详细内容或原文请订阅后点击阅览
Andreas Horn，IBM AIOps 主管 — 商业 AI、安全 AI 系统、DevSecOps、未来工作、生成 AI、创新、AIOps 中的道德规范、变革管理、数字化转型和 AI 代理
在这场引人入胜的对话中，IBM 的 AIOps 主管 Andreas Horn 深入探讨了 AI 在现代商业运营中的变革性作用。IBM 在 AI 和自动化领域处于领先地位，Andreas 分享了他对 AI 采用挑战的看法，从确保安全和可扩展的系统到将 AI 集成到传统基础设施中。他还 […]
来源:AI Time Journal在这场令人信服的对话中，IBM的AIOPS负责人安德烈亚斯·霍恩（Andreas Horn）深入研究了AI在现代业务运营中的变革性作用。随着IBM领导AI和自动化的指控，Andreas分享了他对AI采用挑战的看法，从确保安全可扩展的系统到将AI集成到传统基础架构中。他还讨论了在AI驱动的世界中的工作未来，企业必须导航的道德考虑，以及IBM在AIOPS中对生成AI的战略使用。探索Andreas对AIOPS中下一个边界的愿景，以及它对数字化转型的未来意味着什么。
Andreas Horn IBM 作为IBM的AIOPS负责人，您如何看待AI和自动化在转变传统业务运营中的不断发展的作用，组织在大规模采用这些技术时面临哪些挑战？ 要回答这个问题，让我们看一下最新数字。在IBM，我们在过去的12个月中进行了1,000多名Genai飞行员，其中约有10-20％的人进入生产。我们看到AI项目的大幅增长，并且用于知识管理的检索型发电（RAG）等用例都证明了许多客户和场景的价值。但是，关键问题始终是投资回报率。为了取得成功，AI必须通过解决客户痛点来实现真正的价值，这使业务案例至关重要。 问题的第二部分： 主要的瓶颈是缺乏有效管理数据的高质量，可访问的数据和复杂性。高质量的数据是必不可少的，但通常缺失或不足。在AI实施方面，“垃圾，垃圾输出”一词尤其如此。我经常看到公司专注于制定AI策略，但是在我看来，您需要在制定AI策略之前制定明确的数据策略。 通过专注于人类因素并进行了思考管理变更，我们发现组织在整合AIOPS方面取得了更大的成功。 Andreas HornIBM 作为IBM的AIOPS负责人，您如何看待AI和自动化在转变传统业务运营中的不断发展的作用，组织在大规模采用这些技术时面临哪些挑战？ 要回答这个问题，让我们看一下最新数字。在IBM，我们在过去的12个月中进行了1,000多名Genai飞行员，其中约有10-20％的人进入生产。我们看到AI项目的大幅增长，并且用于知识管理的检索型发电（RAG）等用例都证明了许多客户和场景的价值。但是，关键问题始终是投资回报率。为了取得成功，AI必须通过解决客户痛点来实现真正的价值，这使业务案例至关重要。 问题的第二部分： 主要的瓶颈是缺乏有效管理数据的高质量，可访问的数据和复杂性。高质量的数据是必不可少的，但通常缺失或不足。在AI实施方面，“垃圾，垃圾输出”一词尤其如此。我经常看到公司专注于制定AI策略，但是在我看来，您需要在制定AI策略之前制定明确的数据策略。 通过专注于人类因素并进行了思考管理变更，我们发现组织在整合AIOPS方面取得了更大的成功。
IBM
作为IBM的AIOPS负责人，您如何看待AI和自动化在转变传统业务运营中的不断发展的作用，组织在大规模采用这些技术时面临哪些挑战？
要回答这个问题，让我们看一下最新数字。在IBM，我们在过去的12个月中进行了1,000多名Genai飞行员，其中约有10-20％的人进入生产。我们看到AI项目的大幅增长，并且用于知识管理的检索型发电（RAG）等用例都证明了许多客户和场景的价值。但是，关键问题始终是投资回报率。为了取得成功，AI必须通过解决客户痛点来实现真正的价值，这使业务案例至关重要。
问题的第二部分：主要的瓶颈是缺乏有效管理数据的高质量，可访问的数据和复杂性。高质量的数据是必不可少的，但通常缺失或不足。在AI实施方面，“垃圾，垃圾输出”一词尤其如此。我经常看到公司专注于制定AI策略，但是在我看来，您需要在制定AI策略之前制定明确的数据策略。通过专注于人类因素并进行了思考管理变更，我们发现组织在整合AIOPS方面取得了更大的成功。