我最近與領先的企業(yè)分析平臺Alteryx首席執(zhí)行官安迪·麥克米倫（Andy Macmillan）的對話強調了這一在AI革命中的關鍵但不足的作用。正如麥克米倫（MacMillan）所解釋的那樣，原始業(yè)務數據與AI-Ready信息之間的差距需要人類的專業(yè)知識，將技術知識與深層業(yè)務知識相結合。

麥克米倫告訴我：“我認為由於AI，將會出現一系列新角色?！?“我認為我們已經談論了當今的技術角色。正在建立大型語言模型的人，正在建立AI代理商的人。但是我認為也將需要的是商業(yè)專業(yè)知識?！?

AI-DATA斷開連接

大多數組織花了數十年的時間圍繞業(yè)務應用程序組織數據。您的CRM數據結構化以支持您的CRM軟件。您的ERP數據是為ERP功能設計的。但是人工智能需要不同的東西。

麥克米倫解釋說：“本質上，世界上最大的數據準備和數據轉換項目即將開始。” “公司重新考慮使用這些數據所需的內容?！?/p>

這種不匹配會產生一個基本問題。您不能簡單地將AI系統(tǒng)指向您現有的業(yè)務數據，並期望它了解您的業(yè)務流程，公司政策或行業(yè)細節(jié)。麥克米倫（Macmillan）用銷售委員會的實例說明了這一點：

“如果你問銷售負責人，委員會計劃是什麼？他們要說他們在哪個團隊？他們在哪個區(qū)域？他們的補償計劃是什麼樣的？我們正在運行哪些問題和計劃？”他解釋說。 “您可能必須將他們的傭金計劃從您的傭金平臺中取出。您可能必須從人力資源數據庫中獲取基本工資。'因為通常，他們的傭金是其工資的百分比?！?/p>

AI分析師到底是什麼？

AI分析師彌合了業(yè)務知識與AI能力之間的差距。這些專業(yè)人員了解業(yè)務運營以及如何準備數據以使AI真正有價值。

根據麥克米倫（Macmillan）的說法，理想的候選人是“實際上是數據理解的結合，而是商業(yè)敏銳度。不僅是一個能夠做到真正有趣的計算機科學或數據科學的人。您將不得不了解真正使業(yè)務打擊的是什麼?！?/p>

這些分析師了解業(yè)務流程如何工作，並將其轉化為AI可以使用的數據工作流程。他們了解需要哪些問題以及需要什麼上下文才能使答案有意義。

麥克米倫預測：“我認為在接下來的十年中，每個知道如何使用這些數據集並了解業(yè)務的人都會有一個巨大的機會?！?“這些是企業(yè)用戶，而不僅僅是數據科學家。這些人了解數據如何使業(yè)務運作?！?/p>

AI數據交換所

除了在技術上準備數據外，組織還面臨治理挑戰(zhàn)，在確定AI系統(tǒng)應訪問哪些信息時。

麥克米倫說：“我們有自上而下的任務，可以使用更多的AI和自上而下的任務，即我們的數據，IP，我們的任何信息都無法放入任何AI工具中?！?/p>

在這裡，“ AI數據交換所”的概念成為必不可少的 - 一種系統(tǒng)的方法，用於審查，批準和管理哪些數據輸入AI系統(tǒng)的方法。

麥克米倫解釋說：“您可以有一個返回交換所的過程?！?“您可以使用Alteryx構建的數據工作流，然後說，好吧，在此工作流程，此數據流中，我要刪除此信息，我將重新發(fā)布此工作流程。我會再次獲得簽名?！?/p>

這種正式結構可幫助組織與合規(guī)性和安全問題之間的創(chuàng)新平衡。它創(chuàng)建了一個可審核的，可管理的系統(tǒng)，可為AI工具提供業(yè)務信息。

從儀表板到AI生成的見解

AI轉換也在改變我們與分析的互動方式。 AI無需靜態(tài)儀表板需要人類的解釋，而是提供敘述性報告，強調最重要的見解。

“想像一下，我沒有去儀表板去，而是去我的大公司儀表板，所有這些都是顏色編碼的，我正在點擊試圖弄清楚發(fā)生了什麼。如果，如果您只是收到一份報告告訴您發(fā)生了什麼的報告，該怎麼辦？”麥克米倫建議。

Alteryx用他們稱為“魔術報告”的內容來投資於此能力 - AI生成的分析解釋了正在發(fā)生的事情，而不僅僅是顯示數據。

麥克米倫詳細闡述說：“我較早的關於銷售在西南部的示例是我的化妝例子，對嗎？如果我收到報告，每週的銷售報告，而我的銷售報告不僅僅是一組數字，而是一個分析。” “嘿，安迪，這是您的報告。這是事情的進展。順便說一句，銷售額在西南；您會注意到這一點。”

業(yè)務分析的未來

用於AI使用的企業(yè)數據的轉換代表了組織對其信息資產的思考方式的基本轉變。儘管當前的AI實現通常專注於使用非結構化數據的創(chuàng)意任務，但實際業(yè)務價值將來自將AI應用於結構化業(yè)務數據。

麥克米倫指出：“如今，AI周圍最強大的用例往往是，我正在使用創(chuàng)意作品來創(chuàng)作其他創(chuàng)意作品。” “這與問它不同，西南地區(qū)發(fā)生了什麼，並了解如何分析您的業(yè)務。”

這種過渡提出了有關組織應該擁有哪些系統(tǒng)和能力的戰(zhàn)略問題。公司是否會依靠其現有軟件供應商的AI代理，建立專有系統(tǒng)或創(chuàng)建混合方法？

麥克米倫（Macmillan）預測：“我認為，自從.com繁榮以來，接下來的五年技術將比任何五年更有趣。” “隨著人們的確重新思考可能?！?/p>

AI革命背後的人

儘管許多人擔心AI取代工作，但麥克米倫（Macmillan）看到了巨大的機會，特別是對於那些接受這些變化的分析的人。

他說：“對於某些人來說，這是一個很大的問題。但是我認為，如果您處於數據和分析空間中，那麼對企業(yè)的運作方式非常需要大量知識?！?/p>

AI分析師的角色不僅代表了一個新的職稱，還代表了AI如何重塑業(yè)務的反映。最成功的實施方式不是具有最複雜的算法的實施，而是那些將技術能力與人類商業(yè)專業(yè)知識相結合的實施方式。

當組織導航這一過渡時，那些認識到人類元素在使AI真正提供業(yè)務準備的人將在將人工智能變成真正的商業(yè)智能方面具有重要優(yōu)勢。

以上是AI分析師的崛起：為什麼這可能是AI革命中最重要的工作的詳細內容。更多資訊請關注PHP中文網其他相關文章！