IoT Analytics 的最新研究強調了強大的數據管理對於人工智能 (AI) 模型开發至關重要。綜合性的《2024-2030 年數據管理和分析市場報告》得出的見解強調了構建有效 AI 系統所必需的七個關鍵組件。隨着 AI 推動數據管理市場的大幅增長（預計到 2030 年將達到 5133 億美元），這些組件的作用變得越來越重要。

報告顯示，AI 依賴於數據管理的七個關鍵要素。這些要素包括數據源、提取、存儲、轉換、分析、治理和安全以及編排。每個組件都在確保 AI 模型的無縫運行和效率方面發揮着重要作用。根據研究，AWS、Microsoft 和 Google 等超大規模供應商目前佔據了超過 50% 的市場份額。盡管佔據主導地位，但一些新興的數據管理供應商因其卓越的產品而獲得認可，並吸引了大量客戶。

IoT Analytics 首席執行官 Knud Lasse Lueth 對調查結果發表評論稱：“AWS、微軟和谷歌等超大規模企業憑借在所有主要細分市場中高度整合的產品組合，在數據管理市場佔據主導地位。還有一些快速增長的數據管理擴張企業，它們被認爲擁有一流的產品，因此在市場上獲得了強大的吸引力。看看公司是會選擇從一個供應商那裏獲得所有產品的便利性，還是在其雲架構之上選擇三到五個主要數據管理解決方案，這將是一件有趣的事情。”

IoT Analytics 首席運營官 Oktay Demir 也發表了看法，強調了數據管理在人工智能开發中至關重要但經常被低估的作用。“高管層往往忽視了數據管理對人工智能的關鍵重要性。強大的數據管理是成功實施人工智能的基礎，”Demir 指出。他進一步強調，雖然人工智能的變革力量爲企業領導層帶來了巨大的聲望，但對人工智能成功至關重要的底層數據管理策略卻經常被忽視。

此外，IoT Analytics分析師Mohammad Hasan分享了他對不斷發展的數據管理前景的看法。他說:“在我看來，數據結構在採用方面仍然不是很受歡迎，因爲不合適的數據體系結構可能會帶來沉重的代價。然而，鑑於在混合雲、人工智能、物聯網和邊緣計算的推動下，大數據呈指數級增長導致數據復雜性增加，這種情況下供應商似乎有一個很好的機會。”

作者：Sean Mitchell

標題：物聯網分析報告：數據管理是人工智能發展的關鍵

地址：https://www.utechfun.com/post/376890.html