Ewolucja trendów w dziedzinie analizy danych, w szczególności dzięki wykorzystaniu sztucznej inteligencji (SI), stwarza nowe możliwości i wyzwania dla przemysłu. Zdolność do wdrazania SI w analizach danych moze zmienic ekosystemy naukowe, zachowanie użytkowników, role oraz procesy decyzyjne. Zrozumienie wpływu oraz potencjalnych ryzyk SI jest kluczowe dla organizacji, by móc wykorzystac ta technologie do zdobycia przewagi konkurencyjnej.
Tradicjonalnie, arkusze kalkulacyjne zawsze byly narzedziem do analizy danych dzieki swojej prostocie i powszechnemu uzyciu. Jednak pojawienie sie autonomicznych chatbotów GenAI bazujacych na sieci web i aplikacjach zmieniło sposób, w jaki użytkownicy analizują dane z arkuszy. Chatboty te pozwalają na intuicyjna i prostą analizę, łącząc tradycyjne wprowadzanie danych z zaawansowaną analizą.
Jednym z kluczowych atutów chatbotów GenAI jest eliminacja potrzeby korzystania ze specjalistycznego oprogramowania do analizy danych i inteligencji biznesowej (ABI), a także nauki o danych i uczenia maszynowego (DSML), co sprawia, że analiza danych staje się bardziej dostępna dla szerszej publiczności. Użytkownicy moga teraz analizować dane w ramach swoich procesów biznesowych bez ograniczeń narzucanych przez tradycyjne oprogramowanie do analiz.
Ta zwiększona dostępność przyczyniła sie do zwiększenia liczby prac nad danymi i analizami prowadzonych poza platformami ABI, piaskownicami analitycznymi i politykami bezpieczeństwa. Choc szybkie wdrozenie możliwości napędzanych SI oferuje znaczace korzysci, niesie równiez wyzwania związane z zarzadzaniem. Dobra praktyka zmieniona może zostać omijana, z premedytacją lub nie, co prowadzi do potencjalnych ryzyk.
Gartner przewiduje, że do 2025 roku 40% użytkowników platform ABI bedzie omijać procesy zarządzania, korzystajac z chatbotów opartych na generatywnej SI do udostępniania zawartości analitycznej stworzonej z arkuszy kalkulacyjnych. Arkusze kalkulacyjne, często nazywane „karaluchami narzedzi analitycznych”, przetrwały mimo zaburzen trendy rynkowe. Z możliwością analizowania arkuszy bezposrednio za posrednictwem chatbotów, uzytkownicy beda narażać na rozwój tzw. spreadmartów (generatywne magazyny danych).
Patrzac w przyszlosc, Gartner przewiduje, że do 2026 roku ponad 70% niezaleznych dostawców oprogramowania (ISV) wbuduje zdolności GenAI w swoje aplikacje enterprise. To stanowi znaczacy wzrost wobec bieżacej szybkosci przyjęcia ponizej 1%. Wygoda zastosowania SI w zapytaniach w naturalnym jezyku (NLQ) bez koniecznosci korzystania z platformy ABI stwarza ryzyko dla tradycyjnych dostawców i inwestycji dokonywanych przez liderów danych i analiz (D&A).
Rekomendacje dla Liderów Zarzadzania Analityką
Aby odnalezc się w zmieniajacym sie krajobrazie analityki umożliwionej przez SI, liderzy D&A powinni rozważyć nastepujące rekomendacje:
Skupienie sie na szkoleniach z zakresu SI: Rozwijanie modułów szkoleniowych dla analityków biznesowych i konsumentów analityki rozbudowanej, aby w pelni wykorzystać korzysci GenAI. To ułatwi bezpieczne i efektywne wykorzystanie narzedzi SI do analizy danych.
Wdrażanie planowania strategichnego dla analityki umożliwionej przez SI: Wdrozenie wykorzystania chatbotów NLQ poza platformami ABI jako katalizatora technologicznego w strategie i model dzialania organizacji. Bedzie to kluczowe dla przyszlosciowych analiz danych.
Zapewnienie, aby wdrozenia integracyjne promowały kompozowalność: Platformy ABI powinny byc integrowane z duzymi modelami jezykowymi (LLM), by pozostac istotnymi na rynku, gdzie uzytkownicy preferuja wbudowane analityki We wlasnymch czynnosciach. Kupujący powinni ocenić dostepne opcje integracji LLM jako wtyczki do aplikacji firm trzecich.
Promowanie zbiorowej inteligencji poprzez wspolprace nad analityką: Zachęcanie do dzielenia się wnioskami analitycznymi generowanymi przez chatboty GenAI, by promowac kulture wspolpracy i dzielonego uczenia. Wdrozenie adaptacyjnych mechanizmów zarzadzania, by radzic sobie z halucynacjami z chatbotów SI i poprawic interpretowalnosc.
Analitycy Gartner bedą omawiać najlepsze praktyki SI dla uzytkowników analityki na zbliżającym się szczycie danych i analityki Gartner w Mumbai, Indie, w dniach 24-25 kwietnia.
Aby pozostać na czele ewoluującej technologii analityki i cyfrowego krajobrazu, dla liderów D&A oraz organizacji jest kluczowe pozostanie na bieżąco z najnowszymi osiągnięciami w zastosowaniach SI w zapytaniach w naturalnym języku i technologii chatbot. Nieaktualność w tej dziedzinie może prowadzić do zostania w tyle oraz naruszeń polityk zarządzania danymi i analityki.
Autor: Mike Fang, Starszy Analityk Dyrektor w Gartner
FAQ
Czym jest ABI?
ABI oznacza analizy i inteligencję biznesową. Obejmuje oprogramowanie i narzędzia umożliwiające organizacjom analizę i interpretację danych w celu podejmowania uzasadnionych decyzji biznesowych.
Czym jest DSML?
DSML oznacza naukę o danych i uczenie maszynowe. Polega na stosowaniu algorytmów i modeli statystycznych do wydobywania wniosków i wzorców z danych.
Czym są chatboty GenAI?
Chatboty GenAI to autonomiczne narzędzia na stronach internetowych i aplikacjach, które wykorzystują sztuczną inteligencję do umożliwienia użytkownikom analizowania danych z arkuszy kalkulacyjnych bez konieczności korzystania ze specjalistycznego oprogramowania analitycznego.
Czym są spreadmarty?
Spreadmarty odnosza sie do generatywnych magazynów danych tworzonych poprzez analizę arkuszy kalkulacyjnych za pomocą chatbotów GenAI. Pozwalają one użytkownikom na przeprowadzanie analizy danych poza tradycyjnymi platformami analitycznymi.
The source of the article is from the blog queerfeed.com.br