Gartner: Hodnocení finančních efektů datových a AI týmů se stalo kritickým
Stručně
Problém hodnocení finančních efektů datových, AI a ML týmů se stal kritickým.
Ve světě světlé budoucnosti umělé inteligence všichni mluví pouze o úžasných účincích analýzy dat a o tom, co mohou datové týmy obecně přinést. Viděli jste tyto efekty ve skutečnosti: konkrétní peněžní toky jako výsledek realizace projektů analýzy dat? Odpověď je pravděpodobně nejednoznačná. Gartner tedy diskutoval o problému vyhodnocování efektů datových týmů při jejich vedení konference o datech a analytice v letošním roce.
Podle studie společnosti Gartner od roku 1975 neustále klesá podíl společností, které měří konkrétní finanční dopad projektů analýzy dat (růst tržeb, snižování nákladů, růst produktivity a snižování rizik). Již v roce 2020 bylo více než 90 % investic do dat (oproti 17 % v roce 1975) odůvodněno tzv. strategickými cíli: vytvářením inovací, daty jako aktivem a hodnotou značky.
A pak můžete hodně mluvit o tom, jak a proč jsme k tomu přišli a co se bude dít dál na pozadí stahujících se mračen v globálním makroekonomickém prostředí.
Proč se trend vytvořil?
Zdůvodnění efektu analýzy dat z hlediska strategických cílů je v mnoha případech zcela normální. Zdá se, že vývoj tohoto odvětví v posledních letech je již každému zřejmý: ChatGPT zde je poslední výstřel posledním pochybovačem. V okamžiku průlomu žádná společnost, která chce přežít, nechce zůstat beznadějně pozadu.
Zdůvodnění efektu strategickými cíli je někdy vynucené, když neinvestujete do pochopení toho, jaké skutečné finanční efekty mohou investice do dat přinést a jak je lze měřit. Mnoho společností investuje obrovské částky do projektů na zlepšení podnikových procesů na základě dat, ale zároveň šetří na vytváření metodiky pro hodnocení efektů těchto projektů (AB testování, poinvestiční analýza datových projektů atd.). S každým novým projektem se takové společnosti více a více utápí v pasti nejistoty; u nich roste riziko definitivního bankrotu veškeré datové aktivity nebo je datový tým přehuštěný, aniž by chápal úspěšnost svých aktivit.
Přitom v praxi mělo zavedení takových metodik vždy největší efekty na všechny datové projekty.
Co se stane příště?
Stinnou stránkou je rostoucí zranitelnost datových týmů v obtížné makroekonomické situaci na světových trzích. Pokud se 90 % efektů některých typů týmů nepodaří „osahat“, protože se nacházejí někde ve světlé budoucnosti, kdy ekonomická krize zesílí, budou to právě tyto týmy, které budou zasaženy jako první. Bohužel počátek tohoto trendu byl z velké části potvrzen do roku 2022, a to řadou velkých propouštění ve velkých společnostech.
Světlou stránkou je zvýšený zájem o posouzení skutečných finančních dopadů. Na pozadí všeho výše uvedeného očekáváme, že v letech 2024–2025 dojde k obratu trendu a více investic bude odůvodněno reálným finančním efektem.
A to bude znamenat nárůst zájmu o metody jako Reliable ML: jak zorganizovat práci datových týmů tak, aby efekt jejich činnosti byl měřitelný a finančně pozitivní. Chcete-li to provést, musíte přemýšlet o návrhu systému ML (abyste se nedostali do zjevně nerentabilních nebo nerealizovatelných projektů), kauzální inferenci (abyste nespadli do pasti falešných vzorů) a testování AB (aby bylo možné správně pochopit, zda váš prototyp přinese peníze při škálování).
Přečtěte si další související novinky:
Odmítnutí odpovědnosti
V souladu s Pokyny k projektu Trust, prosím vezměte na vědomí, že informace uvedené na této stránce nejsou určeny a neměly by být vykládány jako právní, daňové, investiční, finanční nebo jakékoli jiné formy poradenství. Je důležité investovat jen to, co si můžete dovolit ztratit, a v případě pochybností vyhledat nezávislé finanční poradenství. Pro další informace doporučujeme nahlédnout do smluvních podmínek a také na stránky nápovědy a podpory poskytnuté vydavatelem nebo inzerentem. MetaversePost se zavázala poskytovat přesné a nezaujaté zprávy, ale podmínky na trhu se mohou bez upozornění změnit.
O autorovi
Damir je vedoucí týmu, produktový manažer a editor ve společnosti Metaverse Post, pokrývající témata jako AI/ML, AGI, LLM, Metaverse a Web3- související obory. Jeho články přitahují každý měsíc masivní publikum čítající více než milion uživatelů. Jeví se jako odborník s 10 lety zkušeností v oblasti SEO a digitálního marketingu. Damir byl zmíněn v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a další publikace. Jako digitální nomád cestuje mezi SAE, Tureckem, Ruskem a SNS. Damir získal bakalářský titul z fyziky, o kterém se domnívá, že mu dal dovednosti kritického myšlení potřebné k úspěchu v neustále se měnícím prostředí internetu.
Další články
Damir je vedoucí týmu, produktový manažer a editor ve společnosti Metaverse Post, pokrývající témata jako AI/ML, AGI, LLM, Metaverse a Web3- související obory. Jeho články přitahují každý měsíc masivní publikum čítající více než milion uživatelů. Jeví se jako odborník s 10 lety zkušeností v oblasti SEO a digitálního marketingu. Damir byl zmíněn v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a další publikace. Jako digitální nomád cestuje mezi SAE, Tureckem, Ruskem a SNS. Damir získal bakalářský titul z fyziky, o kterém se domnívá, že mu dal dovednosti kritického myšlení potřebné k úspěchu v neustále se měnícím prostředí internetu.
