Чтобы понять реальную картину, нужно оценить пять взаимосвязанных столпов:
Данные: топливо для вашего ИИ-двигателя
Качество: это основа основ. «мусор на входе — мусор на выходе» — абсолютная истина для ИИ. Есть ли в ваших системах дубликаты клиентов? Пустые поля? Некорректные форматы (например, даты рождения в будущем)? Насколько данные точны и полны в ключевых областях (клиенты, продукты, операции)?
Доступность: могут ли будущие ИИ-команды и системы практически получить доступ к нужным данным? Не заперты ли они в старых системах (legacy), к которым нет api? Нет ли организационных барьеров («это данные отдела x, мы ими не делимся»)?
Управление (data governance): есть ли четкие правила: кто владелец данных? Кто отвечает за их точность? Как обеспечивается конфиденциальность (особенно персональных данных по gdpr/фз-152)? Есть ли каталог данных (data catalog), где можно понять, что означает поле «xz_status» в системе y?
ИИ: Трансформация организации
·
Алексей Гольдман
