एआई बिजनेस इंटेलिजेंस में: चेतावनी

संगठन नवीनतम एआई एल्गोरिदम का उपयोग कर रहे हैं ताकि वे अपनी व्यावसायिक रणनीति को व्यवस्थित करने के लिए निजी तौर पर -पावर वाले एआई मॉडल को अपना सकें, नवीनतम एआई एल्गोरिदम का उपयोग करके उन्हें विकसित करने और विकसित करने के लिए।

इस संबंध में निजी और सार्वजनिक एआई के बीच का अंतर महत्वपूर्ण है – अधिकांश संगठन एचआर सूचना, वित्तीय डेटा और परिचालन इतिहास के विवरण जैसे संवेदनशील डेटा सेटों के लिए सार्वजनिक एआईएस एक्सेस केस की अनुमति देने के लिए ठीक से सावधान हैं।

यह तर्क देता है कि यदि किसी एआई को उसके उत्तरों का समर्थन करने के लिए सटीक डेटा दिया जाता है, तो इसका आउटपुट अधिक प्रासंगिक होगा, और इसलिए यह निर्धारित करने में अधिक प्रभावी होगा कि निर्णय की रणनीति कैसे है। निजी तर्क इंजनों का उपयोग एक तार्किक तरीका है कि कंपनियां एआई से सर्वोत्तम परिणाम प्राप्त कर सकती हैं और उनकी बौद्धिक संपदा की रक्षा कर सकती हैं।

एंटरप्राइज़-विशिष्ट डेटा और स्थानीय एआई मॉडल को फिन-ट्यून करने की क्षमता संगठनों को बीस्पॉक पूर्वानुमान और परिचालन ट्यूनिंग प्रदान करने की क्षमता प्रदान करती है, जो कंपनी के काम की दैनिक वास्तविकता पर आधारित है। डेलॉइट रणनीति इनसाइट पेपर निजी एआई को “बीस्पोक कम्पास” कहता है, और आंतरिक डेटा के उपयोग को एक प्रतिस्पर्धात्मक लाभ के रूप में कहता है, और एक्सचेंजर एआईएस को “कृषि और औद्योगिक शिथिलता के बाद काम करने के लिए सबसे महत्वपूर्ण आर्थिक उत्थान और परिवर्तन प्रदान करने के लिए तैयार है।”

हालांकि, पारंपरिक पेशेवर बुद्धिमत्ता की तरह, उद्यम में कई वर्षों के संचालन से खींचे गए ऐतिहासिक एकांत डेटा के उपयोग में पिछले पैटर्न में निर्णय शामिल हो सकते हैं। एमके किन्से का कहना है कि कंपनियों को एल्गोरिथम एम्बर में अपने संस्थागत अतीत को प्रतिबिंबित करने का खतरा है। हार्वर्ड बिजनेस रिव्यू कुछ तकनीकी जटिलता पर ध्यान देता है, यह कहते हुए कि एक मॉडल को अनुकूलित करने का कार्य कंपनी के लिए बहुत अधिक प्रासंगिक है, और इसलिए, किसी भी डेटा और कार्य और प्रोग्रामिंग स्तर द्वारा लिया गया काम नहीं।

MIT SLOAN व्यापार रणनीति में निजी AI के लिए उत्साही अधिवक्ताओं के बीच एक संतुलन बनाता है। यह सलाह देता है कि एआई को सह-पायलट के रूप में माना जाता है, और एआई आउटपुट की निरंतर जांच और सत्यापन का अनुरोध करता है, खासकर जब हिस्सेदारी अधिक होती है।

एक क्रांति में विश्वास करो

हालांकि, इस कदम के मार्ग को देखते हुए (एआई वेव को देखते हुए, लेकिन एक निजी, सुरक्षा-से-से-तरंग तरीके से), यह सलाह के स्रोतों की प्रेरणा पर विचार करने का इरादा हो सकता है जो इस प्रकार एआई क्षमता के लिए दृढ़ता से वकालत करते हैं।

उदाहरण के लिए, Deloitte, कस्टम इन्फ्रास्ट्रक्चर का उपयोग करके अपने कारखाने-ए-सर्विस इनिंग फर्स्टिंग का उपयोग करने वाले ग्राहकों के लिए एआई समाधान बनाता है और प्रबंधित करता है, जबकि एक्सचेंजों के पास अपने ग्राहकों की एआई रणनीतियों के लिए समर्पित प्रथाएं हैं, जैसे कि एक्सेंचर एप्लाइड इंटेलिजेंस। यह AWS और Azure के साथ भागीदार है, फॉर्च्यून 500 कंपनियों के लिए, दूसरों के बीच Bespoke AI सिस्टम बना रहा है, और डेलॉइट ओरेकल और NVIDIA के साथ भागीदार हैं।

‘स्किन इन द गेम’ के साथ, वाक्यांश जैसे कि सबसे उल्लेखनीय (…) परिवर्तन “और” बीस्पॉक कम्पास “प्रेरणादायक हैं, लेकिन विक्रेताओं की प्रेरणा पूरी तरह से परोपकारी नहीं हो सकती है।

आम तौर पर, एआई के लिए वकालत करता है, मनुष्यों की तुलना में रुझान, और सांख्यिकीय अंडरकंट्स को अधिक प्रभावी ढंग से पहचानने के लिए मॉडल की क्षमता। आधुनिक उद्यम के लिए उपलब्ध डेटा के सेट को देखते हुए, आंतरिक और बाहरी दोनों में उपलब्ध जानकारी शामिल है, एक सॉफ्टवेयर FTWare है जो पैमाने पर डेटा का विश्लेषण कर सकता है एक अविश्वसनीय लाभ है। डेटा के विशाल भंडार का एक मैनुअल विश्लेषण करने के बजाय, जो समय लेने वाली है और त्रुटि-पूर्वानुमान-एआई चैफ और सतह को वास्तविक, प्रदर्शित अंतर्दृष्टि द्वारा देखा जा सकता है।

सही सवाल पूछना

इसके अलावा, एआई मॉडल आम भाषा में सवालों की व्याख्या कर सकते हैं, और अनुभवजन्य जानकारी के आधार पर भविष्यवाणियां कर सकते हैं, जो निजी एआई के संदर्भ में, संगठन के लिए बहुत प्रासंगिक है। अपेक्षाकृत अकुशल कर्मचारी डेटाबेस क्वेरी भाषाओं में सांख्यिकीय विश्लेषण या कौशल के बिना डेटा क्वेरी कर सकते हैं, और ऐसे उत्तर प्राप्त कर सकते हैं जो अन्यथा उद्यम से कई टीमों और कौशल-सेट को शामिल करते हैं। यह समय बचाने के लिए अकेले उल्लेखनीय है, संगठनों को आवश्यक डेटा बिंदु बनाने के बजाय रणनीति पर ध्यान केंद्रित करने की अनुमति देता है, और इसके बजाय मैन्युअल रूप से उनके द्वारा एकत्र की गई जानकारी को क्वेरी करने के लिए।

एमके किन्से और गार्टनर दोनों ने चेतावनी दी है, हालांकि, अत्यधिक आत्मविश्वास और डेटा अप्रचलित है। बाद में, इतिहास ऐतिहासिक डेटा रणनीति के लिए प्रासंगिक नहीं हो सकता है, खासकर अगर रिकॉर्ड कई साल पीछे हो जाते हैं। एआई के संदर्भ में अत्यधिक विश्वास सबसे अच्छा है, क्योंकि ऑपरेटर ए.आई. उत्तर पर भरोसा किए बिना, उत्तर के विस्तार से, या कुछ मामलों में, अलग -अलग सवालों के जवाब लेने के लिए स्वतंत्र रूप से सौदा न करें।

किसी भी सॉफ्टवेयर फैटवेयर एल्गोरिथ्म के लिए, मानव वाक्यांश, जैसे “हमारे ऐतिहासिक कॉमिक डेटा पर अपने निष्कर्षों को आधार” व्याख्या के लिए उजागर किया जाता है, उदाहरण के लिए, “पिछले बारह महीनों के बिक्री डेटा पर आपके निष्कर्षों का समर्थन करता है, हालांकि, मैं इस पर विचार करता हूं।”

अनुभव का सोफ फैटवेयर

संगठन वर्तमान व्यापार खुफिया मंच के साथ -साथ निजी एआई समाधान कर सकते हैं। हालांकि एसएपी व्यापार संगठन लगभग 30 वर्ष के हैं, एक युवा जो एसएएस बिजनेस इंटेलिजेंस की तुलना में 1990 के दशक में इंटरनेट की मुख्यधारा बन गया। संबंधित नए लोग, जैसे कि माइक्रोस .ft पावर बीआई, कम से कम एक दशक के विकास, पुनरावृत्ति, ग्राहक प्रतिक्रिया और व्यावसायिक विश्लेषण में वास्तविक दुनिया के उपयोग का प्रतिनिधित्व करते हैं। इसलिए, यह बुद्धिमान लगता है कि व्यावसायिक डेटा पर निजी एआई की तैनाती “पारंपरिक” उपकरणों की जगह लेती है, जिन्हें एक चांदी की गोली के बजाय रणनीतिकार के टूलकिट के अलावा माना जाना चाहिए।

निजी एआई उपयोगकर्ताओं के लिए, जिनके पास ऑडिट डिट को करने और उनके मॉडल के इनपुट और आंतरिक एल्गोरिदम के ट्वीक करने की क्षमता है, मानव नियंत्रण और अवलोकन को बनाए रखना महत्वपूर्ण है – इसी तरह ओरेकल के बिजनेस इंटेलिजेंस सूट जैसे उपकरणों के साथ। कुछ विचार हैं जहां बुद्धिमान प्रक्रिया और वास्तविक समय के डेटा की अभिनय (उदाहरण के लिए नेलिन रिटेल प्राइसिंग मैकेनिज्म) एआई विश्लेषण को वर्तमान बीआई प्लेटफॉर्म पर एक प्रतिस्पर्धी बढ़त देता है। लेकिन एआई को अभी तक व्यापार रणनीति के लिए एक जादुई स्विस सेना चाकू बनाना है।

जब तक एआई का व्यवसाय डेटा विश्लेषण के लिए अभिप्रेत है, तब तक यह विकसित, बार-बार, युद्ध-नापसंद और परिपक्व हो जाता है, जब तक कि बाजार में कुछ बीआई प्लेटफॉर्म, जब तक कि शुरुआती गोद लेने वाले व्यावहारिक अनुभव और महत्वपूर्ण आंख के साथ एआई और एआई सेवा विक्रेताओं के उत्साह को नाराज कर सकते हैं। एआई एक नया उपकरण है, और एक बड़ी संभावना के साथ। हालांकि, यह अपने वर्तमान gies, सार्वजनिक और निजी में पहली वेतन पीढ़ी बना हुआ है।

(छवि स्रोत: PshutterBug द्वारा “यह नियमों और रणनीतियों के बारे में है” CC के तहत 2.0 द्वारा लाइसेंस प्राप्त है।नहीं, नहीं, अनजाने में