गार्टनर: डेटा और एआई टीमों के वित्तीय प्रभावों का आकलन करना महत्वपूर्ण हो गया है
संक्षेप में
डेटा, एआई और एमएल टीमों के वित्तीय प्रभावों का आकलन करने की समस्या गंभीर हो गई है।
एआई के उज्ज्वल भविष्य की दुनिया में, हर कोई केवल डेटा विश्लेषण के आश्चर्यजनक प्रभावों के बारे में बात करता है और डेटा टीमें सामान्य रूप से तालिका में क्या ला सकती हैं। क्या आपने इन प्रभावों को वास्तविकता में देखा है: डेटा विश्लेषण परियोजनाओं के कार्यान्वयन के परिणामस्वरूप विशिष्ट नकदी प्रवाह? उत्तर संभावित रूप से अस्पष्ट है। इसलिए गार्टनर ने उनके नेतृत्व में डेटा टीमों के प्रभावों के मूल्यांकन की समस्या पर चर्चा की डेटा और एनालिटिक्स पर सम्मेलन इस साल.
गार्टनर के अध्ययन के अनुसार, 1975 के बाद से डेटा विश्लेषण परियोजनाओं (राजस्व वृद्धि, लागत में कमी, उत्पादकता वृद्धि और जोखिम में कमी) के विशिष्ट वित्तीय प्रभाव को मापने वाली कंपनियों के अनुपात में लगातार गिरावट आई है। पहले से ही 2020 में, डेटा में 90% से अधिक निवेश (17 में 1975% के मुकाबले) तथाकथित रणनीतिक लक्ष्यों द्वारा उचित थे: नवाचारों का निर्माण, संपत्ति के रूप में डेटा और ब्रांड वैल्यू।
और फिर आप इस बारे में बहुत सारी बातें कर सकते हैं कि हम इस पर कैसे और क्यों आए और वैश्विक मैक्रोइकोनॉमिक वातावरण में बादलों के इकट्ठा होने की पृष्ठभूमि के खिलाफ आगे क्या होगा।
प्रवृत्ति क्यों बनी है?
रणनीतिक लक्ष्यों के संदर्भ में डेटा विश्लेषण के प्रभाव को सही ठहराना, कई मामलों में, बिल्कुल सामान्य है। हाल के वर्षों में उद्योग का विकास पहले से ही सभी के लिए स्पष्ट हो गया है, ऐसा लगता है: ChatGPT यहाँ आखिरी शॉट को आखिरी डाउटर बनाता है। सफलता के क्षण में, कोई भी कंपनी जो जीवित रहना चाहती है, वह निराशाजनक रूप से पीछे नहीं रहना चाहती।
सामरिक लक्ष्यों के साथ प्रभाव को उचित ठहराना कभी-कभी मजबूर हो जाता है जब आप यह समझने में निवेश नहीं करते हैं कि डेटा में वास्तविक वित्तीय प्रभाव क्या ला सकता है और इसे कैसे मापा जा सकता है। कई कंपनियां डेटा के आधार पर व्यावसायिक प्रक्रियाओं को बेहतर बनाने के लिए परियोजनाओं में भारी मात्रा में निवेश करती हैं, लेकिन साथ ही, वे इन परियोजनाओं के प्रभावों (एबी परीक्षण, डेटा परियोजनाओं के निवेश के बाद का विश्लेषण, आदि) के मूल्यांकन के लिए एक पद्धति बनाने पर बचत करती हैं। प्रत्येक नई परियोजना के साथ, ऐसी कंपनियां अधिक से अधिक अनिश्चितता के जाल में फंसती जाती हैं; उनके लिए, सभी डेटा गतिविधि के अंतिम दिवालियापन का जोखिम बढ़ रहा है, या उनकी गतिविधियों की सफलता को समझे बिना डेटा टीम को बढ़ा दिया गया है।
साथ ही, व्यवहार में, इस तरह की कार्यप्रणालियों की शुरूआत के परिणामस्वरूप हमेशा सभी डेटा परियोजनाओं पर सबसे बड़ा प्रभाव पड़ा है।
आगे क्या होगा?
डार्क साइड विश्व बाजारों में कठिन मैक्रोइकॉनॉमिक स्थिति में डेटा टीमों की बढ़ती भेद्यता है। यदि कुछ प्रकार की टीमों के प्रभावों का 90% "स्पर्श" नहीं किया जा सकता है क्योंकि वे उज्ज्वल भविष्य में कहीं हैं, जब आर्थिक संकट तेज होता है, तो ये टीमें सबसे पहले प्रभावित होंगी। दुर्भाग्य से, इस प्रवृत्ति की शुरुआत 2022 तक काफी हद तक पुष्टि की गई थी, और कई बड़े पैमाने पर छंटनी बड़ी कंपनियों में।
उज्ज्वल पक्ष वास्तविक वित्तीय प्रभाव आकलन में बढ़ी हुई रुचि है। उपरोक्त सभी की पृष्ठभूमि के खिलाफ, हम उम्मीद करते हैं कि 2024-2025 में एक प्रवृत्ति उलट जाएगी, और वास्तविक वित्तीय प्रभाव से अधिक निवेश उचित होगा।
और इसका मतलब विश्वसनीय एमएल जैसे तरीकों में रुचि में वृद्धि होगी: डेटा टीमों के काम को कैसे व्यवस्थित किया जाए ताकि उनकी गतिविधियों का प्रभाव मापने योग्य और वित्तीय रूप से सकारात्मक हो। ऐसा करने के लिए, आपको एमएल सिस्टम डिज़ाइन के बारे में सोचने की ज़रूरत है (ताकि स्पष्ट रूप से लाभहीन या अवास्तविक परियोजनाओं में न पड़ें), कारण अनुमान (झूठे पैटर्न के जाल में न पड़ने के लिए), और एबी परीक्षण (सही ढंग से करने के लिए) समझें कि स्केलिंग करते समय आपका प्रोटोटाइप पैसे लाएगा)।
पढ़ें इससे जुड़ी और खबरें:
Disclaimer
साथ लाइन में ट्रस्ट परियोजना दिशानिर्देश, कृपया ध्यान दें कि इस पृष्ठ पर दी गई जानकारी का कानूनी, कर, निवेश, वित्तीय या किसी अन्य प्रकार की सलाह के रूप में व्याख्या करने का इरादा नहीं है और न ही इसकी व्याख्या की जानी चाहिए। यह महत्वपूर्ण है कि केवल उतना ही निवेश करें जितना आप खो सकते हैं और यदि आपको कोई संदेह हो तो स्वतंत्र वित्तीय सलाह लें। अधिक जानकारी के लिए, हम नियम और शर्तों के साथ-साथ जारीकर्ता या विज्ञापनदाता द्वारा प्रदान किए गए सहायता और समर्थन पृष्ठों का संदर्भ लेने का सुझाव देते हैं। MetaversePost सटीक, निष्पक्ष रिपोर्टिंग के लिए प्रतिबद्ध है, लेकिन बाज़ार की स्थितियाँ बिना सूचना के परिवर्तन के अधीन हैं।
के बारे में लेखक
दामिर टीम लीडर, उत्पाद प्रबंधक और संपादक हैं Metaverse Postएआई/एमएल, एजीआई, एलएलएम, मेटावर्स और जैसे विषयों को कवर करता है Web3-संबंधित क्षेत्रों। उनके लेख हर महीने दस लाख से अधिक उपयोगकर्ताओं को आकर्षित करते हैं। ऐसा प्रतीत होता है कि वह SEO और डिजिटल मार्केटिंग में 10 वर्षों के अनुभव वाला एक विशेषज्ञ है। दामिर का उल्लेख मैशबल, वायर्ड, में किया गया है Cointelegraph, द न्यू यॉर्कर, Inside.com, एंटरप्रेन्योर, BeInCrypto, और अन्य प्रकाशन। वह एक डिजिटल खानाबदोश के रूप में संयुक्त अरब अमीरात, तुर्की, रूस और सीआईएस के बीच यात्रा करता है। दामिर ने भौतिकी में स्नातक की डिग्री हासिल की, उनका मानना है कि इससे उन्हें इंटरनेट के लगातार बदलते परिदृश्य में सफल होने के लिए आवश्यक महत्वपूर्ण सोच कौशल प्राप्त हुआ है।
और अधिक लेख
दामिर टीम लीडर, उत्पाद प्रबंधक और संपादक हैं Metaverse Postएआई/एमएल, एजीआई, एलएलएम, मेटावर्स और जैसे विषयों को कवर करता है Web3-संबंधित क्षेत्रों। उनके लेख हर महीने दस लाख से अधिक उपयोगकर्ताओं को आकर्षित करते हैं। ऐसा प्रतीत होता है कि वह SEO और डिजिटल मार्केटिंग में 10 वर्षों के अनुभव वाला एक विशेषज्ञ है। दामिर का उल्लेख मैशबल, वायर्ड, में किया गया है Cointelegraph, द न्यू यॉर्कर, Inside.com, एंटरप्रेन्योर, BeInCrypto, और अन्य प्रकाशन। वह एक डिजिटल खानाबदोश के रूप में संयुक्त अरब अमीरात, तुर्की, रूस और सीआईएस के बीच यात्रा करता है। दामिर ने भौतिकी में स्नातक की डिग्री हासिल की, उनका मानना है कि इससे उन्हें इंटरनेट के लगातार बदलते परिदृश्य में सफल होने के लिए आवश्यक महत्वपूर्ण सोच कौशल प्राप्त हुआ है।
