Spojenie analytiky a umelej inteligencie (AI) má hlboké dôsledky v rôznych oblastiach. Ako lídri v oblasti dát a analytiky je dôležité porozumieť vplyvom AI na analytiku, ekosystémy vedeckých dát, správanie používateľov, role a rozhodovanie. Obeťaním nových príležitostí a rizík môžu organizácie využiť AI na získanie konkurenčnej výhody.
Tradične boli tabuľkové programy nástrojom na analýzu dát vďaka ich jednoduchosti a rozšírenému používaniu. Avšak vznik autonómnych chatbotov GenAI na webe a v aplikáciách zmenil spôsob, akým používatelia analyzujú dáta v tabuľkách. Tieto chatboty umožňujú intuitívnu a jednoduchú analýzu, premostenie medzi tradičným vkladaním dát a sofistikovanou analýzou.
Jednou z kľúčových výhod chatbotov GenAI je, že eliminujú potrebu špecializovaných analytík a obchodnej inteligencie (ABI) a vedeckých dát a strojového učenia (DSML) softvéru, čo robí analýzu dát prístupnejšou širšej verejnosti. Používatelia teraz môžu analyzovať dáta vo svojich obchodných procesoch bez obmedzení, ktoré kládli tradičné analytické programy.
Tento zvýšený prístup viedol k nárastu práce v oblasti dát a analytiky mimo platformy ABI, analytických pieskovísk alebo politík zabezpečenia. Hoci tento rýchly rozvoj funkcií riadenými AI prináša významné výhody, tiež predstavuje výzvy v oblasti riadenia. Dobre fungujúce postupy riadenia môžu byť obchádzané zámerne alebo neúmyselne, čo môže viesť k potencionálnym rizikám.
Gartner predpokladá, že do roku 2025 bude 40% používateľov platformy ABI obchádzať procesy riadenia pomocou generatívnych chatbotov GenAI na zdieľanie analytického obsahu vytvoreného z tabuliek. Tabuľkové programy, často označované ako „kocúr z nástrojov na analýzu“, sa ukázali ako odolné napriek rušivým trhovým trendom. S možnosťou priamej analýzy tabuliek prostredníctvom chatbotov sa očakáva nárast použitia „spreadmartov“ (generatívne dátové silosy).
Vyzerajúc do budúcnosti, Gartner predpovedá, že do roku 2026 integruje viac ako 70% nezávislých poskytovateľov softvéru (ISVs) kapacity GenAI do svojich podnikových aplikácií. To predstavuje významný nárast oproti súčasnej mierke prijatia nižšej ako 1%. Pohodlie AI poháňaného otázkou v prírodnom jazyku bez nutnosti platformy ABI predstavuje riziko pre tradičných dodávateľov a investície vynaložené lídrami v oblasti dát a analytiky (D&A).
Odporúčania pre vedúcich pri riadení analytiky
Na navigáciu v sa meniacom prostredí AI-poháňanej analytiky by mali líderi D&A zvážiť nasledujúce odporúčania:
Zamerajte sa na školenie AI a na zdokonalenie: Vyvíjajte trénovacie moduly pre obchodných analytikov a spotrebiteľov doplnkovej analytiky, aby plne využili výhody GenAI. Tým sa uľahčí bezpečné a efektívne využívanie nástrojov AI na analýzu dát.
Využite strategické plánovanie pre AI-poháňanú analýzu: Začleňte používanie chátov NLQ mimo platformy ABI ako technologický katalyzátor do stratégie a operačného modelu svojej organizácie. To bude kritické pre budúcnosťové data analytické pracovné postupy.
Zaistení, že integračné úsilie podporuje kompozitáciu: ABI platformy by mali integrovať veľké jazykové modely (LLMs), aby zostali relevantné na trhu, kde preferujú používatelia vloženú analytiku do svojich prirodzených pracovných procesov. Kúpiči by mali hodnotiť dostupné možnosti integrácie LLM ako doplnky k aplikáciám tretích strán.
Podporte kolektívnu inteligenciu prostredníctvom spolupráce na analýze: Podporujte zdieľanie analytických poznatkov generovaných z chatbotov GenAI na podporu kultúry spolupráce a zdieľania znalostí. Implementujte mechanizmy adaptívneho riadenia na adresovanie halucinácii od chatbotov AI a zlepšiť interpretovateľnosť.
Analytici z Gartneru budú diskutovať o najlepších postupoch AI pre používateľov analytiky na nadchádzajúcom Gartner Data & Analytics Summit v Mumbaji, India, dňa 24.-25. apríla.
Aby ste si udržali krok s neustále sa meniacou technológiou analytiky a digitálnym prostredím, je pre vedúcich a organizácie v oblasti dát a analytiky nepostrádateľné udržiavať sa informovanými o najnovších pokrokoch v AI-poháňaných NLQ a chatbotov technológiách. Nedodržanie tohto môže viesť k zaostávaniu a potenciálnym porušeniam politík riadenia dát a analytiky.
Autor: Mike Fang, Vedúci analytik v spoločnosti Gartner
FAQ
The source of the article is from the blog kunsthuisoaleer.nl