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:397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
  • 零售业的数字化转型:零售启示录

    零售业的数字化转型:零售启示录

    与酒店业非常相似,零售业的数字化转型一直是变革的巨大推动力。……查看详情

    发布时间:2019.02.26来源:亿信华辰浏览量:483次

  • 数据治理困难,即数据治理之“困”。

    数据治理困难,即数据治理之“困”。

    当前,以人工智能、区块链等为代表的数字技术不断涌现,快速向经济社会各领域融合渗透。以数据为核心的数字化转型已是大势所趋。金融业是数据密集……查看详情

    发布时间:2020.01.03来源:知乎浏览量:539次

  • 询问数据治理教练:我的数据治理计划需要多长时间?

    询问数据治理教练:我的数据治理计划需要多长时间?

    有多种不同的成熟度评估可用。如同所有的事物数据治理,我更喜欢一个简单的方法,你可以下载一个非常快速和容易的数据治理健康检查调查问卷免费在……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:411次

  • 2018年十大科技趋势与其对IT和执行的影响

    2018年十大科技趋势与其对IT和执行的影响

    消失中的企业数据中心(DisappearingEnterpriseDataCenters)目前在中国,大型企业自建并管理数据中心仍是主流……查看详情

    发布时间:2019.01.03来源:Gartner浏览量:394次

  • 如何避免先污染后治理,浅谈数据标准管理的应用

    如何避免先污染后治理,浅谈数据标准管理的应用

    数据质量的提升作为数据治理环节中非常重要的一环,我们的确需要重视,但是我们知其然,还要知其所以然,从数据质量问题出发,我们还得知道到底为……查看详情

    发布时间:2019.12.13来源:亿信华辰浏览量:400次

  • 3点告诉你如何正确实现数据治理

    3点告诉你如何正确实现数据治理

    数据驱动需要的不只是的新工具的出现。它需要对数据质量进行投资,以改变有关数据捕获系统的设计和使用方式的行为。……查看详情

    发布时间:2021.05.20来源:亿信数据治理知识库浏览量:443次

  • 国内数据治理有何新动向?

    国内数据治理有何新动向?

    大数据时代,大数据技术在飞速的发展,逐渐的,大数据融入了各行各业,并且深受各大企业的喜欢,为了让各个企业的数据资产得到充分的利用,数据治……查看详情

    发布时间:2019.09.23来源:知乎浏览量:474次

  • 人工智能治理应当起步

    人工智能治理应当起步

    人工智能正在以前所未有的速度发展,大大超出了人们的预期,目前全球活跃人工智能企业达到了5000家左右。据相关预测,到2022年全球人工智……查看详情

    发布时间:2019.10.18来源:中国经营报浏览量:389次

  • 数据治理中,符合数字标准意味着什么

    数据治理中,符合数字标准意味着什么

    数据治理中,符合数字标准意味着什么?您需要采取什么措施来确保您的数据系统,1、确保数据完整性;2、溯源数据来源;3、主数据服务……查看详情

    发布时间:2021.04.23来源:亿信数据治理知识库浏览量:456次

  • 数据治理:将数据从源头进行清洗

    数据治理:将数据从源头进行清洗

    数据一切都与技术的集中化有关。数据安全地存储在企业大型机上,只有具备导航预处理数据库技能的程序员才能访问它。差不多四十年后,所有这些都与……查看详情

    发布时间:2019.06.20来源:简书浏览量:623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