Эмне үчүн AIди командалык спорт катары ойлошуңуз керек

AIды командалык спорт катары кароо эмнени билдирет? Биз AI долбоорлорунун алдамчылыктан таасирге өтүп жатканын көрүп жатабыз, анткени буга чейин жетишпей келген бизнес контекстти камсыз кылуу үчүн туура ролдор тартылган. Домен экспертизасы негизги болуп саналат; машиналар адамдардын контекстинин тереңдигине ээ эмес жана адамдар пайда болгон түшүнүктөрдүн же сунуштардын негизинде кандай аракеттерди көрүү керектигин түшүнүү үчүн бизнести жана маалыматтарды жакшы билиши керек.

AI масштабын кеңейтүү жөнүндө сөз болгондо, көптөгөн лидерлер эл көйгөйү бар деп ойлошот, тагыраак айтканда, маалымат илимпоздору жетишсиз. Бирок ар бир бизнес көйгөйү маалымат илиминин көйгөйү эмес. Же, жок эле дегенде, ар бир бизнес көйгөйү сиздин маалымат илим тобуңузга ташталбашы керек. Туура мамиле кылуу менен, сиз AIнин артыкчылыктарын салттуу маалымат илими циклдери менен келген кыйынчылыктарсыз ала аласыз.

AI чечимдерин жайылтуу жана масштабдоо үчүн, лидерлер AIди командалык спорт катары ойлонууга уюмдун көз карашын өзгөртүшү керек. Кээ бир AI долбоорлору ийгиликтүү натыйжалардын кандай болушу үчүн башка адамдардын, куралдардын жана күтүүлөрдүн топтомун талап кылат. Бул мүмкүнчүлүктөрдү кантип таанууну билүү AI долбоорлорун ийгиликтүү ишке ашырууга жардам берет жана AI колдонуучуларынын катарын тереңдетип, жумушчу күчүндө чечим кабыл алууга ылдамдык жана күч кошот. Келгиле, эмне үчүн жана кантип изилдеп көрөлү.

Уюмдар AI менен өнүккөн анализди демократиялаштырууда

Бизнес көйгөйлөрүн чечүү үчүн AI колдонуу негизинен маалымат илимпоздорунун карамагында болгон. Көбүнчө маалымат илими боюнча командалар уюмдун эң чоң мүмкүнчүлүктөрү жана эң татаал көйгөйлөрү үчүн сакталат. Көптөгөн уюмдар маалымат илимин алдамчылыкты аныктоо, персоналдаштыруу жана башкалар сыяктуу колдонуунун конкреттүү учурларында ийгиликтүү колдонушту, мында терең техникалык тажрыйба жана такталган моделдер абдан ийгиликтүү натыйжаларды алып келет.

Бирок, маалымат илим тобуңуз аркылуу AI чечимдерин масштабдоо көптөгөн себептерден улам уюмдар үчүн кыйынга турат. Таланттарды тартуу жана сактап калуу абдан кымбат жана атаандаштык рыногунда кыйын болушу мүмкүн. Салттуу маалымат илими долбоорлору бизнес баалуулукка ээ боло электе иштеп чыгуу жана жайылтуу үчүн көп убакытты талап кылышы мүмкүн. Ал тургай, эң тажрыйбалуу, ишенимдүү маалымат илим топтору да, алар чечүүнү суранган маселенин нюанстарын түшүнүү үчүн керектүү маалыматтар же контекст жок болсо, ийгиликсиз болушу мүмкүн.

2021 Gartner® Маалымат илиминин абалы жана машинаны үйрөнүү (DSML) отчетунда "кардардын суроо-талабы өзгөрүп жатат, азыраак техникалык аудитория DSMLди оңой колдонууну каалашат, эксперттер өндүрүмдүүлүктү жогорулатууга муктаж жана ишканалар өз инвестицияларын баалоо үчүн кыска убакытты талап кылат" деп айтылат.¹.” AI камсыз кылган анализдин ылдамдыгынан же кылдаттыгынан пайда ала турган көптөгөн бизнес көйгөйлөрү болушу мүмкүн, бирок салттуу маалымат илими мамилеси ар дайым баалуулукту тез көрүү үчүн чабуулдун эң мыкты планы боло бербейт. Чындыгында, ошол эле Гартнер отчетунда "2025-жылга чейин маалымат илимпоздорунун жетишсиздиги уюмдарда маалымат илимин жана машина үйрөнүүнү кабыл алууга тоскоолдук кылбайт" деп болжолдойт.

Домендин тажрыйбасы AIны бизнесте масштабдоо үчүн абдан маанилүү

AI мурунтан эле маалымат илими жок колдонуучуларга өнүккөн талдоо мүмкүнчүлүктөрүн алып келүүгө жардам берип жатат. Машиналар эң мыкты болжолдоо моделдеринен жана алгоритмдеринен тандай алышат жана негизги моделдер ачыкка чыгып, аларды тууралоо жана бардыгы колдонуучу издеп жаткан нерсеге дал келгенине ынануу мүмкүнчүлүгүн сунуштайт.

Бул мүмкүнчүлүктөр аналитиктерге жана квалификациялуу бизнес доменинин эксперттерине өздөрүнүн AI тиркемелерин иштеп чыгуу жана пайдалануу мүмкүнчүлүгүн берет. Маалыматтарга жакыныраак болгондуктан, бул колдонуучулар көптөгөн маалымат таануучу кесиптештеринен артыкчылыкка ээ. Бул күчтү домендик тажрыйбага ээ болгондордун колуна берүү узакка созулган иштеп чыгуу убакыттарынан, ресурстук түйшүктөрдөн жана салттуу маалымат илими циклдерине байланышкан жашыруун чыгымдардан качууга жардам берет. Мындан тышкары, домендик тажрыйбасы бар адамдар AI божомолу же сунушу пайдалуубу же жокпу, чечиши керек.

Моделди куруу процесстеринин кайталануучу, кайра карап чыгуу жана кайра жайгаштыруу процесстери менен бизнес контексти бар адамдар AIдан тезирээк баалуулуктарды ала алышат — жада калса жаңы моделдерди миңдеген колдонуучуларга жумадан айга чейин эмес, бир нече күндөн бир нече жумага чейин жайылтуу. Бул, өзгөчө, уникалдуу көйгөйлөрү маалымат илими командалары үчүн артыкчылыктуу эмес, бирок AI анализинин ылдамдыгынан жана кылдаттыгынан пайда ала турган командалар үчүн өзгөчө күчтүү.

Бирок, бул чечимдер аналитиктер менен маалымат илимпоздорунун ортосундагы көндүмдөрдүн ажырымын чечүүгө жардам берсе да, бул акыркыны алмаштыра албасын белгилей кетүү маанилүү. Маалымат илимпоздору AI иштетилген чечимдерде колдонулуп жаткан маалыматтарды текшерүү үчүн бизнес-эксперттер менен маанилүү өнөктөш бойдон калууда. Жана бул кызматташуудан тышкары, билим берүү жана маалымат көндүмдөрү бул куралдарды масштабда ийгиликтүү колдонууда маанилүү болот.

Маалымат сабаттуулугу көбүрөөк адамдарга AI колдонууга мүмкүнчүлүк берет

Сиздин базалык маалымат стратегияңыз AI менен ийгиликке жетүү үчүн уюмуңузду орнотууда чоң роль ойнойт, бирок AI чечимдерин бизнес боюнча көбүрөөк адамдарга жеткирүү маалымат сабаттуулугунун базалык деңгээлин талап кылат. Бизнес көйгөйүнө кандай маалыматтарды колдонуу ылайыктуу экенин түшүнүү, ошондой эле AI боюнча сунуштун маалыматтарын жана натыйжаларын кантип чечмелөө адамдарга чечим кабыл алуунун бир бөлүгү катары AIга ийгиликтүү ишенүүгө жана кабыл алууга жардам берет. Уюмдун ичиндеги маалыматтардын жалпы тили да эксперттер менен ийгиликтүү кызматташуу үчүн көбүрөөк эшиктерди ачат.

McKinsey компаниясынын AI боюнча акыркы глобалдык сурамжылоосу көрсөткөндөй, жогорку натыйжалуу уюмдардын 34% ичинде "атайын окутуу борбору техникалык эмес кызматкерлердин AI көндүмдөрүн практикалык түрдө үйрөнүү аркылуу өнүктүрөт", башка сурамжылоого катышкандардын 14% гана. Кошумчалай кетсек, жогорку натыйжалуу уюмдардын 39%да "AI колдонуучулары менен уюмдун маалымат илими тобунун ортосунда атайын байланыш каналдары жана байланыш чекиттери бар", башкалардын 20% гана.

Лидерлер билим берүү жана окутуу, насаатчылык программалары, коомчулукту куруу боюнча маалымат сынактары жана башкалар сыяктуу маалыматтардын сабаттуулугун түзүү үчүн ар кандай ыкмаларды колдоно алышат. Маалыматтарга кирүү жана бөлүшүүнү нормалдаштыруу, ошондой эле маалыматтар менен ийгиликтерди, окууларды жана чечимдерди кабыл алууну кантип белгилеп жана илгерилетүү жөнүндө ойлонуңуз.

"Маалымат сабаттуулугу жана визуализация жана маалымат илими боюнча билим көбүрөөк жайылтылышы керек жана эртерээк үйрөтүлүшү керек" деди Видя Сетлур, Tableau Research жетекчиси. «Маалыматтарды колдонууга таянуу менен коштолгон кандайдыр бир социалдык жана уюштуруучулук жоопкерчилик бар. Адамдар маалыматтарды түшүнүү, чечмелөө жана максималдуу пайдалануу үчүн жакшыраак жабдылган болушу керек, анткени AI татаалдашат жана биз оюндан бир нече кадам алдыда болушубуз керек.

Уюмуңуздун маалымат маданиятын курууну улантуу көндүмдөрдү өстүрүү жана бизнес боюнча жаңы чечимдерди өнүктүрүү үчүн күчтүү мүмкүнчүлүктөрдү түзөт. Көптөгөн уюмдар санариптик трансформация тездегендиктен, акыркы жылдары маалыматтарга жана аналитикага болгон инвестицияларын көбөйтүштү. Маалыматты командалык спорт катары кароо мүмкүн эмес — эми бизде бул ой жүгүртүүнү AIга жайылтууга каражатыбыз бар.