Zbieg sztucznej inteligencji (AI) z analityką ma głębokie implikacje dla różnych branż. Możliwość wykorzystania AI w analizie może przekształcić ekosystemy nauk o danych, zachowanie użytkowników, role i procesy podejmowania decyzji. Poprzez zrozumienie efektów i potencjalnych ryzyk związanych z AI, organizacje mogą wykorzystać tę technologię do zdobycia przewagi konkurencyjnej.
Tradycyjnie arkusze kalkulacyjne były podstawowym narzędziem do analizy danych. Jednak pojawienie się GenAI chatbotów opartych na stronach internetowych i aplikacjach odmieniło sposób, w jaki użytkownicy analizują dane arkusza kalkulacyjnego. Te chatboty umożliwiają intuicyjną i łatwą analizę, łącząc tradycyjne wprowadzanie danych z zaawansowaną analizą.
Jedną z kluczowych zalet GenAI chatbotów jest ich zdolność do eliminowania konieczności korzystania z wyspecjalizowanego oprogramowania analitycznego i do inteligencji biznesowej (ABI) oraz nauk o danych i uczenia maszynowego (DSML). Dzięki temu analiza danych staje się dostępna dla szerszej publiczności, pozwalając użytkownikom na analizę danych w ramach swoich procesów biznesowych, bez ograniczeń narzucanych przez tradycyjne oprogramowanie analityczne.
Choć zwiększona dostępność GenAI chatbotów niesie ze sobą znaczne korzyści, stanowi również wyzwanie dla zarządzania. Użytkownicy mogą omijać dobre praktyki zarządzania, celowo lub nieumyślnie, co prowadzi do potencjalnych ryzyk. Gartner przewiduje, że do 2025 roku 40% użytkowników platform ABI obejdzie procesy zarządzania, używając generatywnych chatbotów opartych na AI do udostępniania treści analitycznych stworzonych z arkuszy kalkulacyjnych. Może to prowadzić do wzrostu spreadmarts, czyli generatywnych magazynów danych.
Spoglądając w przyszłość, Gartner przewiduje, że do 2026 r. ponad 70% niezależnych dostawców oprogramowania (ISV) zintegruje możliwości GenAI w swoich aplikacjach firmowych. Oznacza to znaczący wzrost w porównaniu z obecnym wskaźnikiem adopcji poniżej 1%. Wygoda związana z zapytaniami języka naturalnego wspieranymi przez Inteligencję Sztuczną (NLQ) bez konieczności korzystania z platformy ABI stanowi ryzyko dla tradycyjnych dostawców i inwestycji podejmowanych przez liderów danych i analityki (D&A).
Aby poruszać się po ewoluującym krajobrazie analizy wspieranej AI, przywódcy D&A powinni rozważyć kilka zaleceń:
1. Skup się na szkoleniach z zakresu AI: Opracuj moduły szkoleniowe dla analityków biznesowych i konsumentów analityki zwiększonej, aby w pełni wykorzystać korzyści z GenAI. To ułatwi bezpieczne i efektywne wykorzystanie narzędzi AI do analizy danych.
2. Stosuj strategiczne planowanie dla analiz wspieranych przez AI: Włącz zastosowanie GenAI chatbotów NLQ poza platformami ABI jako katalizator technologiczny w strategię i model operacyjny organizacji. Będzie to kluczowe dla przyszłościowych przepisów dotyczących analizy danych.
3. Upewnij się, że wysiłki integracyjne promują kompozowalność: Platformy ABI powinny integrować się z dużymi modelami językowymi (LLMs), aby pozostać istotne na rynku, gdzie użytkownicy preferują zintegrowaną analitykę w swoich naturalnych procesach pracy. Kupujący powinni ocenić dostępne opcje integracji LLM jako wtyczki do aplikacji osób trzecich.
4. Promowanie inteligencji zbiorowej poprzez współpracę analityczną: Zachęcaj do dzielenia się wnioskami analitycznymi generowanymi przez GenAI chatboty, aby promować kulturę współpracy i dzielonego uczenia. Wdrożenie adaptacyjnych mechanizmów zarządzania pozwala wyeliminować zjawiska halucynacji wynikającej z chatbotów AI i zwiększyć interpretowalność.
Analitycy Gartner będą omawiali najlepsze praktyki związane z AI dla użytkowników analityki na nadchodzącym Szczycie Danych i Analityki Gartnera w Mumbaju, Indiach, 24-25 kwietnia.
Aby nadążyć za ewoluującą technologią analityki i cyfrowym krajobrazem, dla liderów D&A i organizacji kluczowe jest śledzenie najnowszych postępów w technologii NLQ i chatbotów opartych na AI. Nieuczynienie tego może skutkować opóźnieniami i naruszeniami polityk zarządzania danymi i analityką.
Autor: Mike Fang, Dyrektor ds. Analiz w Gartner
FAQ
Co oznacza ABI?
ABI oznacza analitykę i inteligencję biznesową. Obejmuje oprogramowanie i narzędzia umożliwiające organizacjom analizowanie i interpretowanie danych w celu podejmowania uzasadnionych decyzji biznesowych.
Co to jest DSML?
DSML oznacza nauki o danych i uczenie maszynowe. Polega na używaniu algorytmów i modeli statystycznych do wyodrębniania wniosków i wzorców z danych.
Czym są GenAI chatboty?
GenAI chatboty to samodzielne narzędzia internetowe i oparte na aplikacjach, które wykorzystują sztuczną inteligencję do umożliwienia użytkownikom analizowania danych arkusza kalkulacyjnego bez konieczności korzystania z wyspecjalizowanego oprogramowania analitycznego.
Czym są spreadmarty?
Spreadmarty odnoszą się do generatywnych magazynów danych tworzonych poprzez analizę arkuszy kalkulacyjnych za pomocą GenAI chatbotów. Umożliwiają użytkownikom przeprowadzanie analizy danych poza tradycyjnymi platformami analitycznymi.
The source of the article is from the blog cheap-sound.com