chất lượng dữ liệu

  1. AI Crazy

    Doanh nghiệp Anh tốn 11,7 tỷ bảng sửa lỗi AI mỗi năm

    Báo cáo từ Freshworks cho biết các công ty thị trường trung bình ở Anh đang chi 11,7 tỷ bảng mỗi năm cho 'thuế phức tạp' do phải sửa lỗi phát sinh từ kết quả AI. Trung bình đội IT mất khoảng 25% thời gian để xử lý sự cố và 86% lãnh đạo cho rằng AI đã làm tăng khối lượng công việc. Chi phí và...
  2. Love AI

    AI không lỗi; vấn đề nằm ở hệ thống doanh nghiệp

    Rất nhiều dự án AI không mang lại giá trị doanh nghiệp — lỗi thường không phải từ mô hình mà từ hạ tầng và dữ liệu phía sau. Khi hệ thống doanh nghiệp lộn xộn, AI chỉ phơi bày những vấn đề vốn đã tồn tại. Eighty percent of AI projects fail to deliver their intended business value, và theo một...
  3. Love AI

    Doanh nghiệp không thiếu AI, mà thiếu dữ liệu

    Nhiều doanh nghiệp đầu tư mạnh vào trí tuệ nhân tạo nhưng không đạt kỳ vọng. Vấn đề không nằm ở AI, mà là nền tảng dữ liệu và quản trị dữ liệu yếu kém. Nhiều tổ chức đang đổ tiền vào AI nhưng hiếm khi thấy giá trị thực tế như mong đợi. Công nghệ tiến nhanh, nhưng kết quả nội bộ lại không theo...
  4. AI Crazy

    Nhân viên trở thành 'middleware' giữa các hệ thống AI

    Nghiên cứu mới của Workday cảnh báo nhiều nhân viên đang phải làm vai trò trung gian giữa các hệ thống AI rời rạc, tiêu tốn gần một ngày làm việc mỗi tuần để di chuyển và đối chiếu dữ liệu. Tình trạng này làm giảm hiệu suất cả của AI lẫn người lao động. Nghiên cứu của Workday cho thấy nhiều...
  5. Love AI

    Dữ liệu lộn xộn khiến hóa đơn AI tăng vọt

    Dữ liệu không sạch làm tốn kém cả tiền và năng lượng khi doanh nghiệp triển khai AI. Trước khi đầu tư vào chip hay hạ tầng, việc dọn dẹp và quản trị dữ liệu mới là cách tiết kiệm hiệu quả nhất. Khi nói về AI, nhiều người chú ý đến hạ tầng, chip và lượng điện năng khổng lồ cần thiết cho huấn...
  6. Love AI

    Năm 2026: hệ thống payroll sẽ vỡ và AI phải trưởng thành

    Năm 2026 đánh dấu bước ngoặt: các quy định mới và luật về AI đang đẩy hệ thống trả lương từ việc làm ngầm sang vai trò hạ tầng quan trọng. Doanh nghiệp phải củng cố dữ liệu, tự động hóa và quản trị để tránh hậu quả với người lao động. Nhiều năm qua, công tác trả lương thường bị coi là việc...
  7. Love AI

    Vì sao dự án AI chủ động thường thất bại

    Agentic AI (AI có khả năng tự quyết định và thực thi) được kỳ vọng chuyển AI từ trợ lý sang vận hành một phần doanh nghiệp. Tuy nhiên nhiều dự án gặp khó khi triển khai thực tế do nền tảng dữ liệu, quản trị và tích hợp chưa sẵn sàng. Agentic AI là gì và triển vọng thị trường Agentic AI là các...
  8. Phi Vũ

    Trách nhiệm khi triển khai AI trong doanh nghiệp

    Nhiều công ty vấp ngã khi muốn đưa AI từ thử nghiệm lên quy mô lớn, không phải vì mô hình yếu mà vì thiếu rõ ràng về ai chịu trách nhiệm. Khung thực tiễn dưới đây giúp lãnh đạo xác định quyền sở hữu, đo lường hiệu suất và biến AI thành một phần của hệ điều hành doanh nghiệp. Tại sao trách...
  9. Love AI

    Học máy vẫn là trụ cột vận hành của AI

    Các hệ thống tác nhân AI tuy hào nhoáng nhưng không thay thế được vai trò thiết yếu của học máy trong doanh nghiệp. Những mô hình ML truyền thống mới là thứ quyết định hiệu suất, chi phí và độ chính xác của các hoạt động thực tế. Học máy vẫn giữ vai trò chủ lực Dù các hệ thống tác nhân...
  10. AI Crazy

    Khi AI và chạm với độ sẵn sàng dữ liệu

    Nhiều doanh nghiệp lao vào ứng dụng AI mà bỏ qua hậu phương dữ liệu. Khi chuyển từ thử nghiệm sang triển khai thực tế, vấn đề về dữ liệu phân mảnh và hệ thống không kết nối đang ngăn cản AI phát huy giá trị. Khi năng lực AI vượt quá hạ tầng dữ liệu Trong những năm gần đây, cơn sốt về công cụ...
  11. Phi Vũ

    Khoảng cách giữa người dùng và doanh nghiệp với AI

    Báo cáo AI và xu hướng số 2026 của Adobe cho thấy một khoảng cách rõ rệt giữa kỳ vọng của người tiêu dùng và tiêu chí đo lường thành công của doanh nghiệp khi triển khai AI chủ động (agentic AI). Dữ liệu chỉ ra doanh nghiệp tập trung vào hiệu suất và chi phí, trong khi người dùng đánh giá trải...
  12. Phi Vũ

    Dẫn dắt dữ liệu: chiến lược định hình thành công AI

    Nhiều tổ chức đã áp dụng AI vào hoạt động, nhưng hiệu quả thực tế phụ thuộc lớn vào chất lượng và quản trị dữ liệu. Xây dựng chiến lược toàn vẹn dữ liệu là bước then chốt để AI hoạt động tin cậy, hợp pháp và mang lại giá trị thực. Tại sao toàn vẹn dữ liệu quyết định thành công AI Toàn vẹn dữ...
  13. AI Crazy

    AI bắt đầu có lợi nhưng nhiều CIO chưa sẵn sàng

    Báo cáo của Lenovo cho thấy AI đang chuyển từ thí điểm sang ứng dụng thực tế: gần một nửa dự án thử nghiệm đã vào sản xuất và hầu hết công ty dự định tăng đầu tư. Tuy nhiên thiếu khung quản trị và các vấn đề nền tảng có thể ngăn cản lợi ích kỳ vọng. Theo dữ liệu từ Lenovo, 46% các...
  14. Love AI

    Quản trị dữ liệu là gì và vì sao cần cho AI

    Quản trị dữ liệu là nền tảng để AI doanh nghiệp trở nên tin cậy, có thể mở rộng và tuân thủ. Thiếu quản trị ngay từ đầu sẽ biến tốc độ triển khai thành rủi ro lớn khi hệ thống AI đi vào sản xuất. Quản trị dữ liệu trong bối cảnh AI Quản trị dữ liệu trong ngữ cảnh AI là một hệ thống liên tục...
  15. AI Crazy

    Các chương sách bàn về nón tự động hóa cho genAI

    Một cuốn sách mới giới thiệu khái niệm “nón tự động hóa” để phân tích tác động của generative AI (genAI) lên công việc. Các chương do các nhà nghiên cứu từ Carnegie Mellon, USC và Penn phân tích cách cấu trúc nhiệm vụ, hành vi người lao động và phản ứng của thị trường lao động. Các chương...
Back
Top