Home / Economia / In che modo l’intelligenza artificiale sta cambiando la natura dell’analisi 

In che modo l’intelligenza artificiale sta cambiando la natura dell’analisi 

In che modo l’intelligenza artificiale sta cambiando la natura dell’analisi 

Qual è la posizione della tua azienda nella curva di adozione dell’AI? Partecipa al nostro sondaggio sull’intelligenza artificiale per scoprirlo.Al centro, l’intelligenza artificiale è uno strumento di analisi. Il suo valore deriva dalla capacità di analizzare enormi quantità di dati, senza la supervisione umana diretta, per identificare modelli e anomalie che possono essere poi utilizzati.

Ma poiché l’analisi guidata dall’uomo esiste da secoli, antecedentemente all’era moderna dei computer, in che modo questa nuova generazione di tecnologia cambierà il gioco? E come possono le organizzazioni assicurarsi di ottenere il massimo dai propri soldi una volta che questa tecnologia è stata introdotta negli ambienti di produzione?

 
Una questione di contesto
L’elemento chiave che l’intelligenza artificiale apporta all’analisi è il contesto, hanno recentemente scritto sulla Harvard Business Review Joey Fitts di Oracle e il ricercatore del MIT Tom Davenport . Nell’analisi tradizionale, l’analista era raramente un esperto del sistema o del processo analizzato. Conoscevano l’analisi, non il marketing o le vendite o il networking dei dati. Le loro raccomandazioni finali spesso mancavano del contesto che può derivare solo da un’ampia conoscenza ed esperienza.

In un framework basato sull’intelligenza artificiale, tuttavia, un algoritmo può essere addestrato per “capire” ciò che sta analizzando e può quindi incorporare molti più dati a un ritmo molto più veloce per fornire risultati altamente contestualizzati. In definitiva, questo dovrebbe spingere questi potenti strumenti di analisi alle persone che li richiedono in modo che gli esperti di analisi possano dedicare il loro tempo a ciò che sanno fare meglio: creare i modelli necessari per rendere l’analisi dell’intelligenza artificiale più veloce e più accurata.

Questa esigenza di contesto è illustrata al meglio se applicata a una funzione aziendale comune, come il marketing. Probabilmente una delle discipline più data-intensive nel business moderno, il marketing è spesso soggetto a interpretazioni contrastanti della verità a seconda del contesto in cui vengono presentati i dati.

L’intelligenza artificiale eccelle nell’analisi predittiva , la capacità di individuare le tendenze future sulla base di dati passati e attuali, secondo Mike Kaput, chief content officer del Marketing AI Institute . Questa capacità, ovviamente, è come l’oro per un team di marketing. Allo stesso tempo, l’intelligenza artificiale fornisce analisi prescrittive , ovvero la capacità di formulare raccomandazioni basate su analisi predittive. In entrambi i casi, i motori di intelligenza artificiale di oggi sono in grado di setacciare enormi quantità di dati per garantire che questi risultati vengano presentati nel contesto completo di tutte le informazioni disponibili e hanno anche la capacità di perfezionare i propri algoritmi per migliorare se stessi utilizzando le proprie analisi passate .

Imparare il processo
Questa capacità di apprendimento è una delle principali differenze tra l’intelligenza artificiale e la semplice automazione . Secondo la società di analisi Avora, un sistema automatizzato potrebbe ancora essere in grado di analizzare molti dati, a condizione che sia strutturato correttamente e progettato per soddisfare le esigenze specifiche per le quali il sistema è stato progettato . Ad esempio, un semplice strumento di reporting si aggiornerà con nuove informazioni nel tempo, ma non sarà in grado di fornire nuove informazioni sulla modifica dei dati a meno che qualcuno non crei una dashboard che lo consenta.

Allo stesso modo, l’automazione semplice non può rispondere a domande generali relative alla riduzione delle prestazioni e ad altri fattori. Ciò richiede in genere ore se non giorni di lavoro da parte di un analista di dati, che molto probabilmente raccoglierà solo una quantità limitata di dati. Un motore di intelligenza artificiale adeguatamente addestrato, d’altra parte, potrebbe produrre risultati a più domande in pochi minuti.

Forse il modo migliore per visualizzare il contributo dell’IA all’analisi è attraverso uno dei metodi analitici più antichi di tutti: il modello costi-benefici. Dal punto di vista dei costi, richiede un investimento iniziale abbastanza consistente, a condizione che si stia costruendo da zero l’infrastruttura sottostante. Ma questo costo si ammortizza nel tempo con il ridimensionamento della produzione. Dal punto di vista dei vantaggi, l’intelligenza artificiale può elaborare molti più dati di quanto potrebbe fare anche un esercito di analisti e può attingere dati da un numero incalcolabile di fonti per identificare problemi e/o opportunità che altrimenti rimarrebbero nascosti.

In definitiva, metterà le capacità di analisi nelle mani dei lavoratori della conoscenza che possono trarre il massimo vantaggio dalle intuizioni su misura per le loro sfide uniche, rendendo l’intera organizzazione più efficiente e produttiva.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi