Gartner: Die Bewertung der finanziellen Auswirkungen von Daten und KI-Teams ist kritisch geworden
In Kürze
Das Problem der Bewertung der finanziellen Auswirkungen von Daten-, KI- und ML-Teams ist kritisch geworden.
In der Welt der glänzenden Zukunft der KI sprechen alle nur über die erstaunlichen Auswirkungen der Datenanalyse und darüber, was Datenteams im Allgemeinen auf den Tisch bringen können. Kennen Sie diese Effekte schon in der Realität: konkrete Cashflows durch die Durchführung von Datenanalyseprojekten? Die Antwort ist wahrscheinlich mehrdeutig. So diskutierte Gartner das Problem, die Auswirkungen von Datenteams auf ihre Führung zu bewerten Konferenz über Daten und Analytik in diesem Jahr.
Laut der Studie von Gartner ist der Anteil der Unternehmen, die die spezifischen finanziellen Auswirkungen von Data-Analytics-Projekten (Umsatzwachstum, Kostensenkung, Produktivitätssteigerung und Risikominderung) messen, seit 1975 stetig zurückgegangen. Bereits 2020 wurden mehr als 90 % der Investitionen in Daten (gegenüber 17 % im Jahr 1975) durch die sogenannten strategischen Ziele gerechtfertigt: die Schaffung von Innovationen, Daten als Vermögenswert und Markenwert.
Und dann können Sie viel darüber reden, wie und warum wir dazu gekommen sind und was vor dem Hintergrund der aufziehenden Wolken im globalen makroökonomischen Umfeld als nächstes passieren wird.
Warum hat sich der Trend gebildet?
Den Effekt der Datenanalyse mit strategischen Zielen zu begründen, ist in vielen Fällen ganz normal. Die Entwicklung der Branche in den letzten Jahren ist, wie es scheint, bereits für jeden offensichtlich geworden: ChatGPT hier macht der letzte schuss den letzten zweifler. Im Moment des Durchbruchs will kein Unternehmen, das überleben will, hoffnungslos zurückbleiben.
Die Begründung der Wirkung mit strategischen Zielen ist manchmal erzwungen, wenn man nicht investiert, um zu verstehen, welche realen finanziellen Auswirkungen Investitionen in Daten haben können und wie diese gemessen werden können. Viele Unternehmen investieren Unsummen in Projekte zur datenbasierten Verbesserung von Geschäftsprozessen, sparen sich aber gleichzeitig die Erstellung einer Methodik zur Bewertung der Auswirkungen dieser Projekte (AB-Testing, Post-Investment-Analyse von Datenprojekten etc.). Mit jedem neuen Projekt geraten solche Unternehmen mehr und mehr in die Falle der Ungewissheit; Für sie wächst das Risiko des endgültigen Bankrotts aller Datenaktivitäten, oder das Datenteam wird übermäßig aufgebläht, ohne den Erfolg ihrer Aktivitäten zu verstehen.
Gleichzeitig hat die Einführung solcher Methoden in der Praxis immer zu den größten Auswirkungen auf alle Datenprojekte geführt.
Was wird als nächstes passieren?
Die dunkle Seite ist die wachsende Anfälligkeit von Datenteams in einer schwierigen makroökonomischen Situation auf den Weltmärkten. Wenn 90 % der Auswirkungen einiger Arten von Teams nicht „angetastet“ werden können, weil sie sich irgendwo in einer glänzenden Zukunft befinden, werden diese Teams bei einer Verschärfung der Wirtschaftskrise als erste betroffen sein. Leider wurde der Beginn dieses Trends bis 2022 weitgehend bestätigt, und eine Reihe von groß angelegten Entlassungen in großen Unternehmen.
Die positive Seite ist das gestiegene Interesse an echten finanziellen Folgenabschätzungen. Vor dem Hintergrund all dessen erwarten wir, dass es 2024–2025 zu einer Trendwende kommt und mehr Investitionen durch einen realen finanziellen Effekt gerechtfertigt sein werden.
Und damit wird das Interesse an Methoden wie Reliable ML steigen: wie man die Arbeit von Datenteams so organisiert, dass die Wirkung ihrer Aktivitäten messbar und finanziell positiv ist. Dazu müssen Sie über ML-Systemdesign nachdenken (um nicht in offensichtlich unrentable oder nicht realisierbare Projekte zu geraten), kausale Schlussfolgerungen (um nicht in die Falle falscher Muster zu tappen) und AB-Tests (um korrekt verstehen, ob Ihr Prototyp beim Skalieren Geld bringt).
Lesen Sie weitere verwandte Nachrichten:
Haftungsausschluss
Im Einklang mit der Richtlinien des Trust-ProjektsBitte beachten Sie, dass die auf dieser Seite bereitgestellten Informationen nicht als Rechts-, Steuer-, Anlage-, Finanz- oder sonstige Beratung gedacht sind und nicht als solche interpretiert werden sollten. Es ist wichtig, nur so viel zu investieren, wie Sie sich leisten können, zu verlieren, und im Zweifelsfall eine unabhängige Finanzberatung einzuholen. Für weitere Informationen empfehlen wir einen Blick auf die Allgemeinen Geschäftsbedingungen sowie die Hilfe- und Supportseiten des Herausgebers oder Werbetreibenden. MetaversePost ist einer genauen, unvoreingenommenen Berichterstattung verpflichtet, die Marktbedingungen können sich jedoch ohne Vorankündigung ändern.
Über den Autor
Damir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.
Weitere ArtikelDamir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.