La maggior parte delle aziende sta lottando per sviluppare strategie di intelligenza artificiale funzionanti, secondo un nuovo sondaggio del fornitore di servizi cloud Rackspace Technology. Il sondaggio, che include 1.870 organizzazioni in una varietà di settori, tra cui produzione, finanza, vendita al dettaglio, governo e sanità, mostra che solo il 20% delle aziende ha iniziative mature di intelligenza artificiale / apprendimento automatico. Gli altri stanno ancora cercando di capire come farlo funzionare. Non c'è dubbio sulle promesse dell'apprendimento automatico in quasi tutti i settori. Costi inferiori, maggiore precisione, migliore esperienza del cliente e nuove funzionalità sono alcuni dei vantaggi dell'applicazione di modelli di apprendimento automatico alle applicazioni del mondo reale. Ma l'apprendimento automatico non è una bacchetta magica. E poiché molte organizzazioni e aziende stanno imparando, prima di poter applicare la potenza del machine learning alla tua attività e alle tue operazioni, devi superare diversi ostacoli. Tre sfide chiave che le aziende devono affrontare quando integrano le tecnologie di intelligenza artificiale nelle loro operazioni riguardano le aree delle competenze, dei dati e della strategia e il sondaggio di Rackspace offre un quadro chiaro del motivo per cui la maggior parte delle strategie di apprendimento automatico fallisce. L'apprendimento automatico riguarda i datiI modelli di machine learning vivono su risorse di calcolo e dati. Grazie a una varietà di piattaforme di cloud computing, l'accesso all'hardware necessario per addestrare ed eseguire modelli di intelligenza artificiale è diventato molto più accessibile e conveniente. Ma i dati continuano a rimanere un ostacolo importante nelle diverse fasi della pianificazione e dell'adozione di una strategia di intelligenza artificiale. Il 34% degli intervistati nel sondaggio di Rackspace ha dichiarato che la scarsa qualità dei dati è la ragione principale del ...
Continua a Leggere