首页企业在数据限制下应对人工智能实施障碍
几年前，"大数据 "这一热门词汇曾主导着商业技术领域--它指的是企业积累的大量信息，有望发现新的运营方法并提出最佳战略方向。
如今越来越清楚的是，企业在有效利用大数据方面遇到的挑战依然存在，而正是一种新技术--人工智能--的出现使这些问题再次成为焦点。如果不解决困扰大数据的根本问题，人工智能的实施注定会失败。
那么，究竟是什么阻碍了人工智能发挥其潜力呢？
大多数障碍来自数据资源本身。为了理解这个问题，请考虑一下在典型工作日中使用的各种信息来源。
在中小型企业（SME）中：
- 保存在用户笔记本电脑、Google Sheets 或 Office 365 云存储中的电子表格。
- 客户关系管理 (CRM) 平台。
- 同事、客户和供应商之间的电子邮件通信。
- Word 文档、PDF 文件和在线表格。
- 即时通讯应用程序。
在大型企业中：
- 上述所有来源，外加
- 企业资源规划 (ERP) 系统。
- 实时数据流。
- 数据湖。
- 支持各种独立应用程序的独立数据库。
需要注意的是，这份简短的清单并不详尽，也无意详尽。其目的在于说明，即使只有五个要点，信息也可能分散在大约十几个位置。大数据所需要的--而且现在仍然经常需要--以及人工智能计划所依赖的，是一种将这些不同元素统一起来的方法，以便计算机算法能够有效地解释它们。
在 Gartner 的 "2024 年人工智能炒作周期"（2024 Hype Cycle for Artificial Intelligence）中，人工智能就绪数据（AI-Ready Data）被定位在上升斜坡上，估计两到五年后才能达到 "生产力高原"。鉴于人工智能系统依赖于挖掘和提取数据，大多数组织--不包括规模最大的组织--都缺乏必要的基础架构。因此，它们可能在一到四年内都无法从人工智能驱动的支持中受益。
人工智能部署面临的核心挑战与大数据计划在炒作周期中遇到的阻碍如出一辙--从创新触发、期望膨胀的高峰、幻灭的低谷、启蒙的斜坡到生产力的高原。数据以多种格式存在；数据可能不一致；数据可能遵循不同的标准；数据可能不准确或有偏差；数据可能包含高度敏感的信息，也可能是过时和不相关的信息。
如今，转换数据使其为人工智能做好准备的过程依然至关重要，甚至比以往任何时候都更为重要。希望尽早获得优势的公司可以尝试使用众多可用的数据处理平台。根据常见的建议，它们可以从有限的、离散的项目开始，将其作为评估新兴技术有效性的试验平台。
现代数据准备和组装系统的一个主要优势是，它们经过专门设计，可以组织企业的信息资源，供人工智能价值创造平台使用。例如，它们可以结合精心编码的防护栏，帮助确保数据合规性，防止用户访问有偏见或商业敏感的信息。
然而，创建连贯、安全和结构良好的数据资源仍然是一个持续的挑战。随着企业在日常运营中积累更多的数据，维护最新且可访问的数据资源是一项持续的工作。虽然大数据通常被视为静态资产，但用于人工智能消费的数据必须尽可能接近实时地进行准备和处理。
因此，企业必须在机会、风险和成本三者之间取得微妙的平衡。对于现代企业来说，选择合适的供应商或平台从未像现在这样至关重要。
(资料来源"商学院内部"，作者 Darien 和 Neil，采用 CC BY-NC 2.0 许可。）
有兴趣从顶级行业专家那里了解更多有关人工智能和大数据的信息吗？参加在阿姆斯特丹、加利福尼亚和伦敦举办的人工智能与大数据博览会。这一综合性活动是 TechEx 的一部分，并与其他顶级技术会议同期举行。单击此处了解更多详情。
人工智能新闻由 TechForge Media 为您提供。点击此处了解更多即将举行的企业技术活动和网络研讨会。
相关文章
Claude 新增多语言语音支持，使真实电话通话更近一步
人工智能的语音交互体验即将迎来重大更新。据科技媒体 Android Authority 的最新报道，Anthropic 正在为其 AI 助手 Claude 准备一项重大升级，重点在于打破语言壁垒。根据部分用户在设置界面捕捉到的信息，此次更新不仅将打破“仅支持英语”的现状，还将一次性添加多种语言选项。其中包括中文、粤语、日语、德语、西班牙语、葡萄牙语、俄语和乌克兰语。对于非英语用户而言，这意味着未来他们能够使用母语更顺畅地与 Claude 进行交流。除了扩展语言支持外，语音交互的操作逻辑也进行了精
Apple Store 应用推出 AI 虚拟购物助手，以支持产品问答与决策
MacRumors 报道，苹果公司最近修订了其 Apple Store 应用的隐私政策，预示着“虚拟购物助手”即将问世。该功能旨在通过生成式 AI 聊天界面回答产品咨询并引导购买决策，这一特性建立在苹果此前在 Apple Support 应用中推出类似助手的基础之上。通过将 AI 驱动交互扩展到零售渠道，苹果正战略性地推动其电子商务客户体验的现代化。为了提供个性化推荐，该助手将处理账户详情、设备标识符、运营商数据、聊天日志以及位置信息。关于隐私和合规性，苹果强调，所有与第三方合作伙伴共享的聊天
Apple Watch 的新 AI 功能使始终监听技术变得常态化
苹果正在推动消费者接受一种新规范：你的设备始终处于监听状态。在周三的“惊喜闪耀”iPhone发布会上，虽然展示了最新的硬件，但真正的亮点并非传闻中的折叠屏iPhone，而是这家以严格隐私标准著称的公司计划如何使其手表能够处理实时音频并转录对话。这是否意味着只要附近有人佩戴Apple Watch，你就会被录音？不一定，但这仍可能让许多人感到不适。这一进展也引发了一个问题：消费者是否真正需要这项技术，还是苹果为了抢先于OpenAI等竞争对手推出类似的AI设备而加速了开发？目前，多家初创公司基于一个前
相关专题推荐
设计与艺术
顶级AI插画工具：更快地创作编辑类场景和封面插图
2026年最新高评分AI插画工具：我们精心挑选的这份清单汇集了功能强大的顶级工具，助您快速创作令人惊艳的编辑场景和引人注目的封面艺术。每款工具都经过了严格的实际测试，并提供了免费版与付费版的对比，帮助您找到最适合您工作流程的工具。 立即尝试这些必试解决方案，释放您的AI优势，提升创作效率。立即访问 XIX.AI 探索更多。
10 个工具
xix.ai
教育与学习
备考首选的顶尖AI辅导老师：练习数学、科学和英语
2026年最新、评分最高的考试备考AI辅导工具现已登陆XIX.AI！我们精心筛选的这份清单汇集了多款功能强大、颠覆传统的工具，提供免费与付费版本的对比、实际测试以及每周更新的排行榜。它们能帮助你提升写作效率、简化复杂主题的学习，并释放你的学术潜能。 立即探索，发现最适合您的备考工具，今天就开始创作，释放您的AI优势！
10 个工具
xix.ai
金融
用于个人财务管理的 AI 预算规划工具
2026 年最新最佳顶级评分 AI 预算规划工具，专为个人财务管理打造，现已登陆 XIX.AI！本精选合集收录了强大且具颠覆性的解决方案，助您开展实际测试、理解消费习惯，并制定个性化计划以提升生产力。享受免费与付费版的对比及详细排名。这些必试工具旨在简化财务管理，助您释放 AI 优势。立即探索！
11 个工具
xix.ai
健康养生
AI睡眠追踪助手：通过养成更好的睡前习惯来促进身体恢复
2026年最新精选高评分AI睡眠追踪助手，助您实现最佳恢复效果。这份全面更新的每周指南汇集了强大的工具，提供实际测试结果、免费与付费版本对比以及详细排名，助您找到必试的解决方案，从而提升睡眠质量并养成更好的就寝习惯。 立即访问 XIX.AI，解锁您的AI优势。
10 个工具
xix.ai
数据分析
用于产品和收入分析的 AI SQL 辅助工具
2026年最新、最受欢迎、评分最高的AI SQL辅助工具，助力产品与营收分析！ XIX.AI 精心遴选了一系列功能强大、颠覆性的必试工具，这些工具均经过每周更新的排名体系进行实战测试。它们能通过加速数据分析、简化复杂查询并生成精准洞察，帮助用户显著提升工作效率，从而推动更明智的商业决策。立即探索，发现最适合您的工具，释放您的AI优势！
14 个工具
xix.ai
教育与学习
最佳的、兼具教学功能的AI作业助手：学习概念，而不仅仅是答案
2026年最新最佳高评分AI作业助手：不仅提供答案，更传授核心概念。专为学生打造的强大工具，精选必试清单，每周更新，免费与付费版本对比，真实使用测试，精准排名，助您充分释放学习潜能。立即探索，发现最适合您的工具，让学习更高效。
10 个工具
xix.ai
评论 (3)
0/500
![JohnAllen]()
Honestly, the shift from 'Big Data' hype to 'AI Implementation' struggles feels like we're just hitting the same wall with a fancier name. Companies hoarded data without a real plan, and now they're stuck trying to make sense of it all for AI. It's less of a tech problem and more of a strategy one. 🤷♂️
![HarryLewis]()
이 기사 읽고 한국에서도 똑같은 문제를 겪는 회사들이 많다는 게 공감돼요. 데이터 부족에 머신러닝 성능이 제한되는 현실, 우리 회사에서 AI 프로젝트 할 때도 비슷했어요. 재무팀 쪽에서는 정형화된 데이터가 많은데 영업팀 데이터는 너무 흩어져 있고… 결국 데이터 정제하는 데 시간 다 쓰고 진짜 AI 구현은 뒷전이었던 기억이 나네요. 혹시 이 글에서 언급한 '데이터 부족'을 해결할 구체적인 솔루션 예시가 더 있었으면 좋겠어요! 🤔
![WillieJackson]()
Parece que los datos vuelven para vengarse 🔍. Recuerdo cuando todo era 'Big Data' como solución mágica, y ahora las empresas se topan con pared por falta de datos de calidad para entrenar sus IA. Me pregunto si este ciclo de hype→problema→nuevo hype es inevitable en tecnología. ¿Acabaremos viendo 'Big Data 2.0' como la próxima promesa? 😅 Algo me dice que el verdadero desafío no es la cantidad, sino cómo organizamos y usamos lo que ya tenemos.
几年前，"大数据 "这一热门词汇曾主导着商业技术领域--它指的是企业积累的大量信息，有望发现新的运营方法并提出最佳战略方向。
如今越来越清楚的是，企业在有效利用大数据方面遇到的挑战依然存在，而正是一种新技术--人工智能--的出现使这些问题再次成为焦点。如果不解决困扰大数据的根本问题，人工智能的实施注定会失败。
那么，究竟是什么阻碍了人工智能发挥其潜力呢？
大多数障碍来自数据资源本身。为了理解这个问题，请考虑一下在典型工作日中使用的各种信息来源。
在中小型企业（SME）中：
- 保存在用户笔记本电脑、Google Sheets 或 Office 365 云存储中的电子表格。
- 客户关系管理 (CRM) 平台。
- 同事、客户和供应商之间的电子邮件通信。
- Word 文档、PDF 文件和在线表格。
- 即时通讯应用程序。
在大型企业中：
- 上述所有来源，外加
- 企业资源规划 (ERP) 系统。
- 实时数据流。
- 数据湖。
- 支持各种独立应用程序的独立数据库。
需要注意的是，这份简短的清单并不详尽，也无意详尽。其目的在于说明，即使只有五个要点，信息也可能分散在大约十几个位置。大数据所需要的--而且现在仍然经常需要--以及人工智能计划所依赖的，是一种将这些不同元素统一起来的方法，以便计算机算法能够有效地解释它们。
在 Gartner 的 "2024 年人工智能炒作周期"（2024 Hype Cycle for Artificial Intelligence）中，人工智能就绪数据（AI-Ready Data）被定位在上升斜坡上，估计两到五年后才能达到 "生产力高原"。鉴于人工智能系统依赖于挖掘和提取数据，大多数组织--不包括规模最大的组织--都缺乏必要的基础架构。因此，它们可能在一到四年内都无法从人工智能驱动的支持中受益。
人工智能部署面临的核心挑战与大数据计划在炒作周期中遇到的阻碍如出一辙--从创新触发、期望膨胀的高峰、幻灭的低谷、启蒙的斜坡到生产力的高原。数据以多种格式存在；数据可能不一致；数据可能遵循不同的标准；数据可能不准确或有偏差；数据可能包含高度敏感的信息，也可能是过时和不相关的信息。
如今，转换数据使其为人工智能做好准备的过程依然至关重要，甚至比以往任何时候都更为重要。希望尽早获得优势的公司可以尝试使用众多可用的数据处理平台。根据常见的建议，它们可以从有限的、离散的项目开始，将其作为评估新兴技术有效性的试验平台。
现代数据准备和组装系统的一个主要优势是，它们经过专门设计，可以组织企业的信息资源，供人工智能价值创造平台使用。例如，它们可以结合精心编码的防护栏，帮助确保数据合规性，防止用户访问有偏见或商业敏感的信息。
然而，创建连贯、安全和结构良好的数据资源仍然是一个持续的挑战。随着企业在日常运营中积累更多的数据，维护最新且可访问的数据资源是一项持续的工作。虽然大数据通常被视为静态资产，但用于人工智能消费的数据必须尽可能接近实时地进行准备和处理。
因此，企业必须在机会、风险和成本三者之间取得微妙的平衡。对于现代企业来说，选择合适的供应商或平台从未像现在这样至关重要。
(资料来源"商学院内部"，作者 Darien 和 Neil，采用 CC BY-NC 2.0 许可。）
有兴趣从顶级行业专家那里了解更多有关人工智能和大数据的信息吗？参加在阿姆斯特丹、加利福尼亚和伦敦举办的人工智能与大数据博览会。这一综合性活动是 TechEx 的一部分，并与其他顶级技术会议同期举行。单击此处了解更多详情。
人工智能新闻由 TechForge Media 为您提供。点击此处了解更多即将举行的企业技术活动和网络研讨会。
Claude 新增多语言语音支持，使真实电话通话更近一步
人工智能的语音交互体验即将迎来重大更新。据科技媒体 Android Authority 的最新报道，Anthropic 正在为其 AI 助手 Claude 准备一项重大升级，重点在于打破语言壁垒。根据部分用户在设置界面捕捉到的信息，此次更新不仅将打破“仅支持英语”的现状，还将一次性添加多种语言选项。其中包括中文、粤语、日语、德语、西班牙语、葡萄牙语、俄语和乌克兰语。对于非英语用户而言，这意味着未来他们能够使用母语更顺畅地与 Claude 进行交流。除了扩展语言支持外，语音交互的操作逻辑也进行了精
Apple Store 应用推出 AI 虚拟购物助手，以支持产品问答与决策
MacRumors 报道，苹果公司最近修订了其 Apple Store 应用的隐私政策，预示着“虚拟购物助手”即将问世。该功能旨在通过生成式 AI 聊天界面回答产品咨询并引导购买决策，这一特性建立在苹果此前在 Apple Support 应用中推出类似助手的基础之上。通过将 AI 驱动交互扩展到零售渠道，苹果正战略性地推动其电子商务客户体验的现代化。为了提供个性化推荐，该助手将处理账户详情、设备标识符、运营商数据、聊天日志以及位置信息。关于隐私和合规性，苹果强调，所有与第三方合作伙伴共享的聊天
Apple Watch 的新 AI 功能使始终监听技术变得常态化
苹果正在推动消费者接受一种新规范：你的设备始终处于监听状态。在周三的“惊喜闪耀”iPhone发布会上，虽然展示了最新的硬件，但真正的亮点并非传闻中的折叠屏iPhone，而是这家以严格隐私标准著称的公司计划如何使其手表能够处理实时音频并转录对话。这是否意味着只要附近有人佩戴Apple Watch，你就会被录音？不一定，但这仍可能让许多人感到不适。这一进展也引发了一个问题：消费者是否真正需要这项技术，还是苹果为了抢先于OpenAI等竞争对手推出类似的AI设备而加速了开发？目前，多家初创公司基于一个前
2026年最新高评分AI插画工具：我们精心挑选的这份清单汇集了功能强大的顶级工具，助您快速创作令人惊艳的编辑场景和引人注目的封面艺术。每款工具都经过了严格的实际测试，并提供了免费版与付费版的对比，帮助您找到最适合您工作流程的工具。 立即尝试这些必试解决方案，释放您的AI优势，提升创作效率。立即访问 XIX.AI 探索更多。
10 个工具
xix.ai
2026年最新、评分最高的考试备考AI辅导工具现已登陆XIX.AI！我们精心筛选的这份清单汇集了多款功能强大、颠覆传统的工具，提供免费与付费版本的对比、实际测试以及每周更新的排行榜。它们能帮助你提升写作效率、简化复杂主题的学习，并释放你的学术潜能。 立即探索，发现最适合您的备考工具，今天就开始创作，释放您的AI优势！
10 个工具
xix.ai
2026 年最新最佳顶级评分 AI 预算规划工具，专为个人财务管理打造，现已登陆 XIX.AI！本精选合集收录了强大且具颠覆性的解决方案，助您开展实际测试、理解消费习惯，并制定个性化计划以提升生产力。享受免费与付费版的对比及详细排名。这些必试工具旨在简化财务管理，助您释放 AI 优势。立即探索！
11 个工具
xix.ai
2026年最新精选高评分AI睡眠追踪助手，助您实现最佳恢复效果。这份全面更新的每周指南汇集了强大的工具，提供实际测试结果、免费与付费版本对比以及详细排名，助您找到必试的解决方案，从而提升睡眠质量并养成更好的就寝习惯。 立即访问 XIX.AI，解锁您的AI优势。
10 个工具
xix.ai
2026年最新、最受欢迎、评分最高的AI SQL辅助工具，助力产品与营收分析！ XIX.AI 精心遴选了一系列功能强大、颠覆性的必试工具，这些工具均经过每周更新的排名体系进行实战测试。它们能通过加速数据分析、简化复杂查询并生成精准洞察，帮助用户显著提升工作效率，从而推动更明智的商业决策。立即探索，发现最适合您的工具，释放您的AI优势！
14 个工具
xix.ai
2026年最新最佳高评分AI作业助手：不仅提供答案，更传授核心概念。专为学生打造的强大工具，精选必试清单，每周更新，免费与付费版本对比，真实使用测试，精准排名，助您充分释放学习潜能。立即探索，发现最适合您的工具，让学习更高效。
10 个工具
xix.ai
Honestly, the shift from 'Big Data' hype to 'AI Implementation' struggles feels like we're just hitting the same wall with a fancier name. Companies hoarded data without a real plan, and now they're stuck trying to make sense of it all for AI. It's less of a tech problem and more of a strategy one. 🤷♂️
이 기사 읽고 한국에서도 똑같은 문제를 겪는 회사들이 많다는 게 공감돼요. 데이터 부족에 머신러닝 성능이 제한되는 현실, 우리 회사에서 AI 프로젝트 할 때도 비슷했어요. 재무팀 쪽에서는 정형화된 데이터가 많은데 영업팀 데이터는 너무 흩어져 있고… 결국 데이터 정제하는 데 시간 다 쓰고 진짜 AI 구현은 뒷전이었던 기억이 나네요. 혹시 이 글에서 언급한 '데이터 부족'을 해결할 구체적인 솔루션 예시가 더 있었으면 좋겠어요! 🤔
Parece que los datos vuelven para vengarse 🔍. Recuerdo cuando todo era 'Big Data' como solución mágica, y ahora las empresas se topan con pared por falta de datos de calidad para entrenar sus IA. Me pregunto si este ciclo de hype→problema→nuevo hype es inevitable en tecnología. ¿Acabaremos viendo 'Big Data 2.0' como la próxima promesa? 😅 Algo me dice que el verdadero desafío no es la cantidad, sino cómo organizamos y usamos lo que ya tenemos.
