24小时联系电话:185 8888 888

财经
您现在的位置: 首页 > 财经 > 为什么87%的数据科学项目从未投入生产?
  • 和悟资本:认真学习、深入领会全国两会精神

    和悟资本:认真学习、深入领会全国两会精神

    发布时间:2020/06/05

    6月5日,上海和悟投资管理有限公司在上海召开专题会议,学习2020全国两会的会议精神。上海和悟投资管理有限公司董事长兼首席执行官、中融德汇(北京)基金管理有限公司董事长兼首席执行官、香港宜达保险经纪有限...

  • 兼顾财富与健康看直播免费抽取莱克立式吸尘器

    兼顾财富与健康看直播免费抽取莱克立式吸尘器

    发布时间:2020/04/02

    疫情全球蔓延,市场动荡,如何做好个人和家庭的财富管理,利用资产配置策略实现个人财富保值增值,莱克电气联手诺亚财富,与您在疫情全球蔓延的当下,看清麻烦,也抬头找寻头上的阳光。 行情简讯 新冠疫情在全球...

  • 给阿拉斯加州立法机关的公开信

    给阿拉斯加州立法机关的公开信

    发布时间:2020/03/31

      尊敬的议员们, 祝你们所有人身体健康,如果你们中任何一个曾经遭受折磨的亲人和朋友,也许他们的康复迅速而完整。 我无数次拜访了您美丽的州,并怀有温暖的回忆,其中包括我竞选美国最高职位时给予我的慷...

  • 苹果提供免费咨询,以帮助教师充分利用在线学习

    苹果提供免费咨询,以帮助教师充分利用在线学习

    发布时间:2020/03/31

      当学校开始关闭大门以遏制冠状病毒在美国的传播时,人们期望全国各地的老师都可以转向在线学习。 密歇根州杰克逊县的四年级老师萨米·布兰特(Sammy Brandt)说:“我们在学校确实拥有很多资源,但我们却无法...

  • 破记录的2万亿美元刺激计划中有什么?

    破记录的2万亿美元刺激计划中有什么?

    发布时间:2020/03/27

    经过几天的谈判,美国参议院今晚对第三项反对冠状病毒危机的法案进行投票。前两个法案着重于为医学研究提供资金并向病毒受害者提供经济支持,而“第三阶段”刺激法案则是对整个美国经济的大规模救助方案。这将花费...

  • 世界在煤炭支持上花费了半万亿美元

    世界在煤炭支持上花费了半万亿美元

    发布时间:2020/03/17

    全世界的国家有可能继续支持煤炭行业,而不是投资于成本更低,对环境更友好的风能和太阳能项目,从而浪费6400亿美元。 金融智囊团Carbon Tracker在周四发布的一份报告中说,全球60%的燃煤发电厂以比可再生能源替...

  • 您还不知道怎么毫无危险的投资?

    您还不知道怎么毫无危险的投资?

    发布时间:2020/03/13

    查看了许多财务平台,阅读有关加密货币、证券交易所的信息并没找到了答案? 我也处于过类似情况。我现在写出这篇文章,以帮助您与AlysDax公司一起开始工作! 前几天,我的朋友建议我AlysDax平台,哪个专为机构投...

  • MK FOREX提醒您:黄金:迈向短期阻力的路上

    MK FOREX提醒您:黄金:迈向短期阻力的路上

    发布时间:2020/03/02

    金价延续自1625美元/盎司开始的反弹 正常的RSI情况表明反弹将持续 关键的斐波纳奇回撤位,附近的上升趋势线限制了短线下跌 截至周四早间,金价在每盎司1,650美元附近。金价周三走出了U型走势。 黄金价格最近从162...

为什么87%的数据科学项目从未投入生产?

发布时间:2019/07/21 财经 浏览次数:285

 
“如果你的竞争对手正在应用人工智能,并且他们正在寻找可以让他们加速的洞察力,那么他们真的会非常非常迅速地剥离,”IBM的数据科学和人工智能首席技术官Deborah Leff在转型台上表示2019。
在他们的小组中,“这对于’做AI’甚至意味着什么呢? Gap的数据和分析高级副总裁Leff和Chris Chapo深入研究了许多公司仍在努力或仅仅未能实现人工智能战略的原因,尽管事实上大公司的固有优势已经超过小公司现在已经走了,范式已经彻底改变了。通过AI,快速公司的表现优于缓慢的公司,无论其规模如何。而小型,无名公司实际上正在从巨头那里抢夺市场份额。
但是,如果这是一种普遍的理解,那么AI在经验上提供了竞争优势,为什么只有13%的数据科学项目,或者每10个中只有一个实际投入生产?
“有时候人们会想到最大的[原因]之一,我需要做的就是把钱投入到问题中或投入技术,而另一端则取得成功,而这种情况不会发生,”查波说。 “我们没有这样做,因为我们没有正确的领导支持,以确保我们为成功创造条件。”
另一个关键的参与者是数据,Leff补充说,这是一把双刃剑 – 它使得所有这些分析和功能成为可能,但大多数组织都是高度孤立的,拥有者根本就没有合作,而领导者则不是促进沟通。
“我让数据科学家看着我,说我们可以做那个项目,但我们无法访问数据,”莱夫说。 “而且我说,你的管理层允许继续下去?”
但数据的问题始终是它以不同的格式存在,结构化和非结构化,视频文件,文本和图像,保存在不同的地方,具有不同的安全性和隐私要求,这意味着项目在开始时就会慢慢爬行,因为需要收集和清理数据。
与这些孤岛密切相关的第三个问题是缺乏协作。自20世纪50年代以来,数据科学家就已经出现了 – 他们是坐在地下室工作的人。但现在这是一项团队运动,而且这项工作的重要性现在已经融入公司的结构中,团队中的每个人都能够与其他人协作是至关重要的:数据工程师,数据管理员,人员了解数据科学,分析或BI专家,一直到DevOps和工程。
“这是一个让公司回归的重要场所,因为他们不习惯以这种方式进行合作,”莱夫说。 “因为当他们获取这些见解,然后他们将它们翻过墙,现在你要求工程师改写由数据科学家创建的数据科学模型,通常是如何解决的?”
“好吧,”查波说,“事实并非如此。”
例如,他的公司早期数据科学项目之一创建了尺寸配置文件,可以确定满足需求所需的尺寸和分布范围。四年前,数据科学团队将算法交给了一名工程师,并用Java重新编码并实施。两周前,他们意识到它被打破了三年半。
Chapo说:“它已经被打破,因为没有人拥有它,我们没有数据科学团队能够不断迭代模型,将其视为资产,并且拥有数据操作以确保其运行良好。” “我们开始将这些工作方式变为现实。但这很难,因为不能一蹴而就。“
“今天我们所有人面临的最大机遇之一就是弄清楚我们如何教育整个组织的商业领袖,”莱夫说。 “以前,领导者不一定知道数据科学家在做什么。现在,数据科学家已经走到了最前沿,商业领袖理解这些概念实际上非常重要。“
她补充说,人工智能不会取代经理人,但使用人工智能的管理人员将取代那些不使用人工智能的管理人员。
我们开始看到企业领导者想要了解机器学习是如何工作的,以及AI对他们真正意味着什么,以及如何成功地利用它。莱夫说,那些领导者将成为最需要的人。
Chapo补充说,成功的另一个关键因素是保持简单。
“人们通常会想象一个世界,我们正在做这个惊人的,花哨的,独角兽,喷洒 – 小精灵尘埃的AI项目,”他说。 “现实是,开始简单。而且你实际上可以证明你的方式进入复杂性。这就是我们真正开始不仅更快地展示价值的地方,而且还帮助那些并不精通数据的企业对此感到满意。“

姓 名:
邮箱
留 言: