08.08.2025 Экспертиза, Безопасность, Искусственный интеллект, МенеджментВнедрение искусственного интеллекта в корпоративной среде ускоряется, но многие организации сталкиваются с суровой реальностью: ИИ хорош настолько, насколько хороши данные, которые ему передаются. Более конкретно: ИИ хорош настолько, насколько хороши метаданные, которые описывают, фильтруют и управляют этими данными. По мере того, как большие языковые модели (LLM) и другие инструменты генеративного ИИ становятся частью корпоративного мейнстрима, метаданные становятся ключом к успешному использованию неструктурированных данных в ИИ, пишет на портале BigDATAwire Кришна Субраманьян, операционный директор, президент и соучредитель Komprise. Метаданные предоставляют неструктурированным данным контекст для точного курирования данных. Это важно, поскольку передача больших объемов неструктурированных данных в каждый процесс ИИ может быть чрезмерно дорогой и трудоемкой. От пассивных меток к активному интеллекту Традиционно системные метаданные, например, рассматривались как набор пассивных дескрипторов: размер и тип файла, владелец, дата создания и время последнего изменения. Эти метаданные, автоматически генерируемые системами хранения, помогали ИТ-отделам управлять политиками хранения, извлечения и доступа. Однако развитие ИИ радикально изменило то, что могут и должны делать метаданные. Метаданные становятся центральным интеллектуальным уровнем, поскольку организации видят потенциал их обогащения посредством тегирования данных. Эти обогащенные метаданные включают в себя контекстную ...
читать далее.
