2024-06-30 15:39 来源：本站编辑
“垃圾进，垃圾出”是IT界最古老的警示语之一，同样适用于最新技术之一——人工智能。
根据Datacom去年委托进行的一项研究，新西兰只有不到一半的大型组织在使用人工智能。
现在情况如何?
“行动正在加快。总的来说，我们看到了从现在的人工智能实验到现在思考的转变:我可以从哪些用例中获得价值?我们看到越来越多的组织开始做一些事情，比如部署微软的Copilot等工具来提高生产力，或者如何使用人工智能来增强客户服务，”Datacom新西兰董事总经理贾斯汀·格雷(Justin Gray)说。
但一个新的症结出现了:脏数据。
数据通信公司发布的一项新研究显示，新西兰企业可能没有足够的数据质量来利用人工智能及其提供的一切。
这家总部位于惠灵顿的公司委托Cuia对员工人数在100人以上的企业的200名高级决策者进行了调查。从结果可以推断出:
“人工智能输出的质量完全取决于可用数据的质量——垃圾输入，垃圾输出，”格雷说。
广告“例如，人工智能可以是一个强大的预测工具，可以识别业务中的模式和趋势，您可以使用这些模式和趋势来指导战略决策，但如果数据中断，那么人工智能分析也将中断。
“信息被污染的风险可能更高。”
研究发现，企业拥有正确的数据意图，但缺乏数据管理方面的基本卫生实践，40%的企业承认他们没有定期进行数据清理，13%的企业不确定。
数据审计和保证协议也缺乏，46%的企业表示他们没有这些协议，另有11%的企业不确定。
格雷说:“当我们把所有东西数字化时，数据就是我们留下的数字残留物，而且有很多数据，我们保存它们是因为存储它们相对便宜。”
如果你决定是时候清理了，你从哪里开始呢?
格雷说:“这看起来既复杂又令人生畏。“有时人们不知道从哪里开始，因为他们无法量化。但我认为归根结底，首先要看你如何存储它，如何对它进行分类。”
治理是另一个因素。
广告Gray表示:“这是关于将你的数据视为一种产品，并确保它拥有正确的所有权，让那些考虑如何将其视为需要维护的产品或资产的人，然后授权他们开始查看。”
专注于关键领域，并接受你不可能做到100%的事实。
清理有技术因素，比如识别和处理重复数据，但也有法律因素，比如数据主权，或者确保需要存储在新西兰数据中心的文件确实是在岸的。
当被问及在使用数据时遇到的具体障碍或问题时，受访企业认为最主要的问题是
研究还表明，一些公司对其数据的安全性比其政策和系统所保证的更为乐观。研究发现:
数据完整性不仅仅是保护数据不受黑客攻击。治理问题再次发挥了作用——这再次成为格雷的中心主题之一。
“分类是最重要的领域之一，因为我们看到很多组织还没有进行分类。当你开始让人工智能处理你的数据时，如果它不知道什么信息应该提供给谁，你就开始有隐私问题的风险。”
Chris Keall是奥克兰的一名律师《先驱报》商业团队的资深成员。他于2018年加入《先驱报》，是科技编辑和高级商业撰稿人。
