AI e visualizzazione dati: come AI aiuta le aziende a vedere attraverso la nebbia dei dati
L’intelligenza artificiale (AI) e la visualizzazione dei dati possono sembrare un matrimonio improbabile. Le tecniche di IA spesso funzionano come una scatola nera: non possiamo sapere come l’IA abbia raggiunto la sua conclusione. Ciò può sollevare domande scomode: pensare a una diagnosi medica o allo screening dei candidati al lavoro: se non riusciamo a vedere all’interno della scatola nera, non possiamo sapere se l’AI abbia commesso un errore grave o abbia riflesso il nostro pregiudizio implicito. Quando l’intelligenza artificiale diventa un velo tra noi e i dati ci mette a disagio e ci toglie la nostra intuizione e intuizione dal gioco.
Ma l’IA può aiutarci a vedere i dati, diventando un aiuto cruciale per la nostra analisi e giudizio.
Leo Meyerovich, CEO di Graphistry , discute in questa intervista podcast una serie di aree in cui la visualizzazione dei dati guidata dall’IA facilita enormemente il lavoro degli analisti umani: dalla prevenzione delle frodi all’assistenza sanitaria, alla gestione della supply chain, all’analisi dei clienti, fino alla lotta umana tratta e individua le tattiche che influenzano le elezioni.
In tutte queste applicazioni, afferma Leo Meyerovich, “Il sogno è una sorta di scatola nera [… ma] ho trovato zero sistemi completamente automatizzati”. C’è sempre un essere umano nel ciclo. A volte capita dove l’IA si imbatte in un “falso positivo”, come una transazione legittima contrassegnata come fraudolenta. A volte l’esperienza dell’analista è inestimabile per accelerare il processo: l’umano sa cosa cercare e ha un senso migliore del contesto rispetto all’IA.
In tutti questi campi, l’AI fornisce un aiuto inestimabile. L’intuizione, l’esperienza e il processo decisionale umano continuano a svolgere il ruolo centrale in tutte le attività economiche. Ma ora ci siamo resi conto che i dati possono aiutarci a prendere decisioni migliori e abbiamo imparato a raccogliere e archiviare quantità prodigiose di dati, così grandi da lottare per capirci qualcosa da soli.
Soprattutto con l’aumento delle complesse catene di approvvigionamento globali, molte aziende oggi sono esposte a un numero molto elevato di fattori in evoluzione, dai prezzi delle materie prime ai costi di trasporto agli sviluppi economici in tutto il mondo (pensiamo al recente impatto del rallentamento della crescita della Cina). Come puoi catturare l’impatto interrelato di tutti questi fattori sulla tua attività?
Un’immagine vale più di mille parole, ma di fronte a un’inondazione di dati, gli umani hanno bisogno di aiuto per costruire la giusta immagine. Molto probabilmente questo non sarà semplice come un grafico a barre: potrebbe essere un diamante, un insieme in continua di nuvole e cluster con codice colore, o filamenti e onde che mostrano la diffusione del malware. Guarda le demo di Graphistry o altre aziende di visualizzazione dati / AIe vedrai come l’intelligenza artificiale può rendere la rappresentazione dei dati più creativa, elegante e, soprattutto, intuitiva. Ora l’intelligenza artificiale può acquisire enormi set di dati e mostrarci schemi e correlazioni che aiutano la nostra intelligenza a fare il suo lavoro migliore. Proprio come dobbiamo fare il duro lavoro di organizzare ed etichettare i dati in un modo che l’AI può elaborare utilmente, così l’IA può quindi escogitare l’input migliore progettato per la nostra potenza di elaborazione. È un grande esempio di partnership uomo-macchina.
In questo contesto, l’intelligenza artificiale può anche aiutare a catturare e trasferire l’apprendimento all’interno delle organizzazioni: una volta che un analista esperto, insieme all’intelligenza artificiale, ha escogitato un insieme efficace di passaggi e visualizzazioni per analizzare un problema, l’IA può ricordarlo e costruirlo in un set di strumenti pronti per un analista junior a salire a bordo. Ciò potrebbe rivelarsi particolarmente utile per le organizzazioni che registrano un turnover del personale molto elevato e per le industrie che affrontano un problema di invecchiamento della forza lavoro, con grandi coorti esperti che si ritirano e una coorte più piccola nella pipeline.
Più complesso è il business, maggiore è il numero di parti e variabili in movimento, maggiore è il valore che possiamo ottenere da un’IA che ci aiuta a vedere attraverso la nebbia dei dati.
DI MARCO ANNUNZIATA da Forbes
