Artificial Intelligence in China: Landscape Analysis of Key AI Technologies, Arnold Gao, Arun Chandrasekaran, 2020
L’IA è un’importante area di investimento in #Cina, con un ecosistema in rapida evoluzione. I leader dell’architettura aziendale e dell’innovazione tecnologica dovrebbero stare al passo con le tecnologie emergenti in via di sviluppo e valutare le opportunità e i rischi delle strategie e delle startup dei megavendor in quel mercato
Artificial Intelligence Maturity Mode, Svetlana Sicular, Bern Elliot, Whit Andrews, Pieter den Hamer, 2020
Le tecnologie di intelligenza artificiale incidono sulla maggior parte delle categorie di applicazioni e su molte sfide aziendali. I leader di dati e analisi possono utilizzare il nostro modello sull’IA per accelerare e ottimizzare la loro strategia e le implementazioni di intelligenza artificiale per ottenere il massimo valore dalle tecnologie di intelligenza artificiale
Artificial Intelligence Trends: Decision Augmentation, Procurement Research Team, 2020
Le organizzazioni riferiscono che l’IA, in particolare correlata all’aumento delle decisioni, ha un elevato potenziale di influenza sul processo decisionale aziendale. Forniamo una rassegna completa per i leader di approvvigionamento di casi d’uso recenti, la tecnologia e le tendenze di adozione relative alle applicazioni dell’IA nel miglioramento delle decisioni
Assessing DevOps in Artificial Intelligence Initiatives, Carlton Sapp, 2020
Le organizzazioni fanno sempre più affidamento sull’IA per raggiungere gli obiettivi. DevOps svolge un ruolo significativo nel modellare il modo in cui i professionisti tecnici di dati e analisi implementano l’IA. Questa ricerca valuta la pratica di #DevOps nelle iniziative di IA.
Business Analytics and Artificial Intelligence for Technical Professionals Primer for 2020, Carlton Sapp, 2020
Le tecniche di analisi e intelligenza artificiale, guidate dai progressi nell’apprendimento automatico, si stanno evolvendo rapidamente per supportare le aziende digitali su vasta scala. I professionisti tecnici devono maturare le capacità di analisi con soluzioni e architetture moderne
Combat Digital Transformation Fatigue by Applying a Neuroscience Finding, Daniel Sanchez Reina, Mary Mesaglio, 2020
La trasformazione digitale può causare affaticamento nei cambiamenti nelle organizzazioni, mettendo l’iniziativa a rischio di fallimento, a causa di troppi cambiamenti o cambiamenti per nulla. I CIO possono utilizzare una scoperta neuroscientifica per mitigare tale rischio
Critical Capabilities for Data Science and Machine Learning Platforms, Pieter den Hamer, Alexander Linden, Carlie Idoine, Erick Brethenoux, Jim Hare, Svetlana Sicular, Farhan Choudhary, Peter Kerensky, 2020
Le funzioni e le caratteristiche delle piattaforme di data science e machine learning si stanno evolvendo rapidamente per stare al passo con uno spazio altamente innovativo. Questa ricerca aiuta i leader dei dati e dell’analisi a valutare 16 di queste piattaforme attraverso 15 capacità critiche
Demystifying Artificial Intelligence: AI in Total Rewards and Performance Management, 2020
L’intelligenza artificiale sta crescendo rapidamente in prevalenza, ma i leader delle ricompense totali lottano per capire cosa può fare per la loro funzione. Questa presentazione descrive in dettaglio quattro casi d’uso per l’IA in termini di premi totali e gestione delle prestazioni e passaggi per prepararsi all’implementazione
Emerging Technologies and Trends Impact Radar: Artificial Intelligence, Annette Jump, Eric Goodness, Nick Ingelbrecht, Alys Woodward, Anthony Bradley, 2019
Quanto sono lontane le tecnologie e le tecniche di intelligenza artificiale dalla prima adozione tradizionale è un punto di riferimento cruciale per la pianificazione di portafogli e roadmap di prodotti. Pertanto, i responsabili di prodotto devono comprendere i tempi e il potenziale impatto delle tecnologie di intelligenza artificiale in tutti i segmenti di mercato e settori
Gartner Survey Reveals Leading Organizations Expect to Double the Number of AI Projects In Place Within the Next Year, Stamford Conn., 2019
Lo studio “Strategie di sviluppo AI e ML” di #Gartner è stato condotto tramite un sondaggio online a dicembre 2018 con 106 membri del Gartner Research Circle, un panel gestito da Gartner composto da professionisti IT e IT / business. I partecipanti dovevano essere informati sugli aspetti commerciali e tecnologici di ML o AI attualmente impiegati o in fase di pianificazione presso le loro organizzazioni.
“Quest’anno assistiamo a una sostanziale accelerazione dell’adozione dell’IA”, ha dichiarato Jim Hare, vicepresidente della ricerca presso Gartner. “L’aumento del numero di progetti di intelligenza artificiale significa che le organizzazioni potrebbero dover riorganizzarsi internamente per assicurarsi che i progetti di intelligenza artificiale siano adeguatamente gestiti e finanziati. È consigliabile istituire un centro di eccellenza AI per distribuire competenze, ottenere finanziamenti, stabilire priorità e condividere le migliori pratiche nel miglior modo possibile. “
Oggi, il numero medio di progetti di intelligenza artificiale in atto è quattro, ma gli intervistati prevedono di aggiungere altri sei progetti nei prossimi 12 mesi e altri 15 nei prossimi tre anni. Ciò significa che nel 2022, tali organizzazioni prevedono di avere in media 35 progetti di AI o ML in atto
Getting Real About AI, Data Science and Machine Learning: Gartner Talks, Austin Kronz – Peter Kerensky, 2020
Qual è il ruolo della governance e della regolamentazione nell’era dell’IA.
Quali tecnologie abiliteranno al meglio le tue iniziative di data science e machine learning.
Qual è il ruolo dei data science e machine learning. Tante domande riguardano ancora l’intelligenza artificiale (AI), la scienza dei dati e l’apprendimento automatico. Tuttavia, le domande stanno diventando molto meno teoriche poiché più organizzazioni cercano di trarre vantaggio da queste tecnologie ora. Le organizzazioni chiedono di più su come applicare queste tecnologie, quanto tempo ci vorrà per ottenere i benefici e come formare il personale o se devono assumere nuovo personale. Unisciti a noi per questo webinar video gratuito mentre gli esperti di Gartner Austin Kronz e Peter Krensky rispondono alle domande più urgenti poste direttamente dai tuoi colleghi
How to Choose the Right AI Solution Path: From Off-the-Shelf to Custom-Made, Alexander Linden, Eric Hunter, Farhan Choudhary, Peter Kerensky, 2020
I responsabili dei dati e dell’analisi devono determinare quale tipo di soluzione si adatta meglio ai loro attuali vincoli e bisogni. Gartner fornisce un riepilogo dei pro e dei contro di vari percorsi di soluzione per aiutare a prendere questa decisione
Invest Implications: ‘Predicts 2020: Artificial Intelligence Core Technologies’, Tim Mahon, 2019
Le aziende fanno fatica a sviluppare progetti pilota dell’IA nella produzione, limitando la loro capacità di realizzare il valore commerciale dell’IA. Gli investitori traggono vantaggio dalla comprensione di come e con che cosa i fornitori aiutano i responsabili IT a sviluppare strategie che consentano l’evoluzione dei progetti pilota di intelligenza artificiale in produzione scalabile e realizzazione di valore
Prevalence of Artificial Intelligence, HR Technology Research Team, 2020
Questa ricerca aiuterà i leader delle risorse umane a comprendere la prevalenza dell’intelligenza artificiale nonché le applicazioni più comuni e la popolarità dell’IA nelle risorse umane
Research Guide to Introducing Artificial Intelligence and Machine Learning in Legal Departments, Legal and Compliance Research Team, 2020
AI e ML possono trasformare i dipartimenti legali automatizzando le attività manuali, creando approfondimenti e consentendo una migliore gestione dei rischi legali e di conformità. Il consiglio generale dovrebbe usare questa nota come guida alla ricerca che traccerà il percorso di adozione di AI e #ML
Seven Factors That Make Business Cases for Artificial Intelligence Projects Different, Moutusi Sau, Whit Andrews, 2020
L’applicazione di metodi basati sull’intelligenza artificiale richiede molto più che le più recenti tecnologie o tecniche di modellazione. I CIO che documentano casi aziendali per progetti di intelligenza artificiale dovrebbero ispezionare la correlazione tra vantaggi e sfide aziendali per ottenere i risultati aziendali desiderati
The Future of Data Science, Machine Learning and AI, Peter Kerensky, 2020
Tendenze attuali ed emergenti da comprendere nella scienza dei dati e nell’apprendimento automatico. Come il futuro dell’IA dovrebbe modellare la tua strategia oggi. Le prossime sfide e opportunità relative all’analisi aumentata e agli MLOps. L’adozione dell’intelligenza artificiale (AI) è entrata nel mainstream, ma la maggior parte delle organizzazioni rimane nelle fasi iniziali, sviluppando strategia e governance. Scopri dove ti trovi, dove sono diretti gli obiettivi e pianifica le prospettive per i tuoi professionisti della scienza dei dati e le iniziative di machine learning (ML) in espansione. In questo webinar gratuito, scopri dove investire energia e risorse ora per sfruttare meglio il panorama tecnologico del nuovo decennio
Toolkit: Artificial Intelligence Use Cases for Insurance, Kimberly Harris-Ferrante, Manav Sachdeva, 2020
Gli assicuratori hanno menzionato l’IA come la migliore tecnologia “rivoluzionaria” nel Gartner CIO Survey del 2020. Questo toolkit personalizzabile consente ai CIO di identificare i casi d’uso di questa tecnologia avanzata lungo la catena del valore per contribuire a realizzare il potenziale che detiene nel guidare il successo aziendale
What’s Trending With CIOs: The Crunch for AI Talent, Peter Kerensky, 2020
La forte domanda e i mercati del lavoro ristretti hanno reso i candidati con competenze di intelligenza artificiale altamente competitivi, ma le tecniche e le strategie di assunzione non sono state al passo. Questa ricerca discute le tendenze dei CIO in merito ai talenti dell’IA
