數(shù)據(jù)分析是為工作找到合適的工具

更高的計算，存儲和網(wǎng)絡(luò)功能的可用性意味著傳輸?shù)臄?shù)據(jù)量成比例增加導(dǎo)致人工智能(AI)的使用增加，以獲得推動業(yè)務(wù)決策的見解。這是南非國際數(shù)據(jù)公司(IDC)高級研究和咨詢經(jīng)理Sabelo Dlamini所說的。

“AI是可用于分析數(shù)據(jù)并為組織提供深入見解的工具之一。在分析數(shù)據(jù)時，有幾種算法模仿人類行為。與機器學(xué)習(xí)(ML)和深度學(xué)習(xí)(DL)一起，它是用于分析數(shù)據(jù)，應(yīng)用智能并最終提供見解的技術(shù)之一，“Dlamini說。

通過采用這些分析工具，我們有責任確定合適的工具以滿足業(yè)務(wù)需求并雇用具有適當技能的員工。“它伴隨著使用AI，機器人過程自動化(RPA)和使用數(shù)據(jù)科學(xué)家等創(chuàng)新加速器 - 這一角色在組織中變得至關(guān)重要。企業(yè)需要的洞察類型將決定他們部署的工具。“組織需要決定他們想要分析的數(shù)據(jù)類型以及他們所追求的洞察類型。AI是許多可以應(yīng)用的算法的集體詞匯，因此它更多的是放大AI包并查看您可以根據(jù)需要選擇哪種工具并交叉檢查您的解決方案以確保它們滿足您的需求，“ 他說。

大多數(shù)組織已經(jīng)被可用的數(shù)據(jù)量所淹沒，現(xiàn)在更多的是優(yōu)先考慮您真正想要的數(shù)據(jù)。“當您獲得所有可用的數(shù)據(jù)時，您可以輕松地通過可能與業(yè)務(wù)無關(guān)的有趣見解進行側(cè)面跟蹤。這里的關(guān)鍵是了解業(yè)務(wù)優(yōu)先級和KPI是什么，然后在分析數(shù)據(jù)時關(guān)注那些，“Dlamini說。“這是為了確切地知道你想從數(shù)據(jù)中提取什么，或者首先要收集數(shù)據(jù)的原因。”

雖然人工智能確實減少了人為干預(yù)的需要，但它并沒有完全消除它。Dlamini表示，仍然需要熟練的個人或能夠聯(lián)系和敘述對人類經(jīng)歷的洞察力并進行溝通的人。

“這不是機器或機器人必然能夠做到的事情。您仍然需要有人來解釋數(shù)據(jù)，因為雖然機器人更先進且能夠解決復(fù)雜問題，但他們可能會遇到一些需要人為接觸的基本問題。他們也無法將某些結(jié)果與具有實際意義的人類經(jīng)驗聯(lián)系起來，并且必須與真實的現(xiàn)場案例有意義地相關(guān)，“他說。

人工智能，物聯(lián)網(wǎng)(IoT)和第四次工業(yè)革命(4IR)正在顯著改變數(shù)據(jù)的收集，管理和分析方式。“有了物聯(lián)網(wǎng)，我們最終會達到這樣的程度：幾乎所有東西都具有計算能力或傳感器并定期發(fā)送數(shù)據(jù)，從而產(chǎn)生大數(shù)據(jù)。要從該數(shù)據(jù)中獲取洞察力，您需要使用AI工具來繪制所需的見解。因此，這些都是相互關(guān)聯(lián)的，并且在更大的情況下，如第四次工業(yè)革命(4IR)，它更多的是定義你將關(guān)注哪些用例，“他說。“它將推動行業(yè)變革，因為他們開始要求減少人為干預(yù)。例如，在制造業(yè)中，我們設(shè)想工廠由機器人或AI運行，甚至自主運行。

Dlamini得出結(jié)論，組織已經(jīng)為這種可能性做好了準備。“雖然數(shù)據(jù)分析功能看起來非常新穎且?guī)缀蹙哂形磥砀校罱K將與通用計算機技能相同。30年前，計算機技能只適用于少數(shù)人，現(xiàn)在已成為常態(tài)。我們預(yù)計很快，就像計算機技能一樣，每個人都將擁有分析數(shù)據(jù)的技能，以及應(yīng)用正確工具來獲取所需見解的能力。“