11.06.2025  Экспертиза, Искусственный интеллект, Менеджмент

Организации должны заменить устаревшие процессы ETL (Extract, Transform, Load, извлечение, преобразование, загрузка) интеллектуальными рабочими процессами, основанными на метаданных, чтобы эффективно готовить огромные объемы неструктурированных данных, необходимых для современных приложений искусственного интеллекта, пишет на портале ITPro Today Кришна Субраманиан, операционный директор, президент и соучредитель компании Komprise. В условиях, когда ИИ преобразует бизнес-операции, организациям необходимо сосредоточиться на данных и, в частности, на том, как построить эффективные конвейеры данных для снабжения ими ИИ. Проблема заключается в том, что традиционные конвейеры данных, использующие ETL, были созданы для структурированных данных и в корне не соответствуют потребностям ИИ. Модель ETL — основа бизнес-аналитики на протяжении десятилетий — была создана для другой эпохи и других типов данных. Разработанная для структурированных данных из баз данных, она больше не работает в мире, где 90% данных не структурированы и находятся в файлах различных форматов и типов. Эти данные состоят из документов, изображений, видео- и аудиофайлов, данных приборов и датчиков. Такое смещение акцента с аналитики данных прошлого, использующей структурированные данные, на ИИ сегодняшнего дня, которому требуются большие объемы неструктурированных данных, требует полного переосмысления того, как организации готовят данные для использования их в ИИ. Проблема неструктурированных данных Основная ... читать далее.