ИИ умеет обрабатывать колоссальные объемы данных и сопоставлять множество переменных, формируя таким образом полную картину происходящих процессов. Прогноз ИИ создается в том числе на основе не предусмотренных заранее сопоставлений.

Объемы цифровых данных, их разнообразие и качество за последние 20 лет выросли драматически. Все вокруг оснащено датчиками, машины распознают и оцифровывают тексты и изображения – и все это может стать пищей для ИИ. Чем больше данных, тем точнее прогноз. Но данные стоят денег. И только такие гиганты, как Google и Facebook, сегодня могут собирать бесконечные объемы данных с конечных пользователей. Большинство организаций должно решить для себя вопрос, сколько именно средств они могут вложить в получение необходимых для эффективного развития данных. Чтобы рассчитать объем капиталовложений в данные, нужно ответить на следующие вопросы:

что именно нужно прогнозировать;

какие типы данных для этого требуются;

как часто нужно собирать данные;

сколько объектов требуется для обучения ИИ.

Данных должно быть достаточно, чтобы уловить существенные закономерности и построить прогноз. И в то же время стоит помнить, что 100-процентная точность прогноза, купленная ценой сбора огромного количества данных, может быть излишней.

Конец ознакомительного фрагмента.