La convergenza tra analisi e intelligenza artificiale (AI) ha profonde implicazioni in svariati settori. Come leader nei dati e nell’analisi, è fondamentale comprendere gli effetti dell’AI sull’analisi, sugli ecosistemi della scienza dei dati, sul comportamento degli utenti, sui ruoli e sul processo decisionale. Abbracciando nuove opportunità e affrontando i rischi potenziali, le organizzazioni possono sfruttare l’AI per ottenere un vantaggio competitivo.
Tradizionalmente, i fogli di calcolo sono stati lo strumento principale per l’analisi dei dati grazie alla loro semplicità e diffusa utilità. Tuttavia, l’emergere di chatbot GenAI autonomi basati sul web e sulle app ha trasformato il modo in cui gli utenti analizzano i dati dei fogli di calcolo. Questi chatbot consentono un’analisi intuitiva e semplice, colmando il divario tra l’ingresso tradizionale dei dati e l’analisi sofisticata.
Uno dei principali vantaggi dei chatbot GenAI è che eliminano la necessità di software specializzati di analisi e intelligenza aziendale (ABI) e di scienza dei dati e machine learning (DSML), rendendo l’analisi dei dati più accessibile a un pubblico più ampio. Gli utenti possono ora analizzare i dati all’interno dei propri processi aziendali senza le limitazioni imposte dal software di analisi tradizionale.
Questa maggiore accessibilità ha portato a un aumento del lavoro di dati e analisi svolto al di fuori delle piattaforme ABI, delle sandbox analitiche o delle politiche di sicurezza. Anche se questa rapida implementazione delle capacità guidate dall’AI offre significativi vantaggi, pone anche sfide di governance. Buone pratiche di governance potrebbero essere aggirate, intenzionalmente o per errore, con potenziali rischi.
Gartner prevede che entro il 2025, il 40% degli utenti della piattaforma ABI bypasserà i processi di governance utilizzando chatbot abilitati dall’AI generativo per condividere contenuti analitici creati dai fogli di calcolo. I fogli di calcolo, spesso definiti “il coleottero degli strumenti di analisi”, si sono dimostrati resistenti nonostante le tendenze di mercato disruptive. Con la capacità di analizzare direttamente i fogli di calcolo tramite i chatbot, si prevede che l’uso delle spreadmart (silos di dati generativi) aumenterà.
Guardando al futuro, Gartner prevede che entro il 2026, più del 70% dei fornitori software indipendenti (ISV) integreranno le capacità GenAI nelle proprie applicazioni enterprise. Questo rappresenta un significativo aumento rispetto al tasso di adozione attuale inferiore all’1%. La comodità delle query di linguaggio naturale abilitate dall’AI senza la necessità di una piattaforma ABI rappresenta un rischio per i fornitori tradizionali e gli investimenti effettuati dai leader dei dati e dell’analisi (D&A).
Raccomandazioni per i Leader che Governano l’Analisi
Per navigare nel panorama in evoluzione dell’analisi abilitata dall’AI, i leader D&A dovrebbero considerare le seguenti raccomandazioni:
Focalizzarsi sulla formazione e sull’aggiornamento sull’AI: Sviluppare moduli di formazione per gli analisti aziendali e i consumatori di analisi potenziate per sfruttare appieno i vantaggi di GenAI. Ciò faciliterà un utilizzo sicuro ed efficace degli strumenti AI per l’analisi dei dati.
Impiegare pianificazione strategica per l’analisi abilitata dall’AI: Incorporare l’uso dei chatbot NLQ al di fuori delle piattaforme ABI come catalizzatore tecnologico nella strategia e nel modello operativo dell’organizzazione. Questo sarà fondamentale per proteggere nel tempo i flussi di lavoro dell’analisi dei dati.
Assicurare che gli sforzi di integrazione promuovano la componibilità: Le piattaforme ABI dovrebbero integrarsi con grandi modelli di linguaggio (LLM) per rimanere rilevanti in un mercato in cui gli utenti preferiscono analisi incorporate nei propri flussi di lavoro naturali. Gli acquirenti dovrebbero valutare le opzioni di integrazione LLM disponibili come plug-in per applicazioni di terze parti.
Promuovere l’intelligenza collettiva attraverso la collaborazione nell’analisi: Incoraggiare la condivisione delle informazioni analitiche generate dai chatbot GenAI per favorire una cultura di collaborazione e apprendimento condiviso. Implementare meccanismi di governance adattativi per affrontare le allucinazioni dei chatbot AI e migliorare l’interpretabilità.
Gli analisti di Gartner discuteranno le migliori pratiche sull’AI per gli utenti dell’analisi al prossimo Gartner Data & Analytics Summit a Mumbai, India, il 24-25 aprile.
Per essere sempre un passo avanti nella tecnologia dell’analisi in evoluzione e nel panorama digitale, è fondamentale che i leader D&A e le organizzazioni rimangano aggiornati sugli ultimi avanzamenti nella tecnologia dei chatbot e delle query di linguaggio naturale abilitati dall’AI. Il mancato aggiornamento potrebbe comportare un arretramento e possibili violazioni delle politiche di governance dei dati e dell’analisi.
Autore: Mike Fang, Sr. Direttore Analista presso Gartner
FAQ
1. **Cos’è ABI?**
ABI sta per analisi e intelligenza aziendale. Include software e strumenti che consentono alle organizzazioni di analizzare e interpretare i dati per prendere decisioni informate.
2. **Cos’è DSML?**
DSML sta per data science e machine learning. Involge l’utilizzo di algoritmi e modelli statistici per estrarre insight e pattern dai dati.
3. **Cosa sono i chatbot GenAI?**
I chatbot GenAI sono strumenti autonomi basati sul web e sulle app che utilizzano l’intelligenza artificiale per consentire agli utenti di analizzare i dati dei fogli di calcolo senza la necessità di software di analisi specializzati.
4. **Cosa sono le spreadmarts?**
Le spreadmarts si riferiscono a silos generativi di dati creati tramite l’analisi di fogli di calcolo usando i chatbot GenAI. Consentono agli utenti di effettuare analisi dei dati al di fuori delle piattaforme di analisi tradizionali.
The source of the article is from the blog guambia.com.uy