/
数据质量管理 关键字列表
企业AI采纳需要务实策略，数据质量是基础
SENEN Group首席执行官Ronnie Sheth指出，企业在启动AI项目前必须首先解决数据质量问题。Gartner研究显示，数据质量差每年给企业造成平均1290万美元损失。Sheth强调，许多企业急于采用AI却缺乏准备，没有数据基础和实施路线图。2024年企业开始意识到这一问题，优先寻求数据治理帮助而非直接部署AI。她认为现在是企业AI实用化的关键时刻，应专注于创造实际价值而非试验创新。
伯明翰Oracle项目遭遇数据清洗难题和资源短缺困境
伯明翰市议会最新审计委员会会议显示，议员们持续担忧Oracle重新实施项目能否按时上线。审计机构Grant Thornton指出项目存在多项风险，包括数据清理不足、技术缺陷和流程缺口等问题。项目预算已从最初的1900万英镑飙升至1.44亿英镑，上线时间可能从2026年7月推迟至9月。审计师强调资源有限是主要风险，超过100名全职员工需兼顾日常工作与项目任务。尽管项目被放弃的概率仅为5%，但数据质量和变更管理仍面临严峻挑战。
白皮书
京公网安备 11010802021500号
