目前，各行业都在积极探索人工智能(AI)，尤其是在健康与生命科学、网络智能、智能城市和交通领域，人工智能的重大突破即将到来。
然而，在实施任何人工智能策略之前，建立一个有效的数据策略是至关重要的。
人工智能与数据策略的关系
大部分数据科学家的工作，约85%，都涉及数据治理、清理、标记和分类，这些都是数据策略的核心内容。
因此，成功利用人工智能的关键在于理解所需的数据集及其与我们所追求洞察之间的关联。
我们需要认真思考：企业的数据是否干净且有意义？是否存在大量空白或误导性数据？我们是否能够利用来自外部的海量数据，如社交媒体或零售数据？
许多客户仍处于初级阶段，尚未完全理解他们的数据来源及识别准确数据的重要性。一旦他们克服这些挑战，就能开启讨论，探讨如何利用这些数据形成竞争优势。
借助英特尔与IBM推动人工智能
在英特尔，我们正努力成为一个以数据为中心的公司。这不仅是我们愿景的一部分，也是客户的迫切需求。他们渴望找到方法，利用我们的基础设施加速其人工智能战略。我们专注于优化硅片上的工作负载和代码，以满足客户对效率和性能的要求。
英特尔与IBM的紧密合作，推动我们共同向数据中心转型。IBM开发的IBM Cloud Pak for Data（之前称为IBM Cloud Private for Data）是一个为多个数据集提供高级集成和互操作性的平台。我们致力于确保该平台针对英特尔Xeon可扩展处理器进行优化，从而提升客户性能。
满足市场需求
我们的许多客户在识别、发现、评估、清理和集成所需的数百个数据集时面临挑战。IBM Cloud Pak for Data可以加速数据发现和企业级数据的集成，帮助企业提供高度相关的体验、服务和产品。
英特尔的参与至关重要，因为客户可以在基于英特尔的基础设施上快速运行IBM Cloud Pak for Data。英特尔与IBM的合作前所未有地增强了数据科学家的能力，推动更深层次的洞察与更佳的业务成果。
通过使用多元化数据和人工智能平台，改进数据转化为洞察的能力，欢迎访问ibM.BI z/iCP4data。
英特尔的Melvin Greer是非营利组织格里尔领导力与创新研究所的创始人，该研究所致力于确保服务不足的群体参与人工智能解决方案的设计与开发。
[[[IMG_1]]]
[[[IMG_2]]]
[[[IMG_3]]]
[[[IMG_4]]]
