Инфраструктура управления данными для ИИ-решений: подходы и инструменты
Какие подходы и инструменты нужны для инфраструктуры управления данными, используемой системами на базе искусственного интеллекта, машинного обучения, больших языковых моделей, видеоаналитики и пр. Придется ли менять подходы, применяемые в организациях в отношении инфраструктуры управления данными, чтобы широко внедрять и успешно использовать решения на основе искусственного интеллекта? И какие дополнительные инструменты помогут справиться с новыми вызовами в области управления данных, возникшими в ходе интеграции ИИ-решений в имеющуюся инфраструктуру данных?
На вопросы издательства «Открытые системы» отвечает Александр Борисов, руководитель направления Data Science RAMAX Group. Эксперт считает, что масштабы изменений в подходах напрямую зависят от уровня зрелости управления данными (DMMA) в конкретной организации.
«Минимально необходимый уровень управления данными для масштабного внедрения ИИ-сервисов обычно соответствует уровню 3, когда внедрены стандарты Data Governance. Но может потребоваться и переход на уровни 4, где обеспечена возможность измерения характеристик процессов и осуществляется их контроль, или 5, при котором реализована возможность измерения степени достижения целей процессов, — продолжает Борисов. — Таким образом, в каждой конкретной ситуации ответ будет зависеть от оценки зрелости управления данными и бизнес-задач, реализуемых с помощью ИИ-сервиса».
Источник: издательство «Открытые системы»
Понравилась статья?
