzleti vezetők többsége továbbra sem bízik a saját MI-modellek eredményeiben, ennek oka azonban ritkán maga az algoritmus, sokkal inkább a rendezetlen adatbázisokban keresendő. Egy friss kutatás szerint a vállalatok 42 százaléka kételkedik az MI/ML modellek pontosságában, miközben csupán 58 százalékuk alkalmaz vagy fejleszt adatmegfigyelési programokat. Pedig a strukturálatlan adatok – mint például a PDF-ek, képek – figyelése és ellenőrzése eleve hiányzik a hagyományos felügyeleti eszközökből.

Az adatok rendezetlensége hátráltatja az MI-t

Az adatmegfigyelés ma még leginkább esetleges, utólagos tűzoltás, a szervezeti adatok szigetszerűen, rendszerezetlenül gyarapodnak. A hatékony megfigyelési rendszernek proaktívnak, automatizáltnak és a teljes adat-életciklust átfogónak kellene lennie: az adatbevitel, a feldolgozás és az MI-alapú felhasználás minden szakaszára ki kellene terjednie – így a problémák azonnal felismerhetők és javíthatók lennének, mielőtt a termelési rendszerekbe kerülnének.

Komoly akadály a szakemberhiány és a pénzhiány

A cégek többségénél még nincs automatizált, beágyazott adatminőség-ellenőrzés, mivel szakember- és forráshiány nehezíti a fejlesztéseket. Közben a strukturálatlan adatbevitel aránya nő, ahogy a generatív MI-alkalmazások, például a visszakeresést kiegészítő generálás (Retrieval Augmented Generation – RAG) is terjednek – ennek ellenére kevesebb mint minden harmadik cég hasznosítja ténylegesen strukturálatlan adatait.

Minden a jól szervezett adatokon múlik

A legsikeresebb csapatok ma már közvetlenül az adatmérnöki és adatkormányzási folyamatokba építik be az adatmegfigyelést. Így megbízhatóbbá válik az adathasználat, gyorsabb és pontosabb döntések születnek, valamint csökkenthető az üzleti kockázat is.

2025, adrienne, www.techradar.com alapján