Liz Henderson
PulseAugur coverage of Liz Henderson — every cluster mentioning Liz Henderson across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
数据治理专家 Liz Henderson 为 AI 控制提供董事会诊断工具
Liz Henderson（也被称为“数据女王”）开发了一份指南和诊断工具，以帮助组织（尤其是其董事会）评估和证明其对数据和人工智能的控制能力。她的方法强调主动的数据质量管理，将其从“后期护理”阶段移至上线前的关口，这可以显著缩短项目周期。Henderson 指出，数据和人工智能治理成熟度普遍存在差距，调查显示没有一个董事会达到最高成熟度级别，许多董事在没有充分治理流程的情况下使用人工智能进行董事会工作，从而产生虚假的安心感。
-
英国公司治理准则：董事会难以证明对人工智能/数据风险的控制
Liz Henderson，也被称为“数据女王”，强调了公司治理在数据、人工智能和网络风险方面存在的关键差距。她解释说，虽然许多董事会会收到定期的更新和风险评估，但这通常只是监督，而不是真正的治理。核心问题，特别是在英国公司治理准则第 29 条下，是无法证明对这些风险的控制，而不仅仅是意识到它们。Henderson 以数据质量报告、人工智能工具审批和网络安全简报为例，说明了组织尽管进行了广泛的讨论和批准，但仍可能“未经验证”、“未受治…
-
人工智能采用的成功取决于数据基础，而不仅仅是速度
人们经常建议组织在采用人工智能方面要快速行动，但如果不能解决潜在的数据质量问题，仅仅推出试点项目可能效果不佳。一家公用事业公司部署了人工智能来记录呼叫中心信息，但由于房产所有权方面的数据问题未能解决，公司继续遭受收入损失。相比之下，一家为合规性投资了数据基础的保险公司能够快速利用人工智能识别高风险建筑，这表明在实施人工智能解决方案之前拥有可信赖的数据的重要性。
-
数据专家警告：基于薄弱数据基础的人工智能战略将失败
Liz Henderson，也被称为“数据女王”，认为许多组织在实施人工智能战略时没有解决基本的数据治理问题。她强调，公司经常将数据问题视为技术问题，而不是领导力或问责制挑战。Henderson 强调，董事会正在批准在不稳固的数据基础上进行的人工智能投资，这会导致大规模的混乱和重大的财务损失，据估计，由于数据质量差，每年损失超过五百万美元。
-
Liz Henderson：尽管技术进步，AI决策挑战依然存在 · 追踪到1个来源
在撰写了12.5年的数据和AI相关内容后，Liz Henderson发现组织在处理这些技术时存在反复出现的模式。她认为，核心挑战不在于缺乏数据或先进工具，而在于将技术能力转化为清晰、自信的决策的困难。Henderson强调，这是一个领导力和治理问题，而非技术问题，并且组织在不同行业中都面临着持续的挣扎模式。