Gartner: Evaluarea efectelor financiare ale echipelor de date și AI a devenit critică
Pe scurt
Problema evaluării efectelor financiare ale echipelor de date, IA și ML a devenit critică.
În lumea viitorului strălucit al AI, toată lumea vorbește doar despre efectele uimitoare ale analizei datelor și despre ceea ce echipele de date pot aduce la masă în general. Ați văzut aceste efecte în realitate: fluxuri de numerar specifice ca urmare a implementării proiectelor de analiză a datelor? Răspunsul este probabil ambiguu. Așa că Gartner a discutat problema evaluării efectelor echipelor de date la conducerea lor conferință despre date și analiză în acest an.
Potrivit studiului Gartner, din 1975, a existat o scădere constantă a proporției de companii care măsoară impactul financiar specific al proiectelor de analiză a datelor (creșterea veniturilor, reducerea costurilor, creșterea productivității și reducerea riscului). Deja în 2020, peste 90% din investițiile în date (față de 17% în 1975) erau justificate de așa-numitele obiective strategice: crearea de inovații, datele ca activ și valoarea mărcii.
Și apoi puteți vorbi mult despre cum și de ce am ajuns la asta și ce se va întâmpla în continuare pe fundalul norilor care se adună în mediul macroeconomic global.
De ce s-a format trendul?
Justificarea efectului analizei datelor în termeni de obiective strategice este, în multe cazuri, destul de normală. Dezvoltarea industriei în ultimii ani a devenit deja evidentă pentru toată lumea, se pare: ChatGPT aici face din ultima lovitură ultimul îndoielnic. În momentul unei descoperiri, nicio companie care vrea să supraviețuiască nu vrea să rămână fără speranță în urmă.
Justificarea efectului cu obiective strategice este uneori forțată atunci când nu investiți pentru a înțelege ce efecte financiare reale pot aduce investițiile în date și cum pot fi măsurate acestea. Multe companii investesc cifre uriașe în proiecte de îmbunătățire a proceselor de afaceri bazate pe date, dar, în același timp, economisesc pe crearea unei metodologii de evaluare a efectelor acestor proiecte (testare AB, analiză post-investiție a proiectelor de date etc.). Cu fiecare proiect nou, astfel de companii se blochează din ce în ce mai mult în capcana incertitudinii; pentru ei, riscul falimentului final al tuturor activităților de date este în creștere, sau echipa de date este supraumflată fără a înțelege succesul activităților lor.
În același timp, în practică, introducerea unor astfel de metodologii a avut întotdeauna ca rezultat cele mai mari efecte asupra tuturor proiectelor de date.
Ce se va întâmpla în continuare?
Partea întunecată este vulnerabilitatea tot mai mare a echipelor de date într-o situație macroeconomică dificilă pe piețele mondiale. Dacă 90% din efectele unor tipuri de echipe nu pot fi „atinse” pentru că se află undeva în viitorul luminos, atunci când criza economică se va intensifica, aceste echipe vor fi primele lovite. Din păcate, începutul acestei tendințe a fost în mare măsură confirmat până în 2022, iar o serie de disponibilizări în companiile mari.
Partea bună este interesul crescut pentru evaluările reale de impact financiar. Pe fondul tuturor celor de mai sus, ne așteptăm ca în 2024–2025 să existe o inversare a tendinței, iar mai multe investiții să fie justificate de un efect financiar real.
Și asta va însemna o creștere a interesului pentru metode precum Reliable ML: cum să organizăm munca echipelor de date astfel încât efectul activităților lor să fie măsurabil și pozitiv financiar. Pentru a face acest lucru, trebuie să vă gândiți la proiectarea sistemului ML (pentru a nu intra în proiecte evident neprofitabile sau irealizabile), inferența cauzală (pentru a nu cădea în capcana tiparelor false) și testarea AB (pentru a face corect înțelegeți dacă prototipul dvs. va aduce bani la scalare).
Citiți mai multe știri legate:
Declinare a responsabilităţii
În conformitate cu Ghidurile proiectului Trust, vă rugăm să rețineți că informațiile furnizate pe această pagină nu sunt destinate și nu trebuie interpretate ca fiind consiliere juridică, fiscală, investițională, financiară sau orice altă formă de consiliere. Este important să investești doar ceea ce îți poți permite să pierzi și să cauți sfaturi financiare independente dacă ai îndoieli. Pentru informații suplimentare, vă sugerăm să consultați termenii și condițiile, precum și paginile de ajutor și asistență furnizate de emitent sau agent de publicitate. MetaversePost se angajează să raporteze corecte, imparțial, dar condițiile de piață pot fi modificate fără notificare.
Despre autor
Damir este liderul echipei, manager de produs și editor la Metaverse Post, care acoperă subiecte precum AI/ML, AGI, LLM-uri, Metaverse și Web3-domenii conexe. Articolele sale atrag o audiență masivă de peste un milion de utilizatori în fiecare lună. El pare a fi un expert cu 10 ani de experiență în SEO și marketing digital. Damir a fost menționat în Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto și alte publicații. Călătorește între Emiratele Arabe Unite, Turcia, Rusia și CSI ca nomad digital. Damir a obținut o diplomă de licență în fizică, despre care crede că i-a oferit abilitățile de gândire critică necesare pentru a avea succes în peisajul în continuă schimbare al internetului.
Mai multe articole
Damir este liderul echipei, manager de produs și editor la Metaverse Post, care acoperă subiecte precum AI/ML, AGI, LLM-uri, Metaverse și Web3-domenii conexe. Articolele sale atrag o audiență masivă de peste un milion de utilizatori în fiecare lună. El pare a fi un expert cu 10 ani de experiență în SEO și marketing digital. Damir a fost menționat în Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto și alte publicații. Călătorește între Emiratele Arabe Unite, Turcia, Rusia și CSI ca nomad digital. Damir a obținut o diplomă de licență în fizică, despre care crede că i-a oferit abilitățile de gândire critică necesare pentru a avea succes în peisajul în continuă schimbare al internetului.
