Gartner: Duomenų ir AI komandų finansinio poveikio vertinimas tapo labai svarbus
Trumpai
„Data“, „AI“ ir „ML“ komandų finansinio poveikio vertinimo problema tapo kritiška.
Šviesios dirbtinio intelekto ateities pasaulyje visi kalba tik apie stulbinantį duomenų analizės poveikį ir tai, ką duomenų komandos apskritai gali pateikti prie stalo. Ar matėte šiuos efektus realybėje: konkrečius pinigų srautus įgyvendinant duomenų analizės projektus? Atsakymas greičiausiai yra dviprasmiškas. Taigi „Gartner“ aptarė duomenų grupių, vadovaujančių joms, poveikio įvertinimo problemą konferencija duomenų ir analizės klausimais šiais metais.
„Gartner“ tyrimo duomenimis, nuo 1975 metų nuolat mažėja įmonių, kurios matuoja specifinį duomenų analizės projektų finansinį poveikį (pajamų augimą, sąnaudų mažinimą, našumo augimą ir rizikos mažinimą), dalis. Jau 2020 metais daugiau nei 90% investicijų į duomenis (17 m. – 1975%) buvo pateisinami vadinamaisiais strateginiais tikslais: inovacijų kūrimu, duomenimis kaip turtu, prekės ženklo verte.
Ir tada galima daug kalbėti apie tai, kaip ir kodėl mes iki to priėjome ir kas bus toliau besikaupiančių debesų pasaulinėje makroekonominėje aplinkoje fone.
Kodėl susiformavo tendencija?
Duomenų analizės poveikio pagrindimas strateginiais tikslais daugeliu atvejų yra visiškai normalu. Pramonės plėtra pastaraisiais metais jau tapo akivaizdi visiems, atrodo: ChatGPT čia paskutinis šūvis tampa paskutiniu abejojančiu. Proveržio akimirką nė viena išlikti norinti įmonė nenori beviltiškai atsilikti.
Poveikio pagrindimas strateginiais tikslais kartais priverstas, kai neinvestuojate į supratimą, kokį realų finansinį poveikį gali atnešti investicijos į duomenis ir kaip tai galima išmatuoti. Daugelis įmonių investuoja milžiniškas lėšas į verslo procesų tobulinimo pagal duomenis projektus, tačiau kartu sutaupo kurdamos šių projektų efektų vertinimo metodiką (AB testavimas, duomenų projektų analizė po investicinės veiklos ir kt.). Su kiekvienu nauju projektu tokios įmonės vis labiau įklimpsta į netikrumo pinkles; jiems auga galutinio visos duomenų veiklos bankroto rizika arba duomenų komanda per daug išpūsta nesuvokiant savo veiklos sėkmės.
Tuo pačiu metu praktikoje tokių metodikų įdiegimas visada davė didžiausią poveikį visiems duomenų projektams.
Kas bus toliau?
Tamsioji pusė – didėjantis duomenų grupių pažeidžiamumas esant sudėtingai makroekonominei situacijai pasaulio rinkose. Jei 90% kai kurių tipų komandų padarinių nepavyks „pačiupinėti“, nes jie yra kažkur šviesioje ateityje, sustiprėjus ekonominei krizei, tai šios komandos bus pirmosios, kurios nukentės. Deja, šios tendencijos pradžią iš esmės patvirtino 2022 m. ir daugybė didelio masto atleidimai didelėse įmonėse.
Šviesioji pusė – padidėjęs susidomėjimas realiais finansinio poveikio vertinimais. Atsižvelgiant į tai, kas išdėstyta, tikimės, kad 2024–2025 metais tendencijos pasikeis, o daugiau investicijų pasiteisins realus finansinis efektas.
O tai reikš, kad padidės susidomėjimas tokiais metodais kaip Patikimas ML: kaip organizuoti duomenų komandų darbą taip, kad jų veiklos poveikis būtų pamatuojamas ir finansiškai teigiamas. Norėdami tai padaryti, turite galvoti apie ML sistemos projektavimą (kad nepatektumėte į akivaizdžiai nepelningus ar neįgyvendinamus projektus), priežastinį išvadą (kad nepatektumėte į klaidingų modelių spąstus) ir AB testavimą (kad teisingai supraskite, ar jūsų prototipas atneš pinigų didinant mastelį).
Skaitykite daugiau susijusių naujienų:
Atsakomybės neigimas
Remdamasi tuo, Pasitikėjimo projekto gairės, atkreipkite dėmesį, kad šiame puslapyje pateikta informacija nėra skirta ir neturėtų būti aiškinama kaip teisinė, mokesčių, investicinė, finansinė ar bet kokia kita konsultacija. Svarbu investuoti tik tai, ką galite sau leisti prarasti, ir, jei turite kokių nors abejonių, kreiptis į nepriklausomą finansinę konsultaciją. Norėdami gauti daugiau informacijos, siūlome peržiūrėti taisykles ir nuostatas bei pagalbos ir palaikymo puslapius, kuriuos pateikia išdavėjas arba reklamuotojas. MetaversePost yra įsipareigojusi teikti tikslias, nešališkas ataskaitas, tačiau rinkos sąlygos gali keistis be įspėjimo.
Apie autorių
Damiras yra komandos vadovas, produktų vadovas ir redaktorius Metaverse Post, apimantis tokias temas kaip AI/ML, AGI, LLM, Metaverse ir Web3– susijusiose srityse. Jo straipsniai kas mėnesį pritraukia didžiulę daugiau nei milijono vartotojų auditoriją. Atrodo, kad jis yra ekspertas, turintis 10 metų SEO ir skaitmeninės rinkodaros patirtį. Damiras buvo paminėtas Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ir kiti leidiniai. Jis keliauja tarp JAE, Turkijos, Rusijos ir NVS kaip skaitmeninis klajoklis. Damiras įgijo fizikos bakalauro laipsnį, kuris, jo manymu, suteikė jam kritinio mąstymo įgūdžių, reikalingų sėkmingam nuolat besikeičiančiame interneto peizaže.
Daugiau straipsnių
Damiras yra komandos vadovas, produktų vadovas ir redaktorius Metaverse Post, apimantis tokias temas kaip AI/ML, AGI, LLM, Metaverse ir Web3– susijusiose srityse. Jo straipsniai kas mėnesį pritraukia didžiulę daugiau nei milijono vartotojų auditoriją. Atrodo, kad jis yra ekspertas, turintis 10 metų SEO ir skaitmeninės rinkodaros patirtį. Damiras buvo paminėtas Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ir kiti leidiniai. Jis keliauja tarp JAE, Turkijos, Rusijos ir NVS kaip skaitmeninis klajoklis. Damiras įgijo fizikos bakalauro laipsnį, kuris, jo manymu, suteikė jam kritinio mąstymo įgūdžių, reikalingų sėkmingam nuolat besikeičiančiame interneto peizaže.
