منوعات
تقرير: 5 خطوات لمواجهة تحدي عدم نُضج أو جاهزية البيانات
الخميس 20/مارس/2025 - 11:35 ص
طباعة
sada-elarab.com/758420
استعرضت شركة F5 اليوم، وعلى لسان محمد أبوخاطر، نائب الرئيس للمبيعات لشركة F5 في الشرق الأوسط وتركيا وإفريقيا، مجموعة من الخطوات التي تساعد المؤسسات على التعامل مع التحديات المرتبطة بعدم نُضج البيانات.
والمقصود بعدم نُضج أو جاهزية البيانات في سياق الذكاء الاصطناعي هو ممارسات البيانات غير المتطورة أو غير الملائمة والتي تحد من القدرة على توظيف الذكاء الاصطناعي بفعالية. ويشمل هذا الأمر المشاكل المتعلقة بجودة البيانات، وإمكانية الوصول إليها، والحوكمة، والبنى التحتية مثل: ضعف جودة البيانات، وتوافرها المحدود، وضعف حوكمة البيانات، والبنى التحتية غير الملائمة للبيانات، واستراتيجية بيانات غير واضحة.
ويشير كل استطلاع حول الذكاء الاصطناعي التوليدي -ومن ضمنها استطلاعنا- إلى استنتاج حتمي مفاده أن عدم نُضج البيانات سيؤدي إلى إعاقة تحقيق الاستفادة القصوى من إمكانيات الذكاء الاصطناعي.
وعندما توجهنا بالسؤال حول التحديات التي تواجه اعتماد الذكاء الاصطناعي وذلك في تقرير استراتيجية حالة التطبيقات 2024، كان الجواب الأول الذي تقدم به 56% من الذين شملهم الاستطلاع هو "عدم نُضج البيانات".
ويعيق عدم نُضج البيانات المؤسسات من تحقيق الاستفادة القصوى من الذكاء الاصطناعي لأن البيانات النوعية عالية الجودة والمُدارة جيداً والتي يمكن الوصول إليها، تعتبر أساسية لتطوير أنظمة ذكاء اصطناعي موثوقة وفعالة.
وفيما يلي خمسة خطوات لمعالجة عدم نُضج البيانات وتمكين القدرات المتقدمة للذكاء الاصطناعي.
وضع استراتيجية بيانات واضحة
توفيق جمع البيانات وإدارتها ومعايير جودتها مع الأهداف المؤسسية من أجل ضمان دعم البيانات لمشاريع الذكاء الاصطناعي بفعالية.
تطبيق معايير حوكمة صارمة للبيانات
وضع سياسات حول ملكية البيانات والامتثال والأمن والخصوصية من أجل تحسين جودة البيانات وبناء الثقة في الأفكار المتعلقة بالذكاء الاصطناعي.
الاستثمار في بنى تحتية للبيانات قابلة للتطوير
اعتماد بنى تحتية حديثة مثل التخزين السحابي ومجموعات البيانات، من أجل دعم المعالجة الفعالة والتدريب على الذكاء الاصطناعي القابل للتطوير.
تحسين معايير البيانات
تحديد معايير لدقة البيانات واتساقها وكمالها، مع الحرص على القيام بالمراقبة والفلترة الدورية لها.
تعزيز المعرفة المتعلقة بالبيانات والتعاون
تعزيز ثقافة معرفة البيانات والعمل الجماعي بين وحدات البيانات والأعمال من أجل تحسين إمكانية الوصول إلى البيانات وتأثيرها.
ويمكن للمؤسسات من خلال اعتماد هذه الممارسات وضع أسس راسخة متعلقة بالبيانات تعود بالفائدة على الذكاء الاصطناعي، وتؤدي إلى تحسين سير العمل، وتقليل المخاطر، وتوفير المزيد من الوقت الذي يمكن الاستفادة منه في أداء مهام استراتيجية.
