Portada » Más del 40% de los profesionales de TI creen que las arquitecturas de datos actuales no cumplirán con los requisitos del modelo futuro.
Tecnología

Más del 40% de los profesionales de TI creen que las arquitecturas de datos actuales no cumplirán con los requisitos del modelo futuro.

Más del 40% de los profesionales de TI creen que las arquitecturas de datos actuales no cumplirán con los requisitos del modelo futuro.

A medida que las empresas buscan expandir el uso de inteligencia artificial (IA) y aprendizaje automático (ML) para mantenerse al día con las demandas de sus clientes, enfrentan obstáculos para poner estos proyectos en producción y, en última instancia, entregar los resultados deseados a sus clientes. Resultados financieros.

De hecho, el 88% de los tomadores de decisiones de AI / ML esperan que los casos de uso que requieren estas tecnologías aumenten en los próximos uno o dos años, según un estudio encargado por Forrester Consulting en nombre de Redis Labs. La investigación analizó los desafíos que impiden a los tomadores de decisiones la transformación deseada al implementar ML para crear aplicaciones de IA.

El estudio reveló que las empresas están desarrollando cada vez más modelos basados ​​en datos en tiempo real. Aún así, más del 40% de los encuestados cree que sus arquitecturas de datos actuales no cumplirán con los requisitos de inferencia de modelos futuros.

La mayoría de los tomadores de decisiones (64%) dicen que sus empresas están desarrollando entre el 20% y el 39% de sus modelos con datos en tiempo real de flujos de datos y dispositivos conectados. A medida que los equipos desarrollan más modelos sobre datos en tiempo real, la necesidad de precisión y escalabilidad se vuelve cada vez más crítica. Significativamente, el 38% de los líderes están desarrollando alrededor de un tercio de los modelos en el espectro de tiempo real.

Otros descubrimientos importantes incluyen:

1. Casi la mitad de los tomadores de decisiones citan la confiabilidad (48%) y el rendimiento (44%) como sus principales desafíos para implementar modelos con sus bases de datos actuales. Igualmente preocupante fue la revelación de que el 41% de los encuestados cree que sus bases de datos no pueden cumplir con los requisitos de cumplimiento y seguridad de datos necesarios.

2. Para lograr los beneficios que promete AI / ML, los encuestados dijeron que ubicar modelos en una base de datos en memoria resolvería los principales obstáculos que se interponen en su camino. Según la encuesta, los beneficios de la arquitectura permitirían a las empresas preparar datos de manera más eficiente (49%), mejorar la eficiencia analítica (46%) y mantener los datos más seguros (46%).

“Las empresas están adoptando AI / ML para agregar más valor a sus aplicaciones de misión crítica, pero necesitan una infraestructura de AI / ML moderna para respaldar el servicio en tiempo real y la capacitación continua. Aún existen brechas que impiden que las empresas hagan aplicaciones existentes más inteligentes y entreguen nuevas aplicaciones ”, dijo Taimur Rashid, Director de Desarrollo Comercial de Redis Labs.

Benjamin Robbins, Director de IA y Productividad Avanzada de Hewlett Packard Enterprise, dijo: “Al aprovechar Redis y RedisAI en SmartSim, nuestro nuevo marco de IA de código abierto que avanza las simulaciones que se ejecutan en supercomputadoras, los usuarios pueden intercambiar datos entre simulaciones existentes y una base de datos en memoria mientras se ejecuta la simulación. La facilidad de intercambio de datos ayuda a desbloquear nuevas oportunidades de aprendizaje automático, como inferencia en línea, aprendizaje en línea, análisis en línea, aprendizaje por refuerzo, dirección computacional y una visualización interactiva que puede mejorar aún más la precisión de la simulación y acelerar el descubrimiento científico. ”

¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)