Die prädiktive KI-Demokratisierung wird Business Intelligence verändern

Die Umwandlung von Rohdaten in aussagekräftige Erkenntnisse hat Unternehmen schon immer in die Lage versetzt, fundierte Entscheidungen zu treffen.

Und jetzt, da künstliche Intelligenz ins Spiel kommt, stehen noch nie so viele Möglichkeiten – oder Fähigkeiten – zur Verfügung, um die Lücke zwischen verfügbaren Daten und umsetzbaren Erkenntnissen zu schließen.

Dies gilt insbesondere vor dem Hintergrund der heutigen zunehmend datenreichen Landschaft, in der digitale Transformationen Unternehmensdaten, die einst unter technischen Schulden gesperrt waren, in taktische Vorteile verwandeln.

„Große Sprachmodelle sind im Allgemeinen sehr gut darin, mit Menschen zu interagieren, Daten zu sammeln und Wissen und Daten zugänglich zu machen.“ Pekannuss CEO und Mitbegründer Zohar Bronfman erzählte PYMNTS während eines Gesprächs für die Serie den „KI-Effekt“. „Sie sind die beste Technologie, die die Menschheit jemals entwickelt hat und die dabei hilft, Wissen zugänglich zu machen.“

Er wies jedoch darauf hin, dass diese Modelle nicht speziell für die Erstellung von Vorhersagen konzipiert seien, was traditionell ein Kernaspekt der KI sei.

Aber durch die Kombination der Vorhersage- und Datenverarbeitungsfunktionen der prädiktiven KI mit intuitiven, menschenzentrierten generativen KI-Schnittstellen können Vorhersage und Zugänglichkeit erreicht werden.

„Vorausschauende KI hilft Ihnen, die Wahrscheinlichkeit bestimmter zukünftiger Ereignisse abzuschätzen“, sagte Bronfman. „LLMs machen semantische bzw. sprachbezogene Informationen auf äußerst benutzerfreundliche Weise zugänglich.“

Er betonte, wie wichtig es für Unternehmen sei, diese Unterschiede und Synergien zu verstehen, um KI effektiv nutzen zu können.

Datenbereitschaft ist die Grundlage aller erfolgreichen Datenaktivierungen

Doch trotz der Vorteile von Unternehmens-KI ist die Bereitschaft von Unternehmen, KI zu integrieren, unterschiedlich.

Wie Bronfman erklärte, verfügen einige Unternehmen über ausgereifte Datenpraktiken und Governance-Programme, die es ihnen ermöglichen, KI-Ausgaben nahtlos und mit minimaler Reibung in bestehende Geschäftsprozesse zu integrieren. Allerdings kämpfen viele Unternehmen immer noch mit Problemen wie Qualitätskontrolle, Governance und Sicherheit, was häufig zu Problemen beim Einsatz von KI führen kann.

Lesen Sie auch  Dr. Eric Berg verrät die beste Ernährung und Bewegung, um hartnäckiges Bauchfett loszuwerden

„Interessanterweise ist eine der größten Herausforderungen bei der Einführung von KI tatsächlich die Talentlücke“, fügte er hinzu.

„Obwohl Unternehmen über einen KI-Anwendungsfall verfügen und die Möglichkeit haben, KI auf sinnvolle Weise zu nutzen, haben sie in vielen Fällen keinen ausreichenden Zugang zu relevanten Talenten, die ihrem Unternehmen bei dieser Arbeit helfen können“, sagte Bronfman. Er erklärt, dass der Zugang zu qualifizierten Datenwissenschaftlern, die KI-Lösungen effektiv implementieren können, sowohl wertvoll als auch Mangelware ist.

Er schlug vor, dass die Beseitigung der Talentlücke eine Kombination aus technischer Weiterbildung und einem umfassenderen Verständnis der Geschäftsanforderungen erfordert.

Während Technologie dazu beitragen kann, die technische Lücke zu schließen, müssen Unternehmen auch den entsprechenden Geschäftssinn entwickeln, um KI-Modelle mit ihren tatsächlichen Geschäftsproblemen zu verknüpfen und sie effektiv in bestehende Prozesse zu integrieren. Dies erfordert eine gemeinsame Anstrengung zwischen Ingenieurteams und Führungskräften der C-Suite.

„Ein Modell ist nur so gut wie das Problem, das es löst“, sagte Bronfman. „Und um das Modell mit dem Geschäftsproblem zu verknüpfen, muss man nicht nur die Genauigkeit verstehen, die sehr technisch ist, sondern auch die Wirksamkeit, wie gut das KI-Modell das Problem löst und wie es in den Geschäftsprozess integriert werden sollte.“ Das ist eine komplexere Frage.“

Die Macht der prädiktiven GenAI in der Business Intelligence

Mit der Weiterentwicklung der Technologie entwickeln sich auch die Einsatzmöglichkeiten weiter.

Business Intelligence durchläuft einen Paradigmenwechsel, der durch das immense Potenzial der KI zur Analyse riesiger Datenmengen vorangetrieben wird und die Art und Weise verändert, wie Unternehmen die digitalen Informationen, die sie in großen Mengen generieren, analysieren und nutzen.

Lesen Sie auch  US-Ärzte reisen nach Polen, um Kriegsverletzungen ukrainischer Kinder zu behandeln

Bronfman erklärte, dass Branchen mit häufigen und dichten proprietären Daten besser für prädiktive generative KI-Funktionen geeignet seien. Unternehmen, die Transaktionsdaten sammeln, können die Plattform nutzen, um zukünftige Ereignisse wie Kundenkäufe, Abwanderungsraten und Lifetime-Wert vorherzusagen.

„In dem Moment, in dem Sie die Welt durch die Linse des historischen Transaktionsverhaltens betrachten, können Sie ein prädiktives Gen-KI-Framework nutzen und etwas über die Wahrscheinlichkeit dieser zukünftigen Transaktionen sagen“, erklärte Bronfman. „Es ist ein evolutionärer Prozess in Bezug auf die Art und Weise, wie Unternehmen funktionieren können.“

Während sich das Spektrum der Anwendungsfälle erweitert, bleibt die Analyse des Kundenverhaltens ein beliebter Ausgangspunkt für Unternehmen, die prädiktive Analysen einsetzen möchten, fügte er hinzu.

Bronfman betonte die demokratisierende Wirkung der Kombination von Predictive Analytics mit generativen KI-Schnittstellen. Die Plattform ermöglicht Geschäftsanalysten, Marketinganalysten und anderen Fachleuten den Übergang zu Datenwissenschaftlern und versetzt sie in die Lage, zukünftige Ergebnisse vorherzusagen und datengesteuerte Entscheidungen zu treffen. Diese Verschiebung der Wertfunktion erhöht die Gesamtwirkung von Predictive Analytics innerhalb von Unternehmen.

Was die Zukunft betrifft, sagte Bronfman voraus, dass die Zukunft der KI nicht nur darin liegt, zukünftige Ereignisse vorherzusagen, sondern auch Maßnahmen auf der Grundlage dieser Vorhersagen vorzuschreiben. Ziel ist es, Entscheidungsprozesse zu automatisieren und den Geschäftsbetrieb zu optimieren. Während diese Vision Möglichkeiten bietet, betonte er die Notwendigkeit eines klaren Verständnisses der Risiken und des verantwortungsvollen Einsatzes von KI.

Für die gesamte PYMNTS AI-Berichterstattung abonnieren Sie die Tageszeitung KI-Newsletter.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.