Zero
Video: guida introduttiva di intelligenza artificiale, machine learning
Per molte aziende, di dati è la nuova moneta, e analitiche e di intelligenza artificiale (AI) sono strumenti indispensabili per il successo del business.
Ma la grande maggioranza dei dirigenti non hanno un alto livello di fiducia nel modo in cui la loro organizzazione utilizza i dati, di analisi, o AI, secondo un nuovo rapporto dall’imposta e di consulenza KPMG International.
La ditta intervistati 2,190 globale dirigenti, e ha rilevato che solo il 35 per cento dicono di avere un alto livello di fiducia nel modo in cui la loro organizzazione utilizza i dati e analytics. Le loro preoccupazioni circa i rischi di dati, analisi e AI sono alta, con circa i due terzi avere alcune riserve o attivo diffidenza nei loro dati e analytics.
Leggi anche: Cool startup al CES 2018: questo AI tech farlo nel mondo reale?
“Vediamo spesso le organizzazioni run dual processi — gestita da esseri umani e gestita da macchine-per determinare se il computer-generated intuizioni allinea a quelli forniti da loro provato-e-vero, umano generato processi”, ha detto Brad Fisher, leader nazionale D&A (dati e analisi), presso KPMG. “Semplicemente perché molti dirigenti non hanno fiducia che le intuizioni sono affidabili e precise.”
Una grande maggioranza (92%) sono preoccupati per l’impatto negativo di dati e analisi sulla reputazione aziendale. Anche così, molti dirigenti (62%) ha dichiarato che la tecnologia funzioni, non il C-livello e le aree funzionali, la responsabilità quando una macchina o di un algoritmo va storto.
KPMG Guardiani della Fiducia report suggerisce che la crescente interrelazione tra esseri umani e macchine chiamate per una maggiore responsabilità al livello C, piuttosto che con la tecnologia di funzioni, e per proattivo governance strategica e operativa dei controlli per garantire e mantenere la fiducia.
Leggi anche: le aziende si concentrano su per la trasformazione digitale nel 2018
Come le organizzazioni a sfruttare il passaggio al digitale, analiticamente aziende, lo studio dice, la gestione di macchine sta diventando così importante come la gestione delle persone.
“Una volta analytics e AI diventato onnipresente, sarà indispensabile e più difficili da gestire, la fiducia,” ha detto Thomas Erwin, global head of KPMG Faro-Centro di Eccellenza per la D&A e di sistemi di Automazione Intelligenti.
“Con la rapida adozione di predictive analytics, dobbiamo preparare ora per portare di governance adeguati a questo selvaggio west di algoritmi,” Erwin ha detto. “La governance delle macchine deve diventare una parte fondamentale della governance di tutta l’organizzazione, con l’obiettivo di competere con la potenza e il rischio di D&A con la saggezza di usarlo bene.”
Anche con la scarsa fiducia sulla reputazione e di rischi finanziari di analytics errori o abusi, gli intervistati non erano chiare su chi dovrebbe essere responsabile se un povero business decisione si traduce in una perdita finanziaria, o la perdita di clienti.
Oltre il 62 per cento dei dirigenti che hanno detto che la responsabilità primaria spetta la tecnologia funzioni all’interno delle loro organizzazioni, il 25 per cento pensato che era sulle spalle del “core business”, e il 13 per cento ha ritenuto che deve essere di regolamentazione e di controllo funzioni.
Leggi anche: Qui arrivano tutti AI distribuzioni; Ora, come si fa a gestire l’IA?
Prendendo uno sguardo più da vicino quali ruoli all’interno del C-suite, dovrebbe tenere la colpa quando analytics andare storto, l’ampia distribuzione di risposte suggeriscono che la mancanza di chiarezza, il rapporto ha detto, con solo il 19 per cento dicendo che il CIO, il 13 per cento del capo, del responsabile del trattamento, e solo il 7% C-livello executive decision makers come CEO.
Il rapporto fa cinque raccomandazioni per costruire la fiducia all’interno di un’organizzazione: Sviluppare standard per creare efficaci politiche e procedure per tutte le organizzazioni; il miglioramento e l’adeguamento dei regolamenti per costruire la fiducia in D&A; aumentare la trasparenza di algoritmi e metodologie; creare codici professionali per i dati di scienziati; e rafforzare interni ed esterni meccanismi di garanzia per la convalida e per identificare le aree di debolezza.
Precedente e relativa copertura
3 modi in cui la tecnologia rivoluzionerà il trasporto nel prossimo decennio
Veicoli autonomi, droni taxi, hyperloops, e smart city infrastruttura di guidare il più grande interruzioni delle società negli anni a venire.
Dati scienziato: Il culto di pan-galattico dati non lavoro per business
Un luogo dati scienziato e un top CIO condividere i loro consigli sulla raccolta e l’utilizzo di dati in business. Imparare lezioni pratiche da due delle persone più intelligenti là fuori.
Argomenti Correlati:
Big Data Analytics
CXO
La Trasformazione Digitale
Settore Tech
Smart Cities
Cloud
0