从数据管理开始 才能为人工智能的成功做好准备

发布时间:2019.02.15来源:亿信华辰浏览量:398次标签:数据治理

如果你已经决定在今年做更多的人工智能实验,请首先仔细研究您的数据管理实践。

对于一个有一整个团队和组织正在急切地想要“进入人工智能领域”的CIO来说,这可能很难听到。人们很容易的就一头扎进数据科学和人工智能领域当中。然而,如果不首先了解数据管理(以及数据的其他方面)的重要性,就很难取得进展。

记住,AI即数据。在没有数据的情况下,你无法使用AI或机器学习做任何事情,因此你必须首先确保理解并管理数据的生命周期。

好的数据管理的标志

数据管理虽然不是CIO最重要的方面之一,但它对机器学习和人工智能却是至关重要。老话说得好,“输出质量是由输入质量决定的”用在这里非常合适,因为如果你拥有的是糟糕的数据,你也将得到一个糟糕的模型。一个糟糕的模型反过来又会告诉你去做错误的事情,这确实会对你的组织造成一些损害。

也就是说,当你的数据管理得当时,人工智能绝对可以改变一个组织的能力和可能性。

为了确保你的组织在使用AI时走上正确的道路,你需要仔细查看你的数据管理实践。一个数据管理的关键要素之一是理解:

你的数据来自何处

谁访问或更改了该数据

如何使用你的数据(例如,你是否有权将数据用于其他目的?)

收集数据的时间

你的数据在过去有什么用途(以及将来可能如何使用)。

4个需要检查的领域

在接下来的一年里,想想你的目标。如果AI出现在这个列表上的任何地方,你都需要认真考虑如何从事一些专注于数据和数据管理的最佳实践。在新年的会议中考虑一下这些问题。

首先,为了确保你的数据不是垃圾,你需要从全局开始,虽然这听起来可能违反直觉。你需要构建一个数据策略来回答围绕数据的这些“大”问题,然后考虑治理、质量和集成等相关的关键元素。以下是我认为可以帮助你为AI做好准备的几个方面:

数据策略:即数据的“who, what, when, why, 以及 how”。你的数据策略会告诉你所做的一切。如果你没有数据策略,你确实需要制定一个。

数据治理:管理组织数据的(或应该)的规则和系统。数据治理应该由数据策略来驱动。治理应该考虑(并管理)数据的所有方面,包括数据质量、数据访问和数据集成。

数据质量:拥有一个能够确保数据准确和有用的过程和系统。数据质量的保证需要从收集数据的瞬间开始,并在整个数据生命周期中持续。数据质量应该由数据治理规则/系统来决定和驱动。

数据集成:许多人会将数据集成到其他领域(不管他们是否有这样的意识),但是他们应该在考虑数据时就考虑到这一点。它将被数据策略所告知和驱动,并与数据质量密切相关。必须花时间考虑如何在整个组织和整个数据生命周期中集成数据。

数据管理、数据策略和数据治理可能不像谈论人工智能和机器学习来得那么吸引人,但是在能够正确地使用人工智能之前,必须先将这些数据整理好。当你的同事在下一次社交活动中不断谈论人工智能时,你必须提醒他们数据有多重要。提醒他们“输出质量是由输入质量决定的”--尤其是在人工智能和机器学习方面。

在未来一年,预计我们将看到会有比以往任何时候都多的资源转向人工智能和与是人工智能相关的项目上面。如果人工智能是你所在的IT组织的下一个重点关注领域,那就从数据管理开始吧,这样才能为自己最后的成功做好准备。



(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 预约演示
相关文章推荐
  • 政府如何进行数据治理

    政府如何进行数据治理

    政府掌握全社会重要核心的、高价值的数据,如何通过有效管理,进行共享开放与协同,释放背后价值,赋能管理、服务决策,推动治理能力的提升对于我……查看详情

    发布时间:2021.08.30来源:亿信华辰浏览量:652次

  • 数据太多、太乱、太杂?你需要这样一套数据治理平台

    数据太多、太乱、太杂?你需要这样一套数据治理平台

    当前,企业变革已经成为企业适应剧烈变化的市场环境、实现长期发展的必经之路。然而,过去为组织带来工作效率提升的烟囱式的孤岛式的业务系统……查看详情

    发布时间:2019.11.20来源:知乎浏览量:471次

  • 企业数据治理需要的能力

    企业数据治理需要的能力

    数据治理必然带来新的标准的确立和旧系统的改造,是一个有破有立、无破不立的过程。这一过程设计大量的跨部门、跨条线、跨系统的沟通协调,同时也……查看详情

    发布时间:2021.09.06来源:亿信华辰浏览量:528次

  • 大数据时代的数据治理

    大数据时代的数据治理

    随着Hadoop技术的提升,数据如何进来,如何整合,开展什么样的应用都已经有了成熟的案例,可是,同传统数仓时代一样,垃圾进垃圾出,如何破……查看详情

    发布时间:2020.03.19来源:知乎浏览量:461次

  • 数据治理如何释放信息的力量来解决实际的业务问题

    数据治理如何释放信息的力量来解决实际的业务问题

    数字商务永远改变了零售业的面貌。广泛的产品选择,快速交付和简单易用的搜索功能,也推荐相关产品,提高了标准。……查看详情

    发布时间:2019.08.02来源:知乎浏览量:431次

  • 大数据应用与治理

    大数据应用与治理

    不可否认的是,大数据产业很快就要迎来自己的爆发期。经过几年基础建设的培育,技术层面已基本可以满足相关应用,所以行业人士也普遍达成共识,接……查看详情

    发布时间:2019.03.08来源:亿信华辰浏览量:465次

  • 数据治理过程中核心数据界定怎么破?

    数据治理过程中核心数据界定怎么破?

    数据治理过程中,在我们费了九牛二虎之力盘点出企业当前数据资产的家当,形成了数据资产的清单后,同时也会列明这个业务域的核心数据实体,这就碰……查看详情

    发布时间:2019.08.08来源:CSDN浏览量:463次

  • 如何建立有效的数据交换管理平台?

    如何建立有效的数据交换管理平台?

    随着企业综合管理水平的提高和信息化建设的开展和深入,企业数值转型也越发迫切,企业在转型过程中必然会有业务系统之间数据交换,但是数据交换又……查看详情

    发布时间:2020.04.22来源:知乎浏览量:480次

  • 数据治理流程

    数据治理流程

    数据治理流程必须通过TSDS数据治理流程审查TEA收集的所有数据。此过程允许用户监督 TEA如何从LEA收集立法规定的数据以及为stud……查看详情

    发布时间:2018.11.27来源:数据治理浏览量:591次

  • 微软收购BlueTalon以支持数据治理产品

    微软收购BlueTalon以支持数据治理产品

    微软今天宣布收购BlueTalon,这是一家总部位于加利福尼亚州雷德伍德市的跨平台数据访问控制解决方案提供商,收购金额不详。Azure ……查看详情

    发布时间:2019.08.02来源:知乎浏览量:437次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议