Бум искусственного интеллекта пока не привел к впечатляющим успехам в реальном мире, но в одном он преуспел: он пролил новый свет на критическую важность высококачественных данных и надежных методов управления данными. Три новых исследования дают еще больше оснований для такой точки зрения, сообщает портал BigDATAwire.

Первое исследование — NetApp «2024 Data Complexity Report». Поставщик систем хранения данных опросил 1300 руководителей в области технологий и данных по всему миру, чтобы оценить состояние их активов данных и готовность к ИИ, и пришел к некоторым интересным выводам.

Например, в результате опроса выяснилось, что организации, вкладывающие больше средств в унификацию данных, лучше подготовлены к достижению своих целей в области ИИ. Сообщается, что почти 80% опрошенных руководителей «признают важность унификации данных для достижения оптимальных результатов в области ИИ».

В отчете также говорится, что две трети компаний по всему миру утверждают, что их данные «полностью или в основном оптимизированы для ИИ — это означает, что их данные доступны, точны и хорошо документированы для использования в ИИ». Но это не означает, что компании будут почивать на лаврах, поскольку 40% руководителей сообщают, что «их компаниям в 2025 г. потребуются беспрецедентные инвестиции в ИИ и управление данными».

«По мере того как организации ускоряют внедрение ИИ, сложность управления данными становится как проблемой, так и возможностью, — говорит Стив Макдауэлл, главный аналитик и основатель компании NAND Research, которая провела исследование по заказу NetApp. — Данный отчет подчеркивает критический сдвиг: предприятия, которые используют интеллектуальную инфраструктуру данных и уделяют первостепенное внимание безопасности, не только ориентированы на будущее, но и получают конкурентное преимущество в эпоху ИИ».

Следующий отчет подготовлен компанией Qlik, специализирующейся в области управления данными и аналитики. Она привлекла фирму 3Gem для опроса 4200 руководителей высшего звена и лиц, принимающих решения в области ИИ, из крупных организаций по всему миру, чтобы определить их готовность к ИИ.

Опрос выявил несколько причин недостаточного прогресса и успеха ИИ: в качестве проблемы номер один респонденты назвали недостаток навыков работы с ИИ и проблемы управления данными (обе по 23%), за которыми следуют развертывание ИИ после разработки (22%), а также бюджетирование и недостаток надежных данных (по 21%).

Отсутствие доверия — еще одна серьезная проблема, которую необходимо преодолеть, прежде чем организации добьются широкого успеха в области ИИ. По данным Qlik, 37% руководителей высшего звена не доверяют ИИ, 42% считают, что ему не доверяют менее высокопоставленные сотрудники, и 21% утверждают, что ему не доверяют их клиенты. Трое из пяти (61%) говорят, что отсутствие доверия снижает инвестиции в ИИ в их бизнесе.

«Руководители компаний знают о ценности ИИ, но сталкиваются с множеством препятствий, которые мешают им перейти от доказательства концепции к внедрению, создающему ценность, — говорит Джеймс Фишер, директор по стратегии Qlik. — Первый шаг к созданию ИИ-стратегии — это определение четкого сценария использования, с определенными целями и показателями успеха, и использование его для определения навыков, ресурсов и данных, необходимых для масштабной поддержки. Тем самым вы начнете укреплять доверие и добиваться согласия руководства на успех».

Третья информация о состоянии дел в области ИИ поступила от канадской компании Ataccama, занимающейся ПО для управления данными. Она обратилась к Hanover Research с просьбой помочь ей опросить 300 руководителей в США, Канаде и Великобритании для составления отчета о состоянии их инициатив в области данных и ИИ.

Результаты исследования Ataccama «Data Trust Report 2025: Winning AI Strategies for Data Visionaries» показывают, что управление данными является одной из главных проблем для потенциальных ИИ-практиков (эта тема поднимается во всех исследованиях).

«Надежный ИИ опирается на чистые и качественные данные, поэтому неудивительно, что руководители по данным называют повышение качества и точности данных (51%) первоочередной задачей, а также отмечают, что управление большими объемами данных является одной из главных проблем (30%), с которой директора по данным сталкиваются в своих организациях сегодня», — говорится в отчете.

Исследователи выявили некоторые отраслевые различия, когда речь заходит о важности качества данных. Обеспечение качества данных назвали «главным приоритетом управления данными» 51% всех респондентов. Такого же мнения придерживаются 68% лиц, принимающих решения по управлению данными в страховом бизнесе. А вот респонденты из сферы здравоохранения в качестве одной из главных проблем назвали трудности с интеграцией унаследованных систем.

«Не стоит игнорировать критическую роль ваших данных в реализации перспектив ИИ, — говорит генеральный директор Ataccama Майк Макки. — Предприятия, которые не используют в ИИ данные, которым они могут доверять, потерпят неудачу. Победители уже обеспечили доверие к данным, чтобы поддержать ИИ-инициативы, направленные на улучшение клиентского опыта, продуктовые инновации, а также повышение эффективности продаж и маркетинга».

Наличие хорошо спроектированной системы управления данными, которая позволяет получать высококачественные и достоверные данные, крайне важно для успешной работы с ИИ. Безусловно, существуют и другие проблемы, связанные, в частности, с навыками, развертыванием, доверием и бюджетированием. Но поскольку ИИ — это, по сути, дистилляция данных, не существует хорошего пути к успеху ИИ, если вы начинаете с плохих данных. Нынешний бум ИИ нам это показал.