Gartner: Việc đánh giá tác động tài chính của các nhóm dữ liệu và AI đã trở nên quan trọng
Tóm lại
Vấn đề đánh giá hiệu quả tài chính của các nhóm Dữ liệu, AI và ML đã trở nên quan trọng.
Trong thế giới tương lai tươi sáng của AI, mọi người chỉ nói về những tác động tuyệt vời của việc phân tích dữ liệu và những gì mà các nhóm dữ liệu có thể mang lại nói chung. Bạn đã thấy những hiệu ứng này trong thực tế chưa: dòng tiền cụ thể do việc thực hiện các dự án phân tích dữ liệu? Câu trả lời có thể là mơ hồ. Vì vậy, Gartner đã thảo luận về vấn đề đánh giá tác động của các nhóm dữ liệu ở cấp lãnh đạo của họ. hội nghị về dữ liệu và phân tích năm nay.
Theo nghiên cứu của Gartner, kể từ năm 1975, tỷ lệ các công ty đo lường tác động tài chính cụ thể của các dự án phân tích dữ liệu (tăng trưởng doanh thu, giảm chi phí, tăng năng suất và giảm rủi ro) đã giảm liên tục. Ngay trong năm 2020, hơn 90% khoản đầu tư vào dữ liệu (so với 17% vào năm 1975) đã được chứng minh bằng cái gọi là mục tiêu chiến lược: tạo ra những đổi mới, dữ liệu như một tài sản và giá trị thương hiệu.
Và sau đó, bạn có thể nói rất nhiều về cách thức và lý do tại sao chúng ta lại đi đến điều này và điều gì sẽ xảy ra tiếp theo trong bối cảnh các đám mây đang tụ lại trong môi trường kinh tế vĩ mô toàn cầu.
Tại sao xu hướng đã hình thành?
Trong nhiều trường hợp, việc biện minh cho hiệu quả của việc phân tích dữ liệu đối với các mục tiêu chiến lược là hoàn toàn bình thường. Sự phát triển của ngành trong những năm gần đây đã trở nên rõ ràng đối với mọi người, có vẻ như: ChatGPT ở đây làm cho cú đánh cuối cùng trở thành nghi ngờ cuối cùng. Tại thời điểm đột phá, không công ty nào muốn tồn tại lại muốn bị tụt lại phía sau một cách vô vọng.
Việc biện minh cho hiệu quả bằng các mục tiêu chiến lược đôi khi bị ép buộc khi bạn không đầu tư vào việc hiểu những tác động tài chính thực sự mà các khoản đầu tư vào dữ liệu có thể mang lại và cách đo lường điều này. Nhiều công ty đầu tư những con số khổng lồ vào các dự án để cải thiện quy trình kinh doanh dựa trên dữ liệu, nhưng đồng thời, họ tiết kiệm để tạo ra một phương pháp đánh giá tác động của các dự án này (thử nghiệm AB, phân tích sau đầu tư của các dự án dữ liệu, v.v.). Với mỗi dự án mới, những công ty như vậy ngày càng sa lầy vào cái bẫy của sự không chắc chắn; đối với họ, nguy cơ phá sản cuối cùng của tất cả hoạt động dữ liệu đang tăng lên hoặc nhóm dữ liệu bị lạm phát quá mức mà không hiểu được sự thành công của các hoạt động của họ.
Đồng thời, trên thực tế, việc giới thiệu các phương pháp như vậy luôn mang lại hiệu quả lớn nhất cho tất cả các dự án dữ liệu.
Chuyện gì sẽ xảy ra tiếp theo?
Mặt tối là lỗ hổng ngày càng tăng của các nhóm dữ liệu trong tình hình kinh tế vĩ mô khó khăn trên thị trường thế giới. Nếu 90% tác dụng của một số loại đội không thể “đụng đến” được vì họ đang ở đâu đó trong tương lai tươi sáng, thì khi khủng hoảng kinh tế gia tăng, chính những đội này sẽ là đối tượng bị ảnh hưởng đầu tiên. Thật không may, sự khởi đầu của xu hướng này phần lớn đã được xác nhận vào năm 2022 và một số quy mô lớn sa thải trong các công ty lớn.
Mặt tích cực là sự quan tâm ngày càng tăng đối với các đánh giá tác động tài chính thực tế. Trong bối cảnh của tất cả những điều trên, chúng tôi kỳ vọng rằng vào năm 2024–2025 sẽ có một sự đảo ngược xu hướng và nhiều khoản đầu tư hơn sẽ được chứng minh bằng hiệu quả tài chính thực sự.
Và điều này có nghĩa là sự quan tâm ngày càng tăng đối với các phương pháp như ML đáng tin cậy: cách tổ chức công việc của các nhóm dữ liệu sao cho hiệu quả của các hoạt động của họ có thể đo lường được và tích cực về mặt tài chính. Để làm điều này, bạn cần suy nghĩ về thiết kế hệ thống ML (để không tham gia vào các dự án rõ ràng là không có lợi hoặc không thể thực hiện được), suy luận nhân quả (để không rơi vào bẫy của các mẫu sai) và thử nghiệm AB (để thực hiện chính xác hiểu liệu nguyên mẫu của bạn có mang lại tiền khi mở rộng quy mô hay không).
Đọc thêm các tin liên quan:
Từ chối trách nhiệm
Phù hợp với Hướng dẫn của Dự án Tin cậy, xin lưu ý rằng thông tin được cung cấp trên trang này không nhằm mục đích và không được hiểu là tư vấn pháp lý, thuế, đầu tư, tài chính hoặc bất kỳ hình thức tư vấn nào khác. Điều quan trọng là chỉ đầu tư những gì bạn có thể đủ khả năng để mất và tìm kiếm lời khuyên tài chính độc lập nếu bạn có bất kỳ nghi ngờ nào. Để biết thêm thông tin, chúng tôi khuyên bạn nên tham khảo các điều khoản và điều kiện cũng như các trang trợ giúp và hỗ trợ do nhà phát hành hoặc nhà quảng cáo cung cấp. MetaversePost cam kết báo cáo chính xác, không thiên vị nhưng điều kiện thị trường có thể thay đổi mà không cần thông báo trước.
Giới thiệu về Tác giả
Damir là trưởng nhóm, quản lý sản phẩm và biên tập viên tại Metaverse Post, bao gồm các chủ đề như AI/ML, AGI, LLMs, Metaverse và Web3-các lĩnh vực liên quan. Các bài báo của anh ấy thu hút một lượng lớn độc giả với hơn một triệu người dùng mỗi tháng. Anh ấy có vẻ là một chuyên gia với 10 năm kinh nghiệm về SEO và tiếp thị kỹ thuật số. Damir đã được đề cập trong Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto và các ấn phẩm khác. Anh đi lại giữa Các Tiểu vương quốc Ả Rập Thống nhất, Thổ Nhĩ Kỳ, Nga và CIS với tư cách là một người du mục kỹ thuật số. Damir đã có bằng cử nhân vật lý, bằng cấp mà anh tin rằng đã mang lại cho anh những kỹ năng tư duy phản biện cần thiết để thành công trong bối cảnh luôn thay đổi của Internet.
Xem thêm bài viết
Damir là trưởng nhóm, quản lý sản phẩm và biên tập viên tại Metaverse Post, bao gồm các chủ đề như AI/ML, AGI, LLMs, Metaverse và Web3-các lĩnh vực liên quan. Các bài báo của anh ấy thu hút một lượng lớn độc giả với hơn một triệu người dùng mỗi tháng. Anh ấy có vẻ là một chuyên gia với 10 năm kinh nghiệm về SEO và tiếp thị kỹ thuật số. Damir đã được đề cập trong Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto và các ấn phẩm khác. Anh đi lại giữa Các Tiểu vương quốc Ả Rập Thống nhất, Thổ Nhĩ Kỳ, Nga và CIS với tư cách là một người du mục kỹ thuật số. Damir đã có bằng cử nhân vật lý, bằng cấp mà anh tin rằng đã mang lại cho anh những kỹ năng tư duy phản biện cần thiết để thành công trong bối cảnh luôn thay đổi của Internet.
