基于开源的数据移动平台是确保所有正确的数据都能轻松供人工智能模型访问的唯一途径，而人工智能模型将指导影响深远的决策，推动您的业务向前发展。
译自 Trust in GenAI Requires an Open Data Movement Platform，作者 Michel Tricot。
不久前的普遍说法是，每家公司都是一家软件公司。这已经演变为每家公司都是一家数据公司，当决策由准确的数据驱动和基于准确数据时，公司就会蓬勃发展。随着 AI 革命的到来，这一点变得更加重要。
现在，每位 CIO 都将 AI 视为其竞争优势，因为它有可能彻底改变所有行业。在正确数据的支持下，AI 可以帮助提供个性化的客户体验、优化供应链、改进预测分析，并以前所未有的速度和精度创建新的创新产品和服务。
这场竞争优势竞赛的驱动力在于，没有人能比得上机器驱动的决策速度。AI 为 CIO 提供了一个前所未有的机会，通过为创收做出贡献，对他们的组织产生影响。
AI 就像 CPU 取代人工计算一样，是一个倍增器。我们讨论的不是 2 倍的改进。我们讨论的是 10 倍、100 倍，甚至更多。这种倍增效应以两种方式适用：我们对过去在分析方面的理解；以及我们在未来采取的行动和决策，我们可以将其视为运营。
AI 依赖于 输入其模型的数据 的质量来实现良好的结果。检索增强生成 (RAG) 是组织将商业生成 AI 技术应用于数据集的常见方式。这需要按时、可靠且可信的数据输入到他们的向量数据库中——这不是一项简单的任务——否则就有创建不正确结果的风险。AI 需要来自所有来源的所有数据，以便在正确的时间到达正确的位置。
在 AI 出现之前，在做出决策时，如果有人看到不可信的数据，公司的 data 团队将不得不调试它，找出堆栈中的哪些地方出了问题，并修复它。决策可能会延迟几天（或几周）。
现在，有了 AI，AI 会做出决策并建议（或采取）行动。人类很难注意到事情出了问题，因此数据基础设施的可靠性和稳健性变得更加重要。依靠自研工具从随机来源获取最后 10% 的数据可能会成为一个重大问题。
在几乎每个组织中，用于启用 AI 的数据金矿已经存在，并且每天都在增长。但黄金——无论是矿物还是数据——都很难开采。数据 团队需要构建和使用可靠、自动化且智能的工具。好消息是，随着 AI 革命的兴起，这种新型的现代技术已经可以利用。
但要实现这一目标，CIO/CDO 需要超越他们创建的数据沼泽，并确保正确设计和构建它以启用 AI。借助 AI，清理沼泽非常重要，以便在模型中使用正确的数据。
由于 AI 将被用来推动决策，团队需要他们所有的数据 源来为 AI 提供动力。任何缺失的数据源（无论是结构化的还是非结构化的）都可能改变 AI 建议的决策结果。
那么，组织如何确保能够覆盖其所有 自定义数据源 并信任其数据？尤其是在数据动态且不断更新的情况下。在几乎所有情况下，内部完成所有工作并跟上所有更改都被证明是一种不可持续的 模型——来自太多不同来源的太多数据，无法以可信赖的数据完整性进行维护。
然后，选择成为封闭或开放的商业选项。一个开放源代码 数据移动平台，它可以轻松构建和维护自定义数据源，在透明度方面提供了最高程度的信任。而且，在社区的支持下，共享数据连接器有助于解决这些自定义需求，持续维护并为处理大量不断变化的数据提供了一个可持续的模型。所有这些都基于您可以在整个过程中理解、查看和跟踪数据的信任。
基于开源的数据移动平台是确保所有正确的数据都能轻松供人工智能模型访问的唯一途径，这些模型将指导影响深远的决策，推动您的业务向前发展。任何低于此标准的做法都是不可接受的。