AI 분석가의 부상 : AI 혁명에서 이것이 가장 중요한 일이 될 수있는 이유

최근 Enterprise Analytics 플랫폼 Alteryx의 CEO 인 Andy MacMillan과의 대화는 AI 혁명 에서이 비판적이면서도 저평가 된 역할을 강조했습니다. MacMillan이 설명했듯이, 원시 비즈니스 데이터와 AI-Ready Information의 격차는 기술 지식과 깊은 비즈니스 통찰력을 결합한 인간의 전문 지식이 필요합니다.

MacMillan은 "AI 때문에 나오는 새로운 역할이 전체적으로있을 것이라고 생각한다"고 MacMillan은 말했다. "오늘날 우리는 기술 역할에 대해 많은 이야기를하고 있다고 생각합니다. 대형 언어 모델을 구축하는 사람들, AI 요원을 구축하는 사람들. 그러나 필요한 것은 비즈니스 전문 지식이라고 생각합니다."

AI-Data 연결이 끊어집니다

대부분의 조직은 비즈니스 애플리케이션에 관한 데이터를 수십 년 동안 정리했습니다. CRM 데이터는 CRM 소프트웨어를 지원하도록 구성되어 있습니다. ERP 데이터는 ERP 기능을 위해 설계되었습니다. 그러나 AI는 다른 것이 필요합니다.

MacMillan은 "본질적으로 세계 최대의 데이터 준비 및 데이터 변환 프로젝트가 시작될 예정"이라고 설명했다. "회사는이 데이터를 사용하는 데 필요한 것을 다시 생각합니다."

이 불일치는 근본적인 문제를 만듭니다. 기존 비즈니스 데이터에서 AI 시스템을 지적 할 수 없으며 비즈니스 프로세스, 회사 정책 또는 산업 세부 사항을 이해할 것으로 기대합니다. MacMillan은 이것을 판매 커미션의 실질적인 예로 설명했습니다.

"당신이 영업 리더에게 물어 보면, 커미션 계획은 어떻습니까? 그들은 어떤 팀에 있다고 말할 것입니다. 그들은 어떤 지역에 있습니까? 그들의 Comp 계획은 어떤 모습입니까? 우리는 어떤 스파프와 프로그램을 운영하고 있습니까?" 그는 설명했다. "커미션 플랫폼에서 커미션 계획을 세워야 할 수도 있습니다. HR 데이터베이스에서 기본 급여를 얻어야 할 수도 있습니다. '일반적으로 커미션은 급여의 백분율입니다."

AI 분석가는 정확히 무엇입니까?

AI 분석가는 비즈니스 지식과 AI 기능 사이의 격차를 해소합니다. 이 전문가들은 비즈니스 운영과 AI를 진정으로 가치있게 만드는 데이터를 준비하는 방법을 이해합니다.

MacMillan에 따르면, 완벽한 후보자는 "실제로 데이터 이해의 혼합이지만 비즈니스 통찰력입니다. 정말 흥미로운 컴퓨터 과학이나 데이터 과학을 할 수있는 사람이 아닙니다. 비즈니스를 실제로 틱하는 이유를 이해해야 할 것입니다."

이 분석가들은 비즈니스 프로세스가 어떻게 작동하는지에 대한 지식을 취하고이를 AI가 사용할 수있는 데이터 워크 플로로 변환합니다. 그들은 어떤 질문이 필요한지, 그리고 답변을 의미있게 만들기 위해 어떤 맥락이 필요한지 이해합니다.

맥밀란은“향후 10 년 동안이 데이터 세트를 사용하고 비즈니스를 이해하는 방법을 알고있는 모든 사람들에게 큰 기회가 될 것이라고 생각한다. "이들은 단순히 데이터 과학자가 아니라 비즈니스 사용자입니다. 이들은 데이터가 비즈니스 작동 방식을 이해하는 사람들입니다."

AI 데이터 정보 센터

기술적으로 데이터를 준비하는 것 외에도 조직은 AI 시스템에 액세스 할 수있는 정보를 결정하는 데 거버넌스 문제에 직면합니다.

MacMillan은 "우리는 더 많은 AI를 사용해야 할 하향식 의무가 있으며, 우리의 데이터, IP, 정보 중 어느 것도 AI 도구에 넣을 수 없다는 하향식 의무가 있습니다.

"AI 데이터 클리닝 하우스"의 개념이 필수적이되는 곳입니다. 데이터가 AI 시스템에 공급되는 데이터를 검토, 승인 및 관리하는 체계적인 접근 방식입니다.

MacMillan은 "Clearinghouse로 돌아갈 수있는 과정을 가질 수있다"고 설명했다. "당신은 AlteryX를 사용하여 구축 할 수있는 것과 같은 데이터 워크 플로에 들어가고,이 워크 플로우 에서이 데이터 흐름 에서이 정보를 꺼내고이 워크 플로를 다시 게시 할 것입니다. 다시 사인 오프 할 것입니다."

이 공식적인 구조는 조직이 규정 준수 및 보안 문제와 혁신의 균형을 맞추는 데 도움이됩니다. AI 도구에 비즈니스 정보를 사용할 수 있도록 감사하고 관리 가능한 시스템을 만듭니다.

대시 보드에서 AI 생성 통찰력에 이르기까지

AI 변환은 또한 우리가 분석과 상호 작용하는 방식을 바꾸고 있습니다. AI는 인간의 해석이 필요한 정적 대시 보드 대신 가장 중요한 통찰력을 강조하는 서술 보고서를 전달할 수 있습니다.

"시각화 대신 대시 보드로 이동하는 대신 대시 보드에 가서 모두 색상으로 코딩 된 것이며 무슨 일이 일어나고 있는지 알아 내려고 노력하고 있습니다. 대신 무슨 일이 일어나고 있는지 말하는 보고서를 받고 있다면 어떻게해야합니까?" 맥밀란이 제안했다.

Alteryx는 데이터를 표시하는 대신 무슨 일이 일어나고 있는지 설명하는 AI 생성 분석 인 "Magic Reports"라고 부르는이 기능에 투자하고 있습니다.

MacMillan은 "남서부에서 판매가 줄어드는 예를 들어, 내 메이저의 예제는 내 구성 예입니다. 보고서를 받고 있다면 매주 영업 보고서를 받고 매주 판매 보고서가 일련의 숫자가 아니라 분석이었습니다." "이봐, 앤디, 여기에 보고서가있다.

비즈니스 분석의 미래

AI 사용을위한 엔터프라이즈 데이터의 변환은 조직이 정보 자산에 대해 생각하는 방식의 근본적인 변화를 나타냅니다. 현재 AI 구현은 구조화되지 않은 데이터를 사용하는 창의적인 작업에 종종 초점을 맞추고 있지만 실제 비즈니스 가치는 AI를 구조화 된 비즈니스 데이터에 적용하는 데 있어야합니다.

MacMillan은“오늘날 AI 주변에서 가장 강력한 사용 사례는 창의적인 작품을 사용하여 다른 창의적인 작품을 만들고 있습니다. "그것은 남서부 지역에서 무슨 일이 일어나고 있는지, 비즈니스를 분석하는 방법을 이해하게하는 것과 다릅니다."

이 전환은 조직이 소유 해야하는 시스템과 기능에 대한 전략적 질문을 제기합니다. 회사는 기존 소프트웨어 공급 업체의 AI 에이전트에 의존하거나 독점 시스템을 구축하거나 하이브리드 접근 방식을 생성합니까?

Macmillan은 "다음 5 년 동안 기술의 5 년이 5 년보다 더 흥미로울 것이라고 생각합니다. "사람들이 가능한 것을 다시 생각할 때."

AI 혁명 뒤에있는 사람들

많은 사람들이 AI가 직업을 대체하는 것에 대해 걱정하지만, 맥밀란은 특히 이러한 변화를 수용하는 분석에 참여한 사람들에게 엄청난 기회를보고 있습니다.

"일부 사람들에게는 꽤 큰 관심사입니다.하지만 데이터와 분석 공간에 있다면 비즈니스 운영 방식에 대한 많은 지식이 크게 필요할 것이라고 생각합니다."

AI 분석가 역할은 새로운 직무 소유권 일뿐 만 아니라 AI가 비즈니스를 재구성하는 방법을 반영합니다. 가장 성공적인 구현은 가장 정교한 알고리즘을 보유한 구현은 아니지만 기술 기능과 인간 비즈니스 전문 지식을 가장 잘 결합한 알고리즘이 아닙니다.

조직이 이러한 전환을 탐색함에 따라 AI를 진정으로 비즈니스에 적용 할 때 인간 요소의 중요성을 인식하는 사람들은 인공 지능을 진정한 비즈니스 인텔리전스로 바꾸는 데 상당한 이점을 얻을 것입니다.

위 내용은 AI 분석가의 부상 : AI 혁명에서 이것이 가장 중요한 일이 될 수있는 이유의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!