Bill Inmon：数据湖为何需要BLM而非LLM

快速阅读: 据相关媒体最新报道，Gartner数据显示，2023年数据湖达152亿美元，但企业难从中提取价值。Bill Inmon指出85%大数据项目失败，数据湖常变“污水池”。他建议使用商业语言模型（BLM）提升文本分析效率与准确性。

据Gartner研究显示，2023年，尽管数据湖市场规模达到了152亿美元，并实现了20%以上的增长，但大多数企业仍难以从文本数据中提取价值。数据仓库之父Bill Inmon指出，85%的大数据项目以失败告终，许多所谓的“数据湖”实际上变成了“污水池”或“数据沼泽”。

Inmon认为，当前许多企业采用的方法存在根本性问题。例如，将大型语言模型如ChatGPT直接应用于数据湖，不仅成本高昂，而且效果有限。据统计，ChatGPT每天的运营成本高达70万美元，而对于中型企业而言，每月的运行成本在3,000至15,000美元之间，API成本更是高达3,000至7,000美元。此外，ChatGPT生成的是文本而非结构化数据，这对于数据分析和决策支持来说并不适用。

Inmon进一步指出，大型语言模型的知识中只有5%与特定业务相关，这意味着大部分投资实际上是在为无关紧要的信息买单。更重要的是，ChatGPT可能会产生错误的信息，这对关键任务决策构成了威胁。据统计，87%的数据科学项目从未投入生产，而不可靠的人工智能则加剧了这一问题。

面对这些问题，Inmon提出了一种新的解决方案——商业语言模型（BLM）。与通用的大型语言模型不同，BLM专注于特定行业，包含行业特定词汇（ISV）和通用商业词汇（GBV），能够提供更精准的服务。例如，在银行业，BLM可以涵盖贷款、信用卡、储蓄账户等术语；在餐饮业，则可以包括服务模式、菜系、厨房运营等内容。

据麦肯锡报告，如果高级文本分析部署得当，呼叫处理时间可减少40%，转化率可提高50%。BLM的精确性和效率为企业提供了新的机遇。例如，医疗保健行业可以利用BLM进行医疗记录和药物试验分析；金融行业可以进行客户情绪和合同评估；保险行业可以优化保修索赔和风险评估；法律行业可以进行合同分析和合规性监控；制造业则可以利用BLM进行质量报告和维护日志分析。

Inmon建议，企业应评估当前的文本分析方法，确定行业特定词汇需求，并选择适合的预先构建的BLM选项。通过这种方式，企业可以将非结构化数据转化为有价值的资产，从而在激烈的市场竞争中脱颖而出。随着人工智能市场规模到2028年预计将增长至6310亿美元，商业语言模型将成为企业将数据负债转化为竞争优势的关键工具。

(以上内容均由AI生成)