기업은 계속해서 디지털 혁신을 겪으면서 점점 늘어나는 데이터와 수년 동안 저장해 온 데이터가 엄청난 잠재력과 가치를 지니고 있음을 빠르게 깨닫고 있습니다. 사실은, 맥킨지 의사 결정자의 약 2/3가 기계 학습, 컴퓨터 비전 및 자연어 처리와 같은 AI 애플리케이션이 이제 수익을 늘리고 목표를 달성하는 데 도움이 된다고 말했습니다.
데이터는 고급 데이터 분석 및 인공 지능(AI) 및 기계 학습과 같은 기타 기술 덕분에 오늘날 조직이 보유할 수 있는 가장 귀중한 자산 중 하나입니다. 조직은 AI 및 데이터 분석을 사용하여 데이터를 처리하고 운영, 프로세스, 서비스 등에 대한 심층적이고 중요한 통찰력을 얻을 수 있습니다. 이러한 인사이트는 영업 기록, 고객의 소셜 미디어 게시물, 사내 커뮤니케이션, 마케팅 이니셔티브 등과 같은 다양한 조직 정보 집합 간의 연결 및 상관 관계를 기반으로 합니다. AI 기반 시스템은 사람이 볼 수 없는 데이터 세트 간의 패턴과 관계를 식별할 수 있습니다.
전체 에코시스템에 대한 깊은 통찰력을 통해 조직은 직원 인센티브에서 시즌 광고 캠페인, 판매 프로세스, 백오피스 운영 및 정책에 이르기까지 비즈니스의 거의 모든 측면과 관련하여 더 나은 결정을 내릴 수 있습니다. AI 및 데이터 분석은 끊임없이 진화하는 오늘날의 시장에서 조직의 경쟁력을 유지할 수 있는 강력한 도구입니다.
일부 조직에서 데이터를 유용하게 사용하는 방법을 자세히 살펴보겠습니다.
의료 분야에서 보다 정확한 예측
국립 과학 재단에서 새로 자금을 지원하는 프로그램 AI를 사용하여 종단적 건강 데이터를 예측적으로 연구하는 것을 목표로 합니다. NSF 과학자들은 일상적인 건강 검진과 기타 건강 검진 및 장비 중에 정기적으로 수집된 건강 데이터에 액세스하여 식별 가능한 패턴을 기반으로 예측을 하기 위해 데이터를 종단적으로 종합적으로 연구하는 알고리즘을 개발하고 있습니다.
과학자들은 AI를 사용하여 많은 변수가 있는 방대한 양의 데이터에서 보다 정확한 복잡한 상관 관계로 이어질 수 있는 종단 데이터에 대한 보다 유연한 모델링 기술을 개발할 수 있다고 믿습니다. 연구원들은 개발 중인 기술이 경제, 사회 과학, 교육, 생명 과학 등과 같은 다른 분야에 적용될 수 있을 것이라고 믿습니다. 팀은 다른 연구자들이 작업에 대한 다양한 사용 사례를 찾을 수 있도록 결과와 소프트웨어 및 데이터 세트를 공개적으로 공유할 계획입니다.
교육의 의사 결정 개선
네브라스카 교육부 는 주의 각 학교에서 수집된 철저한 데이터를 이해하기 위해 주 전체 종단 데이터 시스템을 개발했습니다. 이 시스템은 거의 실시간으로 데이터를 연구하여 교육자와 관리자가 더 나은 데이터 기반 결정을 내릴 수 있도록 수백 개의 데이터 소스에서 실행 가능한 인텔리전스를 생성합니다.
코로나19로 인해 그 노력이 더욱 가속화되었습니다. 교육자들은 봉쇄 기간 동안 학생들의 요구를 더 잘 해결하고 학생들이 원격 학습에 참여하는 방법과 교육이 이루어지는 곳을 이해하는 방법에 대한 통찰력이 시급히 필요했습니다.
클라우드 기술은 교육자를 위한 더 나은 데이터 수집 관행과 가시성을 가능하게 했으며 데이터 네트워크가 더욱 복잡해짐에 따라 교육에서 AI의 혁신적인 사용에 대한 지원이 강력해졌습니다. UN의 교육 기관인 UNESCO는 교육에서 AI의 윤리적 사용에 대한 글로벌 협약을 지원했을 뿐만 아니라 전 세계적으로 교육 평등과 모범 사례를 촉진하기 위해 AI 및 데이터 분석 사용을 연구하고 발전시키기 위해 Global Education Coalition을 설립했습니다.
산업 농업에서 더 큰 가치 창출
186년 역사의 농업 및 산업 솔루션 제공업체인 John Deere는 지난 3년 동안에만 그 가치가 두 배 이상 증가했습니다. 회사의 광범위한 포트폴리오의 가치를 뒷받침하고 추진하는 것은 AI 및 로봇 공학에 대한 전문 지식 수준입니다. John Deere는 평범한 사람들이 Mapquest 결과를 인쇄할 수 있다는 사실을 막 깨닫고 있던 90년대에 GPS 기술에 투자했습니다. 이 회사는 지리 공간 데이터 기능을 갖춘 농업 제품을 갖추면 효율성을 크게 개선하고 들판에서 낭비를 줄일 수 있다는 것을 일찍부터 깨달았습니다.
이후 수십 년 동안 회사는 글로벌 농업 시설 네트워크에서 수집한 데이터, 정제 기술 및 정밀한 데이터 기반 물류 혁신을 계속 운영해 왔습니다. 대규모 농업에 대한 접근 방식은 물리적 세계의 지속적인 디지털화로 인해 더욱 발전했습니다.
2023년 CES에서, John Deere는 음식물 쓰레기, 이산화탄소 배출 및 상수도 유출과 관련된 환경 문제를 크게 줄이면서 농작물 수확량을 높이기 위해 회사가 도입한 놀라운 혁신과 효율성에 대해 논의했습니다.
고급 Phison 솔루션은 AI 기반 데이터 분석을 지원합니다.
의료 연구, 글로벌 교육 또는 산업 농업 등 AI 기반 분석에는 데이터 스토리지 솔루션의 엄청난 양의 밀도와 읽기/쓰기 성능이 필요합니다. Phison은 에지 배포, 다중 클라우드 네트워크 및 핵심 데이터를 위한 맞춤형 설계를 제공하는 데 탁월합니다. 완전 맞춤형 IMAGIN+ 플랫폼.
20년 이상 플래시 솔루션을 제공하면서 Phison은 회사 예산의 상당 부분을 R&D에 지속적으로 80% 투자함으로써 솔루션과 R&D 프로세스를 개선했습니다. 엔지니어링 인프라에 대한 이러한 투자를 통해 개별 AI 배포의 특정 요구 사항에 맞게 구축된 맞춤형 플래시 플랫폼을 검증하고 신속하게 제공할 수 있습니다.
클라우드 유비쿼터스, 에지 연결, AI 지원 세상에서 데이터 성능과 효율성의 필요성을 강조하기는 어렵습니다. 보다 정확한 의료 예측을 가능하게 하거나, 원격 교육을 보다 공평하게 만들거나, 최상위 농업 애플리케이션을 설계하는 것이든 데이터를 에지에서 코어까지 연결하는 데 필요한 인프라에 대한 장기 투자는 그만한 가치가 있습니다. Phison의 경우 칩 수준의 데이터 성능입니다.
한국어 
English 
繁體中文 
简体中文 
日本語 
Deutsch