解鎖 99% 的隱藏資料,現已針對 AI 進行最佳化
世世代代以來,各行各業的組織都瞭解到,他們累積的資訊代表了一種轉型資產 - 能夠以無與倫比的精準度增強客戶互動和塑造資料驅動的商業策略。
如今,隨著人工智慧從理論潛力轉變為實際的商業解決方案,企業資料的策略價值已達到前所未有的高度。然而,要釋放這一價值,就必須對資料基礎設施給予一絲不苟的關注 - 從系統化的收集和清理,到從第一天開始就針對隱私、法規遵循和安全問題制定嚴格的治理協議。
在與 IBM 美洲資料平台主管 Henrique Lemes 的獨家討論中,我們檢視了企業在不同業務場景中運用 AI 時所遇到的複雜現實問題。我們的對話從資料分類的基本檢視及其與有效 AI 實作的關鍵關係開始。
Henrique 強調,「資料」這個籠統的名詞並沒有捕捉到企業資訊系統的多元現實。當代組織必須在結構完整性程度各異的不同資料格式的複雜生態系統中遨遊,尤其是在銜接結構化和非結構化資訊儲存庫時。
結構化資料代表以標準化、機器可讀格式組織的資訊,專為高效率的計算處理和分析作業而設計。
相反地,非結構化資料包含缺乏系統組織的資訊,在處理上面臨更大的挑戰。這類資料包括各種數位資產,從電子郵件通訊和多媒體內容到社交媒體互動和文件檔案。雖然分析起來較為複雜,但這些來源包含寶貴的業務洞察力,若能適當利用,可推動創新,並為重要的策略性決策提供資訊。
"目前,企業 AI 系統只利用不到 1% 的可用組織資料,」Henrique 表示。「在這些被忽視的資訊中,非結構化內容所佔的比例超過 90%,因此我們在資料可靠性和實用性方面面臨根本性的挑戰」。
企業資料的信任因素是一個重要的考量。企業領導者需要對其資訊資產的完整性、準確性和道德來源有絕對的信心。然而研究表明,只有不到一半的可用數據資源被用於人工智能應用,非結構化內容經常因為處理複雜性和合規驗證挑戰而被排除在外 - 尤其是在工業規模中。
Henrique 解釋說:「從選擇性的資料使用轉型為全面性的資訊利用,需要將現今可管理的資料流轉換為大量的管道,」他指出,雖然自動化擷取系統提供了解決方案,但這些系統必須結合適用於所有資料類型的強大治理框架。
Henrique 概述了釋放資料企業價值的三個基本流程:"首先,建立自動化、高容量的擷取能力。其次,實施嚴格的整理和管理協議。最後,讓這些資源成為人工智能可存取的資源。與傳統的 RAG 實作相比,此方法的 ROI 高出 40%。

IBM 提供的整合式解決方案結合了策略指導與先進的技術基礎架構。這可讓組織有系統地將所有資料類別轉換為 AI 就緒資產,同時嚴格遵守現有的治理架構。"Henrique 指出:「我們協調人員、流程和技術生態系統。"Henrique 指出:「我們協調人員、流程和技術生態系統。
隨著企業的發展,他們的資料生態系統在數量和複雜性上都在成長,這就需要同樣具有適應性的 AI 攝取框架。"Henrique 解釋說:「當針對狹窄應用設計的 AI 解決方案嘗試更廣泛的實作時,就會出現擴充的挑戰。「突然之間,管道架構變得臃腫,非結構化資料管理變得勢在必行,治理要求也變得更加嚴格」。
IBM 的方法包括映射每個客戶的 AI 採用路徑,建立明確的投資報酬率實現里程碑。"我們強調所有格式的資料精確性,以及全面的擷取、行蹤追蹤、法規遵循與監控功能。這些要素共同促成了可擴充、多用途的實作,使資料資產價值最大化。"
就像所有實質的技術實施一樣,建立有效的資料管道需要時間、適當的工具選擇,以及前瞻性的架構規劃。IBM 為企業 (包括受到最嚴格監管的全球機構) 提供適用於任何規模 AI 部署的強大工具,使其成為關鍵任務實施的業界領導者。
相關文章
內部細節曝光:下一代 Gemini 算力緊張,內部團隊在開發優先順序和資源分配上存在分歧
報告顯示,谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧,加上計算能力有限以及複雜的審批流程,導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片,但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭,谷歌仍面臨計算資源短缺的問題。目前,高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時,領導層也發生了變化,聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中,並倡導將資源專門用於
OpenAI 否認增長放緩擔憂,稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑,人工智慧領域的領軍企業 OpenAI 於 4 月 28 日(星期二)發表了一份信心十足的宣告。該公司澄清稱,其消費產品和企業服務正在快速推進,直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法,OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求,並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露,公司內部情緒依然樂觀。儘管市場競爭日益激烈,但公司正在向投資者傳遞信心,聲稱其商業
阿里巴巴超級盃:Qwen3.8-Max 重磅登場,程式碼與辦公工具能力全面升級
阿里巴巴正式釋出了Qwen3.8-Max,這是一款擁有2.4萬億引數的下一代基礎大模型。這一重大AI進展在編碼和專業辦公任務等核心領域帶來了顯著的效能提升,展現了強大的技術能力。在權威的Arena大模型排名中,Qwen3.8-Max取得了令人矚目的成績,僅次於Anthropic的Claude系列,位居行業前列。這一里程碑標誌著國內大模型在處理複雜任務方面取得了快速進展,為開發者和企業使用者提供了先進的智慧工具。該模型的API現已在Qwen AI平臺上上線,並整合到新推出的“Qwen Offic
相關專題推薦
評論 (1)
0/500
Okay, das klingt nach dem ewigen Versprechen: '99% der versteckten Daten freischalten'? Viele Firmen können noch nicht mal ihre strukturierten Daten richtig nutzen. Trotzdem, wenn KI wirklich dabei hilft, das 'Chaos' zu durchforsten, wäre das ein echter Game-Changer. Hoffentlich geht es dabei nicht nur um Marketing-Buzzwords, sondern um praktische Anwendung. Ich frage mich, wie das mit den ganzen ethischen Fragen und der Datensicherheit aussieht. ❤️
世世代代以來,各行各業的組織都瞭解到,他們累積的資訊代表了一種轉型資產 - 能夠以無與倫比的精準度增強客戶互動和塑造資料驅動的商業策略。
如今,隨著人工智慧從理論潛力轉變為實際的商業解決方案,企業資料的策略價值已達到前所未有的高度。然而,要釋放這一價值,就必須對資料基礎設施給予一絲不苟的關注 - 從系統化的收集和清理,到從第一天開始就針對隱私、法規遵循和安全問題制定嚴格的治理協議。
在與 IBM 美洲資料平台主管 Henrique Lemes 的獨家討論中,我們檢視了企業在不同業務場景中運用 AI 時所遇到的複雜現實問題。我們的對話從資料分類的基本檢視及其與有效 AI 實作的關鍵關係開始。
Henrique 強調,「資料」這個籠統的名詞並沒有捕捉到企業資訊系統的多元現實。當代組織必須在結構完整性程度各異的不同資料格式的複雜生態系統中遨遊,尤其是在銜接結構化和非結構化資訊儲存庫時。
結構化資料代表以標準化、機器可讀格式組織的資訊,專為高效率的計算處理和分析作業而設計。
相反地,非結構化資料包含缺乏系統組織的資訊,在處理上面臨更大的挑戰。這類資料包括各種數位資產,從電子郵件通訊和多媒體內容到社交媒體互動和文件檔案。雖然分析起來較為複雜,但這些來源包含寶貴的業務洞察力,若能適當利用,可推動創新,並為重要的策略性決策提供資訊。
"目前,企業 AI 系統只利用不到 1% 的可用組織資料,」Henrique 表示。「在這些被忽視的資訊中,非結構化內容所佔的比例超過 90%,因此我們在資料可靠性和實用性方面面臨根本性的挑戰」。
企業資料的信任因素是一個重要的考量。企業領導者需要對其資訊資產的完整性、準確性和道德來源有絕對的信心。然而研究表明,只有不到一半的可用數據資源被用於人工智能應用,非結構化內容經常因為處理複雜性和合規驗證挑戰而被排除在外 - 尤其是在工業規模中。
Henrique 解釋說:「從選擇性的資料使用轉型為全面性的資訊利用,需要將現今可管理的資料流轉換為大量的管道,」他指出,雖然自動化擷取系統提供了解決方案,但這些系統必須結合適用於所有資料類型的強大治理框架。
Henrique 概述了釋放資料企業價值的三個基本流程:"首先,建立自動化、高容量的擷取能力。其次,實施嚴格的整理和管理協議。最後,讓這些資源成為人工智能可存取的資源。與傳統的 RAG 實作相比,此方法的 ROI 高出 40%。

IBM 提供的整合式解決方案結合了策略指導與先進的技術基礎架構。這可讓組織有系統地將所有資料類別轉換為 AI 就緒資產,同時嚴格遵守現有的治理架構。"Henrique 指出:「我們協調人員、流程和技術生態系統。"Henrique 指出:「我們協調人員、流程和技術生態系統。
隨著企業的發展,他們的資料生態系統在數量和複雜性上都在成長,這就需要同樣具有適應性的 AI 攝取框架。"Henrique 解釋說:「當針對狹窄應用設計的 AI 解決方案嘗試更廣泛的實作時,就會出現擴充的挑戰。「突然之間,管道架構變得臃腫,非結構化資料管理變得勢在必行,治理要求也變得更加嚴格」。
IBM 的方法包括映射每個客戶的 AI 採用路徑,建立明確的投資報酬率實現里程碑。"我們強調所有格式的資料精確性,以及全面的擷取、行蹤追蹤、法規遵循與監控功能。這些要素共同促成了可擴充、多用途的實作,使資料資產價值最大化。"
就像所有實質的技術實施一樣,建立有效的資料管道需要時間、適當的工具選擇,以及前瞻性的架構規劃。IBM 為企業 (包括受到最嚴格監管的全球機構) 提供適用於任何規模 AI 部署的強大工具,使其成為關鍵任務實施的業界領導者。
內部細節曝光:下一代 Gemini 算力緊張,內部團隊在開發優先順序和資源分配上存在分歧
報告顯示,谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧,加上計算能力有限以及複雜的審批流程,導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片,但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭,谷歌仍面臨計算資源短缺的問題。目前,高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時,領導層也發生了變化,聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中,並倡導將資源專門用於
OpenAI 否認增長放緩擔憂,稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑,人工智慧領域的領軍企業 OpenAI 於 4 月 28 日(星期二)發表了一份信心十足的宣告。該公司澄清稱,其消費產品和企業服務正在快速推進,直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法,OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求,並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露,公司內部情緒依然樂觀。儘管市場競爭日益激烈,但公司正在向投資者傳遞信心,聲稱其商業
阿里巴巴超級盃:Qwen3.8-Max 重磅登場,程式碼與辦公工具能力全面升級
阿里巴巴正式釋出了Qwen3.8-Max,這是一款擁有2.4萬億引數的下一代基礎大模型。這一重大AI進展在編碼和專業辦公任務等核心領域帶來了顯著的效能提升,展現了強大的技術能力。在權威的Arena大模型排名中,Qwen3.8-Max取得了令人矚目的成績,僅次於Anthropic的Claude系列,位居行業前列。這一里程碑標誌著國內大模型在處理複雜任務方面取得了快速進展,為開發者和企業使用者提供了先進的智慧工具。該模型的API現已在Qwen AI平臺上上線,並整合到新推出的“Qwen Offic
Okay, das klingt nach dem ewigen Versprechen: '99% der versteckten Daten freischalten'? Viele Firmen können noch nicht mal ihre strukturierten Daten richtig nutzen. Trotzdem, wenn KI wirklich dabei hilft, das 'Chaos' zu durchforsten, wäre das ein echter Game-Changer. Hoffentlich geht es dabei nicht nur um Marketing-Buzzwords, sondern um praktische Anwendung. Ich frage mich, wie das mit den ganzen ethischen Fragen und der Datensicherheit aussieht. ❤️





首頁






