很多技術(shù)提供商正在投入巨資，將人工智能技術(shù)應(yīng)用到他們的產(chǎn)品和服務(wù)中。很多媒體一直在宣傳企業(yè)將人工智能應(yīng)用在IT基礎(chǔ)設(shè)施將會(huì)獲得收益，其中包括加強(qiáng)網(wǎng)絡(luò)安全、簡(jiǎn)化法規(guī)遵從性、自動(dòng)化捕獲數(shù)據(jù)，以及優(yōu)化存儲(chǔ)容量。并且指出，人工智能將使企業(yè)的每個(gè)角落變得更智能，而那些不了解人工智能轉(zhuǎn)型能力的企業(yè)將會(huì)落后于人。

 

與大多數(shù)新興技術(shù)一樣，實(shí)際上人工智能并不那么像宣傳得那樣強(qiáng)大。

 

塔塔咨詢服務(wù)公司副總裁兼全球認(rèn)知業(yè)務(wù)主管Ashok Pai警告說(shuō)：“盡管人工智能有潛力改變產(chǎn)品和業(yè)務(wù)流程，但管理人員不應(yīng)該被大肆宣傳的好處所迷惑。”

 

在IT主管和業(yè)務(wù)負(fù)責(zé)人為人工智能項(xiàng)目提供資金之前，他們需要仔細(xì)考慮人工智能可能在其組織中產(chǎn)生最大影響的場(chǎng)合。他們必須使人工智能投資與戰(zhàn)略業(yè)務(wù)優(yōu)先事項(xiàng)保持一致，例如增加銷售、提高生產(chǎn)力，以及更快地將產(chǎn)品推向市場(chǎng)。Pai表示，這種選擇因企業(yè)和行業(yè)而異。例如，制造商可能會(huì)決定，在供應(yīng)鏈和生產(chǎn)系統(tǒng)中嵌入人工智能是他們的首要任務(wù)，而服務(wù)行業(yè)可能會(huì)尋求人工智能來(lái)改善客戶體驗(yàn)。

 

Pai表示，對(duì)于大多數(shù)公司來(lái)說(shuō)，人工智能項(xiàng)目不會(huì)像汽車行業(yè)開(kāi)發(fā)無(wú)人駕駛汽車耗費(fèi)大量時(shí)間和費(fèi)用。高層管理人員應(yīng)該優(yōu)先考慮和資助6到12個(gè)月的短期項(xiàng)目，這些項(xiàng)目由具有明確目標(biāo)和潛在投資回報(bào)的商業(yè)案例支持。他們應(yīng)該明白，當(dāng)將人工智能嵌入IT基礎(chǔ)設(shè)施時(shí)，可能會(huì)面臨失敗。

 

Pai說(shuō)，“重點(diǎn)是快速識(shí)別故障，減少損失，從失敗中吸取教訓(xùn)，并做出改變，以提高未來(lái)人工智能項(xiàng)目成功的機(jī)會(huì)。”

 

IT咨詢機(jī)構(gòu)Information Builders公司的市場(chǎng)情報(bào)主管Lyndsay Wise表示，并非所有企業(yè)都被人工智能的功能所迷惑。事實(shí)上，許多企業(yè)在采用人工智能自動(dòng)化工具時(shí)都很明智， Wise說(shuō)：“他們并沒(méi)有被宣傳的好處所迷惑，而是在尋求獲得最強(qiáng)投資回報(bào)率的關(guān)鍵問(wèn)題，導(dǎo)致人工智能的采用得以延遲。”

 

Gartner公司在2019年對(duì)首席信息官支出的調(diào)查發(fā)現(xiàn)，只有約37%的企業(yè)采用某種形式的人工智能，而2015年約為10%。

 

Wise表示，許多組織都意識(shí)到，強(qiáng)大的數(shù)據(jù)管理是預(yù)測(cè)分析和人工智能技術(shù)的核心基礎(chǔ)，他們首先關(guān)注的是如何有序地獲取數(shù)據(jù)。她說(shuō)，其他人已經(jīng)意識(shí)到，他們沒(méi)有充分利用預(yù)測(cè)技術(shù)所需的數(shù)據(jù)池，并且正在投資建設(shè)正確的數(shù)據(jù)流。

 

制定將自動(dòng)化和人工智能整合到IT基礎(chǔ)設(shè)施中戰(zhàn)略的企業(yè)需要在人工智能技術(shù)如何幫助他們實(shí)現(xiàn)業(yè)務(wù)目標(biāo)方面有扎實(shí)的基礎(chǔ)。以下是對(duì)IT系統(tǒng)和流程的深入研究，其中自動(dòng)化和人工智能已經(jīng)在改變企業(yè)的工作方式。

 

 

人工智能技術(shù)在捕獲對(duì)當(dāng)今企業(yè)至關(guān)重要的不同類型的數(shù)據(jù)，以及識(shí)別未來(lái)可用于改進(jìn)企業(yè)的數(shù)據(jù)方面發(fā)揮著越來(lái)越大的作用。例如，大多數(shù)語(yǔ)音數(shù)據(jù)通常會(huì)丟失或簡(jiǎn)要總結(jié)。新一代的人工智能轉(zhuǎn)錄工具不僅可以更容易地記錄這些過(guò)程，還可以捕獲更多的分析來(lái)理解呼叫中心交互、業(yè)務(wù)會(huì)議和演示。

 

盡管新的應(yīng)用程序接口不斷增長(zhǎng)，文檔在事務(wù)處理業(yè)務(wù)中仍然扮演著重要的角色。例如，美國(guó)勞工局報(bào)告說(shuō)，企業(yè)每年花費(fèi)超過(guò)1300億美元用于從文檔中輸入數(shù)據(jù)。從文檔中提取數(shù)據(jù)的新工具可以幫助降低這些成本。

 

越來(lái)越復(fù)雜的光學(xué)字符識(shí)別(OCR)技術(shù)以及更好的文本挖掘和使用自然語(yǔ)言處理的語(yǔ)音提取功能，使系統(tǒng)能夠快速數(shù)字化大量的文檔和文本。這些工具自動(dòng)化文檔的排序、分類、提取和最終處置。

 

Infosys Consulting公司合伙人Senthil Kumar表示，數(shù)據(jù)捕獲領(lǐng)域的更大突破正在醞釀之中。

 

他說(shuō)，“數(shù)據(jù)捕獲系統(tǒng)的未來(lái)在于能夠模仿人類的思維——不僅是工業(yè)化的數(shù)據(jù)捕獲，而且能夠處理不明確的數(shù)據(jù)，并快速解釋場(chǎng)景。”

 

雖然光學(xué)字符識(shí)別(OCR)技術(shù)變得更加復(fù)雜和快速，但它仍然主要受到基于模板的規(guī)則的限制，無(wú)法對(duì)數(shù)據(jù)進(jìn)行分類、提取和驗(yàn)證。Kumar說(shuō)，“這些工具缺乏人類思維的魔力，這基本上是對(duì)復(fù)雜數(shù)據(jù)塊的直觀同化、協(xié)調(diào)和解釋。”

 

他表示說(shuō)，復(fù)雜的業(yè)務(wù)場(chǎng)景需要能夠像人類一樣理解文檔的系統(tǒng)。他認(rèn)為，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是改善數(shù)據(jù)捕獲最有希望的地方。

 

機(jī)器學(xué)習(xí)模型在不同的語(yǔ)言和文檔類型之間具有極大的可擴(kuò)展性。他們需要一些初步的努力來(lái)建立高質(zhì)量的訓(xùn)練模型和實(shí)體識(shí)別技術(shù)，但是一旦建立了基礎(chǔ)，這些技術(shù)比模板化方法更快、更好、更具場(chǎng)景性。Kumar說(shuō)，“成功的組織不是建立在模板驅(qū)動(dòng)的世界里。”

 

Kumar表示，一個(gè)有趣的數(shù)據(jù)捕獲應(yīng)用是使用機(jī)器學(xué)習(xí)模型來(lái)跟蹤企業(yè)的信息流。例如，可以使用機(jī)器學(xué)習(xí)來(lái)識(shí)別公司關(guān)于困難主題的頂級(jí)專家，使其他工作人員可以隨時(shí)訪問(wèn)該知識(shí)庫(kù)。對(duì)信息流的分析還可以幫助管理層確定其內(nèi)部消息的優(yōu)先級(jí)，或者改進(jìn)信息的傳遞。

 

 

企業(yè)正在使用人工智能執(zhí)行以下數(shù)據(jù)捕獲：

 

(1)處理和分析跨多個(gè)供應(yīng)商、地點(diǎn)和地理位置的數(shù)百萬(wàn)張發(fā)票，以改進(jìn)提交回扣管理和對(duì)賬的驗(yàn)證。

 

(2)從復(fù)雜文件中分解和提取背景，例如法律簡(jiǎn)報(bào)、多語(yǔ)言研究論文、建筑藍(lán)圖和土地調(diào)查。

 

(3)評(píng)估搜索引擎優(yōu)化的相關(guān)性并通過(guò)搜索獲利。

 

(4)評(píng)估社交內(nèi)容的相關(guān)性和偏好，并監(jiān)控仇恨言論和錯(cuò)誤信息。

 

(5)為實(shí)體識(shí)別(注釋)標(biāo)記圖像和視頻，幫助用戶使用自然語(yǔ)言進(jìn)行查詢。

 

 

在人力資源領(lǐng)域，將人工智能嵌入到IT基礎(chǔ)設(shè)施中可以簡(jiǎn)化企業(yè)用于審查簡(jiǎn)歷、分析新員工績(jī)效、自動(dòng)提供新員工所需的IT資源以及改進(jìn)培訓(xùn)服務(wù)提供的分析。

 

IBM公司安全副總裁Aarti Borkar說(shuō)，“招聘人員瀏覽一份簡(jiǎn)歷平均只看6秒，這在人才招聘過(guò)程中可能錯(cuò)失大量的機(jī)會(huì)。”他曾是IBM Watson人才和協(xié)作小組成員。

 

人工智能可以對(duì)應(yīng)聘者的簡(jiǎn)歷進(jìn)行總結(jié)，并對(duì)技能和熟練程度進(jìn)行全面的描述，從而使招聘人員能夠在6秒內(nèi)做出更準(zhǔn)確的評(píng)估。人工智能還可以通過(guò)實(shí)施更好、更個(gè)性化的職業(yè)發(fā)展計(jì)劃來(lái)促進(jìn)人才的保留。

 

但是，人工智能比提高人力資源效率更為重要，它有能力減輕招聘過(guò)程中的自然人類偏見(jiàn)，并創(chuàng)造出更加多樣化的勞動(dòng)力。Borkar說(shuō)，“有大量的證據(jù)表明，企業(yè)的更大的多樣性推動(dòng)了更大的業(yè)務(wù)成果，因?yàn)樵趯?shí)踐中，反對(duì)的觀點(diǎn)可以消除盲點(diǎn)。”

 

人工智能顧問(wèn)和培訓(xùn)師、《商業(yè)人工智能》一書的作者DougRose預(yù)計(jì)，企業(yè)將使用人工智能來(lái)改善員工的福祉和敬業(yè)度。這些工具尋找模式，然后試圖確定員工的幸福感。這可能使人力資源部更容易進(jìn)行一些小實(shí)驗(yàn)來(lái)改善福利，例如讓員工在家工作或?yàn)樗麄兲峁┨囟ǖ呐嘤?xùn)。然后，該算法可以評(píng)估是否有改進(jìn)。Rose指出，這些新的人工智能參與工具可以幫助企業(yè)實(shí)時(shí)調(diào)整他們的政策，以降低營(yíng)業(yè)額，改善他們的組織文化。

 

他說(shuō)：“通常情況下，企業(yè)雇主只需稍加改進(jìn)就能提高生產(chǎn)率，并為每位員工提供更好的體驗(yàn)。”

 

人力資源團(tuán)隊(duì)也可能處于工作場(chǎng)所使用人工智能的另一個(gè)后果：解決員工對(duì)自動(dòng)化和人工智能的擔(dān)憂。人力資源研究和咨詢公司Global Workplace總裁Kate Lister表示，她認(rèn)為企業(yè)需要關(guān)注自動(dòng)化和增強(qiáng)智能如何讓許多人更輕松地工作。

 

Lister說(shuō)，“員工應(yīng)該將人工智能技術(shù)視為數(shù)字助理，他們可以做好所有的重復(fù)性工作，而人力資源工作人員可以完成他們真正喜歡的工作。此外，由于人工智能自動(dòng)化，重復(fù)性工作將會(huì)做處更好。”

 

Lister指出，但是人力資源部門需要注意這些數(shù)字助理如何能夠正常運(yùn)轉(zhuǎn)。例如，如果傳感器檢測(cè)到Sally很少在辦公室辦公。這可能會(huì)得出結(jié)論Sally不需要辦公桌或者工作懈怠，事實(shí)上她在利用會(huì)議室更好的Wi-Fi信號(hào)在那里辦公。

 

Lister說(shuō)，“雖然計(jì)算機(jī)所做的大部分工作都與匿名的大數(shù)據(jù)有關(guān)，但特別是關(guān)于Sally的‘小數(shù)據(jù)’會(huì)導(dǎo)致安全、隱私、所有權(quán)問(wèn)題。”

 

 

NTT數(shù)據(jù)服務(wù)公司首席信息安全官Steve Williams表示，他一直致力于使用人工智能來(lái)自動(dòng)化系統(tǒng)集成商傳統(tǒng)的一級(jí)安全操作，以解決技術(shù)嫻熟的安全專業(yè)人員短缺的問(wèn)題，以更高的質(zhì)量實(shí)現(xiàn)標(biāo)準(zhǔn)化，并與開(kāi)始使用人工智能來(lái)改進(jìn)攻擊的攻擊者保持技術(shù)同步。

 

這一策略通過(guò)讓Steve Williams的團(tuán)隊(duì)專注于更具吸引力的項(xiàng)目，幫助提高了員工的保留率。啟用人工智能的方法也有助于減少人為錯(cuò)誤，因?yàn)樗鼫p少了與標(biāo)準(zhǔn)操作程序的偏差。與尋找合適的人相比，自動(dòng)化和人工智能還可以減少解決問(wèn)題所需的時(shí)間，而后者必須記住他在上次是如何解決問(wèn)題的。

 

Williams還認(rèn)為，人工智能可以更容易地跟上因完全自動(dòng)攻擊工作流而產(chǎn)生的雙因素身份驗(yàn)證保護(hù)措施的步伐。

 

 

主要的CRM、ERP和市場(chǎng)營(yíng)銷參與者開(kāi)始在其核心平臺(tái)之上創(chuàng)建人工智能分析層。人工智能層將更容易從這些平臺(tái)上顯示數(shù)據(jù)，并將數(shù)據(jù)整合到其他應(yīng)用程序中，通過(guò)更好的響應(yīng)時(shí)間和大規(guī)模個(gè)性化創(chuàng)建更好的客戶體驗(yàn)。

 

將人工智能融入ERP也可以幫助企業(yè)領(lǐng)導(dǎo)者更快地做出更好的采購(gòu)決策。調(diào)研機(jī)構(gòu)Forrester Research公司預(yù)測(cè)，這種增加的功能最終可能導(dǎo)致新一代業(yè)務(wù)云更加適應(yīng)傳統(tǒng)企業(yè)的需求，而不是現(xiàn)有云計(jì)算領(lǐng)導(dǎo)者的需求。

 

例如，Adobe公司最近推出了Adobe Experience平臺(tái)，以在其廣泛的營(yíng)銷、廣告和創(chuàng)意服務(wù)中集中數(shù)據(jù)。該工具承諾突破數(shù)據(jù)孤島，使企業(yè)更容易了解客戶，并通過(guò)使用人工智能和機(jī)器學(xué)習(xí)使數(shù)據(jù)可操作。SAP、Salesforce、Microsoft、Oracle等公司推出了類似的計(jì)劃，使人工智能更容易注入到運(yùn)行在其平臺(tái)上的不同應(yīng)用程序中。

 

流程自動(dòng)化工具供應(yīng)商Fortressiq公司創(chuàng)始人兼首席執(zhí)行官Pankaj Chowdhry說(shuō)，“業(yè)務(wù)應(yīng)用程序供應(yīng)商對(duì)數(shù)據(jù)的深入了解使他們能夠快速實(shí)現(xiàn)客戶價(jià)值，這將是企業(yè)采用人工智能最快速和最成功的方法之一。”這些業(yè)務(wù)云的早期工具專注于實(shí)現(xiàn)垂直人工智能層，以幫助自動(dòng)化非常具體的業(yè)務(wù)流程，如CRM中的銷售線索評(píng)分或ERP中的供應(yīng)鏈優(yōu)化。

 

Chowdhry說(shuō)，企業(yè)面臨的最大挑戰(zhàn)是，這些功能中的大部分只能在最新版本的平臺(tái)上使用，而且不能很好地進(jìn)行定制。此外，在這些平臺(tái)上構(gòu)建的人工智能在很大程度上依賴于企業(yè)數(shù)據(jù)的質(zhì)量。例如，自動(dòng)機(jī)器學(xué)習(xí)工具提供商DataRobot的高級(jí)主管Colin Priest說(shuō)，許多CRM數(shù)據(jù)庫(kù)包含重復(fù)的客戶記錄，這是由于多渠道銷售、客戶在輸入客戶詳細(xì)信息時(shí)更改地址或只是因?yàn)檩斎脲e(cuò)誤。但是，人工智能還可以通過(guò)識(shí)別這些重復(fù)記錄來(lái)清除數(shù)據(jù)，從而提高客戶服務(wù)和法規(guī)遵從性。

 

 

將人工智能納入IT基礎(chǔ)設(shè)施可以提高安全合規(guī)性和管理，更好地理解來(lái)自各種來(lái)源的數(shù)據(jù)，從而快速檢測(cè)傳入的攻擊并改進(jìn)應(yīng)用程序開(kāi)發(fā)實(shí)踐。

 

英特爾公司管理數(shù)據(jù)庫(kù)咨詢商DSP公司的Oracle云服務(wù)負(fù)責(zé)人Philip Brown表示，在安全方面使用人工智能增強(qiáng)自動(dòng)化的低效成果在于合規(guī)管理。

 

“企業(yè)IT仍然有很長(zhǎng)的路要走，只是為了涵蓋安全合規(guī)和管理的基礎(chǔ)知識(shí)。”Brown說(shuō)。一個(gè)典型的企業(yè)可能有一個(gè)包含250個(gè)數(shù)據(jù)庫(kù)的數(shù)據(jù)庫(kù)區(qū)和一個(gè)符合性政策，每個(gè)數(shù)據(jù)庫(kù)約有30個(gè)規(guī)定，因此需要收集大約7500個(gè)數(shù)據(jù)點(diǎn)。

 

人工收集所有這些數(shù)據(jù)是不切實(shí)際的，因?yàn)楸仨毝ㄆ谑占@些數(shù)據(jù)才能有價(jià)值。然后必須對(duì)其進(jìn)行處理和評(píng)分，并在發(fā)現(xiàn)安全或合規(guī)問(wèn)題時(shí)采取補(bǔ)救措施。Brown說(shuō)，“如果沒(méi)有實(shí)現(xiàn)自動(dòng)化，這很難做到。”

 

Brown指出，有兩種方法可能讓審計(jì)員感到惱火。第一種方法是告訴他們不符合的實(shí)例。這會(huì)讓審計(jì)人員很惱火，但他們會(huì)很高興知道差距在哪里。第二種方法是告訴他們無(wú)法收集和處理數(shù)據(jù)。

 

Brown說(shuō)，“安全自動(dòng)化不僅在自動(dòng)解決問(wèn)題方面很重要，而且在定期捕獲和處理數(shù)據(jù)方面也同樣重要。”

 

人工智能還顯示了在挖掘事件數(shù)據(jù)中可能代表安全威脅的異常模式的一些前景。但是，培訓(xùn)這些系統(tǒng)需要IT經(jīng)理維護(hù)干凈的數(shù)據(jù)集，以控制這些系統(tǒng)學(xué)到的東西。

 

安全工具供應(yīng)商有不同的策略來(lái)啟動(dòng)這些系統(tǒng)中使用的人工智能模型。但云計(jì)算咨詢公司CandidPartners的云安全架構(gòu)師Jonathan Glass表示，在審查這些工具時(shí)要謹(jǐn)慎。他擔(dān)心黑客會(huì)匿名地用惡意制作的關(guān)鍵系統(tǒng)文件(如Windows內(nèi)核)來(lái)攻擊他們，這可能會(huì)導(dǎo)致人工智能解決方案阻止這些文件。

 

Glass說(shuō)：“人工智能和機(jī)器學(xué)習(xí)非常適合識(shí)別威脅和模式，但是仍然應(yīng)該讓人類做最后的決定，直到人們對(duì)這些決定有100%的信心。”如果人類不在其中，那么使用人工智能自動(dòng)執(zhí)行的安全服務(wù)可能會(huì)阻止合法用戶。他強(qiáng)調(diào)，工具應(yīng)該只能增強(qiáng)良好的安全流程，不應(yīng)該用來(lái)完全解決任何問(wèn)題。

 

在開(kāi)發(fā)周期的早期解決安全問(wèn)題的成本要低得多。來(lái)自Contrast Security、Secure Code Warrio、Semmle、Synopsis和Veracode等提供商的軟件集成開(kāi)發(fā)環(huán)境(IDE)插件將安全“拼寫檢查器”直接嵌入IDE中。

 

“但現(xiàn)在和將來(lái)，擁有真正的安全專家和同行代碼審查仍然是關(guān)鍵。”密碼管理提供商Keeper Security公司首席技術(shù)官兼聯(lián)合創(chuàng)始人CraigLuley對(duì)此表示認(rèn)同。他解釋說(shuō)，人工智能既不了解軟件的用途，也不了解網(wǎng)絡(luò)攻擊者的思想，因此人員的因素對(duì)安全仍然至關(guān)重要。人工智能在安全性中的一種用途是使用人工智能自動(dòng)化測(cè)試和分析來(lái)確保底層數(shù)據(jù)的加密和更好的保護(hù)。但這仍然需要人們充分了解使用模式和業(yè)務(wù)案例。

 

 

房地產(chǎn)服務(wù)商Zillow Group公司的數(shù)據(jù)工程高級(jí)主管Steve Hsiao表示，隨著數(shù)據(jù)越來(lái)越豐富，越來(lái)越復(fù)雜，人類不可能監(jiān)控和管理所有這些海量數(shù)據(jù)集。

 

Zillow公司正在IT基礎(chǔ)設(shè)施中使用人工智能來(lái)監(jiān)控和預(yù)測(cè)異常的數(shù)據(jù)場(chǎng)景、數(shù)據(jù)依賴性和數(shù)據(jù)使用模式，從而幫助企業(yè)更高效地運(yùn)行。人工智能和自動(dòng)化也被用于自動(dòng)擴(kuò)展、智能查詢規(guī)劃和集群調(diào)整，以及優(yōu)化用于運(yùn)行Hadoop基礎(chǔ)設(shè)施的服務(wù)器集合性能的過(guò)程。

 

Hsiao說(shuō)，“使用人工智能是識(shí)別不再使用的數(shù)據(jù)的有效方法，然后我們可以確定是將數(shù)據(jù)加載到更慢的存儲(chǔ)、壓縮還是考慮刪除。”人工智能技術(shù)還可以用于標(biāo)記有關(guān)數(shù)據(jù)集的統(tǒng)計(jì)信息，以進(jìn)行查詢優(yōu)化。例如，Zillow公司使用內(nèi)部的人工智能系統(tǒng)檢測(cè)異常情況，以預(yù)測(cè)不正確的數(shù)據(jù)或可疑的數(shù)據(jù)生成模式。

 

Hsiao說(shuō)，目前還沒(méi)有快速的解決辦法。數(shù)據(jù)是非常復(fù)雜的，用于收集數(shù)據(jù)的每個(gè)管道可能具有非常不同的特性，這使得擁有一個(gè)完整的、一刀切的適合所有人工智能的解決方案變得非常困難。人工智能模型也可以像數(shù)據(jù)本身一樣復(fù)雜地進(jìn)行管理。Hsiao說(shuō)，“最重要的是，現(xiàn)實(shí)情況是人工智能遠(yuǎn)非完美，常常需要人工干預(yù)，以盡量減少錯(cuò)誤或有偏見(jiàn)的結(jié)果。”

 

 

存儲(chǔ)和數(shù)據(jù)管理是兩個(gè)領(lǐng)域，行業(yè)專家表示，人工智能將降低存儲(chǔ)更多數(shù)據(jù)的成本，提高訪問(wèn)數(shù)據(jù)的速度，并降低法規(guī)遵從性方面的管理負(fù)擔(dān)，使數(shù)據(jù)在許多方面更加有用。

 

企業(yè)正在使用人工智能來(lái)尋找減少需要物理存儲(chǔ)在固態(tài)驅(qū)動(dòng)器等存儲(chǔ)介質(zhì)上的數(shù)據(jù)大小的方法。IT基礎(chǔ)設(shè)施中的另一個(gè)人工智能顯示出了希望的領(lǐng)域是分析數(shù)據(jù)硬件的特性，以便更好地預(yù)測(cè)故障并提高更換存儲(chǔ)介質(zhì)的速度。在數(shù)據(jù)管理中，人工智能正被嵌入以動(dòng)態(tài)地調(diào)整、更新和管理各種類型的數(shù)據(jù)庫(kù)。示例包括Oracle的自治數(shù)據(jù)庫(kù)技術(shù)和Azure SQL數(shù)據(jù)庫(kù)。這些類型的人工智能和自動(dòng)化工具協(xié)同工作，將有助于減少與管理大型數(shù)據(jù)基礎(chǔ)設(shè)施相關(guān)的人工負(fù)擔(dān)，并減少為新用途(如數(shù)據(jù)科學(xué)項(xiàng)目)重新調(diào)整數(shù)據(jù)用途的開(kāi)銷。自動(dòng)化還將導(dǎo)致文化轉(zhuǎn)變，數(shù)據(jù)庫(kù)管理工作減少，而數(shù)據(jù)工程工作等其他工作則有所增加。

 

IT咨詢機(jī)構(gòu)Apps Associates公司的高級(jí)副總裁Bill Saltys表示，在IT基礎(chǔ)設(shè)施中嵌入人工智能將從根本上改變存儲(chǔ)系統(tǒng)正常運(yùn)行所需的許多任務(wù)。一個(gè)領(lǐng)域是調(diào)整物理數(shù)據(jù)基礎(chǔ)設(shè)施，使用人工智能進(jìn)行實(shí)時(shí)維護(hù)、自我修復(fù)、故障轉(zhuǎn)移和業(yè)務(wù)連續(xù)性。例如，許多存儲(chǔ)系統(tǒng)使用RAID使多個(gè)物理硬盤驅(qū)動(dòng)器或固態(tài)驅(qū)動(dòng)器顯示為一個(gè)存儲(chǔ)系統(tǒng)，以提高性能并減少單個(gè)故障的影響。更好的自動(dòng)化可以幫助分發(fā)這些數(shù)據(jù)，以提高讀寫速度或提高綜合性。

 

運(yùn)營(yíng)數(shù)據(jù)庫(kù)提供商Marklogic Corporation公司高級(jí)產(chǎn)品經(jīng)理Anthony Roach表示，改進(jìn)存儲(chǔ)系統(tǒng)需要超越對(duì)存儲(chǔ)系統(tǒng)中哪些物理或軟件組件遭到破壞的了解，從而找出如何預(yù)測(cè)這些損壞，以便采取糾正措施。其目的是創(chuàng)建機(jī)器學(xué)習(xí)模型，以不斷提高其預(yù)測(cè)復(fù)雜存儲(chǔ)系統(tǒng)中維護(hù)故障的能力，并采取主動(dòng)措施防止故障發(fā)生。他說(shuō)，基于大量輸入數(shù)據(jù)的近實(shí)時(shí)異常檢測(cè)和風(fēng)險(xiǎn)評(píng)估有望使數(shù)據(jù)管理操作更加高效和穩(wěn)定。

 

Apps Associates公司云計(jì)算服務(wù)的實(shí)踐經(jīng)理和解決方案架構(gòu)師Bharath Terala說(shuō)，在數(shù)據(jù)管理方面，人工智能和自動(dòng)化將顯著減少跨各種數(shù)據(jù)庫(kù)管理系統(tǒng)的管理、擴(kuò)展、轉(zhuǎn)換和調(diào)優(yōu)工作。

 

Terala說(shuō)，人工智能和自動(dòng)化還將使對(duì)不同類型數(shù)據(jù)庫(kù)的數(shù)據(jù)管理應(yīng)用程序進(jìn)行調(diào)整變得更容易，包括用于事務(wù)的結(jié)構(gòu)化SQL、用于分析的圖形數(shù)據(jù)庫(kù)以及用于捕獲快速移動(dòng)數(shù)據(jù)的其他非SQL數(shù)據(jù)庫(kù)。人工智能輔助的自動(dòng)化可能會(huì)影響一種文化轉(zhuǎn)變，即從專注于優(yōu)化企業(yè)現(xiàn)有數(shù)據(jù)庫(kù)的DBA轉(zhuǎn)向?qū)Ｗ⒂趦?yōu)化和擴(kuò)展不同最佳數(shù)據(jù)管理應(yīng)用程序基礎(chǔ)設(shè)施的數(shù)據(jù)工程師。例如，SQL可以用于事務(wù)、分析的圖形數(shù)據(jù)庫(kù)和用于捕獲物聯(lián)網(wǎng)數(shù)據(jù)的關(guān)鍵值存儲(chǔ)。

 

Marklogic公司的Roach說(shuō)，然而，現(xiàn)代數(shù)據(jù)管理也涉及到管理安全、隱私、數(shù)據(jù)主權(quán)、生命周期管理、權(quán)利和同意管理。人工智能自動(dòng)化可以幫助改進(jìn)驗(yàn)證不同用途數(shù)據(jù)集的過(guò)程，并管理與數(shù)據(jù)生命周期相關(guān)的所有活動(dòng)中的數(shù)據(jù)來(lái)源。例如，人工智能可以幫助掌握非結(jié)構(gòu)化數(shù)據(jù)中的數(shù)據(jù)、發(fā)現(xiàn)數(shù)據(jù)和識(shí)別結(jié)構(gòu)。人工智能還可以幫助識(shí)別個(gè)人可識(shí)別的信息，確定數(shù)據(jù)的適用性，甚至識(shí)別結(jié)構(gòu)或訪問(wèn)中的欺詐和異常。這將使參與數(shù)據(jù)生命周期的每個(gè)人更容易看到數(shù)據(jù)來(lái)自何處以及如何進(jìn)入其所處的狀態(tài)。

 

Roach說(shuō)，在存儲(chǔ)和數(shù)據(jù)管理中使用人工智能工具的最大挑戰(zhàn)之一是識(shí)別和糾正觀察和行動(dòng)之間的差距。例如，分析可能會(huì)告訴數(shù)據(jù)經(jīng)理，跨不同存儲(chǔ)層重新平衡數(shù)據(jù)可能會(huì)降低成本。但這樣做會(huì)面臨挑戰(zhàn)，同時(shí)也會(huì)使數(shù)據(jù)保持在線、事務(wù)性和業(yè)務(wù)性能。基礎(chǔ)設(shè)施軟件(如數(shù)據(jù)庫(kù))在傳統(tǒng)上不是很靈活。

 

Roach說(shuō)，“現(xiàn)代建筑需要提供執(zhí)行人工智能建議的行動(dòng)所必需的靈活性。”對(duì)于許多組織來(lái)說(shuō)，這將需要用更靈活的數(shù)據(jù)管理工具組合替換舊數(shù)據(jù)庫(kù)。

 

云計(jì)算文件服務(wù)Panzura公司首席產(chǎn)品官Rich Weber說(shuō)，數(shù)據(jù)管理者未來(lái)可能會(huì)找到建立基礎(chǔ)設(shè)施的方法，以便特定類型的數(shù)據(jù)更新可以通過(guò)簡(jiǎn)單地將數(shù)據(jù)寫入與編排腳本相關(guān)的位置來(lái)觸發(fā)新的機(jī)器學(xué)習(xí)過(guò)程。其用途包括自動(dòng)將數(shù)據(jù)攝取到機(jī)器學(xué)習(xí)引擎中進(jìn)行預(yù)處理;改進(jìn)預(yù)測(cè)分析模型;自動(dòng)編輯個(gè)人識(shí)別信息;自動(dòng)糾正圖像文件的視覺(jué)異常。

 

 

第一代人工智能工具要求IT和數(shù)據(jù)專家花費(fèi)大量時(shí)間和專業(yè)知識(shí)創(chuàng)建新的人工智能模型和應(yīng)用程序。現(xiàn)在各種各樣的平臺(tái)正在出現(xiàn)，并在這個(gè)過(guò)程中自動(dòng)化消除瓶頸，或者作為一個(gè)平臺(tái)來(lái)簡(jiǎn)化整個(gè)人工智能應(yīng)用程序的開(kāi)發(fā)生命周期。

 

大多數(shù)現(xiàn)代人工智能項(xiàng)目都是由機(jī)器學(xué)習(xí)模型驅(qū)動(dòng)的。建立機(jī)器學(xué)習(xí)模型是一個(gè)耗時(shí)的過(guò)程，但借助于自動(dòng)化機(jī)器學(xué)習(xí)可以加快速度。例如，數(shù)據(jù)科學(xué)家通常花費(fèi)大量時(shí)間將數(shù)據(jù)轉(zhuǎn)換為不同的結(jié)構(gòu)和格式，然后調(diào)整神經(jīng)網(wǎng)絡(luò)配置設(shè)置以創(chuàng)建更好的機(jī)器學(xué)習(xí)模型。

 

DataRobot公司的Priest說(shuō)：“自動(dòng)化機(jī)器學(xué)習(xí)使用的軟件知道如何自動(dòng)化構(gòu)建人工智能模型的重復(fù)步驟，以便為更關(guān)鍵的業(yè)務(wù)、以人為中心的任務(wù)減少工作人員的工作量。”

 

用于自動(dòng)化機(jī)器學(xué)習(xí)的新興工具可以幫助數(shù)據(jù)準(zhǔn)備、人工智能模型特征工程、模型選擇和自動(dòng)結(jié)果分析。除了DataRobot公司，其他開(kāi)發(fā)自動(dòng)化人工智能基礎(chǔ)設(shè)施工具的供應(yīng)商還包括DataBricks、Google、H20.ai、IBM、Oracle和Tibco。

 

 

Box公司首席產(chǎn)品官Jeetu Patel說(shuō)，現(xiàn)代參考體系結(jié)構(gòu)可以在將人工智能和自動(dòng)化引入新的業(yè)務(wù)流程中發(fā)揮關(guān)鍵作用。該公司最近決定將重點(diǎn)放在使用人工智能和自動(dòng)化來(lái)改進(jìn)其合同生命周期管理，這是非常耗時(shí)的，因?yàn)閬?lái)回通信、審查和標(biāo)記。該戰(zhàn)略要求使用已經(jīng)與提供商的IT基礎(chǔ)設(shè)施集成的服務(wù)，包括用于電子郵件附件智能的MXHERO;用于電子簽名的DocuSign;用于合同編輯和談判的Office365;用于報(bào)告、分析和義務(wù)管理的Crooze;以及用于元數(shù)據(jù)智能提取和標(biāo)記的eBrevia。Patel說(shuō)，該公司擴(kuò)展了其內(nèi)部產(chǎn)品“Box Skills”來(lái)分析和更好地理解所有合同，以幫助快速識(shí)別合同中的任何法律問(wèn)題。

 

 

支持人工智能的自動(dòng)化工具仍處于初級(jí)階段，這可能會(huì)挑戰(zhàn)IT主管識(shí)別承諾最有價(jià)值的用例。

 

個(gè)人化平臺(tái)Dynamic Yield公司首席技術(shù)官兼聯(lián)合創(chuàng)始人Omri Mendellevich說(shuō)，“人工智能有很多機(jī)會(huì)，但缺乏關(guān)注和策略可能會(huì)阻礙企業(yè)推動(dòng)成功的人工智能項(xiàng)目。”

 

人工智能戰(zhàn)略應(yīng)該從將人工智能納入IT基礎(chǔ)設(shè)施可以解決的問(wèn)題的良好理解開(kāi)始。這使組織能夠分析它是想在內(nèi)部解決問(wèn)題，還是想購(gòu)買一種可以為他們解決問(wèn)題的產(chǎn)品。Mendellevich表示，一個(gè)良好的人工智能采用策略將定義和澄清組織為了達(dá)到預(yù)期的結(jié)果需要經(jīng)歷的過(guò)程。將關(guān)鍵績(jī)效指標(biāo)應(yīng)用于人工智能項(xiàng)目的每個(gè)階段將有助于確保成功實(shí)施。

 

這需要極大的耐心，因?yàn)槠髽I(yè)需要知道人工智能的自動(dòng)化還處于起步階段，其交付結(jié)果非常復(fù)雜。建立模型、測(cè)試、調(diào)整、失敗、成功和再次失敗都需要相當(dāng)長(zhǎng)的時(shí)間。

 

“如果做得好就會(huì)成功，人工智能最終將改變?nèi)藗兊墓ぷ鞣绞健?rdquo;Mendellevich說(shuō)。