将人工智能 (AI) 融入工业领域需要务实的转变，强调强大的数据基础设施而非生成技术。

随着人工智能的采用加速到 2025 年，专注于可扩展、适应性强的解决方案而非生成人工智能 (GenAI) 将成为关键。关键要素将包括数据质量、治理和实际用例应用。Qlik 的分析师在数据和人工智能领域享有盛誉，他们认为，要充分发挥人工智能的潜力，企业需要投资于高质量的实时数据，并开发允许跨不同生态系统无缝集成的开放平台。

大型语言模型 (LLM) 虽然在数据提取方面具有影响力，但仍存在差距，因为组织经常忽视充分利用自己的非结构化数据集。 Qlik 的分析和人工智能首席技术官 Charlie Farah 表示：“信任和数据质量将决定人工智能在 2025 年的成功。能够实现直观数据交互的解决方案（例如使用自然语言查询数据集）将获得关注，因为它们满足了对可用性和可信度的日益增长的需求。人工智能在 2025 年的真正价值将来自于它能够帮助企业负责任地运营其数据，在创新与控制、安全性和合规性之间取得平衡。”

根据对 2025 年的预测，专有业务数据将成为推动先进 AI 成果的核心组成部分。随着 AI 模型达到其性能极限，利用业务数据将成为提高 AI 效率和在行业中获得竞争优势的关键。

Qlik 的 ANZ 地区经理 Mark Fazackerley 解释说：“业务数据是推动 AI 向前发展的燃料，但它不是普通数据——它是专有、实时且集成良好的数据，是领导者与其他数据的区别所在。依赖基础模型性能的收益已不再有效。当今最聪明的公司正在直接从数十个来源汇集专有数据，以产生即时影响。”

能够以最少的人为干预进行自主操作的代理人工智能的兴起标志着商业技术的重大发展。为了有效地利用代理人工智能，Qlik专家建议部署开放、不可知的平台，超越专有系统的限制，这可能会阻碍创新。这些平台确保了持续的数据流，并鼓励有凝聚力的人工智能功能。

Charlie Farah表示：“人工智能的成功来自于跨云平台无缝集成并确保持续数据流的系统。封闭的生态系统限制了创新，并将公司锁定在过时的技术中。与AWS、Snowflake和Databricks等环境集成的不可知论平台可以防止碎片化，使人工智能能够作为一个有凝聚力、自适应的单元发挥作用。”

对数据在人工智能中的作用和治理的强调突显了行业环境中向更明智、更负责任的人工智能战略的转变。它强调，整合专有数据和开放系统的精选解决方案将被证明是有利的。

此文内容来自千家网，如涉及作品内容、版权和其它问题，请于联系工作人员，我们将在第一时间和您对接删除处理!