大多数企业不相信人工智能可以自主进行业务决策其人工智能还不够成熟，无法在没有人为干预的情况下做出所有业务决策。虽然87%的企业将人工智能视为商业的未来，并打算扩大对人工智能的投资，但由于技术挑战和缺乏教育，人们对机器主导的决策缺乏信任是一个重大障碍。此外，71%的受访者难以访问执行AI算法、工作负载和模型所需的所有数据。根据Fivetran的说法，未来数据科学家将花费更少的时间在手动活动上，从而专注于创建AI模型并启动更多数据和AI项目。这篇论文《实现人工智能:对人工智能机会和障碍的研究》被大多数员工认为不成熟，它解释了企业在当今人工智能生态系统中面临的问题。该论文研究表明，虽然87%的企业将人工智能视为企业的未来，并打算扩大对人工智能的投资，但由于技术挑战和缺乏教育，人们对机器主导的决策缺乏信任是一个重大障碍。只有14%的受访者认为他们的组织在AI成熟度方面“先进”。几乎所有接受调查的企业都从操作系统获取和使用数据，但数据挑战仍在继续。根据调查结果，技术数据管道是令人沮丧的主要原因，73%的受访者表示将不同来源的数据提取、加载和处理到单独的仓库中是一个重大困难。此外，71%的受访者表示难以访问执行AI算法、工作负载和模型所需的所有数据。这导致73%的受访者不太相信将数据洞察力转化为决策者的实用指南，迫使其在71%的案例中依赖于人为主导的判断。根据调查结果，数据科学家花在处理数据上的时间比构建AI模型的时间更多，以通过预测和决策洞察改善业务成果。当被问及他们准备数据和构建AI模型需要花费多少时间时，数据科学家表示平均需要花费70%的时间。87%的受访者认为他们在组织中没有得到充分利用。数据治理问题也是组织关注的问题。接受调查的美国组织中有64%承认，在遵守数据治理角色、政策和标准以确保有效、安全地使用数据并遵守政府法规方面仍有显着改进的空间。Fivetran将数据自动化和人工智能管道视为人工智能成熟度问题的解决方案。“随着自动化程度的提高，企业可以在节省时间的同时实现更大的规模和成本效率。更重要的是，更多的自动化使数据科学家能够专注于解决对业务重要的复杂问题，而不是维护数据管道正常工作。”——来自Fivetran的布伦纳·海因茨(BrennerHeintz)在博客文章中写道。Fivetran还提到，教导业务利益相关者建立对AI的信任并提高他们的AI成熟度可能是一种解决方案。“利益相关者和业务用户必须了解需要人工智能流程来充分理解这些决策是如何做出的。但同样重要的是，人类的参与应该集中在正确的领域，例如提高数据质量和人工智能模型的性能，这将带来更大的信任。据Fivetran介绍，其自动化数据管道对模式变化做出反应，允许客户完全自动化地将大量数据源输入到基于云的数据仓库或数据湖中进行数据转换，从而节省大量时间。Fivetran进一步声称，其基于消费的定价策略使企业能够通过仅复制所需的数据来减少开支。最后，该公司声称，数据科学家将减少在??手动活动上花费的时间，从而使他们能够专注于开发人工智能模型以及启动新数据和人工智能项目。Fivetran首席执行官乔治·弗雷泽(GeorgeFraser)表示：“这项研究凸显了跨组织数据移动和访问效率低下的巨大差距。一个成功的人工智能项目依赖于基于云数据仓库或数据湖的坚实数据基础。分析团队利用现代数据Stack可以更轻松地扩展他们数据的价值，并最大限度地提高他们在人工智能和数据科学方面的投资。”
