Home CRM רוב הפרויקטים בתחום ה- AI/ML נתקעים בשל בעיות איכות נתונים

רוב הפרויקטים בתחום ה- AI/ML נתקעים בשל בעיות איכות נתונים

by Sella Yoffe
רוב הפרויקטים בתחום ה- AI/ML נתקעים בשל בעיות איכות נתונים

בינה מלאכותית נכנסת בהדרגה לחיינו וגם מערכות ה-CRM הגדולות מקדמות פרויקטים בתחום זה שיוטמעו בסביבת ה-CRM המודרנית.

לפי סקר שערכה חברת המחקר IDC ב- 2019 יושקעו בפרויקטים של בינה מלאכותית (Artificial Intelligence) 35.8 מיליארד דולר ברחבי העולם ו-84% מארגונים מאמינים כי השקעה ב- AI תוביל אצלם ליתרון תחרותי.

אך מהסקר עולה כי ב- 8 מתוך 10 ארגונים בקירוב המעורבים בפרויקטים של בינה מלאכותית (AI) ולמידת מכונה (Machine Learning)  מדווחים על עצירת הפרויקטים בשל בעיות איכות נתונים ותיוג מידע (data labeling) הנדרשים על מנת לאמן את המנגנונים וליצור מודל שאפשר לסמוך עליו.

בעיות נתונים גורמות לארגונים לשרוף במהירות את התקציב המוקדש לפרויקטים בתחום ה-AI ו-ML ולהיתקע בשל כך. זאת לפי מחקר אחר שנערך בין 227 נשאלים המעורבים כיום בפרויקטים בתחום AI ו- ML, ביניהם מדעני נתונים ומובילי העניין בצד העסקי בארגונים, הבוחנים את הבשלות של פרויקטים אלה בארגונים.

ב- 50% מארגוני הענק (במונחים גלובליים) קיימת אסטרטגיית AI כלשהי ובאחרים היא פשוט לא קיימת. מדעני נתונים בתוך הארגון ברוב המקרים אינם מנוסים מספיק או שאין להם את היכולת בפנים הארגון לקבל מספיק נתונים איכותיים על מנת ליישם מודלים של למידת מכונה. משמעות הדבר היא כי הפרויקטים לא מגיעים בכלל לשלב הפרודקשן.

כדי שפרויקטים כאלה יתרוממו, כמות נתונים האימון (Training Data) חייבת להיות גדולה מאוד ומתוייגת (labeled) בדיוק רב. כיום כשפרויקטים בתחום ה- AI מקבלים חשיבות בתוך ארגונים, מופעל לחץ רב על צוותי מדעני נתונים לספק תוצאות, אך לעיתים קרובות הם מבינים מאוחר מידי שהמשימה הקשורה בהפקת נתונים איכותיים ומדויקים למודל הרבה יותר מורכבת מידי עבורם. וכתוצאה מכך לא מצליחים להתקדם עם הפרויקטים לפרודקשן, כאמור תוך שחיקת התקציב שהוקדש לנושא…

פוסט שיוכל לעניין אותך