جارتنر: أصبح تقييم الآثار المالية للبيانات وفرق الذكاء الاصطناعي أمرًا بالغ الأهمية
في سطور
أصبحت مشكلة تقييم الآثار المالية لفرق البيانات والذكاء الاصطناعي وتعلم الآلة حرجة.
في عالم المستقبل المشرق للذكاء الاصطناعي ، يتحدث الجميع فقط عن التأثيرات المذهلة لتحليل البيانات وما يمكن أن تقدمه فرق البيانات إلى الطاولة بشكل عام. هل رأيت هذه التأثيرات في الواقع: تدفقات نقدية محددة نتيجة لتنفيذ مشاريع تحليل البيانات؟ الجواب غامض على الأرجح. لذلك ناقش جارتنر مشكلة تقييم تأثيرات فرق البيانات في قيادتها مؤتمر البيانات والتحليلات هذا العام.
وفقًا لدراسة Gartner ، منذ عام 1975 ، كان هناك انخفاض مطرد في نسبة الشركات التي تقيس التأثير المالي المحدد لمشروعات تحليل البيانات (نمو الإيرادات ، وخفض التكاليف ، ونمو الإنتاجية ، وتقليل المخاطر). بالفعل في عام 2020 ، تم تبرير أكثر من 90٪ من الاستثمارات في البيانات (مقابل 17٪ في عام 1975) من خلال ما يسمى بالأهداف الاستراتيجية: إنشاء الابتكارات ، والبيانات كأصل ، وقيمة العلامة التجارية.
وبعد ذلك يمكنك التحدث كثيرًا عن كيف ولماذا توصلنا إلى هذا وماذا سيحدث بعد ذلك على خلفية السحب المتراكمة في بيئة الاقتصاد الكلي العالمية.
لماذا تشكل هذا الاتجاه؟
يعتبر تبرير تأثير تحليل البيانات من حيث الأهداف الاستراتيجية ، في كثير من الحالات ، أمرًا طبيعيًا تمامًا. لقد أصبح تطور الصناعة في السنوات الأخيرة واضحًا للجميع ، على ما يبدو: ChatGPT هنا يجعل اللقطة الأخيرة هي المشكك الأخير. في لحظة الاختراق ، لا توجد شركة تريد البقاء على قيد الحياة تريد أن تظل متأخرة بشكل يائس.
أحيانًا ما يتم إجبار تبرير التأثير بالأهداف الاستراتيجية عندما لا تستثمر في فهم الآثار المالية الحقيقية التي يمكن أن تحققها الاستثمارات في البيانات وكيف يمكن قياس ذلك. تستثمر العديد من الشركات أرقامًا ضخمة في مشاريع لتحسين العمليات التجارية بناءً على البيانات ، ولكن في الوقت نفسه ، فإنها توفر في إنشاء منهجية لتقييم آثار هذه المشاريع (اختبار AB ، وتحليل ما بعد الاستثمار لمشاريع البيانات ، وما إلى ذلك). مع كل مشروع جديد ، تتورط هذه الشركات أكثر فأكثر في فخ عدم اليقين ؛ بالنسبة لهم ، فإن خطر الإفلاس النهائي لجميع أنشطة البيانات آخذ في الازدياد ، أو أن فريق البيانات مبالغ فيه دون فهم نجاح أنشطتهم.
في الوقت نفسه ، من الناحية العملية ، أدى إدخال مثل هذه المنهجيات دائمًا إلى التأثير الأكبر على جميع مشاريع البيانات.
ماذا سيحدث بعد؟
الجانب المظلم هو الضعف المتزايد لفرق البيانات في وضع اقتصادي كلي صعب في الأسواق العالمية. إذا كان 90٪ من تأثيرات بعض أنواع الفرق لا يمكن "لمسها" لأنها في مكان ما في المستقبل المشرق ، عندما تشتد الأزمة الاقتصادية ، ستكون هذه الفرق هي أول من يتضرر. لسوء الحظ ، تم تأكيد بداية هذا الاتجاه إلى حد كبير بحلول عام 2022 ، وعدد من على نطاق واسع تسريح العمال في الشركات الكبيرة.
الجانب المشرق هو الاهتمام المتزايد بتقييمات الأثر المالي الحقيقي. على خلفية كل ما سبق ، نتوقع أنه في 2024-2025 سيكون هناك انعكاس للاتجاه ، وسيكون هناك ما يبرر المزيد من الاستثمارات من خلال تأثير مالي حقيقي.
وهذا يعني زيادة الاهتمام بأساليب مثل ML الموثوق: كيفية تنظيم عمل فرق البيانات بحيث يكون تأثير أنشطتها قابلاً للقياس وإيجابيًا من الناحية المالية. للقيام بذلك ، تحتاج إلى التفكير في تصميم نظام ML (من أجل عدم الدخول في مشاريع غير مربحة أو غير قابلة للتحقيق بشكل واضح) ، والاستدلال السببي (حتى لا تقع في فخ الأنماط الخاطئة) ، واختبار AB (من أجل القيام بشكل صحيح فهم ما إذا كان النموذج الأولي الخاص بك سيجلب المال عند التوسع).
اقرأ المزيد من الأخبار ذات الصلة:
إخلاء المسئولية
تتماشى مع المبادئ التوجيهية لمشروع الثقةيرجى ملاحظة أن المعلومات المقدمة في هذه الصفحة ليس المقصود منها ولا ينبغي تفسيرها على أنها نصيحة قانونية أو ضريبية أو استثمارية أو مالية أو أي شكل آخر من أشكال المشورة. من المهم أن تستثمر فقط ما يمكنك تحمل خسارته وأن تطلب مشورة مالية مستقلة إذا كانت لديك أي شكوك. لمزيد من المعلومات، نقترح الرجوع إلى الشروط والأحكام بالإضافة إلى صفحات المساعدة والدعم المقدمة من جهة الإصدار أو المعلن. MetaversePost تلتزم بتقارير دقيقة وغير متحيزة، ولكن ظروف السوق عرضة للتغيير دون إشعار.
نبذة عن الكاتب
دامير هو قائد الفريق ومدير المنتج والمحرر في Metaverse Post، تغطي موضوعات مثل AI / ML و AGI و LLMs و Metaverse و Web3-حقول ذات صله. تجذب مقالاته جمهورًا هائلاً يزيد عن مليون مستخدم كل شهر. يبدو أنه خبير يتمتع بخبرة 10 سنوات في تحسين محركات البحث والتسويق الرقمي. تم ذكر دامير في Mashable، Wired، Cointelegraphو The New Yorker و Inside.com و Entrepreneur و BeInCrypto ومنشورات أخرى. يسافر بين الإمارات العربية المتحدة وتركيا وروسيا ورابطة الدول المستقلة كبدو رقمي. حصل دامير على درجة البكالوريوس في الفيزياء ، والذي يعتقد أنه منحه مهارات التفكير النقدي اللازمة للنجاح في المشهد المتغير باستمرار للإنترنت.
المزيد من المقالات
دامير هو قائد الفريق ومدير المنتج والمحرر في Metaverse Post، تغطي موضوعات مثل AI / ML و AGI و LLMs و Metaverse و Web3-حقول ذات صله. تجذب مقالاته جمهورًا هائلاً يزيد عن مليون مستخدم كل شهر. يبدو أنه خبير يتمتع بخبرة 10 سنوات في تحسين محركات البحث والتسويق الرقمي. تم ذكر دامير في Mashable، Wired، Cointelegraphو The New Yorker و Inside.com و Entrepreneur و BeInCrypto ومنشورات أخرى. يسافر بين الإمارات العربية المتحدة وتركيا وروسيا ورابطة الدول المستقلة كبدو رقمي. حصل دامير على درجة البكالوريوس في الفيزياء ، والذي يعتقد أنه منحه مهارات التفكير النقدي اللازمة للنجاح في المشهد المتغير باستمرار للإنترنت.
