Sem dados confiáveis e de alta qualidade, a IA e as iniciativas avançadas de análise estão fadadas a falhar. Ser capaz de gerenciar efetivamente dados, então, é crucial para garantir o sucesso da IA.
Bharath VasudevanVice -presidente de produto, Software de missãoliderou a sessão de Data Summit, “Obtendo seus dados AI-Ready,” Para explorar as maneiras pelas quais as organizações podem criar estratégias de dados resilientes que melhoram a qualidade dos dados, a visibilidade e a confiança, reduzindo o tempo de desenvolvimento, aprimorando a tomada de decisões e promovendo a colaboração.
O anual Data Summit A conferência retornou a Boston, de 14 a 15 de maio de 2025, com oficinas de pré-conferência em 13 de maio.
“As coisas que costumavam ser iniciativas de dados agora são iniciativas de IA”, disse Vasudevan. Com isso em mente, a construção de uma estratégia de IA bem -sucedida exige que você::
- Saiba o que sua liderança está enfrentando.
- Entenda os dados e o ciclo de vida da IA.
- Encontre as pessoas certas que podem ajudar.
Mergulhando mais nesses conceitos, Vasudevan explicou que os líderes são atormentados por preocupações com os sistemas díspares que mantêm dados valiosos, se os dados são confiáveis, o sempre presente cenário de ameaças, operacionalizando uma estratégia significativa de IA e a ampla pressão para demonstrar sucesso na IA.
No entanto, no lado do desenvolvedor, “eu sei que se um projeto não está ganhando dinheiro, assumindo o custo ou reduzindo o risco, ele não está sendo financiado”, disse Vasudevan.
Operacionalmente, algumas tarefas necessárias para o sucesso da IA incluem:
- Dirigindo insights ao costurar dados ERP e CRM com dados de terceiros
- Estabelecendo confiança mostrando como todos os dados são transformados, da origem para os relatórios
- Manter a conformidade enquanto protege seus recursos mais críticos
- Trazendo projetos de IA inovadores e impactantes para a produção
- Percebendo as economias e a promessa de Ai
Fundamentalmente, ao entender os dados e o ciclo de vida da IA, “você precisa saber onde está e onde deseja chegar”, disse Vasudevan.
Geralmente, os dados e o ciclo de vida da IA são os seguintes:
- Modelo: Entenda os relacionamentos que existem entre os dados, criando uma estrutura padronizada que torna os dados mais digeríveis.
- Construir: Crie aplicativos que se tornem uma nova fonte de dados.
- Mover: Migrar dados de silos de aplicação díspar para áreas onde podem ser agregados e transformados.
- Governar: Garanta a confiança dos dados e o acesso confiável enquanto atinge a conformidade.
- Usar: Obtenha informações para as pessoas certas no momento certo para desbloquear o valor dos dados.
Saber quem procurar em um parceiro e fornecedor também desempenha um papel fundamental na realização de dados e sucesso da IA. Como problemas complexos de negócios raramente são resolvidos por um único produto, a melhor solução provavelmente abrangerá vários elementos dos dados e do ciclo de vida da IA, de acordo com Vasudevan.
Muitas apresentações da Summit 2025 estão disponíveis para revisão em https://www.dbta.com/datasummit/2025/presentations.aspx.
Luis es un experto en Inteligência Empresarial, Redes de Computadores, Gestão de Dados e Desenvolvimento de Software. Con amplia experiencia en tecnología, su objetivo es compartir conocimientos prácticos para ayudar a los lectores a entender y aprovechar estas áreas digitales clave.
