Nguyễn Hoàng
Intern Writer
Tại hội nghị Định hướng thường niên lần thứ 60 của IDC, nhà phân tích Marlanna Bozicevich chia sẻ mô hình Enterprise Intelligence Architecture (Kiến trúc Trí tuệ Doanh nghiệp) gồm 4 tầng dữ liệu để giúp tổ chức sẵn sàng cho AI.
Bốn tầng gồm: mặt phẳng dữ liệu (dữ liệu thô) , mặt phẳng điều khiển dữ liệu (quản lý dữ liệu) , mặt phẳng tổng hợp dữ liệu (tích hợp dữ liệu) và mặt phẳng hoạt động kinh doanh (hoạt động kinh doanh) .
AI được xem là công cụ tăng cường hiệu suất trong quản lý dữ liệu, thông qua tự động hóa tác vụ lặp lại, ngôn ngữ giao diện tự nhiên và AI tác nhân (AI tác nhân) có khả năng hoạt động tự động.
Ba mục tiêu chính của lãnh đạo CNTT trong AI là: nâng cao năng lực , đảm bảo AI có trách nhiệm , và phát triển AI tác nhân .
Marlanna nhấn mạnh cần hiểu AI không chỉ tiêu thụ dữ liệu mà còn có thể cải thiện chất lượng dữ liệu bằng cách hỗ trợ các vai trò như kỹ sư dữ liệu, nhà khoa học dữ liệu và quản lý dữ liệu.
Khái niệm "AI cho dữ liệu / dữ liệu cho AI" cho thấy hai chiều liên kết được thấy: AI giúp cải thiện quy trình dữ liệu, trong khi dữ liệu sạch sẽ giúp AI hoạt động hiệu quả hơn trên toàn tổ chức.
Bà cũng có đề xuất cần xem dữ liệu như một sản phẩm , tức là dữ liệu phải có chất lượng, tiêu chuẩn hóa và khả năng trao đổi giữa các tác nhân AI.
Để phát triển AI mang lại ROI, doanh nghiệp phải đầu tư vào cấu trúc dữ liệu có thể học liên tục và cộng tác mô-đun lớn , cung cấp văn bản hóa dữ liệu và nâng cao hiểu biết về dữ liệu trong tổ chức.
Kiến trúc này là cầu nối giữa dữ liệu và kết quả kinh doanh, đảm bảo dữ liệu được thu thập, xử lý, lưu trữ và truy cập một cách hiệu quả và phù hợp với AI tiêu điểm.
Để AI tạo ra kết quả thực tế, tổ chức phải đầu tư vào Kiến trúc thông minh doanh nghiệp với cốt lõi dữ liệu 4 tầng. Mô hình này giúp xử lý và sử dụng dữ liệu một cách chiến lược, cung cấp năng lượng, chuẩn hóa dữ liệu như sản phẩm và tạo ra nền tảng cho AI hoạt động hiệu quả trong toàn doanh nghiệp.
Nguồn bài viết: https://songai.vn/posts/doanh-nghie...-intelligence-architecture-voi-4-tang-du-lieu
Bốn tầng gồm: mặt phẳng dữ liệu (dữ liệu thô) , mặt phẳng điều khiển dữ liệu (quản lý dữ liệu) , mặt phẳng tổng hợp dữ liệu (tích hợp dữ liệu) và mặt phẳng hoạt động kinh doanh (hoạt động kinh doanh) .
AI được xem là công cụ tăng cường hiệu suất trong quản lý dữ liệu, thông qua tự động hóa tác vụ lặp lại, ngôn ngữ giao diện tự nhiên và AI tác nhân (AI tác nhân) có khả năng hoạt động tự động.
Ba mục tiêu chính của lãnh đạo CNTT trong AI là: nâng cao năng lực , đảm bảo AI có trách nhiệm , và phát triển AI tác nhân .
Marlanna nhấn mạnh cần hiểu AI không chỉ tiêu thụ dữ liệu mà còn có thể cải thiện chất lượng dữ liệu bằng cách hỗ trợ các vai trò như kỹ sư dữ liệu, nhà khoa học dữ liệu và quản lý dữ liệu.
Khái niệm "AI cho dữ liệu / dữ liệu cho AI" cho thấy hai chiều liên kết được thấy: AI giúp cải thiện quy trình dữ liệu, trong khi dữ liệu sạch sẽ giúp AI hoạt động hiệu quả hơn trên toàn tổ chức.
Bà cũng có đề xuất cần xem dữ liệu như một sản phẩm , tức là dữ liệu phải có chất lượng, tiêu chuẩn hóa và khả năng trao đổi giữa các tác nhân AI.
Để phát triển AI mang lại ROI, doanh nghiệp phải đầu tư vào cấu trúc dữ liệu có thể học liên tục và cộng tác mô-đun lớn , cung cấp văn bản hóa dữ liệu và nâng cao hiểu biết về dữ liệu trong tổ chức.
Kiến trúc này là cầu nối giữa dữ liệu và kết quả kinh doanh, đảm bảo dữ liệu được thu thập, xử lý, lưu trữ và truy cập một cách hiệu quả và phù hợp với AI tiêu điểm.
Để AI tạo ra kết quả thực tế, tổ chức phải đầu tư vào Kiến trúc thông minh doanh nghiệp với cốt lõi dữ liệu 4 tầng. Mô hình này giúp xử lý và sử dụng dữ liệu một cách chiến lược, cung cấp năng lượng, chuẩn hóa dữ liệu như sản phẩm và tạo ra nền tảng cho AI hoạt động hiệu quả trong toàn doanh nghiệp.
Nguồn bài viết: https://songai.vn/posts/doanh-nghie...-intelligence-architecture-voi-4-tang-du-lieu
