Átírás az Mesterséges Intelligencia Hatásáról az Elemzésre és Adattudományra

Az elemzés és a mesterséges intelligencia (AI) találkozása mélyreható következményekkel jár különböző területeken. Az adatok és elemzések terén vezető szerepet betöltve fontos megérteni az AI hatásait az elemzésekre, az adattudomány ökoszisztémájára, a felhasználói viselkedésre, szerepekre és döntéshozatalra. Az új lehetőségek kihasználásával és a potenciális kockázatok kezelésével a szervezetek versenyelőnyhöz juthatnak az AI kihasználásával.

Hagyományosan a táblázatkezelők voltak az elsődleges eszköz az adatelemzéshez való alkalmazkodásban való egyszerűségük és széles körű használatuk miatt. Azonban a web- és alkalmazásalapú önálló GenAI csevegőrobotok megjelenése átalakította a felhasználók számára a táblázatkezelő adatok elemzésének módját. Ezek a csevegőrobotok intuitív és könnyű elemzést tesznek lehetővé, áthidalva a hagyományos adatbevitel és a kifinomult elemzés közötti szakadékot.

Az egyik kulcsfontosságú előnye a GenAI csevegőrobotoknak, hogy megszüntetik a szakosodott elemzési és üzleti intelligencia (ABI) és adattudományi és gépi tanulási (DSML) szoftverek iránti igényt, az adatelemzést szélesebb közönség számára elérhetővé téve. Most már a felhasználók az üzleti folyamataikon belül is képesek elemzéseket végezni anélkül, hogy a hagyományos elemző szoftverek által rájuk kényszerített korlátok miatt aggódniuk kellene.

Ez a növekvő hozzáférhetőség az adatok és elemzések területén vezetett az ABI platformokon, elemző homokozókon vagy biztonsági politikákon kívül végzett munka jelentős növekedéséhez. A gyors AI-alapú képességek bevezetése jelentős előnyökkel jár, azonban kormányzati kihívásokat is felvet. Az AI által vezérelt képességek gyors bevezetése során jó kormányzási gyakorlatokat lehet figyelmen kívül hagyni, szándékosan vagy véletlenül, potenciális kockázatokat okozva ezzel.

A Gartner előrejelzése szerint 2025-re az ABI platformok 40%-a azon generatív AI-képes csevegőrobotok kihagyásával fogja megosztani a táblázatokból létrehozott analitikai tartalmakat anélkül, hogy a kormányzási folyamatokat betartanák. A táblázatkezelők, gyakran „az analitikai eszközök pókemberének” nevezve, ellenállónak bizonyultak a zavaró piaci trendek ellenére. A csevegőrobotok segítségével történő táblázatelemzéseket lehetővé tevő spreadmarts (generált adattárak) használatának várhatóan növekednie kell.

A jövőre nézve a Gartner azt prognosztizálja, hogy 2026-ra az önálló szoftverfeldolgozók (ISV-k) több mint 70%-a beépíti a GenAI képességeket vállalati alkalmazásaikba. Ez jelentős növekedést jelent a jelenlegi, kevesebb mint 1%-os elfogadási arányhoz képest. Az AI által lehetővé tett természetes nyelvű lekérdezés (NLQ) kényelme kockázatot jelent a hagyományos beszállítók és az adatokat és elemzéseket vezető döntéshozók által tett befektetésekre.

Javaslatok az Elemzéseket Vezető Vezetők számára

Az AI által hajtott elemzések változó környezetének kezelése érdekében az elemzéseket és elemzőket vezető vezetőknek fontolóra kell venniük az alábbi javaslatokat:

Az AI-képzésre és készségfejlesztésre összpontosítás: Fejlesszen ki képzési modulokat az üzleti elemzők és az elősegített elemzési fogyasztók számára annak érdekében, hogy teljes mértékben kihasználhassák a GenAI előnyeit. Ez segítséget nyújt az AI eszközök biztonságos és hatékony felhasználásához az adatelemzéshez.
Stratégiai tervezés alkalmazása az AI által hajtott elemzéseknél: A NLQ csevegőrobotok használatát az ABI platformokon kívül technológiai katalizátorként építse be a szervezet stratégiájába és működési modelljébe. Ez kulcsfontosságú lesz a jövőbiztos adatelemzéseket célzó folyamatok számára.
Biztosítsa, hogy az integrációs erőfeszítések elősegítik az összetételt: Az ABI platformoknak be kell illeszkedniük a nagy nyelvi modellekbe (LLM) annak érdekében, hogy relevánsak maradjanak olyan piaci környezetben, ahol az felhasználók az beágyazott elemzéseket részesítik előnyben természetes munkafolyamataikban. A vásárlóknak értékelniük kell az elérhető LLM integrációs lehetőségeket harmadik féltől származó alkalmazásokhoz való beépítésként.
Támogassa a kollektív intelligenciát az elemzési együttműködés által: Bátorítsa az analitikai felismerések megosztását, amelyeket a GenAI csevegőrobotok létrehoztak a közös tanulás és a közös tanulás kultúrájának fejlesztése érdekében. Az adaptív kormányzati mechanizmusok bevezetése az AI csevegőrobotok hallucinációinak kezelésére és az értelmezhetőség javítására.

A Gartner elemzői az elkövetkező Gartner Adat- és Elemzési Vrhcson, Mumbai, Indiában, április 24-25-én a legjobb gyakorlatokról fogják megvitatni az AI-t az elemzési felhasználók számára.

Ahhoz, hogy lépést tartson az elemző technológia és a digitális környezet fejlődésével, kulcsfontosságú, hogy az elemző és elemző vezetők és szervezetek naprakészek legyenek az AI által aktivált NLQ és csevegőrobot technológiák legújabb előrehaladásaival kapcsolatban. Ha ezt elmulasztják megtenni, az az adat- és elemzési kormányzási politikák megszegéséhez vezethet.

Szerző: Mike Fang, Gartner Senior Director Analyst

GYIK

The source of the article is from the blog be3.sk

Privacy policy
Contact