P A T H

Tendência de Dados Tableau 2022 - Inteligência Artificial

Introdução:

Como tendência de dados para o ano de 2022, temos 5 tópicos muito importantes: 

  1. Inteligência Artificial
  2. Ética
  3. Desenvolvimento da Força de Trabalho
  4. Governança Flexível
  5. Patrimônio de Dados
  • Abordaremos à fundo uma de cada delas em cada notícia.

1) INTELIGÊNCIA ARTIFICIAL: A IA aumenta e capacita a experiência humana.

As soluções de IA terão maior sucesso reduzindo o atrito e ajudando a resolver problemas de negócios definidos

Estamos vivenciando uma era de ouro de dados e tecnologia — e não há sinal de que isso esteja diminuindo. A tecnologia de inteligência artificial (IA) continua a melhorar: os modelos de aprendizado de máquina (ML) estão processando trilhões de linhas de dados, os avanços do processamento de linguagem natural (NLP) estão se movendo em direção à compreensão da intenção humana e os algoritmos estão ficando mais rápidos. Estamos vendo tarefas mais simples e repetitivas serem automatizadas, dando origem a novas oportunidades para permitir que os humanos façam o que fazem de melhor: raciocinar criticamente e entender os dados no contexto.

À medida que a inovação acelera, o mesmo acontece com os investimentos e a adoção de IA, com 99% das empresas da Fortune 1000 planejando investir em dados e IA nos próximos 5 anos . Os líderes de negócios e de TI acreditam que isso é fundamental para a sobrevivência futura de seus negócios. Mas muitas considerações influenciam o sucesso e a sustentabilidade a longo prazo das soluções de IA: quantidades crescentes de dados, custos de manutenção dessa tecnologia, dificuldade em contratar funções altamente especializadas e escalar pilotos de IA para ampla adoção.

“84% dos executivos C-suite acreditam que devem alavancar a inteligência artificial para atingir seus objetivos de crescimento, mas 76% relatam que lutam para escalar”

As empresas reconhecem que precisam fazer mais para inovar e atender melhor seus clientes. Embora a IA abra oportunidades, a maioria dos investimentos ainda não atingiu seu valor potencial. Em 2022, as tecnologias de IA alcançarão novos níveis de sucesso por meio do aprimoramento humano: ajudando e aprimorando as pessoas a pensar criticamente e tomar decisões baseadas em dados. Pense na análise e na IA como membros de suporte da equipe.

A cultura de dados e a alfabetização de dados – a capacidade de explorar, entender e se comunicar com dados – também ajudam as organizações a descobrir sua estratégia e perspectiva de IA e ML. Esses esforços de gerenciamento de mudanças e desenvolvimento da força de trabalho afetam como eles se manterão competitivos e gerenciarão o espectro do aumento humano, começando com perguntas como:

  • Quais tarefas serão completamente automatizadas com a tecnologia de IA?
    • Exemplos de automação que liberam as pessoas para se concentrarem em tarefas mais sofisticadas: Tradução básica de idiomas e edição de imagens. Em vez de passar horas editando manualmente uma foto para alterar o plano de fundo, a edição pode ser feita com a tecnologia de edição de imagem padrão que incorpora IA para lidar com técnicas de iluminação e mesclagem. Essas ferramentas automatizadas facilitam novos níveis de criatividade.
  • Quais tarefas serão semiautomatizadas e exigirão envolvimento e interpretação humanos?
    • Exemplos de IA que destilam padrões e insights úteis para capacitar as pessoas a tomar decisões baseadas em dados no contexto:
      • Para ponderar com mais precisão os modelos climáticos e pandêmicos, as técnicas de ML são aplicadas para ajudar os pesquisadores a entender tendências, impactos e padrões para ajudar nas decisões políticas.
      • As máquinas podem inspecionar dados de voz não rotulados (por exemplo, chamadas de clientes) usando algoritmos de NLP e ML para entender melhor a intenção do usuário, adicionando categorias e rótulos relevantes. Esses significantes e semântica informam as pessoas sobre qual ação tomar em seguida.
 

“As organizações que investem em gerenciamento de mudanças são 60% mais propensas a relatar que as iniciativas de IA superaram as expectativas e 40% mais propensas a alcançar resultados do que aquelas que não o fazem.”

Ter comportamentos, crenças e habilidades de dados comuns também facilita a capacidade de dimensionar soluções de IA, apoiando a implementação e a inovação sustentáveis. Em um relatório recente , o Gartner® descobriu que a “falta de habilidades foi citada como o desafio número 1 para a adoção de inteligência artificial e aprendizado de máquina”. Porque investir no desenvolvimento de suas pessoas e técnicas de IA é um processo contínuo, em constante evolução junto com a tecnologia. Ter toda a sua força de trabalho de acordo e devidamente qualificada pode significar a diferença entre ver as provas de conceito de IA se tornarem aplicações práticas e escaláveis ​​ou falharem completamente.

“As empresas em nosso estudo que estão dimensionando estrategicamente a IA relatam quase 3 vezes o retorno dos investimentos em IA em comparação com as empresas que buscam provas de conceitos em silos.”

– Onde estamos indo

Em colaboração com a liderança de TI, os líderes de negócios têm a oportunidade de impulsionar estratégias de dados e IA baseadas no contexto de negócios. Para que a tecnologia de IA seja relevante, sustentável e explicável, ela precisa capacitar as pessoas e estar vinculada à estratégia e aos objetivos de negócios. Veremos as soluções de IA passarem de um modelo de prova de conceito para uma implementação generalizada para casos de uso específicos de negócios e do setor.

– Acelerando o valor da IA ​​no McDonald’s

O McDonald’s transformou sua estratégia e operações de ML corporativas para acelerar o valor, aproveitando o Tableau na plataforma Databricks Lakehouse em mais de 20 mercados em todo o mundo. Eles permitiram a entrega mais rápida de modelos prontos para produção que dão suporte a casos de uso, desde a personalização do menu até o valor da vida útil do cliente.

Vários setores estão desenvolvendo e usando a IA de maneiras inovadoras. Um estudo recente da KPMG examinou a implantação de IA em cinco setores (varejo, transporte, saúde, finanças e tecnologia), descobrindo que para “91% dos entrevistados do setor de saúde, a IA está aumentando o acesso aos cuidados dos pacientes”. E embora a maioria das empresas gerencie suas cadeias de suprimentos manualmente, “aqueles que adotarem IA nos próximos meses e anos alcançarão uma diferenciação competitiva significativa”, de acordo com a Harvard Business Review .

– A Avaya simplifica os relatórios de vendas com o Tableau CRM

A organização de vendas da Avaya depende de grandes quantidades de dados de CRM e, quanto mais rápida e inteligentemente esses dados forem analisados, mais bem posicionados estarão os vendedores. Durante anos, produzir previsões significativas consumia muito tempo, gerando relatórios em vários locais que as equipes de contas precisavam agregar e interpretar manualmente. E ainda não estava claro quais ações imediatas o vendedor deveria tomar. Usando o Tableau CRM, a Avaya simplificou e acelerou seus processos de geração de relatórios, reduzindo mais de 12.000 relatórios globais para 15 painéis, e disponibilizou análises de autoatendimento para todos.

– A Vicinity Centers prevê o uso de energia com ML

A Vicinity Centers , um dos principais grupos imobiliários de varejo da Austrália, queria reduzir o consumo de energia de pico no qual as tarifas se baseiam. A equipe de Data Science & Insights construiu um algoritmo de ML para analisar fatores como passos, clima, dia e hora para prever a demanda de energia com 24 horas de antecedência. As previsões são usadas por equipes de operações baseadas em centros para implementar estratégias ágeis para reduzir o consumo de pico. Essa iniciativa resultou em uma redução significativa de custos e análises adicionais para otimizar o uso de energia solar, ajudando a Vicinity em sua busca para atingir emissões líquidas de carbono zero.

Graças à computação em nuvem, a IA se tornou mais acessível e acessível, levando a uma maior inovação em experiências e indústrias. E com foco adicional no sucesso dos negócios, veremos soluções que combinam diferentes técnicas de IA para obter melhores resultados (também conhecidas como IA composta ) adicionadas para apoiar as pessoas, especificamente “ajustando” essa inteligência a fluxos de trabalho específicos.

“Você deve fornecer novos usos criativos da tecnologia para permitir que sua organização escale a digitalização rapidamente. Você deve colaborar com negócios e outros líderes de TI e criar equipes que combinem habilidades de negócios e TI de várias disciplinas.”

Os fluxos de trabalho ganharão vida e serão mais eficientes com habilidades, mentalidade e valores compartilhados – cultura de dados e alfabetização de dados – que facilitam a capacidade das pessoas de concluir tarefas novas e mais sofisticadas de ciência e análise de dados necessárias para o sucesso da IA.

– Recomendações

1. Trate a IA como um esporte de equipe. Identifique quais tarefas e funções melhor apoiariam o aumento humano, economizando tempo das pessoas ou elevando suas habilidades ou conhecimentos. Comece analisando as necessidades e os pontos problemáticos de seus clientes para entender onde sua solução de IA pode agregar valor para eles. Faça a si mesmo estas perguntas para ver se vale a pena desenvolver uma prova de conceito ou piloto:

  • Quantos clientes têm necessidades semelhantes ou experimentam esses mesmos problemas?
  • Com que frequência esses problemas acontecem?
  • Esses problemas podem ser resolvidos com a tecnologia de IA?

2. Concentre-se em casos de uso de negócios e fatores de sucesso para passar da prova de conceito e escalar com sucesso.

  • Impulsione a IA intencional e contextual conectando soluções a problemas reais de negócios com metas definidas para realizar seu valor.
  • Identifique onde a IA pode ativar e reduzir o atrito. Evite tentar habilitar a IA em todos os aspectos do seu conjunto de produtos – você terá dificuldades para escalar espalhando seus recursos muito pouco.

– Exemplos de automação de IA útil

  • Desconfie de projetos “brilhantes” e fantasiosos. Embora atraentes, raramente vão além da prova de conceito. E reduza o ruído definindo expectativas realistas de tempo e escopo para projetos de IA, equilibrando todos os recursos como orçamento, tempo, equipe altamente técnica e infraestrutura.

– A Starbucks oferece uma experiência inovadora com a IA existente

  • Invista em alfabetização de dados para aprimorar e desenvolver sua força de trabalho .
  • A baixa qualidade dos dados resulta em soluções de IA imprecisas e ineficazes. E uma força de trabalho competente em dados pode melhorar os problemas com a qualidade dos dados, criando e/ou treinando algoritmos e modelos de IA, ML, NLP etc. com dados precisos, oportunos e relevantes.
  • Mesmo um treinamento básico de “Data 101”, desenvolvido internamente ou oferecido por terceiros, pode fornecer aos usuários de negócios o que eles precisam para responder às suas perguntas. Isso reduzirá o número de solicitações de análise simples ou de baixo risco que vão para as equipes de análise avançada e ciência de dados, liberando-as para trabalhar em projetos de grande escala e alto valor.

– Databricks compartilha sugestões para dimensionar a IA

09 de Fevereiro de 2022

Gostou dessa solução? Veja o que mais você pode fazer:

Treinamento Customizado
Download Tableau

Notícias Recentes

Language