IoT Analytics 的最新研究强调了强大的数据管理对于人工智能 (AI) 模型开发至关重要。综合性的《2024-2030 年数据管理和分析市场报告》得出的见解强调了构建有效 AI 系统所必需的七个关键组件。随着 AI 推动数据管理市场的大幅增长（预计到 2030 年将达到 5133 亿美元），这些组件的作用变得越来越重要。
报告显示，AI 依赖于数据管理的七个关键要素。这些要素包括数据源、提取、存储、转换、分析、治理和安全以及编排。每个组件都在确保 AI 模型的无缝运行和效率方面发挥着重要作用。根据研究，AWS、Microsoft 和 Google 等超大规模供应商目前占据了超过 50% 的市场份额。尽管占据主导地位，但一些新兴的数据管理供应商因其卓越的产品而获得认可，并吸引了大量客户。
IoT Analytics 首席执行官 Knud Lasse Lueth 对调查结果发表评论称：“AWS、微软和谷歌等超大规模企业凭借在所有主要细分市场中高度整合的产品组合，在数据管理市场占据主导地位。还有一些快速增长的数据管理扩张企业，它们被认为拥有一流的产品，因此在市场上获得了强大的吸引力。看看公司是会选择从一个供应商那里获得所有产品的便利性，还是在其云架构之上选择三到五个主要数据管理解决方案，这将是一件有趣的事情。”
IoT Analytics 首席运营官 Oktay Demir 也发表了看法，强调了数据管理在人工智能开发中至关重要但经常被低估的作用。“高管层往往忽视了数据管理对人工智能的关键重要性。强大的数据管理是成功实施人工智能的基础，”Demir 指出。他进一步强调，虽然人工智能的变革力量为企业领导层带来了巨大的声望，但对人工智能成功至关重要的底层数据管理策略却经常被忽视。
此外，IoT Analytics分析师Mohammad Hasan分享了他对不断发展的数据管理前景的看法。他说:“在我看来，数据结构在采用方面仍然不是很受欢迎，因为不合适的数据体系结构可能会带来沉重的代价。然而，鉴于在混合云、人工智能、物联网和边缘计算的推动下，大数据呈指数级增长导致数据复杂性增加，这种情况下供应商似乎有一个很好的机会。”
作者：Sean Mitchell
参与评论 (0)