共计 2168 个字符，预计需要花费 6 分钟才能阅读完成。
对于数据领导者来说，这样的场景并不陌生：CEO 参加完一场人工智能会议后，满怀热情地希望公司立即部署人工智能解决方案。他们期望聊天机器人处理客户服务，预测分析优化库存，实时洞察流向每个部门。然而，现实是公司的数据分散在 47 个不同的位置，且彼此之间无法互通。
这正是印度尼西亚企业面临所谓“人工智能停滞”的主要原因。
印度尼西亚设定了雄心勃勃的目标：到 2030 年，人工智能将为该国 GDP 贡献 3660 亿美元 。然而，在这份乐观之下隐藏着一个重大障碍。根据最近的行业数据，81% 的印度尼西亚企业将 数据质量和可用性差列为人工智能实施的最大障碍。
如果印度尼西亚希望取得进展，就必须直面人工智能停滞问题。而解决这一问题的起点通常是数据。,
数据碎片化：印度尼西亚 AI 发展的主要挑战
“印度尼西亚企业面临数据碎片化问题，”一位 IBM 印度尼西亚发言人解释道，“企业无法在不移动数据的情况下访问和分析数据。”结果如何？项目停滞、预算耗尽，创新停止。
印度尼西亚并不缺乏数据。该国拥有大量宝贵数据，这些数据来自客户交易、供应链记录、社交媒体互动，甚至制造车间的传感器读数。然而，这些数据被分割在各个部门和遗留系统中，而这些系统从未设计为共享信息。这就像将所有食材分散在十几个上锁的厨房中。
传统的解决方法涉及大规模的数据迁移项目，将所有数据整合到昂贵的集中式数据仓库中。这些举措可能耗资数千万美元，并需要数年时间才能完成。更重要的是，它们可能仍然会让企业陷入僵化的系统，无法灵活应对下一波创新浪潮。,
混合解决方案：在全球化中保持本地化
印度尼西亚政府显然意识到了这一问题的严重性。他们积极邀请全球科技领导者加强数字生态系统，包括开发 国家数据中心 (PDN)，旨在在不损害数据主权的情况下构建人工智能能力。
“他们的技术使政府和企业能够将敏感数据保留在国境内，同时仍能受益于云的可扩展性，”IBM 发言人在谈到正在部署的混合解决方案时表示，“这确保了符合当地法规，并为从遗留系统过渡到现代基础设施提供了顺畅的路径。”,
非结构化数据：AI 应用的关键
但问题不仅仅是数据存储在哪里。关键在于现代人工智能真正需要什么样的数据。下一代人工智能应用程序（那些将创造 3660 亿美元价值的应用）不仅仅是在电子表格中处理数字。它们需要理解文档、图像、客户服务聊天记录、视频内容和语音录音。这种“非结构化数据”约占企业信息的 80%，但大多数印度尼西亚企业没有系统化的方法来为人工智能使用做准备。
IBM 认识到了这一障碍。他们推出了 IBM watsonx.data，该产品基于开放的湖仓架构，专为管理数据和人工智能工作负载而优化，具备 查询、治理和对开放数据格式的支持等功能，支持 Presto、Spark、Db2 和 Netezza 等多种查询引擎，并运行在一个统一的治理平台上。最近，该公司将 DataStax Astra DB（一个基于 Apache Cassandra 的 NoSQL 和向量数据库）直接集成到 watsonx 堆栈中，以管理非结构化数据。
“通过将 DataStax Astra DB 集成到 watsonx 中，企业可以实时管理和搜索非结构化数据，如文档、图像和聊天记录，”IBM 发言人解释道，“这对于构建准确且具有上下文感知能力的生成式人工智能应用程序至关重要。”简而言之，如果无法快速找到并理解隐藏在数千份历史支持工单中的上下文，就无法构建一个智能的客户服务机器人。
IBM 的行动在经济上也具有吸引力。“与需要大量前期投资的传统数据仓库不同，watsonx.data 采用灵活的按需付费模式，”IBM 发言人表示，“它让企业为每项工作选择正确的工具，从而将数据管理成本降低多达 50%。”换句话说，它将特定的数据库引擎与特定任务匹配，而不是强迫所有任务通过一个单一的昂贵系统。,
人才与治理：AI 成功的关键要素
当然，技术只是成功的一半；另一半是人类。印度尼西亚企业面临人工智能专业技能和治理专业知识的严重短缺。这正是本地系统集成商和合作伙伴生态系统变得至关重要的原因。
“IBM Partner Plus 和本地系统集成商带来了所需的专业知识和培训，帮助印度尼西亚企业负责任地实施人工智能，”IBM 发言人指出，“他们提供实际操作支持、行业特定解决方案和治理框架，弥补了人才缺口。”
或许更重要的是治理问题。印度尼西亚围绕数据的监管环境仍在演变，这为试图确保合规的企业带来了不确定性。“IBM watsonx 包含内置的数据治理工具，帮助企业执行政策并跟踪所有环境中的数据使用情况，无论是云环境还是本地环境，”IBM 发言人解释道，“借助 watsonx，企业可以在扩展人工智能计划的同时保持合规。”,
结语：进化而非革命
忘记彻底更换现有系统并从头开始吧。IBM 认为未来在于通过连接数据所在的位置来构建桥梁，为人工智能使用做好准备，并以尊重监管边界并保持成本效率的方式实现这一目标。
“借助 watsonx.data，企业可以改善客户体验、简化运营并做出更明智的决策，”IBM 发言人表示，并指出零售和电信应用已经在该地区取得了成果。
印度尼西亚数十亿美元的人工智能雄心不必成为被推迟的梦想。然而，实现这一目标需要直面数据质量危机，采用混合架构、适当的治理以及技术与专业知识的正确结合。否则，企业将眼睁睁地看着这一巨大的经济机会随着一个个孤立的数据库逐渐流失。
