Gartner: Hodnotenie finančných účinkov dátových a AI tímov sa stalo kritickým
Stručne
Problém hodnotenia finančných účinkov tímov údajov, AI a ML sa stal kritickým.
Vo svete svetlej budúcnosti AI každý hovorí len o úžasných účinkoch analýzy údajov a o tom, čo môžu dátové tímy vo všeobecnosti priniesť. Videli ste tieto efekty v skutočnosti: konkrétne peňažné toky ako výsledok implementácie projektov analýzy údajov? Odpoveď je pravdepodobne nejednoznačná. Gartner teda diskutoval o probléme vyhodnocovania efektov dátových tímov pri ich vedení konferencia o dátach a analytike v tomto roku.
Podľa štúdie spoločnosti Gartner od roku 1975 neustále klesá podiel spoločností, ktoré merajú konkrétny finančný dopad projektov analýzy údajov (rast výnosov, znižovanie nákladov, rast produktivity a znižovanie rizík). Už v roku 2020 bolo viac ako 90 % investícií do dát (oproti 17 % v roku 1975) odôvodnených takzvanými strategickými cieľmi: vytváranie inovácií, dáta ako aktívum a hodnota značky.
A potom môžete veľa hovoriť o tom, ako a prečo sme k tomu prišli a čo sa bude diať ďalej na pozadí hromadiacich sa oblakov v globálnom makroekonomickom prostredí.
Prečo sa vytvoril trend?
Zdôvodnenie efektu analýzy údajov z hľadiska strategických cieľov je v mnohých prípadoch celkom normálne. Zdá sa, že vývoj odvetvia v posledných rokoch je už zrejmý každému: ChatGPT tu robí posledný výstrel posledným pochybovačom. V momente prelomu žiadna spoločnosť, ktorá chce prežiť, nechce zostať beznádejne pozadu.
Zdôvodnenie efektu strategickými cieľmi je niekedy nútené, keď neinvestujete do pochopenia toho, aké skutočné finančné efekty môžu investície do údajov priniesť a ako ich možno merať. Mnohé firmy investujú obrovské sumy do projektov na zlepšenie biznis procesov na základe dát, no zároveň ušetria na tvorbe metodiky hodnotenia efektov týchto projektov (AB testovanie, poinvestičná analýza dátových projektov a pod.). S každým novým projektom sa takéto spoločnosti viac a viac uviaznu v pasci neistoty; u nich rastie riziko konečného bankrotu celej dátovej aktivity, prípadne je dátový tím prehustený bez toho, aby chápal úspešnosť svojich aktivít.
Zároveň v praxi malo zavedenie takýchto metodík vždy najväčšie efekty na všetky dátové projekty.
Čo bude ďalej?
Temnou stránkou je rastúca zraniteľnosť dátových tímov v zložitej makroekonomickej situácii na svetových trhoch. Ak sa 90% efektov niektorých typov tímov nebude dať „dotknúť“, pretože sú niekde vo svetlej budúcnosti, keď sa ekonomická kríza vyostruje, budú to práve tieto tímy, ktoré budú zasiahnuté ako prvé. Bohužiaľ, začiatok tohto trendu bol do značnej miery potvrdený do roku 2022, a to vo veľkom meradle prepúšťanie vo veľkých spoločnostiach.
Svetlou stránkou je zvýšený záujem o hodnotenia reálnych finančných dopadov. Na základe vyššie uvedeného očakávame, že v rokoch 2024–2025 dôjde k obratu trendu a viac investícií bude odôvodnených reálnym finančným efektom.
A to bude znamenať nárast záujmu o metódy ako Reliable ML: ako organizovať prácu dátových tímov tak, aby efekt ich aktivít bol merateľný a finančne pozitívny. Aby ste to dosiahli, musíte premýšľať o návrhu systému ML (aby ste sa nedostali do zjavne nerentabilných alebo nerealizovateľných projektov), kauzálnej inferencii (aby ste nespadli do pasce falošných vzorov) a testovaní AB (aby ste správne pochopiť, či váš prototyp prinesie peniaze pri škálovaní).
Prečítajte si ďalšie súvisiace novinky:
Vylúčenie zodpovednosti
V súlade s Pokyny k projektu Trust, uvedomte si, že informácie uvedené na tejto stránke nie sú zamýšľané a nemali by byť interpretované ako právne, daňové, investičné, finančné alebo iné formy poradenstva. Je dôležité investovať len toľko, koľko si môžete dovoliť stratiť a v prípade akýchkoľvek pochybností vyhľadať nezávislé finančné poradenstvo. Ak chcete získať ďalšie informácie, odporúčame vám pozrieť si zmluvné podmienky, ako aj stránky pomoci a podpory poskytnuté vydavateľom alebo inzerentom. MetaversePost sa zaviazala poskytovať presné a nezaujaté správy, ale podmienky na trhu sa môžu zmeniť bez upozornenia.
O autorovi
Damir je vedúci tímu, produktový manažér a redaktor v Metaverse Post, pokrývajúce témy ako AI/ML, AGI, LLM, Metaverse a Web3- súvisiace oblasti. Jeho články priťahujú každý mesiac obrovské publikum s viac ako miliónom používateľov. Zdá sa, že je odborníkom s 10-ročnými skúsenosťami v oblasti SEO a digitálneho marketingu. Damir bol spomenutý v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a ďalšie publikácie. Ako digitálny nomád cestuje medzi SAE, Tureckom, Ruskom a SNŠ. Damir získal bakalársky titul z fyziky, o ktorom sa domnieva, že mu dal schopnosti kritického myslenia potrebné na to, aby bol úspešný v neustále sa meniacom prostredí internetu.
Ďalšie články
Damir je vedúci tímu, produktový manažér a redaktor v Metaverse Post, pokrývajúce témy ako AI/ML, AGI, LLM, Metaverse a Web3- súvisiace oblasti. Jeho články priťahujú každý mesiac obrovské publikum s viac ako miliónom používateľov. Zdá sa, že je odborníkom s 10-ročnými skúsenosťami v oblasti SEO a digitálneho marketingu. Damir bol spomenutý v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a ďalšie publikácie. Ako digitálny nomád cestuje medzi SAE, Tureckom, Ruskom a SNŠ. Damir získal bakalársky titul z fyziky, o ktorom sa domnieva, že mu dal schopnosti kritického myslenia potrebné na to, aby bol úspešný v neustále sa meniacom prostredí internetu.
