از آشوب داده‌های مالی تا استانداردسازی هوشمند

ترمز پنهان سازمان شما در مسیر هوش مصنوعی چیه؟

تصور کنید هزینه زیادی برای خرید جدیدترین ابزارهای هوش مصنوعی و اتوماسیون کردید، ولی هنوز هم تو روزهای پایانی ماه، تیم مالی شما دیوانه‌وار دنبال پیدا کردن دلیل مغایرت‌هاست! فقط به این دلیل که داده‌های پایه شما در سیستم‌های مختلف با هم هم‌خوانی ندارند.

این‌ها همان داده‌های جزیره‌ای و ناسازگار هستند که معمولا در جلسات هیات‌مدیره کسی دوست نداره دربارشون حرف بزنه.

تو اپیزود چهارم پادکست کسب‌و‌کارهای نوین، به سراغ دیدگاه‌های جذاب سیپریان پریشو، مدیر ارشد نوآوری‌های استراتژیک در شرکت Marsh رفتیم. سیپریان نشون میده که چرا سازمان‌ها باید قبل از اجرای پروژه‌های جذاب هوش مصنوعی، ساختار داده‌های مالی خودشون رو از پایه درست کنند.

نتیجه‌ی این رویکرد جلوگیری از فاجعه‌ ورود زباله، خروج زباله (Garbage In, Garbage Out) و ایجاد اعتماد قطعی به خروجی سیستم‌هاست!

آیا شما در سازمانتون با چالش پراکندگی داده‌ها و مغایرت‌های سیستم‌های مالی روبه‌رو هستید؟

فکر می‌کنید زیرساخت داده‌های شرکت شما چقدر برای پذیرش هوش مصنوعی آماده است؟

لطفا نظرتون را برام کامنت کنید.