2018年2月19日
2018年2月19日
贡献:苏珊摩尔
人工智能的进步要求数据和分析领域的领导者有一种利用其潜力的策略。
在阅读新闻或浏览社交媒体时,你很难不看到它的例子人工智能(AI)的行动。它被谈论最多的一些应用包括金融行业的机器人顾问和机器人交易员,聊天机器人零售领域的个人购买助理、医疗诊断、远程患者监测以及个性化教育的人工智能导师。
尽管天花乱坠,但现在还为时尚早。
“许多组织刚刚开始他们的人工智能的旅程收集知识并开发应用知识的策略。迈克滚动他是Gartner的研究副总裁。
人工智能不仅提供了从根本上改善现有商业活动的潜力,而且还创造了数据驱动商业战略的潜力。这使得数据和分析战略的主要驱动力,这反过来要求对人工智能的潜力进行更广泛的检查。
如果你是一个首席数据官(CDO),现在是时候定义你的AI战略,评估它对商业模式和业务的影响客户体验,滚说。
我们通常将数据和分析策略作为其他战略工作的副产品来创建,用同样的方式看待AI是不够的。罗林斯建议关注以下三个方面:
注意监管和道德的考虑.基于使用上下文,相同的数据和相同的分析可能会受到不同的管理——一个在道德上是可以的,而另一个则可能是不可以的,对于安全、隐私、遵从性、保留和其他曾经独立的问题,可能也是如此。因此,数据和分析领导者将需要将治理问题作为正常业务讨论的一部分。
加入您的同行,在高德纳会议上揭开最新的见解。
为Gartner客户推荐的资源*:
*注意,有些文档可能不是所有Gartner客户都可以使用的。