Have a question?
의료 데이터가 불완전한 상태라면 인공지능(AI)도 생명을 구할 수 없다
의료 서비스 산업은 디지털 전환을 통해 엄청난 변화를 겪고 있습니다. 의료 서비스 제공자들은 환자 치료 개선, 운영 효율성 향상, 변화하는 규정의 준수, 비용 절감 등의 압박에 직면해 있습니다.
자세히 보기
실용적이고 가치 중심의 보험사 생성형 AI 전략 수립
보험회사 CIO는 중대한 선택의 기로에 서 있습니다. 보험 데이터는 규모가 방대하고 복잡하며 리스크와 맞물려 있습니다. 이로 인해 AI 적용의 주요 대상이 되면서도 규제, 윤리, 운영상의 우려를 안고 있는 대표적인 분야입니다.
자세히 보기
히타치 솔루션즈, 디노도 플랫폼의 실시간 데이터 공유 기능으로 영업 전략 강화
도쿄에 본사를 둔 히타치 솔루션즈가 디노도 고객으로 합류했다는 소식을 전하게 되어 매우 기쁩니다.
자세히 보기
소비재 회사들이 어떻게 소비자 직접 판매의 성공을 이끌고 있는가?
소비자의 선호도가 변화함에 따라 소비재 기업들은 고객과 직접 연결될 수 있는 비즈니스 모델을 구축하기 위해 노력하고 있습니다.
자세히 보기
데이터 공유와 거버넌스로 보험업자와 중개인의 협업 이슈를 해소하는 방법
복잡한 보험 업계에서 보험업자와 중개인 간의 관계는 매우 중요합니다. 중개인은 고객에게 가장 적합한 보험 상품을 연결해주는, 신뢰할 수 있는 조언자 역할을 하는 반면, 보험업자는 위험을 평가하고 보험의 재정적 타당성을 보장합니다.
자세히 보기
생성형 AI 성공을 위한 데이터 기반
소프트웨어의 작동 원리에 대해 잘 알고 있는 대부분의 사람들은 쓰레기 입력, 쓰레기 출력(garbage in, garbage out)이라는 문구를 잘 알고 있습니다. 이는 애플리케이션이 생성하는 출력의 품질과 정확성은 입력된 정보만큼만 향상된다는 뜻입니다.
자세히 보기
은행 업무에 행동 과학 도입하기: 초개인화 및 혁신을 위한 데이터 기반 접근 방식
소매금융의 영역에서 데이터 기반 인사이트는 고객이 무엇을 하는지는 알 수 있지만, 고객이 특정 결정을 내리는 이유를 파악하는 데는 실패하는 경우가 많습니다.
자세히 보기
사용자 경험을 고려한 데이터 관리
지금은 특히 데이터 분야에서 흥미롭지만 도전적인 시기입니다. 생성형 AI는 도전 과제와 함께 데이터의 새로운 현실에 대한 희망을 가져왔습니다.
자세히 보기
2024년 데이터 관리를 위한 가트너 하이프 사이클 보고서에 대한 소회
가트너 하이프 사이클은 기술 및 애플리케이션의 성숙도와 채택률, 실제 비즈니스 문제 해결 및 새로운 기회 활용과 잠재적 연관성을 그래픽으로 표현한 것입니다.
자세히 보기
쿼리 RAG - 사실에 기반하여 강력한 데이터 에이전트를 만드는 새로운 방법
오늘날 대규모 언어 모델(LLM)만으로는 기업 환경에서 실질적인 가치를 제공할 수 있는 지능형 AI 에이전트를 구현하기에 충분하지 않다는 사실이 널리 인정되고 있습니다.
자세히 보기
디노도 플랫폼의 핀옵스(FinOps) 기능으로 데이터 및 분석 클라우드 비용 관리하기
데이터 및 분석 워크로드가 증가함에 따라 클라우드 비용도 증가하며, 이는 현대 조직에서 가장 큰 지출을 차지할 수 있습니다.
자세히 보기
AI를 사용할 준비가 되었는지 어떻게 알 수 있을까요?
흥미로운 질문입니다. AI 준비성에 대한 광범위한 연구를 수행한 후, 저는 이 문제에 대한 전문가들의 의견을 이해하려고 노력했습니다. 랜드 코퍼레이션의 놀라운 통계 중 하나는 인공 지능(AI) 프로젝트의 80%가 실패한다는 것입니다.
자세히 보기
디노도 플랫폼과 스노우플레이크를 통한 데이터 전략 혁신
오늘날과 같이 빠르게 변화하는 데이터 중심의 세상에서 기업은 데이터를 최대한 활용하면서도 접근성, 보안, 비용 효율성을 유지할 수 있는 새로운 방법을 모색하고 있습니다.
자세히 보기
액티브 데이터 아키텍처: 시대의 요구
>조직이 고객 360° 뷰, 공급망 물류, 의료 모니터링 등 점점 더 시간에 민감한 사용 사례를 계속 추구함에 따라 지원 데이터 인프라의 유연성, 적응성, 확장성이 점점 더 요구되고 있습니다.
자세히 보기
데이터 패브릭과 RAG를 통한 생성적 AI 활용 심층 분석
생성형 AI는 데이터 환경을 빠르게 변화시키고 있으며, 이 첨단 기술을 조직에 활용하는 방법을 이해하는 것이 그 어느 때보다 중요해지고 있습니다.
자세히 보기
디노도 플랫폼의 핀옵스(FinOps) 기능으로 데이터 및 분석 클라우드 비용 관리하기
데이터 및 분석 워크로드가 증가함에 따라 클라우드 비용도 증가하며, 이는 현대 조직에서 가장 큰 지출을 차지할 수 있습니다.
자세히 보기
디노도 플랫폼과 스노우플레이크를 통한 데이터 전략 혁신
오늘날과 같이 빠르게 변화하는 데이터 중심의 세상에서 기업은 데이터를 최대한 활용하면서도 접근성, 보안, 비용 효율성을 유지할 수 있는 새로운 방법을 모색하고 있습니다.
자세히 보기
의료 데이터가 불완전한 상태라면 인공지능(AI)도 생명을 구할 수 없다
의료 서비스 산업은 디지털 전환을 통해 엄청난 변화를 겪고 있습니다. 의료 서비스 제공자들은 환자 치료 개선, 운영 효율성 향상, 변화하는 규정의 준수, 비용 절감 등의 압박에 직면해 있습니다.
자세히 보기
실용적이고 가치 중심의 보험사 생성형 AI 전략 수립
보험회사 CIO는 중대한 선택의 기로에 서 있습니다. 보험 데이터는 규모가 방대하고 복잡하며 리스크와 맞물려 있습니다. 이로 인해 AI 적용의 주요 대상이 되면서도 규제, 윤리, 운영상의 우려를 안고 있는 대표적인 분야입니다.
자세히 보기
히타치 솔루션즈, 디노도 플랫폼의 실시간 데이터 공유 기능으로 영업 전략 강화
도쿄에 본사를 둔 히타치 솔루션즈가 디노도 고객으로 합류했다는 소식을 전하게 되어 매우 기쁩니다.
자세히 보기
데이터 공유와 거버넌스로 보험업자와 중개인의 협업 이슈를 해소하는 방법
복잡한 보험 업계에서 보험업자와 중개인 간의 관계는 매우 중요합니다. 중개인은 고객에게 가장 적합한 보험 상품을 연결해주는, 신뢰할 수 있는 조언자 역할을 하는 반면, 보험업자는 위험을 평가하고 보험의 재정적 타당성을 보장합니다.
자세히 보기
사용자 경험을 고려한 데이터 관리
지금은 특히 데이터 분야에서 흥미롭지만 도전적인 시기입니다. 생성형 AI는 도전 과제와 함께 데이터의 새로운 현실에 대한 희망을 가져왔습니다.
자세히 보기
2024년 데이터 관리를 위한 가트너 하이프 사이클 보고서에 대한 소회
가트너 하이프 사이클은 기술 및 애플리케이션의 성숙도와 채택률, 실제 비즈니스 문제 해결 및 새로운 기회 활용과 잠재적 연관성을 그래픽으로 표현한 것입니다.
자세히 보기
데이터 패브릭과 RAG를 통한 생성적 AI 활용 심층 분석
생성형 AI는 데이터 환경을 빠르게 변화시키고 있으며, 이 첨단 기술을 조직에 활용하는 방법을 이해하는 것이 그 어느 때보다 중요해지고 있습니다.
자세히 보기데이터 공유와 거버넌스로 보험업자와 중개인의 협업 이슈를 해소하는 방법
복잡한 보험 업계에서 보험업자와 중개인 간의 관계는 매우 중요합니다. 중개인은 고객에게 가장 적합한 보험 상품을 연결해주는, 신뢰할 수 있는 조언자 역할을 하는 반면, 보험업자는 위험을 평가하고 보험의 재정적 타당성을 보장합니다.
자세히 보기
액티브 데이터 아키텍처: 시대의 요구
>조직이 고객 360° 뷰, 공급망 물류, 의료 모니터링 등 점점 더 시간에 민감한 사용 사례를 계속 추구함에 따라 지원 데이터 인프라의 유연성, 적응성, 확장성이 점점 더 요구되고 있습니다.
자세히 보기의료 데이터가 불완전한 상태라면 인공지능(AI)도 생명을 구할 수 없다
의료 서비스 산업은 디지털 전환을 통해 엄청난 변화를 겪고 있습니다. 의료 서비스 제공자들은 환자 치료 개선, 운영 효율성 향상, 변화하는 규정의 준수, 비용 절감 등의 압박에 직면해 있습니다.
자세히 보기데이터 공유와 거버넌스로 보험업자와 중개인의 협업 이슈를 해소하는 방법
복잡한 보험 업계에서 보험업자와 중개인 간의 관계는 매우 중요합니다. 중개인은 고객에게 가장 적합한 보험 상품을 연결해주는, 신뢰할 수 있는 조언자 역할을 하는 반면, 보험업자는 위험을 평가하고 보험의 재정적 타당성을 보장합니다.
자세히 보기
생성형 AI 성공을 위한 데이터 기반
소프트웨어의 작동 원리에 대해 잘 알고 있는 대부분의 사람들은 쓰레기 입력, 쓰레기 출력(garbage in, garbage out)이라는 문구를 잘 알고 있습니다. 이는 애플리케이션이 생성하는 출력의 품질과 정확성은 입력된 정보만큼만 향상된다는 뜻입니다.
자세히 보기
은행 업무에 행동 과학 도입하기: 초개인화 및 혁신을 위한 데이터 기반 접근 방식
소매금융의 영역에서 데이터 기반 인사이트는 고객이 무엇을 하는지는 알 수 있지만, 고객이 특정 결정을 내리는 이유를 파악하는 데는 실패하는 경우가 많습니다.
자세히 보기2024년 데이터 관리를 위한 가트너 하이프 사이클 보고서에 대한 소회
가트너 하이프 사이클은 기술 및 애플리케이션의 성숙도와 채택률, 실제 비즈니스 문제 해결 및 새로운 기회 활용과 잠재적 연관성을 그래픽으로 표현한 것입니다.
자세히 보기
쿼리 RAG - 사실에 기반하여 강력한 데이터 에이전트를 만드는 새로운 방법
오늘날 대규모 언어 모델(LLM)만으로는 기업 환경에서 실질적인 가치를 제공할 수 있는 지능형 AI 에이전트를 구현하기에 충분하지 않다는 사실이 널리 인정되고 있습니다.
자세히 보기
AI를 사용할 준비가 되었는지 어떻게 알 수 있을까요?
흥미로운 질문입니다. AI 준비성에 대한 광범위한 연구를 수행한 후, 저는 이 문제에 대한 전문가들의 의견을 이해하려고 노력했습니다. 랜드 코퍼레이션의 놀라운 통계 중 하나는 인공 지능(AI) 프로젝트의 80%가 실패한다는 것입니다.
자세히 보기디노도 플랫폼과 스노우플레이크를 통한 데이터 전략 혁신
오늘날과 같이 빠르게 변화하는 데이터 중심의 세상에서 기업은 데이터를 최대한 활용하면서도 접근성, 보안, 비용 효율성을 유지할 수 있는 새로운 방법을 모색하고 있습니다.
자세히 보기액티브 데이터 아키텍처: 시대의 요구
>조직이 고객 360° 뷰, 공급망 물류, 의료 모니터링 등 점점 더 시간에 민감한 사용 사례를 계속 추구함에 따라 지원 데이터 인프라의 유연성, 적응성, 확장성이 점점 더 요구되고 있습니다.
자세히 보기데이터 패브릭과 RAG를 통한 생성적 AI 활용 심층 분석
생성형 AI는 데이터 환경을 빠르게 변화시키고 있으며, 이 첨단 기술을 조직에 활용하는 방법을 이해하는 것이 그 어느 때보다 중요해지고 있습니다.
자세히 보기실용적이고 가치 중심의 보험사 생성형 AI 전략 수립
보험회사 CIO는 중대한 선택의 기로에 서 있습니다. 보험 데이터는 규모가 방대하고 복잡하며 리스크와 맞물려 있습니다. 이로 인해 AI 적용의 주요 대상이 되면서도 규제, 윤리, 운영상의 우려를 안고 있는 대표적인 분야입니다.
자세히 보기
소비재 회사들이 어떻게 소비자 직접 판매의 성공을 이끌고 있는가?
소비자의 선호도가 변화함에 따라 소비재 기업들은 고객과 직접 연결될 수 있는 비즈니스 모델을 구축하기 위해 노력하고 있습니다.
자세히 보기