Der Aufstieg des KI -Analysten: Warum dies der wichtigste Job in der KI -Revolution sein könnte

Mein jüngstes Gespräch mit Andy Macmillan, CEO der führenden Unternehmensanalyse -Plattform Alteryx, zeigte diese kritische, aber unterschätzte Rolle in der KI -Revolution. Wie Macmillan erklärt, erfordert die Kluft zwischen Rohgeschäftsdaten und KI-fähigen Informationen menschliches Fachwissen, das technisches Wissen mit tiefem Geschäftssinn kombiniert.

"Ich denke, es wird eine ganze Reihe neuer Rollen geben, die wegen KI auftauchen", sagte Macmillan. "Ich denke, wir sprechen heute viel über die technologischen Rollen. Menschen, die die großen Sprachmodelle aufbauen, Menschen, die die AI -Agenten aufbauen. Aber ich denke, was auch benötigt wird, ist das Geschäftskompetenz."

Die AI-Daten trennt die Verbindung

Die meisten Unternehmen haben Jahrzehnte damit verbracht, ihre Daten zu Geschäftsanwendungen zu organisieren. Ihre CRM -Daten sind strukturiert, um Ihre CRM -Software zu unterstützen. Ihre ERP -Daten sind für ERP -Funktionen ausgelegt. Aber KI braucht etwas anderes.

"Was im Wesentlichen das weltweit größte Datenvorbereitungs- und Datentransformationsprojekt der Daten ist, steht vor der Tür", erklärte Macmillan. "Unternehmen überdenken, wofür sie diese Daten verwenden müssen."

Diese Nichtübereinstimmung schafft ein grundlegendes Problem. Sie können ein KI -System nicht einfach auf Ihre vorhandenen Geschäftsdaten richten und erwarten, dass es Ihre Geschäftsprozesse, Unternehmensrichtlinien oder Branchenspezifikationen versteht. Macmillan illustrierte dies mit einem praktischen Beispiel für Verkaufsprovisionen:

"Wenn Sie einen Vertriebsführer fragen, in welcher Provisionsplan werden sie sagen? Er erklärte. "Möglicherweise müssen Sie ihren Provisionsplan aus Ihrer Provisionsplattform herausholen. Möglicherweise müssen Sie ihr Grundgehalt aus Ihrer HR -Datenbank herausholen.“ Denn normalerweise ist ihre Provision ein Prozentsatz ihres Gehalts. "

Was genau ist ein AI -Analyst?

Der AI -Analyst schließt die Lücke zwischen Geschäftswissen und KI -Fähigkeiten. Diese Fachleute verstehen sowohl Geschäftsbetriebe als auch, wie sie Daten vorbereiten, um KI wirklich wertvoll zu machen.

Laut MacMillan ist der perfekte Kandidat "wirklich diese Mischung aus Datenverständnis, aber Geschäftssinn. Es ist nicht nur jemand, der wirklich interessante Informatik- oder Datenwissenschaften tun kann. Sie müssen verstehen, was das Geschäft wirklich zum Ticken bringt."

Diese Analysten nutzen ihre Kenntnisse darüber, wie Geschäftsprozesse funktionieren, und übersetzen dies in Datenworkflows, die KI verwenden können. Sie verstehen, welche Fragen stellen müssen und welcher Kontext erforderlich ist, um Antworten aussagekräftig zu machen.

"Ich denke, für das nächste Jahrzehnt wird es für alle eine große Chance geben, die weiß, wie man mit diesen Datensätzen arbeitet und das Geschäft versteht", sagte Macmillan voraus. "Dies sind Geschäftsanwender, nicht nur Datenwissenschaftler. Dies sind Personen, die verstehen, wie die Daten die Unternehmen funktionieren lassen."

Das AI -Daten Clearinghouse

Neben der technischen Vorbereitung technisch gesehen stellen sich die Organisationen vor den Herausforderungen der Regierungsführung, um zu bestimmen, welche Informationen für KI -Systeme zugänglich sein sollten.

"Wir haben ein Top-Down-Mandat, mehr KI und ein Top-Down-Mandat zu verwenden, dass keines unserer Daten, unsere IP, unsere Informationen in ein KI-Tool eingebracht werden kann", sagte Macmillan und beschreibt die widersprüchlichen Richtungen, die er von mehreren Kunden gehört hat.

Hier wird das Konzept eines "KI -Datenclearinghouse" wesentlich - ein systematischer Ansatz zur Überprüfung, Genehmigung und Verwaltung, was Daten in KI -Systeme einspeisen.

"Sie können einen Prozess haben, bei dem Sie zum Clearinghouse zurückkehren", erklärte Macmillan. "Sie gehen in einen Datenworkflow wie einen, den Sie mit Alteryx erstellen könnten, und Sie sagen: Okay, in diesem Workflow, diesen Datenfluss, ich werde diese Informationen herausziehen und ich werde diesen Workflow erneut veröffentlichen. Ich werde mich wieder abschließen."

Diese formelle Struktur hilft Unternehmen, Innovationen mit Einhaltung von Einhaltung und Sicherheitsbedenken in Einklang zu bringen. Es schafft ein prüfbares, überschaubares System, mit dem AI -Tools Geschäftsinformationen zur Verfügung stehen.

Von Dashboards bis hin zu AI-generierten Erkenntnissen

Die KI -Transformation verändert auch die Art und Weise, wie wir mit Analysen interagieren. Anstelle von statischen Dashboards, die menschliche Interpretation erfordern, kann KI narrative Berichte liefern, die die wichtigsten Erkenntnisse hervorheben.

"Stellen Sie sich vor, ich gehe zu einem Dashboard, anstatt die Visualisierung zu sein, ich gehe zu meinem großen Firmen-Dashboard, und es ist alles farbcodiert, und ich klicke herum, um herauszufinden, was los ist. Was wäre, wenn Sie stattdessen gerade einen Bericht erhalten, der Ihnen gesagt hat, was los ist?" Schlug Macmillan vor.

Alteryx investiert in diese Fähigkeit in die sogenannten "magischen Berichte"-AI-generierte Analysen, die erklären, was passiert, anstatt nur Daten anzuzeigen.

"Mein Beispiel früher, wenn der Umsatz im Südwesten gesunken ist, ist mein erfundenes Beispiel, oder? Was wäre, wenn ich einen Bericht, mein Verkaufsbericht jede Woche und mein Verkaufsbericht nicht nur eine Reihe von Zahlen, sondern eine Analyse war", erarbeitete Macmillan. "Hey, Andy, hier ist dein Bericht. So läuft die Dinge. Übrigens sind die Verkäufe im Südwesten gesunken. Sie werden dies bemerken."

Die Zukunft der Geschäftsanalyse

Die Transformation von Unternehmensdaten für die Verwendung von KI stellt eine grundlegende Verschiebung bei der Nachdenken von Organisationen über ihre Informationsgüter dar. Während sich aktuelle KI -Implementierungen häufig auf kreative Aufgaben unter Verwendung unstrukturierter Daten konzentrieren, wird der tatsächliche Geschäftswert von der Anwendung von KI auf strukturierte Geschäftsdaten entstehen.

"Heute, die mächtigsten Anwendungsfälle in der Nähe von AI, neige ich dazu, kreative Arbeiten zu verwenden, um andere kreative Arbeiten zu erstellen", bemerkte Macmillan. "Das ist anders als zu fragen, was in der südwestlichen Region vor sich geht und es versteht, wie Sie Ihr Geschäft analysieren können."

Dieser Übergang wirft strategische Fragen darüber auf, welche Systeme und Fähigkeiten Organisationen im Vergleich zu Kauf besitzen sollten. Werden Unternehmen sich auf KI -Agenten ihrer vorhandenen Softwareanbieter verlassen, proprietäre Systeme aufbauen oder hybride Ansätze erstellen?

"Ich denke, die nächsten fünf Jahre in der Technik werden interessanter sein als alle fünf Jahre, vielleicht seit dem .com -Boom", sagte Macmillan voraus. "Da die Leute wirklich überdenken, was möglich ist."

Die Menschen hinter der KI -Revolution

Während sich viele Sorgen machen, dass KI Arbeitsplätze ersetzt, sieht Macmillan enorme Chancen, insbesondere für diejenigen in Analysen, die diese Veränderungen annehmen.

"Für einige Leute ist das ein ziemlich großes Anliegen. Aber ich denke, wenn Sie sich im Bereich Daten und Analyse befinden, wird es ein großes Bedürfnis nach viel Wissen darüber geben, wie Unternehmen arbeiten", sagte er.

Die AI -Analystenrolle repräsentiert nicht nur eine neue Berufsbezeichnung, sondern auch eine Reflexion darüber, wie KI das Geschäft umformt. Die erfolgreichsten Implementierungen sind nicht diejenigen mit den anspruchsvollsten Algorithmen, aber diejenigen, die die technologischen Fähigkeiten am besten mit menschlichem Geschäftskompetenz kombinieren.

Wenn Organisationen diesen Übergang navigieren, werden diejenigen, die die Bedeutung des menschlichen Elements für die wirklich geschäftsbereitete KI erkennen, erhebliche Vorteile bei der Umwandlung künstlicher Intelligenz in echte Business Intelligence gewinnen.

Das obige ist der detaillierte Inhalt vonDer Aufstieg des KI -Analysten: Warum dies der wichtigste Job in der KI -Revolution sein könnte. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!