人工智能促进了许多技术的发展，从而推动了现代经济的发展。如今，人工智能已经成为我们使用互联网的重要组成部分，但它也可以在证券交易所、先进工厂和自动化仓库中找到。它开始驾驶我们的汽车，甚至用吸尘器清扫我们的地板。然而，只有少数能够从人工智能中受益的公司正在使用这种方法来帮助交付他们的产品和服务。
一个重要原因是缺乏高质量的数据。谷歌、微软和亚马逊等科技巨头在AI方面取得了巨大进步——开发软件来回答我们的问题，并确定照片中的内容——因为他们的数据收集操作非常庞大。然而，许多可以从人工智能和先进机器人技术中受益的成熟行业正在努力以有用的方式收集、管理和使用数据。
拥有高质量和可靠的数据是帮助公司更好地了解其市场和客户并实现自动化决策的关键。在基础设施层面，数据可以指导规划者和开发者，帮助优化建筑物、道路和铁路的使用和维护。它还可以通过使我们的基础设施更长、更高效、减少能源浪费和不必要的交通流量来减少碳排放。
人工智能的基础。
简单来说，数据是人工智能的基础。为了训练人工智能执行特定的任务，通常需要通过其渐进学习算法运行样本数据，使其能够适应和提高识别模式并做出相应响应的能力。然后，一些AI可以自动执行从新数据中发现有用信息的重复过程，甚至找到模式或识别我们永远找不到比人类更好的东西。在某些情况下，人工智能处理的数据越多，它学习的功能就越好。
然而，尽管有潜在的好处，研究表明，在某些行业中，只有10%的公司解锁了这种先进的分析方法。电信、汽车和金融服务等行业正试图赶上科技巨头。然而，包括医疗、教育、政府和建筑在内的许多部门仍然没有接近充分发挥数据和人工智能的潜力。
例如，加快医疗诊断并使其更加准确，仅在美国就可以节省4000亿美元的医疗保健费用。然而，还没有制定适当的规则和激励措施来鼓励足够多的人与AI开发者共享他们的医疗数据，因此该行业尚未意识到这一潜力。
那么，如何让更多的公司开始收集数据，帮助他们充分利用AI呢？通常有几个关键问题会让公司退缩。所需数据可能不存在，可能无法访问(例如，因为它是私有的)，并且可能存在于太多有用的位置、来源或格式中。它的质量可能有限，也可能不是为AI收集的，所以没有正确的信息。
可能太多了。我们经常听到关于“大数据”价值的信息，这是一个非常大的数据集，我们可以从中得出模式和其他有用的见解。然而，收集更多的数据可能并不总是会带来更好的分析结果，有时它可能会变得不必要的复杂并占用大量资源。
这些问题的出现通常是因为公司没有正确的战略或专业知识。研究表明，许多公司仍然缺乏专门的数据团队来确保收集、管理和正确使用正确的数据。然而，我和我的同事最近的一项研究表明，员工少于50人的科技公司经常广泛使用数据分析。这表明，与传统大公司相比，创新型初创企业能够更好地理解数据的价值，并足够敏捷地有效使用数据。
如果能够从数据和人工智能中受益最大的传统公司和其他组织想要竞争、盈利并建立一个可持续发展的世界，他们必须开始拥抱数据。人工智能解决方案的质量只能和他们构建的数据质量一样好。这意味着雇佣合适的人并制定必要的策略来收集正确的数据，使其可访问，评估质量，然后使用它来开发人工智能解决方案。只有这样，这些组织才能真正利用下一次工业革命。
