Gartner: Az adatok és az AI-csapatok pénzügyi hatásainak felmérése kritikussá vált
Röviden
A Data, AI és ML csapatok pénzügyi hatásainak felmérése kritikussá vált.
A mesterséges intelligencia fényes jövőjének világában mindenki csak az adatelemzés lenyűgöző hatásairól beszél, és általában arról, hogy az adatcsoportok mit hozhatnak az asztalra. Látta a valóságban ezeket a hatásokat: az adatelemzési projektek megvalósításának eredményeként jelentkező konkrét cash flow-kat? A válasz valószínűleg kétértelmű. A Gartner tehát az adatcsoportok által vezetett csapatok hatásainak értékelésének problémáját tárgyalta konferencia az adatokról és az elemzésekről ebben az évben.
A Gartner tanulmánya szerint 1975 óta folyamatosan csökken azoknak a vállalatoknak az aránya, amelyek az adatelemzési projektek specifikus pénzügyi hatását (bevételnövekedés, költségcsökkentés, termelékenység növekedés és kockázatcsökkentés) mérik. Az adatbefektetések több mint 2020%-át (az 90-ös 17%-kal szemben) már 1975-ban is az úgynevezett stratégiai célok indokolták: innovációk, adat, mint eszköz, márkaérték létrehozása.
És akkor sokat lehet beszélni arról, hogyan és miért jutottunk el idáig, és mi lesz ezután a globális makrogazdasági környezetben gyülekező felhők hátterében.
Miért alakult ki a trend?
Az adatelemzés hatásának stratégiai célokkal való indokolása sok esetben teljesen normális. Az iparág fejlődése az elmúlt években már mindenki számára nyilvánvalóvá vált, úgy tűnik: ChatGPT itt az utolsó lövést teszi az utolsó kétkedővé. Az áttörés pillanatában egyetlen túlélni akaró cég sem akar reménytelenül lemaradni.
A hatás stratégiai célokkal való igazolása néha kénytelen, ha nem fektet be annak megértésére, hogy az adatbefektetések milyen valós pénzügyi hatásokkal járhatnak, és ezt hogyan lehet mérni. Sok vállalat hatalmas összegeket fektet be az üzleti folyamatok adatokon alapuló fejlesztését célzó projektekbe, ugyanakkor megspórolják a projektek hatásainak értékelési módszertanát (AB tesztelés, adatprojektek befektetés utáni elemzése stb.). Az ilyen cégek minden új projekttel egyre jobban beleragadnak a bizonytalanság csapdájába; számukra egyre nagyobb a veszélye annak, hogy minden adattevékenység végső csődbe kerül, vagy az adatcsapat túlfújódik anélkül, hogy megértené tevékenységük sikerét.
Ugyanakkor a gyakorlatban mindig is az ilyen módszertanok bevezetése eredményezte a legnagyobb hatást az összes adatprojektre.
Mi fog ezután történni?
A sötét oldal az adatcsoportok növekvő sebezhetősége a világpiaci nehéz makrogazdasági helyzetben. Ha bizonyos típusú csapatok hatásainak 90%-át nem lehet „megérinteni”, mert valahol a fényes jövőben vannak, amikor a gazdasági válság erősödik, akkor ezeket a csapatokat érik el először. Sajnos ennek a tendenciának a kezdetét 2022-re nagyrészt megerősítették, és számos nagyszabású elbocsátások nagy cégeknél.
A jó oldal a valódi pénzügyi hatásvizsgálatok iránti megnövekedett érdeklődés. Mindezek fényében arra számítunk, hogy 2024–2025-ben trendforduló következik be, és több beruházást tesz indokolt reál pénzügyi hatás.
Ez pedig az olyan módszerek iránti érdeklődés növekedését jelenti, mint a Reliable ML: hogyan lehet megszervezni az adatcsoportok munkáját úgy, hogy tevékenységük hatása mérhető és pénzügyileg pozitív legyen. Ehhez gondolnia kell az ML rendszertervezésre (hogy ne kerüljön nyilvánvalóan veszteséges vagy megvalósíthatatlan projektekbe), az ok-okozati következtetésre (hogy ne essen a hamis minták csapdájába) és az AB-tesztelésre (a helyes működés érdekében). megérteni, hogy a prototípus hoz-e pénzt a méretezés során).
Olvasson további kapcsolódó híreket:
A felelősség megtagadása
Összhangban a A Trust Project irányelvei, kérjük, vegye figyelembe, hogy az ezen az oldalon közölt információk nem minősülnek jogi, adózási, befektetési, pénzügyi vagy bármilyen más formájú tanácsnak, és nem is értelmezhetők. Fontos, hogy csak annyit fektessen be, amennyit megengedhet magának, hogy elveszítsen, és kérjen független pénzügyi tanácsot, ha kétségei vannak. További információkért javasoljuk, hogy tekintse meg a szerződési feltételeket, valamint a kibocsátó vagy hirdető által biztosított súgó- és támogatási oldalakat. MetaversePost elkötelezett a pontos, elfogulatlan jelentéstétel mellett, de a piaci feltételek előzetes értesítés nélkül változhatnak.
A szerzőről
Damir a csapat vezetője, termékmenedzsere és szerkesztője Metaverse Post, olyan témákkal foglalkozik, mint az AI/ML, AGI, LLMs, Metaverse és Web3- kapcsolódó mezők. Cikkei havonta több mint egymillió felhasználót vonzanak. Úgy tűnik, szakértő, aki 10 éves tapasztalattal rendelkezik a SEO és a digitális marketing területén. Damirt a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto és más kiadványok. Digitális nomádként utazik az Egyesült Arab Emírségek, Törökország, Oroszország és a FÁK között. Damir fizikából szerzett bachelor-diplomát, és úgy gondolja, hogy ez megadta neki azokat a kritikus gondolkodási készségeket, amelyek szükségesek ahhoz, hogy sikeres legyen az internet folyamatosan változó táján.
További cikkek
Damir a csapat vezetője, termékmenedzsere és szerkesztője Metaverse Post, olyan témákkal foglalkozik, mint az AI/ML, AGI, LLMs, Metaverse és Web3- kapcsolódó mezők. Cikkei havonta több mint egymillió felhasználót vonzanak. Úgy tűnik, szakértő, aki 10 éves tapasztalattal rendelkezik a SEO és a digitális marketing területén. Damirt a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto és más kiadványok. Digitális nomádként utazik az Egyesült Arab Emírségek, Törökország, Oroszország és a FÁK között. Damir fizikából szerzett bachelor-diplomát, és úgy gondolja, hogy ez megadta neki azokat a kritikus gondolkodási készségeket, amelyek szükségesek ahhoz, hogy sikeres legyen az internet folyamatosan változó táján.
