एआई एनालिटिक्स की प्रकृति को कैसे बदल रहा है

Posted on

एआई अपनाने की अवस्था में आपका उद्यम कहां खड़ा है? पता लगाने के लिए हमारे एआई सर्वेक्षण में भाग लें।


इसके मूल में, आर्टिफिशियल इंटेलिजेंस एक एनालिटिक्स टूल है। इसका मूल्य सीधे मानव पर्यवेक्षण के बिना, बड़ी मात्रा में डेटा के माध्यम से विश्लेषण करने की क्षमता से आता है, ताकि पैटर्न और विसंगतियों की पहचान की जा सके जिन्हें तब उपयोग में लाया जा सकता है।

लेकिन चूंकि मानव-चालित विश्लेषण सदियों से मौजूद हैं, आधुनिक कंप्यूटर युग से बहुत पहले से, तकनीक की यह नई पीढ़ी खेल को कैसे बदलेगी? और संगठन यह कैसे सुनिश्चित कर सकते हैं कि इस तकनीक को उत्पादन वातावरण में धकेलने के बाद उन्हें अपने पैसे का मूल्य मिल रहा है?

प्रसंग की बात

ओरेकल के जॉय फिट्स और एमआईटी के शोध साथी टॉम डेवनपोर्ट ने हाल ही में हार्वर्ड बिजनेस रिव्यू में लिखा है कि एआई एनालिटिक्स में जो प्रमुख तत्व लाता है, वह है संदर्भ। पारंपरिक विश्लेषण के तहत, विश्लेषक शायद ही कभी विश्लेषण की जा रही प्रणाली या प्रक्रिया का विशेषज्ञ होता है। वे एनालिटिक्स जानते थे, मार्केटिंग या सेल्स या डेटा नेटवर्किंग नहीं। उनकी अंतिम सिफारिशों में अक्सर उस संदर्भ का अभाव होता है जो केवल व्यापक ज्ञान और अनुभव से ही आ सकता है।

एआई-संचालित ढांचे में, हालांकि, एक एल्गोरिथ्म को उस चीज़ को “समझने” के लिए प्रशिक्षित किया जा सकता है जिसका वह विश्लेषण कर रहा है और फिर अत्यधिक प्रासंगिक परिणाम देने के लिए बहुत तेज गति से कहीं अधिक डेटा शामिल कर सकता है। अंततः, इससे इन शक्तिशाली एनालिटिक्स टूल को उन लोगों तक पहुंचाने की उम्मीद की जाती है, जिन्हें इनकी आवश्यकता होती है ताकि एनालिटिक्स विशेषज्ञ अपना समय समर्पित कर सकें जो वे सबसे अच्छा करते हैं: एआई एनालिटिक्स को तेज और अधिक सटीक बनाने के लिए आवश्यक मॉडल तैयार करना।

संदर्भ के लिए यह आवश्यकता सबसे अच्छी तरह से सचित्र है जब एक सामान्य उद्यम समारोह, जैसे कि विपणन पर लागू किया जाता है। आधुनिक व्यवसाय में सबसे अधिक डेटा-गहन विषयों में से एक, विपणन अक्सर उस संदर्भ के आधार पर सत्य की प्रतिस्पर्धी व्याख्याओं के अधीन होता है जिसमें डेटा प्रस्तुत किया जाता है।

मार्केटिंग एआई इंस्टीट्यूट के मुख्य सामग्री अधिकारी माइक कपूत के अनुसार, एआई भविष्य कहनेवाला विश्लेषिकी में उत्कृष्टता, अतीत और वर्तमान डेटा के आधार पर भविष्य के रुझानों को देखने की क्षमता रखता है। बेशक, यह क्षमता एक मार्केटिंग टीम के लिए सोने की तरह है। उसी समय, एआई प्रिस्क्रिप्टिव एनालिटिक्स प्रदान करता है – भविष्य कहनेवाला विश्लेषण के आधार पर सिफारिशें करने की क्षमता। दोनों ही मामलों में, आज के एआई इंजन यह सुनिश्चित करने के लिए भारी मात्रा में डेटा के माध्यम से स्थानांतरित करने में सक्षम हैं कि ये परिणाम सभी उपलब्ध सूचनाओं के पूर्ण संदर्भ में प्रस्तुत किए जा रहे हैं, और उनके पास अपने पिछले विश्लेषणों का उपयोग करके स्वयं को बेहतर बनाने के लिए अपने एल्गोरिदम को परिष्कृत करने की क्षमता भी है। .

प्रक्रिया सीखना

सीखने की यह क्षमता एआई और सरल स्वचालन के बीच महत्वपूर्ण अंतरों में से एक है। एनालिटिक्स फर्म अवोरा के अनुसार, एक स्वचालित प्रणाली अभी भी बहुत सारे डेटा को पार्स करने में सक्षम हो सकती है, बशर्ते इसे ठीक से संरचित और विशिष्ट आवश्यकताओं को पूरा करने के लिए डिज़ाइन किया गया हो, जिसके लिए सिस्टम को डिज़ाइन किया गया था। उदाहरण के लिए, एक साधारण रिपोर्टिंग टूल समय के साथ नई जानकारी के साथ खुद को अपडेट कर लेगा, लेकिन यह तब तक डेटा बदलने में नई अंतर्दृष्टि प्रदान करने में सक्षम नहीं होगा जब तक कि कोई ऐसा डैशबोर्ड नहीं बनाता जो इसे ऐसा करने की अनुमति देता हो।

इसी तरह, सरल स्वचालन घटते प्रदर्शन और अन्य कारकों से संबंधित सामान्य प्रश्नों का उत्तर नहीं दे सकता है। इसके लिए आम तौर पर एक डेटा विश्लेषक द्वारा काम करने के लिए घंटों की आवश्यकता होती है, यदि दिनों की नहीं तो, जो संभावना से अधिक अभी भी केवल सीमित मात्रा में डेटा का मिलान करेगा। दूसरी ओर, ठीक से प्रशिक्षित एआई इंजन मिनटों में कई प्रश्नों के परिणाम दे सकता है।

एनालिटिक्स में एआई के योगदान को देखने का शायद सबसे अच्छा तरीका सभी के सबसे पुराने विश्लेषणात्मक तरीकों में से एक है: लागत-लाभ मॉडल। लागत पक्ष पर, इसके लिए काफी बड़े अग्रिम निवेश की आवश्यकता होती है, बशर्ते आप खरोंच से अंतर्निहित बुनियादी ढांचे का निर्माण कर रहे हों। लेकिन यह लागत समय के साथ आउटपुट स्केल के रूप में परिशोधित हो जाएगी। लाभ पक्ष पर, एआई विश्लेषकों की एक सेना की तुलना में बहुत अधिक डेटा की कमी कर सकता है, और यह समस्याओं और / या अवसरों की पहचान करने के लिए अनगिनत स्रोतों से डेटा खींच सकता है जो अन्यथा छिपे रहेंगे।

अंततः, यह एनालिटिक्स क्षमताओं को ज्ञान कार्यकर्ताओं के हाथों में धकेल देगा, जो अपनी अनूठी चुनौतियों के अनुरूप अंतर्दृष्टि से सर्वोत्तम लाभ उठा सकते हैं, जिससे पूरे संगठन को अधिक कुशल और उत्पादक बना दिया जा सकता है।

वेंचरबीट

तकनीकी निर्णय लेने वालों के लिए परिवर्तनकारी तकनीक और लेनदेन के बारे में ज्ञान हासिल करने के लिए वेंचरबीट का मिशन एक डिजिटल टाउन स्क्वायर बनना है।

जब आप अपने संगठनों का नेतृत्व करते हैं तो हमारा मार्गदर्शन करने के लिए हमारी साइट डेटा तकनीकों और रणनीतियों पर आवश्यक जानकारी प्रदान करती है। हम आपको हमारे समुदाय का सदस्य बनने के लिए आमंत्रित करते हैं:

  • आपकी रुचि के विषयों पर अप-टू-डेट जानकारी
  • हमारे समाचार पत्र
  • गेटेड विचार-नेता सामग्री और हमारे बेशकीमती आयोजनों के लिए रियायती पहुंच, जैसे रूपांतरण 2021: और अधिक जानें
  • नेटवर्किंग सुविधाएँ, और बहुत कुछ

सदस्य बने

Leave a Reply

Your email address will not be published. Required fields are marked *