点击图片报名 2018中国软件技术大会
Databricks发布了美国和欧洲大型公司的AI难题的调查结果。只有1/3的人工智能项目取得了成功，更重要的是企业从概念转向生产需要六个多月。这些挑战背后的主要原因是96%的企业面临着数据相关的问题，如孤岛和不一致的数据集。80%的企业引发了重大的组织摩擦，如数据科学家和数据工程师之间缺乏协作。90%的受访者表示在整个机器学习生命周期中统一数据科学和数据工程的方法将克服AI难题。
调查发现：98%的受访者认为及时准备和汇总大型数据集是一项重大挑战；96%的受访者认为数据探索和迭代模型培训具有挑战性；90%的受访者认为快速可靠地将模型部署到生产中是一项重大挑战；87%的企业平均投资七种不同的机器学习工具，增加了企业的复杂性。那么，有什么能帮助这些企业克服人工智能的困境呢？接受调查的高管表示，他们需要将数据处理与机器学习功能相结合的端到端的解决方案。这些简化的解决方案可以简化工作流程、提高效率并最终提高业务价值。
事实上，近80%的受访高管表示，他们高度重视统一分析平台的概念。统一分析解决方案为数据科学家和数据工程师提供协作功能，以便在整个AI开发到生产生命周期中有效地工作。由于机器学习工具的爆炸式增长，超过90%的大公司面临与数据相关的挑战和日益增长的复杂性，因此对可以消除技术和孤岛的平台和流程的需求比以往任何时候都更加明显。统一分析为面临现代AI实施障碍的公司提供了理想的方法。
「168大数据 www.bi168.cn」由一群顶尖的数据科学家倡导发起，是国内更具影响力的数据科学社群媒体与产业创新赋能平台，专注大数据、人工智能、商业智能、数据分析、云计算、物联网、区块链等数据科学领域的社交资讯、知识分享、职场发展和产业赋能，以大数据驱动创新和助力传统产业转型升级为使命，致力于为大数据产业链的从业者、企业、厂商、服务商提供最具价值的内容、社交与服务。平台已经聚集了国内外近十万数据领域的高端精英，如大数据企业创始人、首席信息官、首席技术官、首席数据官、数据架构师、数据科学家、人工智能专家、商业智能专家等，共同致力于数据技术、数据价值、数据思维的传播、交流与分享。
「免责声明」内容源自原创/投稿/网络，纯属个人观点，仅供交流学习。版权归原作者或机构所有，如有侵权，请及时联系删除。合作联系:link@bi168.cn
