人工(gōng)智能和機器學習如何幫助組織從大(dà)數據中(zhōng)獲得更好的業務見解?需要了解人工(gōng)智能和大(dà)數據分(fēn)析的下(xià)一(yī)步發展。

　　大(dà)數據技術并不像幾年前那樣廣受關注，但這并不意味着大(dà)數據技術沒有得到發展。如果說有什麽不同的話(huà)，那就是大(dà)數據的規模正在變得越來越大(dà)。

　　大(dà)數據曾經被認爲是一(yī)項重大(dà)挑戰。但是現在，它越來越被視爲一(yī)種理想狀态，尤其是在正在嘗試并實施機器學習和其他人工(gōng)智能學科的組織中(zhōng)。

人工(gōng)智能如何适應大(dà)數據

　　大(dà)數據與人工(gōng)智能之間存在着一(yī)種互惠關系：人工(gōng)智能在很大(dà)程度上依賴于前者的成功，同時也幫助組織以以前繁瑣或不可能的方式釋放(fàng)數據存儲中(zhōng)的潛力。

人工(gōng)智能如何使用大(dà)數據

　　存儲和其他有關大(dà)數據和分(fēn)析的問題好像已經不再一(yī)樣。例如，Gruber指出，大(dà)數據和人工(gōng)智能的結合會圍繞基礎設施、數據準備和治理産生(shēng)新的需求(或強調現有需求)。但是在某些情況下(xià)，人工(gōng)智能和機器學習技術可能是組織如何解決這些運營複雜(zá)性的關鍵部分(fēn)。

　　關于“更好的洞察力”：人工(gōng)智能和機器學習作爲當前在商(shāng)業領域中(zhōng)最重要的學科，如何幫助IT領導者實現現在或将來的目标?