יכולת תצפית – עקרון מרכזי להצלחה של אינטיליגנציה מלאכותית

תצפית על נתונים: המפתח להצלחה של אינטיליגנציה מלאכותית

תצפית על נתונים אינה מוגבלת לניהול מערכות בלבד, אלא משמעה גם הבטחת איכות הנתונים, שלמות צינורות הנתונים, ודגמי אינטיליגנציה מלאכותית/למידת מכונה אשר מניבים תובנות מדויקות ואמינות. מהסקר האחרון של BARC בנושא תצפית לחדשנות באינטליגנציה מלאכותית עולה כי 76% מהארגונים כבר יישמו תוכניות תצפית רשמיות לשיפור איכות הנתונים וצינורות הנתונים.

עם זאת, ככל שזה נוגע לתצפית על דגמי AI/ML, מספרם של הארגונים המתמודדים עם האתגר הזה עדיין נמוך, מה שמוביל לבעיות אמון בתובנות המתקבלות מאינטליגנציה מלאכותית. בנוסף, אימוץ אינטיליגנציה מלאכותית גנרטיבית (GenAI) מתגבר, ודורש גישות תצפית חדשות על נתונים לא מובנים, מאגרי נתונים וקטורים, ותוכן שנוצר על ידי AI.

האתגרים המרכזיים והדרכים להתגבר עליהם

למרות האימוץ המתרקם, תצפית על נתונים ממשיכה להיות אחת מה障碍 בתהליך הבשלת האינטליגנציה המלאכותית. הסקר זיהה ארבעה אתגרים מרכזיים שעל מנהלי הנתונים להתמודד עימם:

הפער בכישורים: חוסר במקצועיות בתצפית על נתוני AI

המחסום העיקרי לתצפית הוא העדר מקצוענים מיומנים שמבינים כיצד לנטר את צינורות הנתונים של AI ואת ביצועי המודלים. פתרון אפשרי לכך הוא הקניית הכשרה וצמצום התלות בתהליכים ידניים בעזרת השקעה בכלים אוטומטיים.

בעיות אמון בנתוני AI: האם ניתן לסמוך על הדגמים המתקבלים?

רק 59% מהארגונים סומכים על התובנות המתקבלות מאינטליגנציה מלאכותית. כדי להתמודד עם כך, יש ליישם ניטור בזמן אמת של צינורות נתוני AI/ML ולחזק את המסגרות המשפטיות כדי להבטיח שהמודלים פועלים בשקיפות ובקביעות.

פערים בכלים: הסתמכות על פתרונות מיושנים במקום על כלים מתמקדים ב-AI

רוב הארגונים עדיין משתמשים בכלים מסורתיים לניהול נתונים. יש להעדיף פתרונות תצפית ייעודיים offer המציעים ניטור אוטומטי של תקלות והבנה מעמיקה של מחזור חיי הנתונים.

בשלות תצפית על AI: צפון אמריקה מובילה, אירופה במגמת אטית

88% מהארגונים בצפון אמריקה יישמו תוכניות תצפית רשמיות, לעומת 47% מהארגונים באירופה. מנהיגים אירופיים צריכים לשאוף לצמצם את פערי השלטון ולמקד את המאמצים במטרה להשוות את הסטנדרטים לצפון אמריקה.

עלייה של GenAI: איך התצפית צריכה להתפתח

עם עלייה באימוץ GenAI בקרב חברות, נדרשות דרישות חדשות המחייבות גישה מעודכנת לתצפית. כיום, 40% מהארגונים רואים בתצפית על GenAI עדיפות. יש להבטיח שקיפות ושיתוף פעולה בין מדעני הנתונים, המהנדסים ומנהיגי העסקים.

המלצות לעתיד

הדו"ח מציע מספר המלצות לקידום במסע תצפית הנתונים:

• ליישם תוכניות תצפית מובנות.
• לחזק את השלטון על מנת לעמוד בתקנות פרטיות.
• להגדיר מדדים להצלחה, כולל דיוק המודלים וניטור סיכונים.

מנהלי נתונים שאימצו את המגמות הללו ברצינות יבנו בעתיד מערכות אינטיליגנציה מלאכותית מהימנות ויעילות יותר, ויבדלו את עצמם מהמתחרים בענף