行业从业者了解到为了确保智能应用的采用他们必须建立对模型和预测的信任

也就是说要确信自己的模型正在实现所需的结果并充分了解如何进行预测，一个正式的框架，框架解释了机器学习模型为何做出特定预测的原因，甚至非专家也可以使用这些解释来改善模型的性能，新工具可简化评估，探索和解释模型和预测的过程，从而帮助行业从业者建立对机器学习的信任和信心，借助这些技术，公司可以开始拥有对核心业务应用程序背后的模型和预测的信任和信心的方法。

企业人工智能状况

如果企业领导人采用人工智能（AI），则他们希望为客户增加收入，提高效率并提供更好的体验的企业可以拥有所有这些，这就是当今许多企业正在积极投资的AI的承诺，从无人驾驶汽车到基于语音的私人助理，在商业领域明显的炒作正在蔓延到商业领域，人工智能正从一个久经考验的业务解决方案转变为点燃变革的现实火花，破坏正在发生，并且发展非常迅速，但是企业面临的挑战是找出战略，从当今的AI投资中创造价值，并一路认识并避免地雷。

企业人工智能状况”报告涵盖了AI的现状和现状-执行决策者如何在当今的AI中进行投资，预期的投资回报率（ROI），前方是什么障碍，企业如何制定可靠的游戏计划以实现AI的全部潜力，人们对AI充满热情，有80％的企业报告他们已经在相关技术方面进行了一定的投资，而30％的企业计划在未来36个月内扩大投资，企业希望AI使他们保持行业领先地位。他们将AI定位，以便它可以在几乎所有收入流以及整个业务实践领域中创造巨大的收益，换句话说毫不奇怪，企业看好人工智能。

云中启动端到端自动化大数据仓库平台

这是云中的一种自动化的端到端数据仓库平台，使企业能够快速构建和部署大数据使用-案例数天而不是数月，企业可以降低大数据基础架构的管理复杂性，缩短实现价值的时间，并使用户能够快速创新，在单个平台上提供了完整的数据仓库功能，从企业到云的数据摄取和同步，数据转换以及数据模型和多维数据集的构建。

我们使企业能够在内部和云端快速实现数据仓库环境的现代化，并从大数据计划中获得战略价值

如今企业正在寻求使用云来提高灵活性并降低数据基础架构的复杂性，但是在云平台上迁移现有用例或部署新的分析用例非常复杂，需要人工操作，并且无法提供性能或及时访问业务用户所需的数据，自动化云大数据仓库使企业能够快速迁移和实施分析用例，同时获得成本和基础架构要求的灵活性。

随着越来越多的数据存储在大数据平台中，企业正在寻找产品和服务来帮助他们在云中或本地管理的数据仓库，以降低管理复杂性并缩短实现价值的时间。