با رشد سریع هوش مصنوعی در کسب‌وکارها، به نظر می‌رسد که یک مشکل جدید در حال ظهور است. وقتی که کسب‌وکارها از معماری‌های تک‌لایه به معماری‌های ترکیبی رفته‌اند، پاسخ‌های متفاوتی از داده‌های مشابه دریافت می‌کنند. مثلاً درآمد در داشبورد تجزیه و تحلیل اطلاعات می‌تواند معانی متفاوتی داشته باشد و این موضوع باعث سردرگمی کاربران می‌شود. نشست سالانه Snowflake Summit در سان‌فرانسیسکو به این معضل پرداخته و از فناوری‌های جدیدی مانند Horizon Context و Cortex Sense رونمایی کرد که به ایجاد یک تعریف مشترک و تعریف‌ شده از منطق تجاری کمک می‌کند.

هدف این فناوری‌ها این است که در لایه‌های مختلف داده‌ها اختلاف را کاهش دهند و تجربه کاربر را بهبود بخشند. این دو لایه به گونه‌ای طراحی شده‌اند که با زیرساخت‌های موجود سنوفلیک ادغام شوند و اطلاعات غنی‌تری را در اختیار کسب‌وکارها قرار دهند. به گفته کارشناسان، لایه‌های منطقی و معنایی حالا به یکی از مهم‌ترین چالش‌های هوش مصنوعی تبدیل شده و شرکت‌ها باید به دقت این لایه‌ها را بررسی کنند.

تحلیل و بررسی: با توجه به روند رو به رشد استفاده از هوش مصنوعی، الزامیست که شرکت‌ها در مورد لایه‌های زمینه‌ای خود دقت کنند. این فناوری‌ها می‌توانند به وضوح فرآیندها را بهینه‌سازی کنند، اما باید مطمئن شویم که داده‌ها و تعاریف به درستی مدیریت می‌شوند. در غیر این صورت، مواجهه با اشکالات و پاسخ‌های نادرست می‌تواند هزینه‌های سنگینی برای کسب‌وکارها داشته باشد.

منبع: VentureBeat (مشاهده متن اصلی)