- Fivetran trình bày dữ liệu từ một cuộc khảo sát cho thấy 86% công ty gặp khó khăn trong việc tin tưởng hoàn toàn vào AI, cho thấy họ có độ trưởng thành về AI thấp để đưa ra mọi quyết định kinh doanh mà không cần sự can thiệp của con người.
- Nghiên cứu điều tra làm thế nào, mặc dù 87% doanh nghiệp xác định AI là tương lai của doanh nghiệp và đặt mục tiêu mở rộng đầu tư vào đó, việc thiếu niềm tin vào việc ra quyết định do máy dẫn dắt là một trở ngại đáng kể do những thách thức kỹ thuật và thiếu giáo dục.
- Hơn nữa, 71% những người được thăm dò gặp khó khăn khi truy cập tất cả dữ liệu cần thiết để thực thi các thuật toán, khối lượng công việc và mô hình AI.
- Theo Fivetran, các nhà khoa học dữ liệu sẽ dành ít thời gian hơn cho các hoạt động thủ công trong tương laicho phép họ tập trung vào việc tạo các mô hình AI và khởi chạy nhiều dự án dữ liệu và AI hơn.
Theo kết quả nghiên cứu của Fivetran, 86% công ty gặp khó khăn trong việc tin tưởng AI có thể đưa ra mọi quyết định kinh doanh mà không có sự tham gia của con người. Ngược lại, 90% doanh nghiệp dựa vào quy trình xử lý dữ liệu thủ công.
Hầu hết nhân viên cho rằng công ty của họ thiếu sự trưởng thành về AI
Bài viết đồng hành “Đạt được AI: Nghiên cứu về các cơ hội và trở ngại của AI” giải thích những vấn đề mà các doanh nghiệp gặp phải trong hệ sinh thái AI ngày nay. Bài viết điều tra làm thế nào, mặc dù 87% doanh nghiệp xác định AI là tương lai của doanh nghiệp và mong muốn mở rộng đầu tư vào đó, việc thiếu niềm tin vào việc ra quyết định do máy dẫn dắt là một trở ngại đáng kể do những thách thức kỹ thuật và thiếu giáo dục. Chỉ 14% số người được hỏi tin rằng công ty của họ đang “tiến bộ” về độ trưởng thành của AI.
Hầu như tất cả các công ty được thăm dò đều thu thập và sử dụng dữ liệu từ các hệ thống vận hành, tuy nhiên những thách thức về dữ liệu vẫn tiếp tục. Theo phát hiện, đường dẫn dữ liệu kỹ thuật là nguyên nhân lớn gây ra sự thất vọng, với 73% cho thấy việc trích xuất, tải và xử lý dữ liệu từ nhiều nguồn khác nhau vào các kho riêng biệt là một khó khăn đáng kể. Hơn nữa, 71% những người được thăm dò gặp khó khăn khi truy cập tất cả dữ liệu cần thiết để thực thi các thuật toán, khối lượng công việc và mô hình AI.
Điều này dẫn đến 73% số người được hỏi ít tin tưởng hơn vào việc chuyển đổi những hiểu biết sâu sắc về dữ liệu thành hướng dẫn thực tế cho những người ra quyết định, điều này khiến họ phải dựa vào các phán đoán do con người dẫn dắt trong 71% thời gian.
Theo phát hiện này, các nhà khoa học dữ liệu dành nhiều thời gian làm việc với dữ liệu hơn là xây dựng các mô hình AI để nâng cao kết quả kinh doanh thông qua những hiểu biết sâu sắc về dự báo và ra quyết định. Khi được hỏi họ dành bao nhiêu thời gian để chuẩn bị dữ liệu so với xây dựng mô hình AI, các nhà khoa học dữ liệu cho biết việc này chiếm trung bình 70% thời gian của họ và kết quả là 87% cho biết họ cảm thấy không được sử dụng đúng mức trong công ty của mình.
Các vấn đề về quản trị dữ liệu cũng là mối quan tâm của các tổ chức, với 64% tổ chức được khảo sát của Hoa Kỳ thừa nhận cần cải thiện đáng kể việc tuân thủ vai trò, chính sách và tiêu chuẩn quản trị dữ liệu của họ để đảm bảo dữ liệu được sử dụng hiệu quả, an toàn và phù hợp với chính phủ. quy định.
Fivetran coi tự động hóa dữ liệu và quy trình AI là giải pháp cho các vấn đề về trưởng thành AI. “Với khả năng tự động hóa cao hơn, các tổ chức có thể đạt được quy mô lớn hơn và hiệu quả chi phí hơn đồng thời tiết kiệm thời gian. Quan trọng hơn, tự động hóa nhiều hơn cho phép các nhà khoa học dữ liệu tập trung vào giải quyết các vấn đề phức tạp quan trọng đối với doanh nghiệp thay vì duy trì đường dẫn dữ liệu hoạt động,” Brenner Heintz từ Fivetran nêu trong một bài đăng trên blog.
Ông cũng đề cập rằng việc dạy các bên liên quan trong kinh doanh xây dựng niềm tin vào AI và cải thiện sự trưởng thành về AI của họ có thể là một giải pháp. “Các bên liên quan và người dùng doanh nghiệp phải nhận thức được các quy trình AI để hiểu đầy đủ cách đưa ra các quyết định này. Nhưng điều quan trọng nữa là sự tham gia của con người phải tập trung vào đúng lĩnh vực — chẳng hạn như cải thiện chất lượng dữ liệu và hiệu suất của các mô hình AI, điều này sẽ mang lại niềm tin lớn hơn.”
Các kỹ sư ML xây dựng cầu nối giữa dữ liệu và AI
Fivetran cho biết các đường dẫn dữ liệu tự động của họ phản ứng với các thay đổi trong lược đồ, cho phép khách hàng tự động hóa hoàn toàn việc nhập nhiều nguồn dữ liệu vào một kho dữ liệu hoặc hồ dữ liệu dựa trên đám mây duy nhất để chuyển đổi dữ liệu, giúp tiết kiệm đáng kể thời gian. Fivetran tuyên bố thêm rằng chiến lược định giá dựa trên mức tiêu dùng của họ cho phép doanh nghiệp giảm chi phí bằng cách chỉ sao chép dữ liệu cần thiết. Cuối cùng, doanh nghiệp tuyên bố rằng các nhà khoa học dữ liệu sẽ dành ít thời gian hơn cho các hoạt động thủ công, giúp họ có thời gian tập trung phát triển các mô hình AI và khởi động các dự án AI và dữ liệu mới.
George Fraser, Giám đốc điều hành của Fivetran, cho biết: “Nghiên cứu này nêu bật những lỗ hổng đáng kể trong việc di chuyển và truy cập dữ liệu không hiệu quả giữa các tổ chức. Một chương trình AI thành công phụ thuộc vào nền tảng dữ liệu vững chắc, bắt đầu với kho hoặc hồ dữ liệu đám mây làm cơ sở. Các nhóm phân tích sử dụng ngăn xếp dữ liệu hiện đại có thể dễ dàng mở rộng giá trị dữ liệu của họ hơn và tối đa hóa khoản đầu tư của họ vào AI và khoa học dữ liệu.”
Vanson Bourne đã thực hiện cuộc thăm dò trực tuyến với 550 nhân viên khoa học dữ liệu và CNTT cấp cao đến từ Hoa Kỳ, Vương quốc Anh, Ireland, Pháp và Đức. Bạn có thể lấy một bản sao của báo cáo đây.
