组织未充分利用其数据 – 原因如下（以及如何解决） – DATAVERSITY

预测分析和生成人工智能的主流化使数据管理成为焦点。人工智能运行并产生大量数据，必须对这些数据进行有效管理、治理和分析。然而，一个 最近的一项调查 1,000 名北美高管透露，组织还没有完全做好迎接挑战的准备。 

许多公司没有准备好及时或以充分发挥这些新技术优势的方式将人工智能或其他技术应用到现有的 IT 基础设施和员工队伍中。部分原因是公司仍在努力充分利用其数据的潜力。近一半 (46%) 的组织不使用数据来获得见解或做出决策，因为高达 72% 的组织不认为他们的数据是战略资产。在这里，我探讨了这种脱节背后的一些原因以及公司如何纠正他们的问题 数据战略 之前为时已晚。 

缺乏员工技能

据 2023年“创新指数”，企业员工还没有为人工智能革命做好准备，因为严重缺乏能够处理此类技术及其随之而来的数据的员工。 2021% 的组织（比 XNUMX 年增加了近三倍）表示，缺乏具备必要数据分析技能的员工是他们使用数据的最大挑战。虽然总体 职位空缺 处于近三年来的最低水平，信息/技术职位空缺 预计增长高达32% 2022 年至 2032 年间，这表明该领域对工人的持续需求。

尽管如此，组织并没有投入足够的资金来培养员工的技能。只有 44% 的企业正在对现有资源进行再培训，而 33% 的企业正在招聘新员工。如果公司想跟上该领域当前的进步步伐，就必须在人工智能和数据管理/分析方面的教育和提高员工技能方面发挥更大的作用。那些依靠市场来改变劳动力技能的人可能会被抛在后面。  

信任破裂和 IT 过时

只有 22% 的组织信任自己的数据，超过一半 (56%) 的高管并未将管理数据作为高度投资优先事项。数据可以成为公司最大的资产，但前提是它是可访问的、负责任的管理和安全的。它是 估计 到 2025 年，世界将存储 200 ZB 的数据，如果不发生任何变化，公司将继续努力利用可处理的海量数据。除了缺乏能够设计和分析数据的员工之外，86% 的组织表示他们的技术不足或过时，这也阻碍了他们有效地使用数据。   

为员工创建数据素养计划将使数据分析的模型和输出在整个组织中得到更广泛的理解和解释，从而提高对数据的信心。避免数据中的任何不一致对于建立和维持信任也很重要。通过创建一个数据集或“单一事实来源”来简化数据源，消除数据不匹配的情况。   

数据对创新的影响

数据利用不足会导致更大的、整个企业范围内的问题。虽然接受创新指数调查的 96% 的高管认为，创新——开发新流程、产品或服务，以提高现有产品的商业价值——将成为未来两年实现增长的主要来源，但只有 21% 的人表示他们目前正在实现其创新目标。 

这使组织处于巨大的劣势，特别是当涉及人工智能等突飞猛进的新兴技术时。 

然而，创新指数发现了一个在创新投资方面超出预期的受访者中脱颖而出的群体。这群“创新者”仅占高管的 11%，他们在很多方面都表现出色，尤其是在数据管理方面。他们的能力堪称典范 数据驱动，其中 59% 的企业在数据管理方面处于领先地位，而常规市场的这一比例为 41%。他们在核心技术创新举措上的支出也是普通市场的两倍，而且他们也更注重技术现代化。 

为了克服此处概述的挑战，有效利用数据并跟上快节奏的技术形势，企业需要实现 IT 架构现代化，建立对数据的信任，重新培训员工，并在内部培养创新文化。组织。只有这样，他们才能停止追赶，成为真正的创新者。 

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 柏拉图健康。 生物技术和临床试验情报。 访问这里。
• Sumber: https://www.dataversity.net/organizations-are-underutilizing-their-data-heres-why-and-how-to-fix-it/