[[337768]]

目前，世界上的每個部門都在研究人工智能(AI)。 人工智能的突破性進展將發生在健康和生命科學、網絡智能、智能城市和交通領域。

但是在任何人可以執行人工智能策略之前，他們都需要一個數據策略。

AI 背后的數據策略

當我們想到數據科學家所做的絕大多數工作時，85%的工作都與數據治理、數據清理、數據標記和數據分類相關——所有這些都體現在數據策略的概念中。

因此，利用人工智能的數據能力，需要了解所需的數據集，以及它們與我們試圖驅動的洞察力的相關性。

我們必須捫心自問:我們有干凈而有意義的企業數據嗎?還是數據中充滿了空白或欺騙性數據? 我們能否利用企業外部的海量數據，比如社交媒體或零售數據?

在許多方面，我們的客戶仍然處于與理解他們的數據在哪里以及識別相關的準確數據的影響程度相關的初級階段。 一旦他們這樣做了，這就為他們如何利用這些數據來推動形成競爭優勢的洞察力進行了有意義的討論。

借助英特爾和 IBM 加速人工智能

在英特爾，我們正在成為一個以數據為中心的公司，不僅因為這是我們公司愿景的一部分，也因為我們的客戶要求我們這樣做。 他們決心找到一種方法來利用我們的基礎設施來加速他們的人工智能戰略。 我們專注于確保我們能夠理解如何在硅片上優化工作負載和代碼，以提高客戶要求的效率和性能。

英特爾和 IBM是很好的合作伙伴，在變得更加以數據為中心方面保持緊密的聯系。 IBM創建了 IBM Cloud Pak for Data (以前的 IBM Cloud Private for Data)，這是一個用于多個數據集高級集成和互操作性的平臺。 我們的公司致力于確保它針對英特爾 Xeon可擴展處理器進行優化，為我們的客戶加速性能

滿足市場上的需求

我們的許多客戶在識別、發現、評估、清理和集成所需的數百個數據集時遇到了困難。 IBM Cloud Pak for Data有助于數據發現和企業級數據的快速集成，使業務能夠在市場中交付與高度相關的體驗、服務和產品。

英特爾的參與和貢獻是有意義的，因為客戶可以在基于英特爾的基礎設施上快速運行 IBM Cloud Pak for Data。 IBM和英特爾之間的聯盟正以前所未有的方式增強數據科學家的能力，以推動更好的洞察力和更好的業務成果。

通過使用多聲音數據和 AI平臺，改進如何將數據轉換為見解，請查看ibm.bi z/icp4data。

英特爾的 Melvin Greer 是非盈利組織格里爾領導力與創新研究所的的創始人，該研究所的主要重點是確保這些服務不足的人群積極參與人工智能解決方案的設計和開發。

了解更多IBM 數據與AI解決方案請訪問 http://cloud.51cto.com/act/ibm2020/ai

【責任編輯：張燕妮 TEL：（010）68476606】