您的数据基础架构是否已准备好用于AI
新时代，高科技越来越发达。朋友们读了很多关于科技的重要新闻。我们也应该在生活中使用很多这些高科技的东西。朋友应该注意什么？今天，我想和大家分享一条关于科技的知识。我希望你会喜欢它。
现在，每个大公司都管理着各种网站、应用程序和技术系统，与买家互动，管理业务中的一切，从客户到库存和产品。这些系统不断输出数据。然而，即使经过几代人的投资和数十亿美元的数字化转型，组织仍然试图利用这些数据来改善客户服务，降低成本，并加快提供竞争优势的核心过程。
人工智能应该有所帮助。然而，正如一家大型人寿保险公司的高管最近告诉我(塞斯)“我们的竞争对手和我们在其他行业中规模最大的每一个组织都在失败的人工智能程序上花费了至少几百万美元。”为什么呢？
我在信息技术方面与公司合作的20年经验告诉我原因：除非公司的数据系统为AI做好充分准备，否则AI供应商的承诺不会兑现。数据被锁在一个孤岛上，无法访问，而且结构不良。最重要的是，数据的组织不适合作为AI工作的动力。相反，为了获得AI的好处，公司需要创建一种叫做“本体”的东西，它是对所有数据架构的全面描述。你可能读过关于从AI程序开始的建议。几年前我对自己建议。这是真的——“爱莉特”方法可以产生一些速战速决。然而，随着AI程序在整个组织中的不可避免的倍增，分散实验的局限性变得更加明显。当你使用不同类型(有时不兼容)的数据源来提供这样的AI程序时，结果会让你感到复杂。很快，你将有大量的一次性AI飞行员连接到你现有的数据系统，但这种方式不能给你的业务带来更广泛的战略利益。
如今，人工智能远远不够，需要一种更有凝聚力的方法——整合公司所有数据的关键。那就是本体的来源。
本体是业务中数据和数据关系的一致表示，是连接和连接各种信息系统所有要素的模型：产品和服务、解决方案和流程、组织结构、协议、客户特征、制造方法、知识、内容和所有类型的数据。它是组织的主要知识支撑。如果没有一致的、深思熟虑的方法来开发、应用和开发本体，人工智能系统只能以零敲碎打的方式开发——它们将缺乏基础来使它们足够聪明以产生影响。本体是人工智能驱动的企业信息设计的核心。随着AI的普及，这种投入将继续得到回报。
构建应用材料领域的本体论
让我们看看B2B服务公司Applied Materials，以及他们如何开发本体来展示这些优势。我给了他们一些关于这个项目的建议。)
应用材料公司与半导体制造商合作，解决了导致半导体工厂生产放缓或停止的问题，每天花费数百万美元进行纠正。直到最近，维持工厂运转所需的知识仍然分布在14个不同的应用材料系统中，因此技术人员花费了40%的时间寻找答案。每个工厂都是独一无二的，因此找到特定工厂问题的正确答案既重要又具有挑战性。技术人员倾向于通过为服务车辆储存各种昂贵的零件来对冲风险，从而消耗数千万美元的库存。
技术人员需要一致而高效的体验。但是要构建它，应用材料公司需要一种方法来组织技术人员可用的各种信息源，并将它们集成到一个界面中。
我们为公司创建的本体包括技术人员使用的所有这些系统中的所有词汇、关系和层次。它定义了简称的关系，一个系统用来引用一个零件，另一个系统用来引用同一个零件。我们使用“文本分析”对故障排除文档进行分析和分类。方法是从模型文档中学习，然后从相似的文档中提取信息，并使所有知识都可以用一种通用语言访问。完成后，我们创建了一个具有一组主要关系的通用语言，它连接了公司客户管理系统、服务订单跟踪系统、解决方案数据库、零件目录和所有其他系统中的信息。
本文就为大家讲解到这里了。