L'intelligence artificielle sans données est artificielle

Avez-vous déjà regardé un robot aspirateur au travail? Cela commence par être amusant et devient de plus en plus irritant au fur et à mesure que vous regardez manquer la tâche que vous souhaitez nettoyer. La promesse de intelligence artificielle (AI) est à peu près la même. Il peut automatiser des tâches de routine et générer une valeur tangible significative. mais si vous ne faites pas attention, vous risquez de passer le plus clair de votre temps à cogner contre le même mur ou à rester coincé dans un fouillis de câbles pour la vingtième fois. Il existe malheureusement des preuves que les entreprises passent plus de temps à perdre qu'à tirer une valeur de l'IA:

• 84% des clients s'inquiètent de la qualité des données utilisées pour alimenter des algorithmes.
• 86% des entreprises affirment qu'elles le sont ne tirant pas le meilleur parti de leurs données.
• 74% affirment que leur paysage de données est si complexe qu'il limite leur agilité.

Comme pour les robots aspirateurs, la clé d'un bon résultat est de commencer par un peu de rangement. L’intelligence artificielle utilise des mathématiques complexes et une puissance de calcul avancée pour produire des résultats, mais c’est les données qui alimentent tous les calculs sophistiqués et le matériel coûteux. Les données sont la pierre angulaire de l'intelligence artificielle, et sans une bonne maîtrise de la gestion des données, l'intelligence artificielle ne donnera pas de résultats positifs.

Les sociétés ont abandonné le paradigme traditionnel sur site, stockant des données dans des bases de données régies par le secteur d'activité des applications telles que les ERP, à un où les applications sont à la fois dans le nuage et sur site. Les données proviennent désormais de sources moins structurées (médias sociaux, blogs, capteurs, par exemple). Le résultat est un paysage de plus en plus complexe pour les données. Cette complexité est venue de toute une série de nouveaux outils permettant de gérer tous les nouveaux types, formats et emplacements de données.

Gestion d'un flot de nouvelles données pour alimenter l'IA

Tandis que les entreprises essayaient de suivre le flot de nouvelles données. , l’idée du lac de données en tant que stockage unique de toutes les données pour une utilisation ultérieure est devenue populaire, donnant lieu à davantage d’outils et de techniques. Bientôt, il y a eu une fracture entre les données hautement gouvernées des systèmes informatiques d'entreprise et le monde complet mais souvent mal gouverné de lacs de données à grande échelle et de flux de données provenant de blogs, de syslogs, de capteurs, d'appareils IoT, etc. Mais l'IA doit se connecter à toutes ces données, ainsi qu'aux sources de données image, vidéo, audio et texte. Essayer simplement de gérer toutes ces connexions a nécessité de multiples outils fracturés et fragmentés.

De nouvelles solutions cloud complètes transforment l’intelligence artificielle au sein de l’entreprise en gérant trois points essentiels:

• Les données dont vous avez besoin, quel que soit leur emplacement ou leur type
• La conception de l’apprentissage automatique algorithmes avec les outils et les infrastructures que vos équipes de science des données souhaitent utiliser
• Déploiement de l'apprentissage automatique avec des conteneurs en nuage afin que l'informatique puisse déployer, gérer et automatiser rapidement le cycle de vie de bout en bout de l'intelligence artificielle

Intelligence artificielle est un travail d’équipe qui requiert coordination et coopération entre:

• Les utilisateurs métier qui comprennent les besoins de l’organisation et ses clients
• Les ingénieurs de traitement de données qui comprennent l’emplacement et la structure des données
• Les données des équipes scientifiques qui comprennent comment extraire de la valeur de ces données
• Les équipes informatiques et DevOps qui les prennent en charge

Chaque membre de votre équipe d'intelligence artificielle devrait pouvoir travailler ensemble pour uctivité et rapidité, pris en charge par un logiciel offrant des outils intégrés pour la gouvernance, la gestion des métadonnées et la transparence de l’apprentissage automatique. Cette approche vous permet de vous assurer que les résultats de leurs efforts peuvent être expliqués, compris et fiables.

Création de la chaîne de montage de l'IA

Alors que la deuxième révolution industrielle était guidée par la chaîne de montage pour la fabrication physique, la La quatrième révolution industrielle sera guidée par la chaîne de montage de l'IA: la possibilité de décomposer la création de l'IA en éléments spécialisés réunis par un processus métier et automatisé à grande échelle. Les entreprises peuvent ainsi exploiter au maximum leurs ressources de données et offrir les meilleures expériences possibles à leurs clients et à leurs consommateurs.

En savoir plus sur SAP Data Intelligence annoncé à SAPPHIRE NOW, qui permet de créer une intelligence artificielle chaîne de montage pour les organisations de manière fiable et reproductible.

Et rejoignez notre webinaire «Voies vers l’entreprise intelligente», le mardi 11 juin, avec Phil Carter, analyste en chef chez IDC, ainsi que Dan Kearnan et Ginger Gatling chez SAP. Enregistrez-vous ici .

Cet article a paru à l'origine sur le blog SAP HANA et est republié avec autorisation.