打造成功的Gen AI数据驱动型企业

打造成功作为一个由生成式人工智能数据驱动的企业 这是原因和如何实现它 2 商业领袖越来越认识到生成式AI在推动创新和收入增长方面的价值，作为一个加速器。一个惊人的百分之九十一的组织 正在试验或投资生成式人工智能，和88%的机构计划在未来12到18个月内专注于人工智能——包括生成式人工智能 。 但大多数成功扩大其生成式人工智能计划的组织随后又难以从其投资中提取显著价值。而且通常这是因为其数据及其数据管理实践存在问题。 数据是一项需要投资、管理和治理的资产，因为生成式人工智能应用需要清洁、准确、可用的数据作为坚实的基础才能取得有意义的结果。数据驱动的企业拥有坚实的根基，可以降低生态系统的复杂性，理解概念验证与规模化项目之间的区别，连接数据流程与政策，并支持快速行动所需的敏捷性 。 以生成式人工智能数据驱动的企业建设成功 3 数据驱动 定义 我们在德勤报告中确定了九个关键属性 数据驱动的企业：通往数据掌控之路。这些维度共同使组织能够创建、处理和利用数据，以实现业务目标，提高运营卓越性，改善客户体验，并推动创新。 以生成式人工智能数据驱动的企业建设成功 定义数据驱动的企业4 数据驱动型企业：数据掌控之路，凯捷研究咨询公司2024 以生成式人工智能数据驱动的企业建设成功 5 该报告还发现，在过去的四年中，近三分之二的高管表示他们的组织使用激活数据，即嵌入在核心业务流程中的信息。然而 ，为了解锁这些九个领域中的数据价值而取得的数据成熟度进展却表明并非如此。 而80%的全球组织今年加大了他们的生成式人工智能投资，但只有54％ 数据高管意识到成功采用人工智能所需的数据信任和指导原则。这意味着大多数能够扩大其生成式人工智能计划的组织随后难以从其投资中提取显著价值。这通常是因为数据和数据管理实践方面的问题阻碍了成功。 54% 仅 多少数据高管意识到赢得人工智能时代需要的数据基础 在2024年， 80% 全球组织去年的GenAI投资有所增 加 以生成式人工智能数据驱动的企业建设成功 6 无可辩驳的数据价值 企业已经理解信息的价值，因为表示其组织正在利用数据的领导者数量自2020年以来已经翻了一番 ——到2024年是三分之二。但是数据质量在实现大规模人工智能时往往是一个问题，因为其中大部分通常是非结构化的 电子邮件、视频、图像、社交媒体帖子以及HTML内容。这些数据类型使得识别、整理、分析和提取见解成为一项挑战。如果某个组织的数据质量低下、治理不善、分散在不同的系统中，或者充满安全问题，或者 组织受限于无法获取合适的技术技能来有效利用，否则他们无法从GenAI中提取最大价值。 以生成式人工智能数据驱动的企业建设成功 7 这里是如何让组织有效地解锁和加速他们的数据的。 1 开始有力 构建一个能够解锁及时、准确、且相关的洞察力，以驱动实际成果的数据基础。这是成为一个数据驱动型企业的第一步。 避免过度复杂的生态系统 2 数据经常被隔离在不同的技术和软件产品中。大部分数据是非结构化或低质量的，而要对其进行审查和重新组织以进行分析、比较和生成见解，则需要时间、技能和预算。 创建扩展能力 3 公司常在概念验证的生成式人工智能产品上取得成功，但当它们转向生产时，成功率可能会急剧下降。关键在于数据质量以及创建清晰、共享的企业级数据分类体系的能力。工程团队需要强有力的、协同的数据安全和合规政策与程序，以及协调多供应商采购策略的能力。 清除高效交付的障碍 4 组织必须快速行动并控制成本，以履行其承诺。如果没有管理复杂性和可扩展性，这就变得具有挑战性和昂贵。 以生成式人工智能数据驱动的企业建设成功 最终，驱动成果和回报意味着数据必须是可访问的、结构化的、可靠的和成熟的。 8 共同合作于 数据赋能为了创造优势 大多数通用人工智能的成熟旅程都始于同一地点：企业想要类似ChatGPT的体验，并且他们遇到了成千上万的开放源和闭源通用人工智能模型。因此，在单个工具包中获取信任 、成本和规模控制是极其有价值的。 这就是为什么埃森哲正在与databricks和informatica合作，为企业组织提供一个解决方案，使它们能够成熟并更有效地利用数据来推动业务成果。我们的方法将数据视为一个产品中心。通过结合云上企业数据管理平台的最佳能力，以及最佳生成式人工智能解决方案的能力和来自databricks数据智能平台，以及与 informatica的智能数据管理云，我们将数据管理流程简化为一种高效、可互操作和可扩展的GenAI开发平台和框架。 Capgemini抛出，我们的可靠人工智能解决方案工程方案，包括来自Databricks的关键能力：训练和服务（MosaicAI和AI/BI）、数据仓库（DatabricksSQL和UniForm）以及机器学习（MLfow）能力，所有均使用开放标准，并由Informatica的关键能力补充，包括数据集成、数据质量、无代码AI应用开发和可信主数据；全面的数据治理由DatabricksUnityCatalog和Informatica的云数据治理和目录组合方案提供。这使得数据可在混合环境的多云中可用，并降低了端到端平台管理的复杂性 。并且它可以在现有的数据平台包括MicrosoftAzure、AWS和 GoogleCloudPlatform上部署。 以生成式人工智能数据驱动的企业建设成功 9 主导、扩展并实现通用人工智能产业化以实现商业利益。 capgeminiraise工作在多个平台，包括微软azure、aws和googlecloudplatform。 作为生成式人工智能价值案例运营加速器，CapgeminiRAISE能够带来切实的业务成果，使组织能够在适当的监管框架下实现定制化生成式人工智能项目的产业化，并通过对生成式人工智能数据试点所需的一体化数据治理和人工智能风险框架进行整合，解决数据复杂性、信任准备度和可扩展性等问题。它以业务优先事项为重点，为组织进行生成式人工智能规模化做好准备。 capgeminiraise不是一个一刀切的产品。它可以模块化构建，在实现面向企业级数据管理的端到端价值链的同时，提供满足独特需求的灵活性。 与现有基础设施无缝协作，CapgeminiRAISE还通过必要的数据基础，增强企业内数据的协同与民主化，以实施和扩展由数据驱动的GenAI及其他创新。该加速器可以识别并为AI模型消费而工业化数据产品，并通过数据网格（一种分布式所有权和管理 、旨在通过跨业务领域改善数据访问、安全性和可扩展性的去中心化数据架构）确保数据的民主化。这有效地赋予了数据驱动型组织优势，并使其能够试验、扩展和工业化其GenAI应用和服务，以实现预期结果。 生成式人工智能对企业各个领域都充满了巨大潜力，但在大规模构建有效系统方面存在重大挑战。普华永道抛出和我们的合作databricks且informatica解决这些问题。联系我们了解更多。 以生成式人工智能数据驱动的企业建设成功 10 作者 请就本文内容以及我们协助贵组织的能为项进行提问或预约洽谈。 EricReich 奥弗·利德及全球人工智能与数据工程 、洞察与数据负责人，凯捷 里克·塔姆-丹尼尔斯GVP生态系统与联盟Informatica 瑞安·辛普森 管理技术联盟负责人，Databricks 以生成式人工智能数据驱动的企业建设成功 11 关于Databricks Databricks是数据与人工智能公司。全球超过10,000家组织——包括Block、Comcast、CondéNast、Rivian、Shell以及财富500强的60%以上——都依赖Databricks数据智能平台来掌控他们的数据并将其与人工智能结合使用。Databricks总部位于旧金山，在全球各地设有办事处，并由Lakehouse、ApacheSpark™、DeltaLake和MLflow的原始创造者创立。欲了解更多信息，请关注Databricks的领英,X且脸书. 关于Informatica informatica（纽约证券交易所代码：infa）是全球企业人工智能驱动云数据管理领域的领导者，通过赋能企业，让企业能够实现其最关键资产的根本性变革力量，从而将数据和人工智能带活。我们创造了一个全新的软件类别——informatica智能数据管理云 ™（idmc）。idmc是一个由claire驱动的端到端数据管理平台。®人工智能，连接、管理和统一跨越任何多云或混合系统中的数据， 使数据民主化，并使企业能够现代化其业务战略并推进其业务策略。大约100个国家的客户，包括超过80家《财富》100强的公司，都依赖Informatica来推动数据驱动的数字化转型。Informatica。数据和人工智能在这里焕发生机。 以生成式人工智能数据驱动的企业建设成功 关于埃森哲 凯捷是一家全球业务与技术转型合作伙伴，帮助组织加速其向数字化和可持续世界的双重转型，同时为企业和社會創造實質性影響。它是一家擁有34萬名團隊成員、分布在全球50多個國家的負責任且多元化的集團。憑藉其超過55年的深厚傳承，凯捷被客戶信任為其解鎖技術價值，以滿足其全面的業務需求。它提供從戰略和設計到工程的全流程服務和解決方案，所有服務均由其市場領先的AI、雲和數據能力驅動，結合其深厚的行業專業知識和夥伴生態系統。該集團報告2023年全球收入為225億歐元。 www.capgemini.com ©2024沃达丰。保留所有权利。