世界

多くの企業はまだ自分のAIシステムを信頼していません – それは大きな問題になる可能性があります

企業はAI/MLモデルの正確性を信頼していませんが、それはデータの基礎が悪いためです、と報告する主張データ観測可能性プログラムを実装または最適化したのは3人に1人だけですデータライフサイクル全体にわたって観察可能性は標準でなければなりませんAtaccamaの新しい研究では、かなりの割合の企業がAIモデルの出力をまだ信用していないと主張していますが、これは単にデータがまだ整っていないためかもしれません。この調査では、5つに2つ（42％）の組織がAI/MLモデルの出力を信頼していないことを発見しましたが、データ観測可能性プログラムを実装または最適化した5つに3つ（58％）しかありませんでした。Ataccamaは、従来の観測可能性ツールはPDFや画像などの非構造化データを監視するように設計されていないため、これが問題になる可能性があると言います。 あなたは好きかもしれません AIを信用しませんか？適切なデータの欠如が問題になる可能性がありますまた、このレポートは、ビジネスがしばしば取るアドホックなアプローチを明らかにしました。観察可能性はしばしば反応的に実装され、組織全体で断片化されたガバナンスとサイロをもたらしました。Ataccamaは、効果的なプログラムを、データライフサイクル全体に積極的で自動化され、埋め込まれていると定義しました。より高度な観察可能性には、自動化されたデータ品質チェックと修復ワークフローも含まれます。これにより、最終的には上流の問題を防ぐことができます。「彼らはツールに投資していますが、運用された信頼はありません。それは、摂取やパイプラインの実行からAI駆動型の消費まで、完全なデータライフサイクルに観察可能性を埋め込むことを意味します。ただし、継続的なスキル不足と限られた予算は、まだ途中で課題を提示しています。 Ataccamaはまた、生成的AIおよびRAGの採用の増加の結果として、非構造化された入力が成長し続けているが、現在、3つの組織に1つ未満が非構造化データをモデルに供給する。TechRadar Pro Newsletterにサインアップして、ビジネスが成功するために必要なすべてのニュース、意見、機能、およびガイダンスを取得してください！レポートは、「最も成熟したプログラムは、観察可能性をデータエンジニアリングとガバナンスのフレームワークに直接統合することにより、そのギャップを埋めることです。」適切な観察可能性を備えているため、企業はデータの信頼性の向上、意思決定の速い、運用リスクの低下を期待できます。あなたも好きかもしれません #多くの企業はまだ自分のAIシステムを信頼していません #それは大きな問題になる可能性があります