根据Kompprise委托进行的“非结构化数据管理状况”调查 显示 ， 人工智能正成为IT和商业领袖面临的主要数据管理挑战 。
研究显示，公司在很大程度上允许员工使用生成型人工智能，但三分之二（66%）的公司担心它可能带来的数据治理风险 ， 包括隐私、安全以及供应商解决方案中缺乏数据源透明度 。
文章插图
这项由数据管理供应商Kompprise委托进行的“非结构化数据管理状况”调查收集了美国和英国拥有1000多名员工的公司的300名企业存储IT和业务决策者的回复 。
虽然只有10%的组织不允许员工使用生成人工智能，但大多数组织担心不道德、有偏见或不准确的输出，以及公司数据泄露到供应商的人工智能系统中 。
为了应对这些挑战，同时也从人工智能中寻找竞争优势，研究发现，40%的领导者正在采取多管齐下的方法来降低人工智能中非结构化数据的风险，包括存储、数据管理和安全工具，以及使用内部工作组来监督人工智能的使用 。
领导者面临的最大非结构化数据管理挑战是“在不干扰用户和应用程序的情况下移动数据”（47%），但紧随其后的是“为人工智能和云服务做准备”（46%） 。
“生成式人工智能对数据治理和保护提出了新的问题，” NAND Research首席分析师Steve McDowell表示，“研究显示，IT领导者正在努力在快速推出生成式人工智能解决方案的同时，负责平衡企业数据的保护，但这是一个困难的挑战，需要采用智能工具 。”
“IT领导者正在将重点转移到利用生成性人工智能解决方案上，但他们希望在这样做时有所限制，” Kompprise首席执行官Kumar Goswami补充道，“人工智能的数据治理需要正确的数据管理策略 ， 包括跨数据存储孤岛的可见性、数据来源的透明度、高性能的数据移动性和安全的数据访问 。”
【魔法打败魔法，AI数据需要AI解决方案】
推荐阅读
- 数据库 + 工具 ≠ 数据库工具
- 使用Beacon API实现高效数据传输和用户行为分析
- 火山引擎向量数据库：抖音大规模实践
- 一文讲清数据集市、数据湖、数据网格、数据编织
- 数据库的数字化运维能力，你了解了吗？
- 实时数据推送并非只有WebSocket一种选择
- 在SpringBoot中通过Canal实现MySQL与Redis的数据同步
- 数据标注员，困在大模型里
- 一文学会队列入门：Python数据结构与算法
- MySQL如何与Redis保持数据一致性？