L'IA supervisera bientôt sa propre gestion des données

novembre 25, 2021 Par admin 0
L'IA supervisera bientôt sa propre gestion des données

Main atteignant un écran de données




Écoutez les DSI, les CTO et d'autres C- cadres supérieurs et de haut niveau sur les stratégies de données et d'IA lors du Sommet sur l'avenir du travail ce 12 janvier 2022.

Apprendre encore plus



L'IA prospère Les données. Plus il peut accéder à des données, et plus ces données sont précises et contextuelles, meilleurs seront les résultats.

Le problème est que les volumes de données actuellement générés par le l'empreinte numérique est si vaste qu'il faudrait littéralement des millions, voire des milliards, de scientifiques des données pour tout analyser – et cela n'arriverait toujours pas assez vite pour avoir un impact significatif sur les processus pilotés par l'IA.

L'IA aidant l'IA

C'est pourquoi de nombreuses organisations se tournent vers l'IA pour aider à nettoyer les données dont l'IA a besoin pour fonctionner correctement.

Selon l'indice mondial de protection des données de Dell 2021, la moyenne L'entreprise gère désormais dix fois plus de données qu'il y a cinq ans, avec une charge globale qui est passée de «seulement» 1,45 pétaoctet en 2016 à 14,6 pétaoctets aujourd'hui. Les données étant générées dans le centre de données, le cloud, la périphérie et sur les appareils connectés du monde entier, nous pouvons nous attendre à ce que cette tendance à la hausse se poursuive dans le futur.

Dans ce environnement, toute organisation qui n'exploite pas les données à leur plein potentiel jette littéralement de l'argent par la fenêtre. Donc, à l'avenir, la question n'est pas de savoir s'il faut intégrer l'IA dans les solutions de gestion des données, mais comment.

L'IA apporte des capacités uniques à chaque étape du processus de gestion des données, pas seulement en vertu de sa capacité à passer au crible des volumes massifs à la recherche de bits et d'octets saillants, mais en passant, il peut s'adapter à des environnements changeants et à des flux de données changeants. Par exemple, selon David Mariani, fondateur et directeur de la technologie chez AtScale, uniquement dans le domaine de la préparation des données, l'IA peut automatiser des fonctions clés telles que la correspondance, le marquage, la jonction et l'annotation. À partir de là, il est apte à vérifier la qualité des données et à améliorer l'intégrité avant de numériser les volumes pour identifier les tendances et les modèles qui, autrement, passeraient inaperçus. Tout cela est particulièrement utile lorsque les données ne sont pas structurées.

L'une des industries les plus gourmandes en données est la santé, la recherche médicale générant une bonne part de la charge. Il n'est donc pas étonnant que les organisations de recherche clinique (CRO) soient à la pointe de la gestion des données basée sur l'IA, selon Anju Life Sciences Software. D'une part, il est important que les ensembles de données ne soient pas négligés ou simplement rejetés, car cela peut perturber les résultats de recherches extrêmement importantes.

L'apprentissage automatique fait déjà ses preuves dans optimiser la collecte et la gestion des données, en préservant souvent la validité des ensembles de données qui seraient normalement rejetés en raison d'erreurs de collecte ou d'une documentation défectueuse. Ceci, à son tour, produit une meilleure compréhension des résultats des efforts d'essai et génère un meilleur retour sur investissement pour l'ensemble du processus.

Maîtriser les données

Pourtant, de nombreuses organisations ne font que se doter de leur nouvelle gestion des données de référence (MDM ) suites opérationnelles, il est donc peu probable qu'elles les remplacent de sitôt par de nouvelles versions intelligentes. Heureusement, ils n'ont pas à le faire. Selon Open Logic Systems, de nouvelles classes de boosters MDM intelligents arrivent sur le canal, donnant aux organisations la possibilité d'intégrer l'IA dans les plates-formes existantes pour tout prendre en charge, de la création et de l'analyse de données à l'automatisation des processus, l'application des règles et l'intégration des flux de travail. Beaucoup de ces tâches sont triviales et répétitives, ce qui libère du temps pour les gestionnaires de données pour une analyse et une interprétation de plus haut niveau.

Cette tendance vers le déploiement de l'IA pour gérer les données dont elle a besoin pour effectuer d'autres tâches dans l'entreprise numérique changeront la nature du travail des scientifiques des données et des autres travailleurs du savoir. Les gens ne seront plus chargés de faire le travail qu'ils font maintenant et se concentreront plutôt sur la surveillance des résultats des processus pilotés par l'IA, puis sur les changements s'ils s'écartent des objectifs définis.

Plus que tout, cependant, la gestion des données basée sur l'IA accélérera considérablement le rythme des affaires. Les données sont reines dans l'univers numérique, et les rois n'aiment pas attendre.

VentureBeat

La mission de VentureBeat est d'être une place publique numérique permettant aux décideurs techniques d'acquérir des connaissances sur la technologie transformatrice et d'effectuer des transactions. Notre site fournit des informations essentielles sur les technologies et les stratégies de données pour vous guider dans la gestion de vos organisations. Nous vous invitons à devenir membre de notre communauté, pour accéder à :

informations à jour sur les sujets qui vous intéressent

nos newsletters

contenu de leader d'opinion contrôlé et accès à prix réduit à nos événements prisés, tels que

Transform 2021

: En savoir plus

fonctionnalités de mise en réseau, et plus

)

Devenir membre