L’analyse prédictive / apprentissage de la machine / de l’intelligence artificielle est un sujet d’actualité – qu’est-il environ?
En utilisant des algorithmes pour les aider à prendre de meilleures décisions a été la “prochaine grande chose dans google analytics” pour les plus de 25 ans. Il a été utilisé dans des domaines clés tels que la fraude tout le temps. Mais il est maintenant à gorge déployée d’affaires traditionnels de mème que les fonctionnalités de chaque logiciel d’entreprise keynote, bien que l’industrie est aux prises avec ce que l’appeler.
Il semble que des termes tels que l’Exploration de Données, Predictive Analytics, et d’analyses Avancées sont considérés comme trop geek ou vieux pour l’industrie des commerçants et grands écrivains. Le terme Informatique Cognitive semblait être sur le point de gagner, mais d’IBM forte association avec le terme peut avoir un effet boomerang – les journalistes et les analystes veulent utiliser la langue qui est indépendant de toute entreprise en particulier. Actuellement, le consensus semble être d’utiliser l’Apprentissage de la Machine lorsque l’on parle de la technologie et de l’Intelligence Artificielle, lorsque l’on parle de l’activité.
Tout ce que nous appelez, il est généralement proposé sous deux formes différentes: soit comme une extension aux plates-formes existantes pour les analystes de données; ou que de nouveaux intégré la fonctionnalité dans diverses applications commerciales telles que la vente de la notation, l’optimisation du marketing, le tri des RH cv ou financière de la facture correspondant.
Pourquoi est-il maintenant, et ce qui est en train de changer?
L’intelligence artificielle est maintenant car il y a beaucoup plus de données disponibles et abordables, de puissants systèmes à croquer, à travers tout cela. Il est également beaucoup plus facile d’obtenir l’accès à un puissant algorithme de base de votre logiciel de open-source des produits ou incorporés en tant que service dans les plateformes d’entreprise.
Aujourd’hui, les organisations ont également plus à l’aise avec la manipulation de données de l’entreprise, avec une nouvelle génération d’analystes d’affaires aspirant à devenir “citoyen de données scientifiques.” Les entreprises peuvent prendre leur traditionnel analytics pour le prochain niveau de l’utilisation de ces nouveaux outils.
Cependant, nous sommes maintenant dans le “Pic des Attentes démesurées” de ces technologies selon Gartner Hype Cycle – nous allons bientôt voir les articles de repousser le plus de demandes exagérées. Au cours des prochaines années, nous verrons les limites de ces technologies, de même qu’ils commencent à inscrire dans le monde réel des prestations.
Quelles sont les implications à long terme?
Tout d’abord, plus facile-à-utilisation de l’analyse prédictive, les moteurs sont flou le fossé entre la “tous les jours analytics” et les données de la science de l’équipe. Une “usine” d’approche pour la création, le déploiement et la maintenance prédictive des modèles de données scientifiques peuvent avoir le plus grand impact. Et du monde des affaires, les utilisateurs peuvent désormais accéder à certains le pouvoir de ces algorithmes, sans avoir à devenir des données scientifiques eux-mêmes.
Deuxièmement, chaque application d’entreprise, en intégrant certains prédictive de la fonctionnalité, de l’automatisation de toutes les zones où il y a “répétable décisions.” Il est difficile de penser à un processus d’affaires qui n’a pas pu être améliorée de cette manière, avec de grandes implications en termes d’efficacité et blanc-col de l’emploi.
Troisièmement, les applications pourront utiliser ces algorithmes sur eux-mêmes pour créer “l’auto-amélioration” des plates-formes que la vie sera plus facile à utiliser et plus puissant au fil du temps (similaire à la façon dont chaque nouveau semi-autonome,-la conduite de Tesla voiture peut apprendre quelque chose de nouveau et la passer sur le reste de la flotte).
Quatrièmement, au fil du temps, les processus d’affaires, applications et flux de travail peuvent être repensée. Si les algorithmes sont disponibles en tant que plateformes d’entreprise, nous pouvons offrir des gens avec de nouveaux chemins à travers typique questions de gestion, telles que “Ce qui se passe maintenant? De quoi ai-je besoin de savoir? Que recommandez-vous? Que dois-je toujours? Que puis-je attendre? Que puis-je éviter? Que dois-je faire maintenant?”
Cinquièmement, la mise en œuvre de toutes les dispositions susmentionnées s’impliquer profonde et inquiétante des questions de morale en termes de confidentialité des données et des algorithmes permettant de prendre des décisions qui touchent les gens et la société. Il y aura sans doute de nombreux scandales et de faux pas devant le droit, les règles et les pratiques sont en place.
Quelles sont les premières étapes les entreprises devraient-elles prendre dans ce domaine?
Comme d’habitude, les obstacles pour les entreprises de prestations sont plus susceptibles d’être culturel que technique.
Par-dessus tout, les organisations doivent s’assurer qu’ils ont le droit de l’expertise technique pour être en mesure de naviguer dans la confusion de nouveaux fournisseurs offre, le droit des affaires de connaissances pour savoir où les meilleurs moyens de les appliquer, et la conscience que leur choix de la technologie peut avoir des imprévus implications morales.
[Cet article est initialement paru sur le Business Analytics et Digital Analytics Blog]