Generatif AI telah muncul sebagai teknologi terobosan dengan menghasilkan beberapa kes penggunaan yang luar biasa dan berharga dalam bidang analisis data. Gen AI telah mengganggu landskap analitis data dengan memperkenalkan keupayaan yang belum pernah berlaku sebelum ini dalam pemprosesan data, tafsiran dan penjanaan nilai. Sejak Generative AI mula-mula meletup ke tempat kejadian pada tahun 2022, organisasi telah meneroka cara untuk menggunakan Gen AI untuk meningkatkan pengalaman pelanggan, mengurangkan kos dan meningkatkan kecekapan. Siaran ini adalah pandangan saya tentang cara Gen AI membentuk cara organisasi berinteraksi, menganalisis dan memperoleh nilai daripada data mereka.
Data adalah nadi bagi mana-mana organisasi, tetapi menjana cerapan yang bermakna daripada jumlah data yang banyak adalah seperti cuba menukar jerami menjadi emas. Ia membuatkan saya teringat ironi berair daripada Rime of the Ancient Mariner, yang berkata "Air, air di mana-mana, atau sebarang titisan untuk diminum," kecuali di sini, saya akan menukarnya kepada "Data, data di mana-mana, atau apa-apa nilai untuk dilihat." Perniagaan masih berusaha untuk menjana nilai daripada data, kerana data mereka menjadi semakin kompleks dan sering datang daripada sumber yang berbeza. Jumlah data yang banyak, maklumat tersenyap merentas jabatan dan kerumitan dalam struktur dan jenis data menjadikannya hampir mustahil untuk mentafsir dan mencipta pemahaman bersama tentang data anda merentas berbilang domain. Terdapat juga fakta bahawa 80% data tidak berstruktur (seperti e-mel, siaran media sosial, video, fail audio dan dokumen) dan tidak mudah diakses untuk analitik. Pengguna perniagaan bukan teknikal sering menghadapi cabaran dengan alat analisis yang kompleks dan akhirnya mengupah saintis data mahir apabila belanjawan meningkat. Selain itu, data berkembang dari semasa ke semasa, dan pembuat keputusan tidak boleh terlepas daripada cerapan masa nyata untuk terus mendahului keluk.
Memandangkan saya telah menyebut beberapa cabaran di sekitar data organisasi, saya akan berkongsi pandangan saya tentang cara Gen AI datang untuk menyelamatkan kita.
AI Generatif dikuasakan oleh model bahasa besar (LLM), yang merupakan model pembelajaran mendalam berskala besar yang dipralatih pada sejumlah besar data. Transformer boleh menjana teks, imej, video, graf, laporan dan ringkasan berdasarkan gesaan. Gesaan ialah arahan yang memberitahu alat AI generatif apa yang perlu dilakukan, seperti "ringkaskan catatan blog ini dalam 50 perkataan atau kurang." Pembangun Generasi AI mencipta model AI, yang berdasarkan volum data yang besar, yang boleh digunakan oleh pengguna perniagaan untuk membuat keputusan, ramalan atau pengesyoran. Tidak seperti sistem berasaskan peraturan tradisional yang algoritma diprogramkan secara eksplisit, AI generatif terdorong data cemerlang dalam corak pembelajaran, perhubungan dan gelagat daripada data yang ditemuinya.
Satu kes penggunaan berkaitan data untuk Gen AI adalah untuk mengautomasikan pembersihan dan prapemprosesan data, penjanaan cerapan masa nyata, pemodelan senario ramalan dan pelaporan dan visualisasi automatik. Sebagai contoh, syarikat runcit boleh menggunakan Gen AI untuk menganalisis corak pembelian pelanggan, menjana cadangan pemasaran yang diperibadikan, meramalkan keperluan inventori dan juga mengoptimumkan strategi harga. Di sinilah keajaiban Gen AI bermula, dan senarai kes penggunaan adalah meluas dan sentiasa berkembang. Dengan menggunakan Generative AI, anda boleh mengubah analitik data anda daripada proses yang rumit dan memakan masa yang hanya pakar boleh faham kepada alat membuat keputusan yang tangkas, mudah diakses dan pintar.
Tetapi saya baru bermula. Gambar rajah di atas menunjukkan lebih banyak aplikasi Gen AI dalam analitis data, termasuk: ujian kepada SQL atau Python dengan menjana pertanyaan atau kod daripada gesaan bahasa semula jadi, penjanaan metadata automatik dengan meminta Gen AI membuat penerangan dan teg untuk set data, mencipta bot sembang untuk menyediakan sokongan pelanggan 24/7 berdasarkan dasar dan dokumentasi organisasi anda, cerapan perniagaan generatif (kepada BI) dengan meminta gen AI atau papan pemuka data AI anda, dan membuat papan pemuka data gen AI atau AI anda. melakukan analisis sekali bagi set data tertentu
Salah satu keupayaan Gen AI yang saya rasa sangat menarik ialah keupayaannya untuk menukar gesaan bahasa semula jadi kepada pertanyaan SQL yang tepat. Bayangkan pengurus pemasaran ingin memahami segmentasi pelanggan tanpa kepakaran teknikal yang mendalam. Daripada bergantung kepada jurutera data, mereka kini boleh memasukkan "Tunjukkan kepada saya 10% pelanggan teratas dengan perbelanjaan tahunan yang membuat pembelian dalam tiga bulan terakhir" ke dalam Gen AI dan dapatkan jawapan!
AI Generatif dengan serta-merta menterjemah gesaan yang boleh dibaca manusia ini ke dalam pertanyaan SQL yang kompleks, mendapatkan maklumat tepat yang diperlukan. Keupayaan ini menjimatkan masa, ya, tetapi apa yang saya dapati sangat berkuasa ialah ia memperkasakan pengguna bukan teknikal untuk melakukan analisis data yang canggih secara bebas. Gen AI boleh memecahkan silo secara bersendirian dan mendemokrasikan akses data merentas organisasi anda.
Di luar penjanaan SQL, Generative AI melangkah lebih jauh dan mempercepatkan aliran kerja sains data dengan menukar perihalan bahasa semula jadi kepada kod Python berfungsi sepenuhnya. Para saintis data dan penganalisis kini boleh menerangkan keperluan analisis mereka dalam bahasa Inggeris biasa, dan sistem menjana skrip Python yang sepadan untuk manipulasi data, analisis statistik dan pembangunan model pembelajaran mesin. Untuk mengetahui lebih lanjut mengenai topik ini, catatan blog ini, Generative AI dalam analitik data - cara AI memudahkan untuk mengakses data , mungkin membantu.
Gen AI mempunyai potensi untuk menjana cadangan pintar dan cadangan kontekstual untuk kesan dunia sebenar. Pertimbangkan senario praktikal ini: penyedia penjagaan kesihatan menggunakan Gen AI untuk menganalisis hasil pesakit merentas berbilang jabatan, atau rantaian runcit mengenal pasti peluang jualan silang dengan menjana analisis tingkah laku pelanggan yang kompleks. Gen AI boleh memberikan pengesyoran dengan mengenal pasti corak tersembunyi yang berpotensi dalam data, mencadangkan analisis tambahan yang berkaitan, menyerlahkan potensi risiko atau korelasi yang mungkin tidak nyata serta-merta dan menawarkan cerapan kontekstual yang meningkatkan pembuatan keputusan.
Dengan menggunakan Gen AI, sebagai contoh, pengarah jualan yang menanyakan hasil bulanan mungkin bukan sahaja menerima data yang diminta tetapi juga mendapat cerapan tambahan tentang potensi peluang pertumbuhan, aliran bermusim atau segmen pasaran yang sedang muncul.
Ini adalah salah satu kegunaan Gen AI kegemaran saya, kerana ia boleh mengambil alih tugas yang penting tetapi boleh membosankan untuk dilakukan oleh manusia. Gen AI secara automatik boleh mencipta metadata kontekstual yang kaya untuk produk data dengan menganalisis kandungan dan struktur set data. Ia boleh menjana penerangan yang komprehensif dan mengenal pasti serta mencadangkan teg yang berkaitan untuk aset data.
Model penandaan semantik boleh mencipta teg yang bijak, peka konteks dan menggunakan pemahaman bahasa semula jadi untuk mengenal pasti perhubungan bernuansa antara elemen data. Ciri pengetegan auto meningkatkan kebolehtemuan data dan pengurusan data, meningkatkan kecekapan dengan menjimatkan masa pada pembuatan teg manual.
Metadata yang kaya itu bukan sahaja memudahkan kerjasama dengan berkongsi aset dengan pihak berkepentingan dalaman atau luaran tetapi juga memudahkan pematuhan terhadap dasar dan kawalan tadbir urus data.
Organisasi telah menggunakan AI perbualan untuk meningkatkan perkhidmatan pelanggan dengan bantuan chatbots. AI Perbualan berfungsi dengan menggunakan pembelajaran mesin (ML), yang belajar daripada interaksi masa lalu, dan Pemprosesan Bahasa Semulajadi (NLP), yang bertindak balas kepada interaksi manusia. Chatbots mensimulasikan perbualan manusia untuk meningkatkan pengalaman pelanggan dengan memberikan respons segera sepanjang masa.
Chatbots boleh membantu mengurangkan atau menghapuskan masa menunggu untuk pertanyaan asas dan membantu pengguna mencari maklumat yang berkaitan dalam masa nyata. Chatbots boleh membantu dalam penyepaduan asas pengetahuan dan dalam menyediakan respons yang menyedari konteks kepada pengguna. Semua faedah ini memberi manfaat yang besar dalam meningkatkan kepuasan pengguna, mengurangkan kos sokongan dan menyediakan bantuan yang konsisten dan diperibadikan kepada pengguna. Walaupun semua faedah ini kelihatan lumayan, kita perlu memastikan bahawa chatbots diuji secara meluas dengan kekangan dan pagar penghadang yang jelas untuk memastikan ketepatan dan kaitan respons.
Ini adalah salah satu aplikasi Gen AI kegemaran saya, kerana saya percaya bahawa kebanyakan pengguna dalaman boleh mendapat manfaat daripada mempunyai akses terus kepada data syarikat. "BI Generatif" ialah istilah yang saya gunakan apabila pengguna perniagaan menggunakan AI perbualan untuk mengakses data syarikat bagi menjana visualisasi dan papan pemuka tersuai. Jadi, alat Gen AI anda menjadi alat Gen BI.
Anda boleh menggunakan Gen BI untuk menyediakan analitis AI layan diri, yang boleh menyepadukan NLP, alat pengarangan untuk menyiapkan papan pemuka tersuai, penyepaduan data dan kerjasama untuk penggunaan laporan yang mudah.
Apa yang Gen BI lakukan, pada dasarnya, adalah mendemokrasikan akses kepada analitik dengan mengeluarkannya daripada tangan pasukan BI dan terus kepada pengguna. Gen BI membantu lebih ramai pengguna bukan teknikal dan pihak berkepentingan anda bekerja secara langsung dengan data. Penyepaduan AI ke dalam penyelesaian BI membolehkan penjanaan automatik papan pemuka dinamik, carta pintar dan penciptaan graf, pengesyoran visualisasi automatik dan perwakilan data sensitif konteks.
Dalam catatan blog ini, saya menunjukkan beberapa cabaran dengan analitik data dan menyediakan lima kes penggunaan yang anda boleh cuba mula menggunakan Gen AI dalam analitis anda hari ini. Gen AI mempunyai kuasa untuk menjadikan semua data terdiam anda lebih mudah diakses dan akhirnya lebih boleh digunakan untuk segala-galanya daripada chatbot pelanggan kepada papan pemuka jualan yang berwawasan.
Jika anda ingin mencubanya, AVRIO ialah platform data dikuasakan AI yang menjana analisis masa nyata, cerapan, peluang dan pengesyoran daripada semua data anda (berstruktur dan tidak berstruktur) melalui perbualan intuitif. Hubungi untuk demo tersuai di sini .