Sekite ZDNET: Pridėkite mus kaip pageidaujamą šaltinį „Google“.
Pagrindiniai ZDNET pasiūlymai
- Beveik visi duomenų ir IT profesionalai naudoja dirbtinį intelektą, tačiau nedaugelis naudojasi sunkiais naudotojais.
- Daugelis suteiktų AI agentams neribotą prieigą prie duomenų.
- AI duomenų paruošimas ir patvirtinimas trunka apie 10 valandų per savaitę.
Jei smalsu, kas vyksta dirbtinio intelekto audros akimis, pažiūrėkite, ką ruošiasi pasaulio duomenų analitikai. Žinoma, jie mėgsta dirbtinį intelektą, tačiau vis dar naudoja skaičiuokles ir vos keli žmonės dirba su realaus laiko duomenimis.
Tai žodis iš naujos pasaulinės apklausos, kurioje dalyvavo 700 duomenų analitikų ir 700 IT lyderių iš Alteryx. Nors 96 % teigia, kad savo darbe naudoja AI, tik pusė gali būti laikomi dažnais AI įrankių naudotojais – 49 % teigia, kad dirbtinį intelektą naudoja visada arba didžiąją laiko dalį.
Taip pat: 51 % specialistų teigia, kad dirbtinio intelekto darbas sumažina jų produktyvumą – sustabdykite jį dviem veiksmais
Agentinis AI yra vienas iš svarbiausių darbotvarkės klausimų: beveik šeši iš 10 respondentų, arba 59%, prognozuoja, kad per ateinančius 12 mėnesių jie aktyviai samdys dirbtinio intelekto agentus. Be to, mažiausiai pusė teigia, kad yra pasirengę suteikti AI agentams „neribotą prieigą“ prie savo duomenų.
Tokios prieigos pasekmės saugumui nebuvo aptartos tyrimo ataskaitoje, tačiau 44 % respondentų nurodė, kad labai svarbu įtraukti žmogaus priežiūrą į tokią prieigą.
Dažniausios agentinės AI programos
Šiuo metu dažniausiai gaminamos agentinės AI programos yra komunikacijos ir darbo eigos planavimas.
Kur dirbtinio intelekto agentai:
- Standartizuotų pranešimų ar santraukų rengimas suinteresuotosioms šalims: 59 proc.
- Darbo eigos užduočių, pvz., įspėjimų skirstymo ir procesų automatizavimo, planavimas arba nukreipimas: 54 proc.
- Standartinių ataskaitų arba prietaisų skydelių generavimas be rankinio įsikišimo: 48 proc.
- Pagrindinių veiklos rodiklių stebėjimas ir įspėjimų arba veiksmų suaktyvinimas: 45 proc.
- Įprastų duomenų rinkinių valymas, išankstinis apdorojimas arba patvirtinimas: 45 proc.
- Įprastos statistinės analizės arba pagrindinių nuspėjamųjų modelių vykdymas: 34 proc.
- Automatiškai generuojamos įžvalgos arba rekomendacijos iš duomenų: 23 proc.
„Pagrindinis duomenų darbas“ – duomenų išvalymas ir paruošimas, kad juos būtų galima gauti naudojant AI modelius arba susijusias su paieška papildytas generavimo platformas – vis dar užima daug duomenų analitikų laiko. Respondentų teigimu, tokioms užduotims atlikti skiria beveik šešios valandos per savaitę, o 48 % – 6–10 valandų per savaitę. Įrankiai, kuriuos jie naudoja tokiam darbui atlikti, yra skaičiuoklės, kurias nurodė 61 proc., verslo žvalgybos įrankiai, kuriuos nurodė 56 proc., ir specialios duomenų rengimo platformos, kaip nurodė 51 proc.
Taip pat: Sukurkite agentinę AI strategiją, kuri atsiperka – nerizikuojant verslo žlugimu
„Nuolatinis skaičiuoklių dominavimas atspindi platesnę tikrovę“, – teigia tyrimo ataskaitos autoriai. „AI sluoksniais papildo esamas darbo eigas, o ne jas pakeičia.
Kitas stebinantis atradimas yra tas, kad nepaisant viso dėmesio, skirto reagavimui realiuoju laiku, nedaugelis organizacijų iš tikrųjų turi realiojo laiko galimybes. Tik 20 % teigia, kad nuo duomenų analizės prie verslo sprendimo galima pereiti per kelias valandas, o tik 5 % teigia, kad jie palaiko sprendimų priėmimą realiuoju laiku.
Didžiausia AI kliūtis?
Respondentai teigia, kad verslo sprendimų priėmėjams aiškinami dirbtinio intelekto rezultatai. Taip pat pastebimas analitinių įgūdžių trūkumas visose įmonėse.
AI kliūtys priimant verslo sprendimus:
- Sunku interpretuoti ar paaiškinti AI rezultatus sprendimus priimantiems asmenims: 55 proc.
- Riboti verslo vartotojų analitiniai įgūdžiai: 54 proc.
- Duomenys nėra pakankamai švarūs, integruoti ar valdomi: 50 proc.
- Trūksta aiškumo dėl nuosavybės ar atsakomybės už sprendimus: 49 proc.
- Techniniai AI įrankių ar infrastruktūros apribojimai: 45 proc.
Įžvalgų kūrimas iš AI jokiu būdu nėra vienkartinis darbas, be to, sunaudojama daugiau duomenų analitikų laiko. Apklausoje dalyvavę analitikai skiria beveik keturias valandas per savaitę, kad patvirtintų arba taisytų dirbtinio intelekto sukurtus rezultatus. Kas šeštas sako, kad beveik visą darbo dieną, šešias valandas ar daugiau, praleidžia vargindamas dirbtinio intelekto rezultatus. Pridėkite šešias valandas, praleistas atliekant pirmiau minėtą pagrindinį duomenų darbą, ir tai padidins AI „mokestį“ beveik dvi dienas per savaitę prie specialistų darbo laiko.
Taip pat: Daugiau nei 80 % JAV vyriausybinių agentūrų jau naudoja dirbtinio intelekto agentus – ir tai tik pradžia
Tai rodo atsirandantį įgūdžių rinkinį, kuris tampa vis vertingesnis AI amžiuje: AI rezultatų patvirtinimas. Tai yra „signalas, kad nors dirbtinis intelektas gali paspartinti darbą, organizacijoms vis dar reikia žmogaus priežiūros, kad rezultatai būtų nuoseklūs, paaiškinami ir patikimi“, – teigia tyrimo autoriai.
