В фокусе
Читать
ГлавнаяРубрикиИнновационные концепции и технологииРасширенная аналитика откроет путь к массовому применению ИИ и BI
12.11.2020

Расширенная аналитика откроет путь к массовому применению ИИ и BI

Расширенная (добавленная) аналитика (augmented analytics) уже помогла предприятиям ускорить программы в области бизнес-аналитики (business intelligence, BI), аналитики и искусственного интеллекта (ИИ) и в 2021 г. еще больше упростит работу с ними, считают опрошенные порталом InformationWeek эксперты.

2021-й станет годом, когда расширенная аналитика перейдет из нишевой категории в разряд массовых, а это значит, что ее преимуществами сможет воспользоваться еще больше предприятий. К числу ее достоинств можно отнести ускорение бизнес-аналитики BI, машинного обучения (МО) и других форм ИИ независимо от того, задействуется ли она для реализации коммерческих проектов или ускоренного принятия решений.

Так что же такое расширенная аналитика? Это не конкретная технология или продукт — это скорее сочетание таких технологий, как МО и аналитика, чтобы автоматизировать весь конвейер управления данными — от их подготовки до получения аналитических результатов, а также оказывать помощь начиная с создания моделей и заканчивая их внедрением в эксплуатацию.

Наука о данных и МО необычайно сложны. Именно по этой причине всего несколько лет назад множество организаций всеми силами старались нанять высококвалифицированных специалистов по обработке данных, которые имеют опыт работы в трех различных сферах: статистике, кодировании и отдельных областях бизнеса. Осознавая потенциал МО, они также стремились как можно раньше запустить пилотные проекты в этой области, чтобы затем их можно было перевести в коммерческую эксплуатацию. Расширенная аналитика, или расширенный интеллект, применяют МО и автоматизацию для того, чтобы предприятия смогли разобраться со сложными нюансами аналитики, МО и других видов ИИ.

«Расширенный интеллект возник как практика, которая объединяет людей, процессы и платформу и которая направлена на применение в основном механизмов МО для выполнения пары задач. Одна из них — расширить процесс принятия решений человеком, а другая — автоматизировать сложные процессы, контекст или история которых человеку непонятны, или он просто не знает, как с ними совладать», — сказал главный аналитик Omdia по платформам ИИ, аналитике и управлению данными Брэдли Шиммин.

Расширенная аналитика начала набирать популярность еще несколько лет назад, когда организации начали использовать инструменты МО для подготовки данных. Но с тех пор ее стали задействовать для более широкого круга задач, связанных с обработкой данных — фактически это весь конвейер прохождения данных, начиная с подготовки и заканчивая анализом.

Преимущество расширенной аналитики заключается в том, что она позволяет аналитикам данных, инженерам по обработке данных и другим специалистам по данным сэкономить время, затрачиваемое на выполнение повторяющихся ручных процедур. По словам Шиммина, она не заменит инженеров по данным, а скорее приведет к демократизации данных на предприятии. «Теперь у меня есть панель управления, которая всегда актуальна и всегда работает, — говорит он. — Я могу вызвать ее на свой телефон по дороге на работу, и она покажет мне, есть ли какие-либо отклонения и какие действия мне, возможно, придется предпринять... То, за что вы платили своему разработчику Cognos на протяжении трех недель, теперь вы можете сделать всего за несколько минут с помощью перетаскивания».

Отчасти расширенная аналитика продвинулась так далеко, потому что компании, занимающиеся разработкой ПО, начали включать в свои платформы аналитический функционал. К ним можно отнести Microsoft Power BI, Qlik и др. Ради того, чтобы добавить функции автоматизации и подготовки данных, некоторые компании решились на приобретения. Например, Data Robot приобрела Paxata, а Tableau — Empirical Systems.

Появление дополнительного функционала в этом году способствовало популяризации расширенной аналитики, что ускорит реализацию инициатив в области корпоративных данных в следующем году — от бизнес-аналитики до ИИ. Одним из примеров того, как это происходит в BI и визуализации данных, является Tableau, которая внедрила в свою платформу аналитический движок Salesforce — Einstein Discovery. Шиммин сказал, что это поможет бизнес-пользователям автоматически обнаруживать релевантные закономерности на основе их данных, не полагаясь на специалистов по данным для построения моделей. Перейдя в меню «Обнаружение аномалий», пользователи Tableau могут воспользоваться готовыми моделями. Salesforce, Oracle и SAP также уже встраивают эту технологию в свои платформы. «Цель — предоставить в момент принятия решений действенный интеллект», — говорит эксперт.

Еще одна цель — сделать восприятие аналитических выводов менее пугающим и более приспособленным для понимания среднестатистическим человеком. Вице-президент Gartner Рита Саллам считает, что расширенная аналитика поможет организациям выйти за рамки парадигмы дашбордов и перейти к новому способу получения информации — истории данных. Это позволит пользователям воспринимать только тот контекст, который нужен им в определенный момент для принятия решения. «К 2025 г. истории данных станут самым распространенным способом восприятия аналитики, — сказала она. — 75% этих историй будут автоматически генерироваться с помощью методов расширенной аналитики».

По ее словам, точно так же, как МО помогло компаниям с подготовкой данных, расширенная аналитика поможет им легче усваивать их. «Методы ИИ и МО проникают в аналитику и BI-платформы, а также в науку о данных и платформы МО для автоматизации получения аналитических выводов, автоматизации идентификации моделей, разработки функций и управления моделями», — говорит эксперт. По ее словам, идея расширенной аналитики состоит в том, чтобы сократить количество времени, которое пользователи вынуждены тратить на работу в дашбордах с заранее определенными ключевыми показателями эффективности, где им приходится выполнять большую часть анализа, фильтрации, сортировки и перекрестных запросов вручную.

Автоматизация этих задач сделает BI-системы более доступными для большего числа пользователей в масштабе предприятия. Еще одним преимуществом расширенной аналитики является естественный язык — это позволит пользователям отправлять голосовые или текстовые запросы на естественном языке. Поставщики ПО уже начали добавлять эти функции в свои инструменты. Руководитель направления ИИ в PwC Ананд Рао сказал, что за последние 5 лет расширенный интеллект действительно вышел на передний план. MLOps применяют около 20% компаний, чтобы автоматизировать процесс разработки, эксплуатации и управления моделями. Расширенная аналитика также может помочь организациям интегрировать объяснимый ИИ, который не просто предлагает готовый результат, но и поясняет механизм его получения, что потребуется для дальнейших целей по управлению или соответствию требованиям регуляторов.

Источник.

Версия для печати25 просмотров.
Оцените статью по: