Google Cloud интегрирует ИИ в стратегии анализа данных

Google стратегически расширяет свои возможности в области аналитики данных, делая искусственный интеллект (ИИ) приоритетным направлением в своих планах по преодолению разрыва между структурированными и неструктурированными данными. Геррит Казмайер, вице-президентdent генеральный менеджер по базам данных, аналитике данных и Looker в Google Cloud, утверждает, что ИИ сыграет ключевую роль в извлеченииtracиз корпоративных данных.

Казмайер подчеркивает взаимодействие ИИ и традиционных инструментов бизнес-аналитики. Сила ИИ заключается в его способности быстро объединять структурированные и неструктурированные данные, превосходя скорость анализа, осуществляемого человеком. Используя свои корни в поисковых технологиях и опыт в разработке модели трансформера, стремится переосмыслитьdefiкорпоративный поиск данных.

Технологический гигант представляет себе поиск корпоративных данных, аналогичный его знаменитому поиску в общедоступных источниках. Казмайер подчёркивает, что цель — предоставить каждому корпоративному объекту данных, независимо от его присутствия во всемирной паутине, удобный интерфейс. Проводя параллели с привычным поиском Google в общедоступных источниках, он предполагает бесшовную интеграцию инструментов генеративного искусственного интеллекта (GenAI) с корпоративной информацией, специфичной для конкретной предметной области.

Преобразование данных Google объединяет доступность и точность в бизнес-аналитике

Акцент на генеративном ИИ соответствует стремлению Google сделать информацию общедоступной. В отличие от традиционных инструментов бизнес-аналитики, требующих навыков программирования или аналитики, GenAI позволяет бизнес-пользователям взаимодействовать с базами данных, хранилищами данных и озёрами данных, используя естественный язык. Такой подход повышает удобство использования и устраняет необходимость фильтрации данных для соответствия форматам информационных панелей.

Google представляет комплексную дорожную карту по внедрению ИИ в свои аналитические инструменты. Она включает в себя интеграцию BigQuery с Vertex AI, упрощение рабочих процессов преобразования данных в ИИ в BigQuery Studio и предоставление пользователям возможности создавать модели машинного обучения в BigQuery ML. Улучшения распространяются на Looker и Looker Studio, демонстрируя стремление Google к развитию бизнес-аналитики.

Генеративный ИИ, в частности GenAI, обещает предоставить неспециалистам в компаниях возможность эффективно работать с бизнес-данными. Вместо того, чтобы ломать голову над кодированием или дизайном информационных панелей, бизнес-пользователи теперь могут взаимодействовать с базами данных на естественном языке, получая ответы аналогичным образом. Этот сдвиг не только повышает доступность, но и точность за счёт обработки больших объёмов данных и более широкого спектра источников.

Использование генеративного ИИ для анализа неструктурированных данных в бизнес-аналитике

Казмайер освещает глубокую трансформацию неструктурированных данных в постоянно меняющемся ландшафте их использования. Традиционно составляющие 90% мировых данных, неструктурированные данные претерпевают смену парадигмы. Генеративный ИИ становится динамичным инструментом, позволяющим компаниям извлекать ценную информацию из этого огромного объёма неструктурированной информации.

Этот преобразующий потенциал выходит за рамки простой обработки данных; он знаменует собой отход от традиционных вопросов «что, когда и где» к более глубокому исследованию неуловимого «почему». По мере того, как компании интегрируют ИИ в свои интеллектуальные системы, акцент смещается с простого отображения данных на совместную интерпретацию информации. 

GenAI выступает в роли катализатора, способствуя сотрудничеству с агентами ИИ. Этот подход, основанный на сотрудничестве, позволяет пользователям анализировать тенденции данных с помощью сложных моделей, преодолевая ограничения, часто связанные со сжатием информации в традиционных инструментах бизнес-аналитики.

Стратегия аналитики данных Google использует комплексный подход, выходящий за рамки больших данных. Она предполагает включение в анализ множества точек данных. Казмайер обращает внимание на неэффективность принятия решений в системах искусственного интеллекта, особенно при определении необходимости учета дополнительных факторов. 

Использование вычислительной мощности систем искусственного интеллекта становится критически важным для оптимизации процессов принятия решений и устранения препятствий. В частности, эта стратегия делает акцент на интеграции ранее малоиспользуемых неструктурированных данных, что является ключевым аспектом развивающегося подхода к анализу данных.