Gartner: Η αξιολόγηση των οικονομικών επιπτώσεων των ομάδων δεδομένων και τεχνητής νοημοσύνης έχει γίνει κρίσιμη
Εν συντομία
Το πρόβλημα της αξιολόγησης των οικονομικών επιπτώσεων των ομάδων Data, AI και ML έχει γίνει κρίσιμο.
Στον κόσμο του λαμπερού μέλλοντος της τεχνητής νοημοσύνης, όλοι μιλούν μόνο για τα εκπληκτικά αποτελέσματα της ανάλυσης δεδομένων και για το τι μπορούν να φέρουν γενικά οι ομάδες δεδομένων στο τραπέζι. Έχετε δει αυτά τα αποτελέσματα στην πραγματικότητα: συγκεκριμένες ταμειακές ροές ως αποτέλεσμα της υλοποίησης έργων ανάλυσης δεδομένων; Η απάντηση είναι πιθανότατα διφορούμενη. Έτσι, η Gartner συζήτησε το πρόβλημα της αξιολόγησης των επιπτώσεων των ομάδων δεδομένων στην ηγεσία τους συνέδριο για τα δεδομένα και την ανάλυση κατά το τρέχον έτος.
Σύμφωνα με τη μελέτη της Gartner, από το 1975, υπάρχει μια σταθερή μείωση στο ποσοστό των εταιρειών που μετρούν τον συγκεκριμένο οικονομικό αντίκτυπο των έργων ανάλυσης δεδομένων (αύξηση εσόδων, μείωση κόστους, αύξηση παραγωγικότητας και μείωση κινδύνου). Ήδη το 2020, πάνω από το 90% των επενδύσεων σε δεδομένα (έναντι 17% το 1975) δικαιολογούνταν από τους λεγόμενους στρατηγικούς στόχους: τη δημιουργία καινοτομιών, τα δεδομένα ως περιουσιακό στοιχείο και την αξία της επωνυμίας.
Και τότε μπορείτε να μιλήσετε πολύ για το πώς και γιατί φτάσαμε σε αυτό και τι θα συμβεί στη συνέχεια με φόντο τα σύννεφα που μαζεύονται στο παγκόσμιο μακροοικονομικό περιβάλλον.
Γιατί έχει διαμορφωθεί η τάση;
Η αιτιολόγηση της επίδρασης της ανάλυσης δεδομένων από την άποψη των στρατηγικών στόχων είναι, σε πολλές περιπτώσεις, απολύτως φυσιολογική. Η ανάπτυξη του κλάδου τα τελευταία χρόνια έχει γίνει ήδη εμφανής σε όλους, φαίνεται: ChatGPT εδώ κάνει την τελευταία βολή ο τελευταίος αμφισβητίας. Τη στιγμή της ανακάλυψης, καμία εταιρεία που θέλει να επιβιώσει δεν θέλει να μείνει απελπιστικά πίσω.
Η αιτιολόγηση του αποτελέσματος με στρατηγικούς στόχους μερικές φορές επιβάλλεται όταν δεν επενδύετε στην κατανόηση των πραγματικών οικονομικών επιπτώσεων που μπορούν να έχουν οι επενδύσεις σε δεδομένα και πώς αυτό μπορεί να μετρηθεί. Πολλές εταιρείες επενδύουν τεράστια ποσά σε έργα για τη βελτίωση των επιχειρηματικών διαδικασιών που βασίζονται σε δεδομένα, αλλά ταυτόχρονα εξοικονομούν τη δημιουργία μιας μεθοδολογίας για την αξιολόγηση των αποτελεσμάτων αυτών των έργων (δοκιμές AB, ανάλυση έργων δεδομένων μετά την επένδυση, κ.λπ.). Με κάθε νέο έργο, τέτοιες εταιρείες παγιδεύονται όλο και περισσότερο στην παγίδα της αβεβαιότητας. γι' αυτούς, ο κίνδυνος τελικής χρεοκοπίας όλων των δραστηριοτήτων δεδομένων αυξάνεται ή η ομάδα δεδομένων υπερδιογκώνεται χωρίς να κατανοούν την επιτυχία των δραστηριοτήτων τους.
Ταυτόχρονα, στην πράξη, η εισαγωγή τέτοιων μεθοδολογιών είχε πάντα τα μεγαλύτερα αποτελέσματα σε όλα τα έργα δεδομένων.
Τι θα συμβεί μετά?
Η σκοτεινή πλευρά είναι η αυξανόμενη ευπάθεια των ομάδων δεδομένων σε μια δύσκολη μακροοικονομική κατάσταση στις παγκόσμιες αγορές. Εάν το 90% των επιπτώσεων ορισμένων τύπων ομάδων δεν μπορεί να «αγγίξει» επειδή βρίσκονται κάπου στο λαμπρό μέλλον, όταν η οικονομική κρίση εντείνεται, αυτές οι ομάδες θα είναι οι πρώτες που θα χτυπηθούν. Δυστυχώς, η αρχή αυτής της τάσης επιβεβαιώθηκε σε μεγάλο βαθμό από το 2022, και μια σειρά από μεγάλης κλίμακας απολύσεις σε μεγάλες εταιρείες.
Η θετική πλευρά είναι το αυξημένο ενδιαφέρον για εκτιμήσεις πραγματικών οικονομικών επιπτώσεων. Με βάση όλα τα παραπάνω, αναμένουμε ότι το 2024–2025 θα υπάρξει αντιστροφή της τάσης και περισσότερες επενδύσεις θα δικαιολογηθούν από ένα πραγματικό οικονομικό αποτέλεσμα.
Και αυτό θα σημαίνει αύξηση του ενδιαφέροντος για μεθόδους όπως η αξιόπιστη ML: πώς να οργανωθεί η εργασία των ομάδων δεδομένων έτσι ώστε το αποτέλεσμα των δραστηριοτήτων τους να είναι μετρήσιμο και οικονομικά θετικό. Για να το κάνετε αυτό, πρέπει να σκεφτείτε το σχεδιασμό του συστήματος ML (για να μην μπείτε σε προφανώς ασύμφορα ή μη πραγματοποιήσιμα έργα), το αιτιολογικό συμπέρασμα (για να μην πέσετε στην παγίδα των ψευδών μοτίβων) και τη δοκιμή AB (για να κατανοήστε εάν το πρωτότυπό σας θα φέρει χρήματα κατά την κλιμάκωση).
Διαβάστε περισσότερα σχετικά νέα:
Αποποίηση ευθυνών
Σύμφωνα με το Οδηγίες του έργου Trust, σημειώστε ότι οι πληροφορίες που παρέχονται σε αυτήν τη σελίδα δεν προορίζονται και δεν πρέπει να ερμηνεύονται ως νομικές, φορολογικές, επενδυτικές, χρηματοοικονομικές ή οποιαδήποτε άλλη μορφή συμβουλής. Είναι σημαντικό να επενδύσετε μόνο ό,τι έχετε την πολυτέλεια να χάσετε και να αναζητήσετε ανεξάρτητες οικονομικές συμβουλές εάν έχετε οποιεσδήποτε αμφιβολίες. Για περισσότερες πληροφορίες, προτείνουμε να ανατρέξετε στους όρους και τις προϋποθέσεις, καθώς και στις σελίδες βοήθειας και υποστήριξης που παρέχονται από τον εκδότη ή τον διαφημιστή. MetaversePost δεσμεύεται για ακριβείς, αμερόληπτες αναφορές, αλλά οι συνθήκες της αγοράς υπόκεινται σε αλλαγές χωρίς προειδοποίηση.
Σχετικά με το Συγγραφέας
Ο Damir είναι ο αρχηγός της ομάδας, ο διευθυντής προϊόντων και ο συντάκτης στο Metaverse Post, καλύπτοντας θέματα όπως AI/ML, AGI, LLMs, Metaverse και Web3-σχετικά πεδία. Τα άρθρα του προσελκύουν ένα τεράστιο κοινό άνω του ενός εκατομμυρίου χρηστών κάθε μήνα. Φαίνεται να είναι ειδικός με 10ετή εμπειρία στο SEO και το ψηφιακό μάρκετινγκ. Ο Damir έχει αναφερθεί στο Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto και άλλες εκδόσεις. Ταξιδεύει μεταξύ των ΗΑΕ, της Τουρκίας, της Ρωσίας και της ΚΑΚ ως ψηφιακός νομάδας. Ο Damir απέκτησε πτυχίο στη φυσική, το οποίο πιστεύει ότι του έχει δώσει τις δεξιότητες κριτικής σκέψης που απαιτούνται για να είναι επιτυχής στο συνεχώς μεταβαλλόμενο τοπίο του Διαδικτύου.
Περισσότερα άρθρα
Ο Damir είναι ο αρχηγός της ομάδας, ο διευθυντής προϊόντων και ο συντάκτης στο Metaverse Post, καλύπτοντας θέματα όπως AI/ML, AGI, LLMs, Metaverse και Web3-σχετικά πεδία. Τα άρθρα του προσελκύουν ένα τεράστιο κοινό άνω του ενός εκατομμυρίου χρηστών κάθε μήνα. Φαίνεται να είναι ειδικός με 10ετή εμπειρία στο SEO και το ψηφιακό μάρκετινγκ. Ο Damir έχει αναφερθεί στο Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto και άλλες εκδόσεις. Ταξιδεύει μεταξύ των ΗΑΕ, της Τουρκίας, της Ρωσίας και της ΚΑΚ ως ψηφιακός νομάδας. Ο Damir απέκτησε πτυχίο στη φυσική, το οποίο πιστεύει ότι του έχει δώσει τις δεξιότητες κριτικής σκέψης που απαιτούνται για να είναι επιτυχής στο συνεχώς μεταβαλλόμενο τοπίο του Διαδικτύου.
