如今，減少人工智能的宣傳和炒作已成為IT領(lǐng)導(dǎo)者的主要工作。提供有關(guān)人工智能在何處以及如何將其添加到IT基礎(chǔ)設(shè)施的深入指南將會提供幫助。

很多技術(shù)提供商正在投入巨資，將人工智能技術(shù)應(yīng)用到他們的產(chǎn)品和服務(wù)中。很多媒體一直在宣傳企業(yè)將人工智能應(yīng)用在IT基礎(chǔ)設(shè)施將會獲得收益，其中包括加強網(wǎng)絡(luò)安全、簡化法規(guī)遵從性、自動化捕獲數(shù)據(jù)，以及優(yōu)化存儲容量。并且指出，人工智能將使企業(yè)的每個角落變得更智能，而那些不了解人工智能轉(zhuǎn)型能力的企業(yè)將會落后于人。

與大多數(shù)新興技術(shù)一樣，實際上人工智能并不那么像宣傳得那樣強大。

塔塔咨詢服務(wù)公司副總裁兼全球認(rèn)知業(yè)務(wù)主管Ashok Pai警告說：“盡管人工智能有潛力改變產(chǎn)品和業(yè)務(wù)流程，但管理人員不應(yīng)該被大肆宣傳的好處所迷惑�！�

在IT主管和業(yè)務(wù)負(fù)責(zé)人為人工智能項目提供資金之前，他們需要仔細(xì)考慮人工智能可能在其組織中產(chǎn)生最大影響的場合。他們必須使人工智能投資與戰(zhàn)略業(yè)務(wù)優(yōu)先事項保持一致，例如增加銷售、提高生產(chǎn)力，以及更快地將產(chǎn)品推向市場。Pai表示，這種選擇因企業(yè)和行業(yè)而異。例如，制造商可能會決定，在供應(yīng)鏈和生產(chǎn)系統(tǒng)中嵌入人工智能是他們的首要任務(wù)，而服務(wù)行業(yè)可能會尋求人工智能來改善客戶體驗。

Pai表示，對于大多數(shù)公司來說，人工智能項目不會像汽車行業(yè)開發(fā)無人駕駛汽車耗費大量時間和費用。高層管理人員應(yīng)該優(yōu)先考慮和資助6到12個月的短期項目，這些項目由具有明確目標(biāo)和潛在投資回報的商業(yè)案例支持。他們應(yīng)該明白，當(dāng)將人工智能嵌入IT基礎(chǔ)設(shè)施時，可能會面臨失敗。

Pai說，“重點是快速識別故障，減少損失，從失敗中吸取教訓(xùn)，并做出改變，以提高未來人工智能項目成功的機會。”

IT咨詢機構(gòu)Information Builders公司的市場情報主管Lyndsay Wise表示，并非所有企業(yè)都被人工智能的功能所迷惑。事實上，許多企業(yè)在采用人工智能自動化工具時都很明智， Wise說：“他們并沒有被宣傳的好處所迷惑，而是在尋求獲得最強投資回報率的關(guān)鍵問題，導(dǎo)致人工智能的采用得以延遲�！�

Gartner公司在2019年對首席信息官支出的調(diào)查發(fā)現(xiàn)，只有約37％的企業(yè)采用某種形式的人工智能，而2015年約為10％。

Wise表示，許多組織都意識到，強大的數(shù)據(jù)管理是預(yù)測分析和人工智能技術(shù)的核心基礎(chǔ)，他們首先關(guān)注的是如何有序地獲取數(shù)據(jù)。她說，其他人已經(jīng)意識到，他們沒有充分利用預(yù)測技術(shù)所需的數(shù)據(jù)池，并且正在投資建設(shè)正確的數(shù)據(jù)流。

制定將自動化和人工智能整合到IT基礎(chǔ)設(shè)施中戰(zhàn)略的企業(yè)需要在人工智能技術(shù)如何幫助他們實現(xiàn)業(yè)務(wù)目標(biāo)方面有扎實的基礎(chǔ)。以下是對IT系統(tǒng)和流程的深入研究，其中自動化和人工智能已經(jīng)在改變企業(yè)的工作方式。

數(shù)據(jù)捕獲的自動化和人工智能

人工智能技術(shù)在捕獲對當(dāng)今企業(yè)至關(guān)重要的不同類型的數(shù)據(jù)，以及識別未來可用于改進企業(yè)的數(shù)據(jù)方面發(fā)揮著越來越大的作用。例如，大多數(shù)語音數(shù)據(jù)通常會丟失或簡要總結(jié)。新一代的人工智能轉(zhuǎn)錄工具不僅可以更容易地記錄這些過程，還可以捕獲更多的分析來理解呼叫中心交互、業(yè)務(wù)會議和演示。

盡管新的應(yīng)用程序接口不斷增長，文檔在事務(wù)處理業(yè)務(wù)中仍然扮演著重要的角色。例如，美國勞工局報告說，企業(yè)每年花費超過1300億美元用于從文檔中輸入數(shù)據(jù)。從文檔中提取數(shù)據(jù)的新工具可以幫助降低這些成本。

越來越復(fù)雜的光學(xué)字符識別（OCR）技術(shù)以及更好的文本挖掘和使用自然語言處理的語音提取功能，使系統(tǒng)能夠快速數(shù)字化大量的文檔和文本。這些工具自動化文檔的排序、分類、提取和最終處置。

Infosys Consulting公司合伙人Senthil Kumar表示，數(shù)據(jù)捕獲領(lǐng)域的更大突破正在醞釀之中。

他說，“數(shù)據(jù)捕獲系統(tǒng)的未來在于能夠模仿人類的思維——不僅是工業(yè)化的數(shù)據(jù)捕獲，而且能夠處理不明確的數(shù)據(jù)，并快速解釋場景�！�

雖然光學(xué)字符識別（OCR）技術(shù)變得更加復(fù)雜和快速，但它仍然主要受到基于模板的規(guī)則的限制，無法對數(shù)據(jù)進行分類、提取和驗證。Kumar說，“這些工具缺乏人類思維的魔力，這基本上是對復(fù)雜數(shù)據(jù)塊的直觀同化、協(xié)調(diào)和解釋�！�

他表示說，復(fù)雜的業(yè)務(wù)場景需要能夠像人類一樣理解文檔的系統(tǒng)。他認(rèn)為，機器學(xué)習(xí)和深度學(xué)習(xí)是改善數(shù)據(jù)捕獲最有希望的地方。

機器學(xué)習(xí)模型在不同的語言和文檔類型之間具有極大的可擴展性。他們需要一些初步的努力來建立高質(zhì)量的訓(xùn)練模型和實體識別技術(shù)，但是一旦建立了基礎(chǔ)，這些技術(shù)比模板化方法更快、更好、更具場景性。Kumar說，“成功的組織不是建立在模板驅(qū)動的世界里�！�

Kumar表示，一個有趣的數(shù)據(jù)捕獲應(yīng)用是使用機器學(xué)習(xí)模型來跟蹤企業(yè)的信息流。例如，可以使用機器學(xué)習(xí)來識別公司關(guān)于困難主題的頂級專家，使其他工作人員可以隨時訪問該知識庫。對信息流的分析還可以幫助管理層確定其內(nèi)部消息的優(yōu)先級，或者改進信息的傳遞。

人工智能提高數(shù)據(jù)捕獲的5種方法

企業(yè)正在使用人工智能執(zhí)行以下數(shù)據(jù)捕獲：

（1）處理和分析跨多個供應(yīng)商、地點和地理位置的數(shù)百萬張發(fā)票，以改進提交回扣管理和對賬的驗證。

（2）從復(fù)雜文件中分解和提取背景，例如法律簡報、多語言研究論文、建筑藍(lán)圖和土地調(diào)查。

（3）評估搜索引擎優(yōu)化的相關(guān)性并通過搜索獲利。

（4）評估社交內(nèi)容的相關(guān)性和偏好，并監(jiān)控仇恨言論和錯誤信息。

（5）為實體識別（注釋）標(biāo)記圖像和視頻，幫助用戶使用自然語言進行查詢。

人力資源中的人工智能和自動化

在人力資源領(lǐng)域，將人工智能嵌入到IT基礎(chǔ)設(shè)施中可以簡化企業(yè)用于審查簡歷、分析新員工績效、自動提供新員工所需的IT資源以及改進培訓(xùn)服務(wù)提供的分析。

IBM公司安全副總裁Aarti Borkar說，“招聘人員瀏覽一份簡歷平均只看6秒，這在人才招聘過程中可能錯失大量的機會�！彼�曾是IBM Watson人才和協(xié)作小組成員。

人工智能可以對應(yīng)聘者的簡歷進行總結(jié)，并對技能和熟練程度進行全面的描述，從而使招聘人員能夠在6秒內(nèi)做出更準(zhǔn)確的評估。人工智能還可以通過實施更好、更個性化的職業(yè)發(fā)展計劃來促進人才的保留。

但是，人工智能比提高人力資源效率更為重要，它有能力減輕招聘過程中的自然人類偏見，并創(chuàng)造出更加多樣化的勞動力。Borkar說，“有大量的證據(jù)表明，企業(yè)的更大的多樣性推動了更大的業(yè)務(wù)成果，因為在實踐中，反對的觀點可以消除盲點�！�

人工智能顧問和培訓(xùn)師、《商業(yè)人工智能》一書的作者DougRose預(yù)計，企業(yè)將使用人工智能來改善員工的福祉和敬業(yè)度。這些工具尋找模式，然后試圖確定員工的幸福感。這可能使人力資源部更容易進行一些小實驗來改善福利，例如讓員工在家工作或為他們提供特定的培訓(xùn)。然后，該算法可以評估是否有改進。Rose指出，這些新的人工智能參與工具可以幫助企業(yè)實時調(diào)整他們的政策，以降低營業(yè)額，改善他們的組織文化。

他說：“通常情況下，企業(yè)雇主只需稍加改進就能提高生產(chǎn)率，并為每位員工提供更好的體驗。”

人力資源團隊也可能處于工作場所使用人工智能的另一個后果：解決員工對自動化和人工智能的擔(dān)憂。人力資源研究和咨詢公司Global Workplace總裁Kate Lister表示，她認(rèn)為企業(yè)需要關(guān)注自動化和增強智能如何讓許多人更輕松地工作。

Lister說，“員工應(yīng)該將人工智能技術(shù)視為數(shù)字助理，他們可以做好所有的重復(fù)性工作，而人力資源工作人員可以完成他們真正喜歡的工作。此外，由于人工智能自動化，重復(fù)性工作將會做處更好。”

Lister指出，但是人力資源部門需要注意這些數(shù)字助理如何能夠正常運轉(zhuǎn)。例如，如果傳感器檢測到Sally很少在辦公室辦公。這可能會得出結(jié)論Sally不需要辦公桌或者工作懈怠，事實上她在利用會議室更好的Wi－Fi信號在那里辦公。

Lister說，“雖然計算機所做的大部分工作都與匿名的大數(shù)據(jù)有關(guān)，但特別是關(guān)于Sally的‘小數(shù)據(jù)’會導(dǎo)致安全、隱私、所有權(quán)問題�！�

NTT如何實現(xiàn)安全自動化

NTT數(shù)據(jù)服務(wù)公司首席信息安全官Steve Williams表示，他一直致力于使用人工智能來自動化系統(tǒng)集成商傳統(tǒng)的一級安全操作，以解決技術(shù)嫻熟的安全專業(yè)人員短缺的問題，以更高的質(zhì)量實現(xiàn)標(biāo)準(zhǔn)化，并與開始使用人工智能來改進攻擊的攻擊者保持技術(shù)同步。

這一策略通過讓Steve Williams的團隊專注于更具吸引力的項目，幫助提高了員工的保留率。啟用人工智能的方法也有助于減少人為錯誤，因為它減少了與標(biāo)準(zhǔn)操作程序的偏差。與尋找合適的人相比，自動化和人工智能還可以減少解決問題所需的時間，而后者必須記住他在上次是如何解決問題的。

Williams還認(rèn)為，人工智能可以更容易地跟上因完全自動攻擊工作流而產(chǎn)生的雙因素身份驗證保護措施的步伐。

應(yīng)用中的人工智能自動化

主要的CRM、ERP和市場營銷參與者開始在其核心平臺之上創(chuàng)建人工智能分析層。人工智能層將更容易從這些平臺上顯示數(shù)據(jù)，并將數(shù)據(jù)整合到其他應(yīng)用程序中，通過更好的響應(yīng)時間和大規(guī)模個性化創(chuàng)建更好的客戶體驗。

將人工智能融入ERP也可以幫助企業(yè)領(lǐng)導(dǎo)者更快地做出更好的采購決策。調(diào)研機構(gòu)Forrester Research公司預(yù)測，這種增加的功能最終可能導(dǎo)致新一代業(yè)務(wù)云更加適應(yīng)傳統(tǒng)企業(yè)的需求，而不是現(xiàn)有云計算領(lǐng)導(dǎo)者的需求。

例如，Adobe公司最近推出了Adobe Experience平臺，以在其廣泛的營銷、廣告和創(chuàng)意服務(wù)中集中數(shù)據(jù)。該工具承諾突破數(shù)據(jù)孤島，使企業(yè)更容易了解客戶，并通過使用人工智能和機器學(xué)習(xí)使數(shù)據(jù)可操作。SAP、Salesforce、Microsoft、Oracle等公司推出了類似的計劃，使人工智能更容易注入到運行在其平臺上的不同應(yīng)用程序中。

流程自動化工具供應(yīng)商Fortressiq公司創(chuàng)始人兼首席執(zhí)行官Pankaj Chowdhry說，“業(yè)務(wù)應(yīng)用程序供應(yīng)商對數(shù)據(jù)的深入了解使他們能夠快速實現(xiàn)客戶價值，這將是企業(yè)采用人工智能最快速和最成功的方法之一。”這些業(yè)務(wù)云的早期工具專注于實現(xiàn)垂直人工智能層，以幫助自動化非常具體的業(yè)務(wù)流程，如CRM中的銷售線索評分或ERP中的供應(yīng)鏈優(yōu)化。

Chowdhry說，企業(yè)面臨的最大挑戰(zhàn)是，這些功能中的大部分只能在最新版本的平臺上使用，而且不能很好地進行定制。此外，在這些平臺上構(gòu)建的人工智能在很大程度上依賴于企業(yè)數(shù)據(jù)的質(zhì)量。例如，自動機器學(xué)習(xí)工具提供商DataRobot的高級主管Colin Priest說，許多CRM數(shù)據(jù)庫包含重復(fù)的客戶記錄，這是由于多渠道銷售、客戶在輸入客戶詳細(xì)信息時更改地址或只是因為輸入錯誤。但是，人工智能還可以通過識別這些重復(fù)記錄來清除數(shù)據(jù)，從而提高客戶服務(wù)和法規(guī)遵從性。

安全中的人工智能自動化

將人工智能納入IT基礎(chǔ)設(shè)施可以提高安全合規(guī)性和管理，更好地理解來自各種來源的數(shù)據(jù)，從而快速檢測傳入的攻擊并改進應(yīng)用程序開發(fā)實踐。

英特爾公司管理數(shù)據(jù)庫咨詢商DSP公司的Oracle云服務(wù)負(fù)責(zé)人Philip Brown表示，在安全方面使用人工智能增強自動化的低效成果在于合規(guī)管理。

“企業(yè)IT仍然有很長的路要走，只是為了涵蓋安全合規(guī)和管理的基礎(chǔ)知識。”Brown說。一個典型的企業(yè)可能有一個包含250個數(shù)據(jù)庫的數(shù)據(jù)庫區(qū)和一個符合性政策，每個數(shù)據(jù)庫約有30個規(guī)定，因此需要收集大約7500個數(shù)據(jù)點。

人工收集所有這些數(shù)據(jù)是不切實際的，因為必須定期收集這些數(shù)據(jù)才能有價值。然后必須對其進行處理和評分，并在發(fā)現(xiàn)安全或合規(guī)問題時采取補救措施。Brown說，“如果沒有實現(xiàn)自動化，這很難做到。”

Brown指出，有兩種方法可能讓審計員感到惱火。第一種方法是告訴他們不符合的實例。這會讓審計人員很惱火，但他們會很高興知道差距在哪里。第二種方法是告訴他們無法收集和處理數(shù)據(jù)。

Brown說，“安全自動化不僅在自動解決問題方面很重要，而且在定期捕獲和處理數(shù)據(jù)方面也同樣重要。”

人工智能還顯示了在挖掘事件數(shù)據(jù)中可能代表安全威脅的異常模式的一些前景。但是，培訓(xùn)這些系統(tǒng)需要IT經(jīng)理維護干凈的數(shù)據(jù)集，以控制這些系統(tǒng)學(xué)到的東西。

安全工具供應(yīng)商有不同的策略來啟動這些系統(tǒng)中使用的人工智能模型。但云計算咨詢公司CandidPartners的云安全架構(gòu)師Jonathan Glass表示，在審查這些工具時要謹(jǐn)慎。他擔(dān)心黑客會匿名地用惡意制作的關(guān)鍵系統(tǒng)文件（如Windows內(nèi)核）來攻擊他們，這可能會導(dǎo)致人工智能解決方案阻止這些文件。

Glass說：“人工智能和機器學(xué)習(xí)非常適合識別威脅和模式，但是仍然應(yīng)該讓人類做最后的決定，直到人們對這些決定有100％的信心�！比绻�人類不在其中，那么使用人工智能自動執(zhí)行的安全服務(wù)可能會阻止合法用戶。他強調(diào)，工具應(yīng)該只能增強良好的安全流程，不應(yīng)該用來完全解決任何問題。

在開發(fā)周期的早期解決安全問題的成本要低得多。來自Contrast Security、Secure Code Warrio、Semmle、Synopsis和Veracode等提供商的軟件集成開發(fā)環(huán)境（IDE）插件將安全“拼寫檢查器”直接嵌入IDE中。

“但現(xiàn)在和將來，擁有真正的安全專家和同行代碼審查仍然是關(guān)鍵�！泵艽a管理提供商Keeper Security公司首席技術(shù)官兼聯(lián)合創(chuàng)始人CraigLuley對此表示認(rèn)同。他解釋說，人工智能既不了解軟件的用途，也不了解網(wǎng)絡(luò)攻擊者的思想，因此人員的因素對安全仍然至關(guān)重要。人工智能在安全性中的一種用途是使用人工智能自動化測試和分析來確保底層數(shù)據(jù)的加密和更好的保護。但這仍然需要人們充分了解使用模式和業(yè)務(wù)案例。

Zillow如何利用人工智能自動化來改進其數(shù)據(jù)管理

房地產(chǎn)服務(wù)商Zillow Group公司的數(shù)據(jù)工程高級主管Steve Hsiao表示，隨著數(shù)據(jù)越來越豐富，越來越復(fù)雜，人類不可能監(jiān)控和管理所有這些海量數(shù)據(jù)集。

Zillow公司正在IT基礎(chǔ)設(shè)施中使用人工智能來監(jiān)控和預(yù)測異常的數(shù)據(jù)場景、數(shù)據(jù)依賴性和數(shù)據(jù)使用模式，從而幫助企業(yè)更高效地運行。人工智能和自動化也被用于自動擴展、智能查詢規(guī)劃和集群調(diào)整，以及優(yōu)化用于運行Hadoop基礎(chǔ)設(shè)施的服務(wù)器集合性能的過程。

Hsiao說，“使用人工智能是識別不再使用的數(shù)據(jù)的有效方法，然后我們可以確定是將數(shù)據(jù)加載到更慢的存儲、壓縮還是考慮刪除�！比斯ぶ悄芗夹g(shù)還可以用于標(biāo)記有關(guān)數(shù)據(jù)集的統(tǒng)計信息，以進行查詢優(yōu)化。例如，Zillow公司使用內(nèi)部的人工智能系統(tǒng)檢測異常情況，以預(yù)測不正確的數(shù)據(jù)或可疑的數(shù)據(jù)生成模式。

Hsiao說，目前還沒有快速的解決辦法。數(shù)據(jù)是非常復(fù)雜的，用于收集數(shù)據(jù)的每個管道可能具有非常不同的特性，這使得擁有一個完整的、一刀切的適合所有人工智能的解決方案變得非常困難。人工智能模型也可以像數(shù)據(jù)本身一樣復(fù)雜地進行管理。Hsiao說，“最重要的是，現(xiàn)實情況是人工智能遠(yuǎn)非完美，常常需要人工干預(yù)，以盡量減少錯誤或有偏見的結(jié)果�！�

存儲和數(shù)據(jù)管理中的人工智能自動化

存儲和數(shù)據(jù)管理是兩個領(lǐng)域，行業(yè)專家表示，人工智能將降低存儲更多數(shù)據(jù)的成本，提高訪問數(shù)據(jù)的速度，并降低法規(guī)遵從性方面的管理負(fù)擔(dān)，使數(shù)據(jù)在許多方面更加有用。

企業(yè)正在使用人工智能來尋找減少需要物理存儲在固態(tài)驅(qū)動器等存儲介質(zhì)上的數(shù)據(jù)大小的方法。IT基礎(chǔ)設(shè)施中的另一個人工智能顯示出了希望的領(lǐng)域是分析數(shù)據(jù)硬件的特性，以便更好地預(yù)測故障并提高更換存儲介質(zhì)的速度。在數(shù)據(jù)管理中，人工智能正被嵌入以動態(tài)地調(diào)整、更新和管理各種類型的數(shù)據(jù)庫。示例包括Oracle的自治數(shù)據(jù)庫技術(shù)和Azure SQL數(shù)據(jù)庫。這些類型的人工智能和自動化工具協(xié)同工作，將有助于減少與管理大型數(shù)據(jù)基礎(chǔ)設(shè)施相關(guān)的人工負(fù)擔(dān)，并減少為新用途（如數(shù)據(jù)科學(xué)項目）重新調(diào)整數(shù)據(jù)用途的開銷。自動化還將導(dǎo)致文化轉(zhuǎn)變，數(shù)據(jù)庫管理工作減少，而數(shù)據(jù)工程工作等其他工作則有所增加。

IT咨詢機構(gòu)Apps Associates公司的高級副總裁Bill Saltys表示，在IT基礎(chǔ)設(shè)施中嵌入人工智能將從根本上改變存儲系統(tǒng)正常運行所需的許多任務(wù)。一個領(lǐng)域是調(diào)整物理數(shù)據(jù)基礎(chǔ)設(shè)施，使用人工智能進行實時維護、自我修復(fù)、故障轉(zhuǎn)移和業(yè)務(wù)連續(xù)性。例如，許多存儲系統(tǒng)使用RAID使多個物理硬盤驅(qū)動器或固態(tài)驅(qū)動器顯示為一個存儲系統(tǒng)，以提高性能并減少單個故障的影響。更好的自動化可以幫助分發(fā)這些數(shù)據(jù)，以提高讀寫速度或提高綜合性。

運營數(shù)據(jù)庫提供商Marklogic Corporation公司高級產(chǎn)品經(jīng)理Anthony Roach表示，改進存儲系統(tǒng)需要超越對存儲系統(tǒng)中哪些物理或軟件組件遭到破壞的了解，從而找出如何預(yù)測這些損壞，以便采取糾正措施。其目的是創(chuàng)建機器學(xué)習(xí)模型，以不斷提高其預(yù)測復(fù)雜存儲系統(tǒng)中維護故障的能力，并采取主動措施防止故障發(fā)生。他說，基于大量輸入數(shù)據(jù)的近實時異常檢測和風(fēng)險評估有望使數(shù)據(jù)管理操作更加高效和穩(wěn)定。

Apps Associates公司云計算服務(wù)的實踐經(jīng)理和解決方案架構(gòu)師Bharath Terala說，在數(shù)據(jù)管理方面，人工智能和自動化將顯著減少跨各種數(shù)據(jù)庫管理系統(tǒng)的管理、擴展、轉(zhuǎn)換和調(diào)優(yōu)工作。

Terala說，人工智能和自動化還將使對不同類型數(shù)據(jù)庫的數(shù)據(jù)管理應(yīng)用程序進行調(diào)整變得更容易，包括用于事務(wù)的結(jié)構(gòu)化SQL、用于分析的圖形數(shù)據(jù)庫以及用于捕獲快速移動數(shù)據(jù)的其他非SQL數(shù)據(jù)庫。人工智能輔助的自動化可能會影響一種文化轉(zhuǎn)變，即從專注于優(yōu)化企業(yè)現(xiàn)有數(shù)據(jù)庫的DBA轉(zhuǎn)向?qū)Ｗ⒂趦?yōu)化和擴展不同最佳數(shù)據(jù)管理應(yīng)用程序基礎(chǔ)設(shè)施的數(shù)據(jù)工程師。例如，SQL可以用于事務(wù)、分析的圖形數(shù)據(jù)庫和用于捕獲物聯(lián)網(wǎng)數(shù)據(jù)的關(guān)鍵值存儲。

Marklogic公司的Roach說，然而，現(xiàn)代數(shù)據(jù)管理也涉及到管理安全、隱私、數(shù)據(jù)主權(quán)、生命周期管理、權(quán)利和同意管理。人工智能自動化可以幫助改進驗證不同用途數(shù)據(jù)集的過程，并管理與數(shù)據(jù)生命周期相關(guān)的所有活動中的數(shù)據(jù)來源。例如，人工智能可以幫助掌握非結(jié)構(gòu)化數(shù)據(jù)中的數(shù)據(jù)、發(fā)現(xiàn)數(shù)據(jù)和識別結(jié)構(gòu)。人工智能還可以幫助識別個人可識別的信息，確定數(shù)據(jù)的適用性，甚至識別結(jié)構(gòu)或訪問中的欺詐和異常。這將使參與數(shù)據(jù)生命周期的每個人更容易看到數(shù)據(jù)來自何處以及如何進入其所處的狀態(tài)。

Roach說，在存儲和數(shù)據(jù)管理中使用人工智能工具的最大挑戰(zhàn)之一是識別和糾正觀察和行動之間的差距。例如，分析可能會告訴數(shù)據(jù)經(jīng)理，跨不同存儲層重新平衡數(shù)據(jù)可能會降低成本。但這樣做會面臨挑戰(zhàn)，同時也會使數(shù)據(jù)保持在線、事務(wù)性和業(yè)務(wù)性能�；�礎(chǔ)設(shè)施軟件（如數(shù)據(jù)庫）在傳統(tǒng)上不是很靈活。

Roach說，“現(xiàn)代建筑需要提供執(zhí)行人工智能建議的行動所必需的靈活性�！睂τ谠S多組織來說，這將需要用更靈活的數(shù)據(jù)管理工具組合替換舊數(shù)據(jù)庫。

云計算文件服務(wù)Panzura公司首席產(chǎn)品官Rich Weber說，數(shù)據(jù)管理者未來可能會找到建立基礎(chǔ)設(shè)施的方法，以便特定類型的數(shù)據(jù)更新可以通過簡單地將數(shù)據(jù)寫入與編排腳本相關(guān)的位置來觸發(fā)新的機器學(xué)習(xí)過程。其用途包括自動將數(shù)據(jù)攝取到機器學(xué)習(xí)引擎中進行預(yù)處理；改進預(yù)測分析模型；自動編輯個人識別信息；自動糾正圖像文件的視覺異常。

自動化IT基礎(chǔ)設(shè)施中的人工智能

第一代人工智能工具要求IT和數(shù)據(jù)專家花費大量時間和專業(yè)知識創(chuàng)建新的人工智能模型和應(yīng)用程序�，F(xiàn)在各種各樣的平臺正在出現(xiàn)，并在這個過程中自動化消除瓶頸，或者作為一個平臺來簡化整個人工智能應(yīng)用程序的開發(fā)生命周期。

大多數(shù)現(xiàn)代人工智能項目都是由機器學(xué)習(xí)模型驅(qū)動的。建立機器學(xué)習(xí)模型是一個耗時的過程，但借助于自動化機器學(xué)習(xí)可以加快速度。例如，數(shù)據(jù)科學(xué)家通�；ㄙM大量時間將數(shù)據(jù)轉(zhuǎn)換為不同的結(jié)構(gòu)和格式，然后調(diào)整神經(jīng)網(wǎng)絡(luò)配置設(shè)置以創(chuàng)建更好的機器學(xué)習(xí)模型。

DataRobot公司的Priest說：“自動化機器學(xué)習(xí)使用的軟件知道如何自動化構(gòu)建人工智能模型的重復(fù)步驟，以便為更關(guān)鍵的業(yè)務(wù)、以人為中心的任務(wù)減少工作人員的工作量�！�

用于自動化機器學(xué)習(xí)的新興工具可以幫助數(shù)據(jù)準(zhǔn)備、人工智能模型特征工程、模型選擇和自動結(jié)果分析。除了DataRobot公司，其他開發(fā)自動化人工智能基礎(chǔ)設(shè)施工具的供應(yīng)商還包括DataBricks、Google、H20．a(chǎn)i、IBM、Oracle和Tibco。

Box如何自動化其合同生命周期

Box公司首席產(chǎn)品官Jeetu Patel說，現(xiàn)代參考體系結(jié)構(gòu)可以在將人工智能和自動化引入新的業(yè)務(wù)流程中發(fā)揮關(guān)鍵作用。該公司最近決定將重點放在使用人工智能和自動化來改進其合同生命周期管理，這是非常耗時的，因為來回通信、審查和標(biāo)記。該戰(zhàn)略要求使用已經(jīng)與提供商的IT基礎(chǔ)設(shè)施集成的服務(wù)，包括用于電子郵件附件智能的MXHERO；用于電子簽名的DocuSign；用于合同編輯和談判的Office365；用于報告、分析和義務(wù)管理的Crooze；以及用于元數(shù)據(jù)智能提取和標(biāo)記的eBrevia。Patel說，該公司擴展了其內(nèi)部產(chǎn)品“Box Skills”來分析和更好地理解所有合同，以幫助快速識別合同中的任何法律問題。

需要耐心

支持人工智能的自動化工具仍處于初級階段，這可能會挑戰(zhàn)IT主管識別承諾最有價值的用例。

個人化平臺Dynamic Yield公司首席技術(shù)官兼聯(lián)合創(chuàng)始人Omri Mendellevich說，“人工智能有很多機會，但缺乏關(guān)注和策略可能會阻礙企業(yè)推動成功的人工智能項目。”

人工智能戰(zhàn)略應(yīng)該從將人工智能納入IT基礎(chǔ)設(shè)施可以解決的問題的良好理解開始。這使組織能夠分析它是想在內(nèi)部解決問題，還是想購買一種可以為他們解決問題的產(chǎn)品。Mendellevich表示，一個良好的人工智能采用策略將定義和澄清組織為了達(dá)到預(yù)期的結(jié)果需要經(jīng)歷的過程。將關(guān)鍵績效指標(biāo)應(yīng)用于人工智能項目的每個階段將有助于確保成功實施。

這需要極大的耐心，因為企業(yè)需要知道人工智能的自動化還處于起步階段，其交付結(jié)果非常復(fù)雜。建立模型、測試、調(diào)整、失敗、成功和再次失敗都需要相當(dāng)長的時間。

“如果做得好就會成功，人工智能最終將改變?nèi)藗兊墓ぷ鞣绞�。”Mendellevich說。