人工智能与信息生命周期
2019年10月25日 由 TGS 发表
487052
0
如今,许多机构都在努力提高它们的记录和信息管理(RIM)程序的效率,所以记录管理人员需要以新的方式管理信息。这需要在资金和资源上进行投资,机构应该转向更优化的IT环境,包括托管、云服务、自动化业务流程,以及非核心流程的外包。通过让机构重新利用其空间,重新分配其资源,以达到一个新的数字成熟水平。
机构所经历的信息量,以及信息种类的增加,使它们面临着额外的风险,例如:数据侵入、网络攻击。机构若想减轻这种风险,不仅要保护信息的存储位置和访问方式,还要设置和实施保留政策,使他们能够知道,什么时候可以合理地销毁哪些信息。
这样不仅能大大增强安全性,抵御额外风险,还可以更好地为审计或其他遵从性活动做准备,因为,机构会很清楚的知道,自己拥有什么、它位于何处、以及必须保留它多长时间。
通过了解信息的价值,机构可以做出更好的决定来推动其使命向前发展。将人工智能集成到信息生命周期管理功能中,可以使各机构能够一次性对信息进行分类和提取,然后在下游重用。
机构应该考虑使用具有机器学习能力的人工智能来自动分类、提取、丰富物理和数字内容。基于Mlb的机构物理和数字信息分类,为信息增加结构、上下文和元数据,可使其更加好用。由此产生的丰富内容,可以在跨机构的治理和工作流方面增强自动化。
上述构想,可以通过以下方式实现:
- 应用神经网络和深度学习来提供高影响的结果。
- 通过ML/AI分类和可视化功能提供图像。
- 丰富基于Mlb的分类,解锁黑暗数据。
- 集成分析以从丰富的数据中获得见解。
- 应用和制定用户留存、隐私和安全政策以降低风险。
- 将工作流自动化。
最终,将人工智能与全面的信息生命周期管理方法相结合后,机构就可以把多种文档格式纳入单个系统,在适当的位置,应用ML算法,并根据需要,添加或替换这些算法,提供更深入的见解,以实现更高的效率,与此同时降低风险。(注:全面的信息生命周期管理方法,其中大都包括全面的AI和ML功能。)