Почти каждый бизнес-лидер готов использовать генеративный ИИ для повышения эффективности, увеличения производительности и стимулирования инноваций. Однако на практике многие сталкиваются с недостаточной подготовкой данных. Наш ежегодный опрос главных директоров по данным (CDO) в Великобритании показал, что основными проблемами ранних пользователей генеративного ИИ являются качество данных для обучения и донастройки моделей больших языковых моделей (LLM) и общее качество данных.
Для того чтобы компании могли использовать генеративный ИИ, необходима надлежащая основа данных. Опрос показал, что треть CDO не имеют целостного понимания и полного обзора информации в своих организациях. Без такого понимания разработка полноценной стратегии по генеративному ИИ невозможна.
Технический мост
При правильном подходе генеративный ИИ может помочь нетехническим пользователям легко получать доступ к данным, понимать их и использовать. Долгое время сотрудники сталкивались с препятствиями в виде технических барьеров, разрозненных источников данных и недостатка знаний в области работы с данными. Потребность в освоении таких инструментов, как SQL и Python, ограничивала доступ к ценным данным для многих людей. Это касалось и исследователей, разрабатывающих новые препараты, и торговых команд, стремящихся лучше понять потребности клиентов.
Генеративный ИИ способствует более инклюзивному подходу. Компании, имеющие качественные и хорошо управляемые данные, позволяют сотрудникам работать с большими комплексными массивами данных с помощью простых языковых запросов. Например, маркетинговые аналитики могут попросить ИИ-модель проанализировать данные о «оттоке клиентов» и определить ключевые факторы, а менеджеры по цепочке поставок могут запросить прогнозы спроса на продукцию на основе истории продаж и рыночных трендов. Такой подход приносит интеллектуальную автоматизацию в обработку данных, позволяя быстро получать полезные инсайты.
Принципы прежде всего
Чтобы полностью использовать потенциал генеративного ИИ, необходимо сначала решить все проблемы в цепочке поставок данных. Организациям следует уделить внимание принципам управления данными, обеспечивая их целостность, актуальность, доступность и защищенность. В первую очередь, это включает инвестиции в упрощенные платформы управления данными, чтобы снизить технический долг и стимулировать инновации. Единая платформа объединяет различные наборы данных, ускоряя доставку продуктов на основе данных и предоставляя пользователям доступ к необходимой информации для принятия решений на основе данных.
Вторым важным аспектом является повышение грамотности сотрудников в области работы с данными для успешного внедрения генеративного ИИ. Сотрудники должны понимать, как структурировать запросы, интерпретировать данные и применять лучшие практики управления данными. Также важно уделить внимание точности данных, их актуальности, сохранению конфиденциальности и «объяснимости» — способности понять и отслеживать источники данных, используемые моделями. Прозрачность источников данных укрепляет доверие к получаемым инсайтам.
Например, в сфере здравоохранения и фармацевтики компании уже интегрируют единую платформу данных с генеративным ИИ в свои системы. Это позволяет всем сотрудникам иметь доступ к данным, ускоряет получение важных инсайтов и катализирует исследования и разработки.
Интеллектуально направляемый опыт с ИИ
Генеративный ИИ предлагает множество привлекательных возможностей — от ускорения разработки и открытия препаратов до революции в креативных процессах. Внедрение генеративного ИИ и приоритетные управленческие практики данных позволяют раскрыть будущее с повышенной продуктивностью, ускоренными инновациями и трансформацией на основе данных в различных отраслях.
Однако для того чтобы действительно стать ИИ-первой организацией, использовать генеративный ИИ также необходимо для исследования, управления и анализа собственных данных. Эта способность быстро станет необходимостью в эпоху ИИ.
С развитием генеративного ИИ и LLM, технология управления данными становится все более универсальной. От специализированных интеллектуальных панелей, предоставляющих сводный обзор ключевых метрик, до чат-приложений, позволяющих мгновенно получать доступ к данным, генеративный ИИ делает бизнес-информацию более доступной, повышая продуктивность и обеспечивая принятие решений на основе данных.
Руководителям компаний также необходимо обратить внимание на культуру работы с данными в своих организациях. В эпоху генеративного ИИ требуется не только наличие правильной основы данных, но и повышение осведомленности сотрудников о значимости данных. Только с учетом этих аспектов пользователи смогут выполнять сложные задачи с данными легко и воспользоваться возможностью получить конкурентное преимущество, делая амбиции по внедрению генеративного ИИ реальностью.
Источник: TechRadar
