Раскрытие потенциала данных для приоритизации людей и Python в ИИ

В мире, где данные правят бал, организации все чаще признают огромный потенциал использования данных для принятия решений и инноваций. Однако недавний опрос NewVantage Partners выявляет резкий контраст между стремлением быть основанным на данных и реальностью на местах. Хотя 93,9% опрошенных руководителей ожидают увеличения инвестиций в данные в 2023 году, только 23,9% организаций считают себя по-настоящему основанными на данных. Возникает вопрос: куда идут все эти инвестиции и почему так многим компаниям трудно принять будущее, основанное на данных?

Ответ, похоже, кроется в сфере людей. Культурные проблемы, о которых сообщили 79% этих руководителей, emerge as the primary roadblock to realizing the vision of a data-driven future. Эта статья углубляется в важность приоритизации людей и роль Python и доступных инструментов данных в достижении по-настоящему основанной на данных организации.

Наделение людей силой с помощью данных

Аналитик Gartner Светлана Сиккар предложила два фундаментальных вывода о мире данных, которые продолжают оставаться верными и сегодня. Во-первых, организации уже имеют сотрудников, которые обладают интимным знанием своих собственных данных, часто большим, чем у специалистов по данным. Во-вторых, изучение сложных технологий данных, таких как Hadoop, может быть менее пугающим, чем освоение сложных бизнес-процессов компании. Чтобы извлечь максимальную пользу из данных, компании должны наделить своих существующих сотрудников возможностью задавать интеллектуальные вопросы своим данным.

Доступные инструменты данных

Одной из ключевых стратегий достижения этого наделения является снижение барьера для грамотности в программировании. Хотя специализированные инструменты для работы с данными могут быть пугающими, самым ценным «инструментом» в арсенале любого сотрудника является понимание бизнес-процессов компании. Сотрудники, являющиеся экспертами в своей области, могут задавать более значимые вопросы данным компании.

В этом контексте важно сосредоточиться на обеспечении доступности инструментов данных для более широкого круга сотрудников. Microsoft Excel, широко используемый инструмент, должен продвигаться как ключевой компонент аналитики данных. Недавние инициативы по использованию Excel для преобразования данных набирают обороты. Имея гораздо более широкую базу пользователей, владеющих Excel, чем более специализированными инструментами, такими как TensorFlow, предоставление сотрудникам возможности делать больше с инструментом, который они уже знают, представляет собой значительную победу.

Python: универсальный язык искусственного интеллекта

Python, универсальный язык программирования, стал мощным инструментом повышения продуктивности в сфере ИИ. Хотя другие языки, такие как R, и специализированные инструменты также имеют свою ценность, Python выделяется как движущая сила широкого внедрения ИИ. Доступность и универсальность Python делают его идеальным выбором для предприятий, стремящихся демократизировать принятие решений на основе данных.

SQL: незаслуженно забытый герой

SQL, часто затмеваемый более «блестящими» аналогами, доказывает свою незаменимость в мире данных. Недавний анализ IEEE Spectrum выделил Python и SQL как два самых популярных языка программирования. Python лидирует, а для работодателей, ищущих специалистов по данным, SQL является самым востребованным навыком. Делая акцент на Python и SQL, организации используют навыки, которыми уже обладают многие сотрудники, что устраняет необходимость в крутой кривой обучения, связанной с освоением новых технологий работы с данными.

Генеративный ИИ, или GenAI, представляет еще одну возможность для расширения возможностей сотрудников в эффективной работе с данными. Хотя такие инструменты, как ChatGPT, направлены на автоматизацию задач, важно помнить, что технология хороша настолько, насколько хороши люди, которые ею пользуются. Интеграция инструментов GenAI в рабочие процессы требует тщательного подхода, чтобы гарантировать соответствие ответов ИИ технической точности и ожиданиям пользователей.

Приоритет людей над технологиями

Отчет NewVantage выделяет повторяющуюся тенденцию: основные препятствия на пути к становлению организацией, управляемой данными, носят преимущественно человеческий характер — культура, люди, процессы и организационные вопросы, а не технологические барьеры. Несмотря на признание этих человеческих факторов, организации часто инвестируют значительные средства в решение «не человеческих» проблем, таких как модернизация данных, ИИ и различные архитектуры данных.

В стремлении стать по-настоящему управляемой данными организацией организациям важно осознать, что самым ценным активом являются не сами данные, а люди, которые их интерпретируют и используют. Эти сотрудники уже работают в вашей организации и обладают глубоким пониманием вашего бизнеса. Чтобы раскрыть полный потенциал данных, ключом является предоставление им доступных инструментов работы с данными, таких как Python и SQL, а также формирование культуры, поддерживающей принятие решений на основе данных. Приоритет, отдаваемый людям, а не технологиям, позволяет компаниям преодолеть разрыв между стремлениями и реальностью, прокладывая путь к более управляемому данными будущему.