ऐ एक्सेस: आधुनिक व्यवसाय के लिए अगली स्प्रेडशीट क्रांति?

विषय

• डेटा साइंस से बेहतर व्यावसायिक परिणामों की कुंजी
• डोमेन विशेषज्ञता के साथ उन लोगों के लिए ऐ का विस्तार
• निर्णय में क्या जाता है यह समझना
• नो बग्स, नो स्ट्रेस - योर स्टेप बाय स्टेप गाइड बाय स्टेप गाइड टू लाइफ-चेंजिंग सॉफ्टवेर विदाउट योर लाइफ
• इंटरनेट के उदय से सबक
• अब तकनीक को सुलभ बनाना
• समय और लागत को कम करके जोखिम को कम करना

स्रोत: डेनिस्मैगिलोव / ड्रीमस्टाइम.कॉम

ले जाओ:

एआई का भविष्य प्रभावशाली मोनोशॉब्स नहीं है, लेकिन सांसारिक दैनिक उपयोग जो हम स्प्रेडशीट के साथ जोड़ते हैं। एआई के पास कुछ दुर्लभ क्षेत्रों से लेकर आम व्यावसायिक उपयोग तक एआई के उद्भव के बारे में है।

डेटा साइंस से बेहतर व्यावसायिक परिणामों की कुंजी

में हार्वर्ड व्यापार समीक्षा लेख, Alessandro Di Fiore, के संस्थापक और सीईओ रणनीतिक नवाचार के लिए यूरोपीय केंद्र (ईसीएसआई) ने इस धारणा को गिनाया कि "अधिक कंपनियां डेटा वैज्ञानिकों व्यावसायिक प्रभाव उत्पन्न करने का एक बेहतर मौका है। ”दोनों उनके परामर्श कार्य और अनुसंधान, वह इस निष्कर्ष पर पहुंचा है कि बड़ी संख्या में डेटा वैज्ञानिकों को काम पर रखने से व्यवसाय के लिए बेहतर परिणाम नहीं मिलते हैं।

फ़िनक्रॉस इंटरनेशनल के संस्थापक और उप-मुख्य कार्यकारी अधिकारी हेनरी जेम्स के साथ हाल ही में एक साक्षात्कार में मेरे लिए ऐसा ही अवलोकन किया गया था, जिन्होंने कहा था कि उन्होंने बड़े संसाधनों वाले व्यवसायों में निवेश करने के लिए क्या देखा है डेटा विज्ञान क्या वे वास्तव में, 50 से पांच की टीम के साथ बेहतर कर सकते हैं।

डोमेन विशेषज्ञता के साथ उन लोगों के लिए ऐ का विस्तार

डि फियोर ने एक कंपनी के लिए वास्तव में क्या फर्क पड़ता है, बताया, “पहुंच का लोकतंत्रीकरण है ऐ उपकरण और निर्णय लेने की शक्ति प्रबंधकों और कर्मचारियों के बीच जो अधिक मूर्त मूल्य बनाता है। ”उन्होंने कहा,“ सर्वोत्तम प्रथाओं से पता चलता है कि कैसे लोकतांत्रिककरण त्वरित और बेहतर वितरित निर्णयों के बारे में ला सकता है, जिससे कंपनियों को बाजार में बदलाव और अवसरों के लिए अधिक चुस्त और उत्तरदायी बनाया जा सकता है। “(कुछ व्यवसाय पहले से ही AI का उपयोग कैसे कर रहे हैं, इसके बारे में जानने के लिए देखें एआई टुडे: हू इज़ यूज़ इट राइट राइट, एंड हाउ.)

जबकि वह "लोकतंत्रीकरण" शब्द की परवाह नहीं करता है और "टीम स्पोर्ट," टॉड हे, ओपल के सीओओ को पसंद करता है, उस दृष्टिकोण से सहमत है। जैसा कि उन्होंने टेकोपेडिया के साथ एक साक्षात्कार में समझाया था, वह दुर्लभ और केंद्रीकृत AI से बदलाव को जन-जन तक ले जाने के अनुरूप है। स्प्रेडशीट, एक उपयोगी उपकरण जो सभी व्यवसायियों द्वारा उपयोग किया जाना चाहिए।

"विषय और डोमेन विशेषज्ञ व्यवसाय को प्रभावित करने वाली भविष्यवाणी का आकलन करने के लिए सबसे अच्छी स्थिति में हैं," हे ने कहा। लेकिन एक सेटअप के साथ जो डेटा वैज्ञानिकों को उन के प्रभारी के रूप में रखता है भविष्य कहनेवाला मॉडल, "उन्हें इस प्रक्रिया से बाहर रखा गया है।" यह व्यवसाय के लाभ के लिए नहीं है।

हालांकि वह मानता है कि डेटा वैज्ञानिकों को गणित और सांख्यिकी में विशेषज्ञता है कि अगर कोई मॉडल अच्छा प्रदर्शन करता है या नहीं, तो यह निर्धारित करने की क्षमता नहीं है कि वे एआई को हल करने के लिए कौन से प्रश्न डाल रहे हैं। और मॉडल विशेषज्ञता और हितधारक विशेषज्ञता के बीच का अंतर इस तथ्य के लिए है कि "70% -80% केस मॉडल का उपयोग कभी नहीं किया जाता है।"

निर्णय में क्या जाता है यह समझना

मॉडल के काम करने के तरीके को समझने में सक्षम नहीं होने के लिए आगे के प्रभाव हैं। स्वास्थ्य, बीमा या वित्त जैसे विनियमित उद्योगों में, हे ने कहा, चिंता एक ऐसी स्थिति में हो रही है जिसमें उन्हें ऑडिट करने वालों को निर्णय लेने की प्रक्रिया को समझाना होगा और ऐसा करने में सक्षम नहीं होना चाहिए।

रिक सालेटा, एआई के ओपल के वरिष्ठ बिक्री विपणन कार्यकारी, मशीन लर्निंग और डेटा विज्ञान, ने साक्षात्कार में अपने समझौते पर ध्यान दिया और कहा कि इस कारण व्यवसाय अब "पारदर्शी एआई" के रूप में विकसित हो रहे हैं व्याख्या करने योग्य ए.आई.। जैसा कि हमने अंदर देखा एअर इंडिया को कुछ समझ में आ रहा है, एआई अपने निष्कर्ष पर कैसे पहुंचता है, इसकी स्पष्ट व्याख्या के अभाव में, आप यह सुनिश्चित नहीं कर सकते हैं कि यह "पूर्वाग्रह-मुक्त" है। उन्होंने आगे कहा, "एआई ने यह कहकर व्यवसाय की जिम्मेदारी को उचित रूप से संचालित करने के लिए हिला देने के लिए स्वीकार्य नहीं है।" यह। "

नो बग्स, नो स्ट्रेस - योर स्टेप बाय स्टेप गाइड बाय स्टेप गाइड टू लाइफ-चेंजिंग सॉफ्टवेर विदाउट योर लाइफ

जब कोई भी सॉफ़्टवेयर गुणवत्ता की परवाह नहीं करता है तो आप अपने प्रोग्रामिंग कौशल में सुधार नहीं कर सकते हैं।

इंटरनेट के उदय से सबक

ब्लैक बॉक्स की तरह एआई ऑपरेटिंग के सामने जो डर बना हुआ है, वह पूरी तरह से लाभ उठाने वाले व्यवसायों को वापस कर रहा है जो इसे संभव बनाता है। यह एक मानसिकता है जिसे हे के अनुसार बदलना होगा। उन्होंने सुझाव दिया आज ए.आई. 90 के दशक के उत्तरार्ध में इंटरनेट की तरह है। इसका मतलब है कि इसमें कुछ शानदार विफलताएँ होंगी Pets.com और इस तरह के अन्य मिसफायर के कारण लोगों को यह निश्चित नहीं लगता कि नई तकनीक को कैसे लागू किया जाए। और नई तकनीक का डर लोगों को पीछे खींचता है, उन्होंने कहा: "यह नया और डरावना और बहुत जटिल है।"

लेकिन उन लोगों के लिए भी बहुत अच्छा अवसर है जो इसे समझ रहे हैं। "सभी सामान जो अब हम देख रहे हैं वह इंटरनेट द्वारा खोला गया था क्योंकि लोग नई चीजों को आज़माने के इच्छुक थे," हे ने कहा। अब भी यही स्थिति है लोगों को सक्षम करने वाला ए.आई. यह जानने के लिए कि "उन्हें क्या पता था कि उन्हें भी ढूंढना चाहिए।" उन्हें अपनी खुद की क्षमता पर भी संदेह नहीं करना चाहिए, क्योंकि कई "कंपनी में अधिक कौशल है जितना उन्होंने सोचा था कि वे करते हैं," विशेष रूप से "विषय के विशेषज्ञ और जो लोग डेटा जानते हैं। "

अब तकनीक को सुलभ बनाना

"हम यह देखना चाहते हैं कि हर कंपनी एआई का लाभ कैसे उठा सकती है - आज," हे ने घोषणा की। ऐसा होने के लिए, डेटा विज्ञान विशेषज्ञों के सर्कल के बाहर एआई को सुलभ बनाना आवश्यक है। "दुनिया में सक्षम डेटा वैज्ञानिकों की संख्या उन कंपनियों की संख्या से काफी कम है जो इससे लाभान्वित होंगे," उन्होंने समझाया। तदनुसार, अधिक व्यावसायिक समस्याओं को हल करने की कुंजी "एंड्रयू एनजी होने के लिए अधिक लोगों को प्रशिक्षित नहीं करना है बल्कि लोगों को तकनीक उपलब्ध कराना है।"

दरअसल, यह भविष्य की लहर है, के अनुसार गार्टनर, जो इस वर्ष की भविष्यवाणी की है में वृद्धि देखी जाएगी "स्व-सेवा" विश्लेषिकी। एअर इंडिया में महत्वपूर्ण प्रगति, साथ ही साथ पूरक तकनीकों जैसे "सास (बादल) एनालिटिक्स तथा बीआई गार्टनर के शोध निदेशक कार्ली जे। डॉसिन ने कहा, "प्रभावी विश्लेषण करने और अपने निर्णय लेने के बारे में बेहतर जानकारी देने के लिए मंच विशेषज्ञ के लिए पहले से कहीं अधिक आसान और अधिक लागत प्रभावी बना रहे हैं।"

जब इसे एक व्यवसाय में लगाया जाता है, और अधिक कर्मचारी एआई के लाभों के लिए खुद को मदद करने के लिए अपनी अनिच्छा को दूर करते हैं, तो यह वास्तव में संगठन के भीतर दर्शक खेल के बजाय एक सहभागी बन सकता है। उस पारी का जबरदस्त असर हो सकता है। (यदि आपने अपने व्यवसाय के लिए AI के बारे में ज्यादा नहीं सोचा है, तो यहां कुछ कार्यान्वयन हैं जिन पर आप विचार करना चाहते हैं: 5 तरीके कंपनियां एआई का उपयोग करने पर विचार करना चाहती हैं.)

समय और लागत को कम करके जोखिम को कम करना

"लोग एक परिकल्पना को चलाने के लिए छह महीने खर्च करने से डरते हैं," हे ने समझाया, क्योंकि यह समय और धन का इतना बड़ा निवेश है जो अंततः विफल हो सकता है। हालांकि, यदि ऐ इन प्रमुख चन्द्रमा परियोजनाओं के लिए एक लंबे समय के क्षितिज के साथ आरक्षित नहीं है, लेकिन अधिक सामान्य कार्यों के लिए जो अधिक तेज़ी से पूरा हो जाते हैं, संभवतः दैनिक आधार पर भी, वे "स्प्रेडशीट की तरह अधिक" बन जाते हैं, जिसका अर्थ है एक सुलभ, सस्ता उपकरण जो लोग नहीं हैं कोशिश करने से डर लगता है, यहां तक ​​कि कई अलग-अलग लोगों के माध्यम से काम करने के लिए जो अपनी आवश्यकताओं को सबसे अच्छा लगता है।

हालांकि, होर्सटाइन का कहना है कि इसका मतलब यह नहीं है कि व्यवसायों को अपने कर्मचारियों से यह अपेक्षा करनी चाहिए कि वे इसका उपयोग कैसे करें और इसे अपनी जरूरतों के हिसाब से कैसे अनुकूलित करें। वह जोर देकर कहती हैं कि "प्रशिक्षण, सहायता और ऑनबोर्डिंग प्रक्रियाओं के लिए अधिकांश स्वयं-सेवा उपयोगकर्ताओं को सार्थक आउटपुट का उत्पादन करने में मदद करने की आवश्यकता होती है।" तदनुसार, यह आवश्यक है कि "जल्दी से उठने और चलने के तरीके, साथ ही साथ आवेदन कैसे करें, इस पर सही मार्गदर्शन प्रदान करें।" उनकी विशिष्ट व्यावसायिक समस्याओं के लिए उनके नए उपकरण। ”और वह - डेटा विज्ञान टीम की संख्या बढ़ाने के बजाय - व्यावसायिक समस्याओं के बेहतर समाधान की कुंजी है।