書名: 數據質量實踐手冊:4步構建高質量數據體系作者名: (美)普拉桑特·蘇特卡爾本章字數: 596字更新時間: 2024-12-18 17:26:44
1.2 數據、數據分析、人工智能和業務績效
洞察
你不能將數據與人工智能分開,也不能將人工智能與數據分開。所有人工智能解決方案的最終產品都是數據,并且這些數據將再次被人工智能使用。
數據是企業利用人工智能(AI)進行數據分析,以及最終改善業務績效的基礎。這里的AI指的是機器模擬人類智能,包括認知過程,尤其是計算機系統。它所依據的原則是,可以用一種方式定義人類智力,使得機器可以輕松地模仿它并做出決策,從而執行簡單或復雜的任務。如今,各種應用中都在廣泛使用AI技術,但復雜程度各不相同,從奈飛(Netflix)的推薦算法到Alexa的聊天機器人,再到自動駕駛汽車、欺詐預防、個性化購物等方面。
洞察
分析是提出問題以獲取決策洞察的過程。沒有問題無從分析。
利用人工智能和數據分析算法可獲取數據并尋找有用的模式來查看未來狀態以促進決策或預測。換句話說,從數據中識別模式和做出決策是人工智能的基礎。要使這些模式和決策可靠,應具有高質量數據。人工智能在業務中非常重要,因為它可以讓企業深入了解其運營情況。
在某些情況下,人工智能甚至可以比人類更擅長執行任務,特別是當涉及重復性和基于規則的任務時。就業務績效而言,人工智能和數據分析支持三類廣泛而基本的業務需求:自動化業務流程、通過數據獲得對業務績效的洞察和與利益相關者(包括客戶、員工、供應商以及其他合作伙伴)進行互動。總之,成功的人工智能依賴于模式,而從分析中得出的模式則依賴于高質量的數據。