文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

AI技术的发展,对数字经济到底有什么用?

2024-11-30 01:17

关注

数据本身即产品,这是不少从事数字化工作者的直观逻辑。当数据治理完成后,能够看到这些数据并清楚地知道这些数据的真实业务含义,就已经相当不错了。

人工智能的应用,是数字化转型的未来趋势。近期的大模型产业之流行,也将这个趋势拉上了一个新的高度。

越来越多的企业开始认识到,人工智能技术正是数字化2.0的核心要义。

从数字化,到数智化,这是一个新赛道。很多传统的软件厂商都会面临挑战。传统的SaaS逻辑,ERP逻辑,本质上是以流程为中心进行方案设计和IT实施。

而在智能化的浪潮下,无论是甲方单位还是软件厂商,都应该关注数据本身的价值——从以流程为中心到以数据要素为中心。

数据的价值包含显性价值和隐性价值。显性价值,在“数据集成”和“数据贯通”完成的那一刻就已然实现了,而隐性价值则依赖于先进算法技术的加工和挖掘。

如果把数据比喻成食材。除了数据自身的质量很重要,加工数据的技术和手段同样重要(好的厨师)。云算力的普惠化和“低代码”的MaaS平台,把AI的门槛逐渐降低。

当企业可以轻便地接入AI能力的同时,接下来是一件非常关键的步骤,即构建专门针对AI应用落地的数据治理工作——这是数据治理的新方向!

在AI数据治理活动,除了需要不断完善基础的数据质量提升工作,还需要构建高质量的AI数据集。

例如,基于特定的策略筛选出对模型提升有重要价值的代表性数据样本,再或者,采用手动或半自动的方式构建符合训练过程范式的规整化数据集。

那么问题来了,基于AI的数字化应用,一般都有哪些具体的落地思路方向呢?

其实很简单,AI的本质,就是自动化,人工智能本身也是自动化技术的重要分支。

一是感知类应用。自动从多模态数据(图片、文本、视频、音频等)中,提炼有价值的业务信息,回答what now的问题。发生了什么。

例如,文本智能分析、语音特征识别、图像实时监控等。

二是认知类应用。利用上述信息,预测未知场景(当下不可知的场景或未来情况),回答what future相关的问题。

例如,财务指标预测、自然灾害预警、设备风险评估等。

三是决策类(生成类)应用。基于what now和what future的答案,告知人或者机器应该如何去做,回答how的问题。

例如,内容自动推荐、智能文档生成、资源动态调度、检修计划制定等。

AI技术的智能属性来自于数据资源本身蕴含的业务知识和专家经验。

将数据要素以AI模型的方式进行构建和部署,可以快速复制业务产能,打造出高效率的知识型、智慧型组织!

来源:大话数字化转型内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯