Business analyst

Heard on the Street – 26/8/2021

Chào mừng bạn đến với chuyên mục tổng kết đầu tiên của “Heard on the Street” bên trong BIGDATA! Trong tính năng thường xuyên hoàn toàn mới này, chúng tôi làm nổi bật các bài bình luận lãnh đạo tư tưởng từ các thành viên của hệ sinh thái dữ liệu lớn. Mỗi ấn bản bao gồm các xu hướng trong ngày với những quan điểm hấp dẫn có thể cung cấp những thông tin chi tiết quan trọng để mang lại cho bạn lợi thế cạnh tranh trên thị trường. Chúng tôi mời các bài dự thi tập trung vào các lĩnh vực chủ đề công nghệ ưa thích của chúng tôi: dữ liệu lớn, khoa học dữ liệu, học máy, AI và học sâu. Thưởng thức! Khả năng bùng nổ sẽ vẫn là xương sống của việc đảm bảo các mô hình AI / ML chất lượng cao và đáng tin cậy. Bình luận của: Shameek Kundu là Giám đốc chiến lược tại TruEra, Khi mối quan tâm của xã hội xung quanh sự mờ mịt, đạo đức và sự công bằng của các hệ thống Trí tuệ nhân tạo (AI) tăng lên, nhiều bên liên quan – cơ quan quản lý, khách hàng, khách hàng nội bộ của các nhóm khoa học dữ liệu – ngày càng lên tiếng về sự cần thiết phải làm cho các mô hình như vậy có thể giải thích được. Tại Hoa Kỳ, Ủy ban Thương mại Liên bang, Hiệp hội Quốc gia các Ủy viên Bảo hiểm và các cơ quan quản lý ngân hàng liên bang đều nêu rõ điều này trong những tháng gần đây. Ở Châu Âu, một dự thảo luật về quản lý việc sử dụng AI trong các trường hợp sử dụng rủi ro cao hứa hẹn sẽ ít nhất có ý nghĩa như Quy định chung về bảo vệ dữ liệu (GDPR). Không có gì ngạc nhiên khi một khối lượng lớn các hoạt động thương mại và học thuật gần đây trong không gian khoa học dữ liệu tập trung vào “khả năng giải thích của AI”. Tuy nhiên, việc xem khả năng giải thích một cách cô lập – tự nó như một kết thúc – bỏ lỡ bức tranh lớn hơn. Đạt được sự minh bạch trong cách đưa ra dự đoán của một mô hình là hữu ích, nhưng mục tiêu rộng hơn chắc chắn phải là xây dựng niềm tin vào AI bằng cách đảm bảo Chất lượng AI. Điều này không chỉ bao gồm các chỉ số hiệu suất của mô hình mà còn bao gồm một tập hợp các thuộc tính phong phú hơn nhiều giúp nắm bắt mức độ khái quát của mô hình, bao gồm tính hợp lý về mặt khái niệm, khả năng giải thích, tính ổn định, tính mạnh mẽ, độ tin cậy và chất lượng dữ liệu. Nó cũng bao gồm các thuộc tính thể hiện các kỳ vọng của xã hội và pháp luật về tính minh bạch, công bằng và quyền riêng tư. Tương lai bây giờ là dành cho Edge – Tại sao Công ty của bạn – Có, của bạn – Sẽ được hưởng lợi từ Edge Computing. Bình luận của: John DesJardins, CTO của Hazelcast. Gần đây, có rất nhiều cuộc thảo luận về điện toán biên, nhưng tôi cho rằng cuộc trò chuyện này chỉ có giới hạn – khiến quá nhiều công ty cảm thấy như công nghệ tiên tiến chỉ dành cho một số loại công ty với một số loại khối lượng công việc nhất định hoặc đó là điều cần phải suy nghĩ “một ngày nào đó.” Trên thực tế, bất kỳ công ty nào đang làm việc trong môi trường đám mây hoặc môi trường kết hợp đều sẵn sàng sử dụng hiệu quả lợi thế – nếu họ coi điện toán biên và đám mây là một phần của quy trình xử lý dữ liệu liên tục chứ không phải là một mô hình công nghệ rời rạc. Điện toán biên cho phép các tổ chức thực hiện hành động đối với dữ liệu gần nguồn nhất có thể – hoặc ngay khi dữ liệu được “sinh ra”. Khả năng hiển thị dữ liệu ngay khi nó được tạo sẽ cung cấp thông tin chi tiết giúp các doanh nghiệp có thể hành động ngay lập tức theo hoạt động của người dùng đồng thời tận dụng công nghệ làm giảm độ trễ và sử dụng băng thông. Thật vậy, không phải mọi thứ đều cần quay trở lại đám mây hoặc trung tâm dữ liệu, một điểm mà các tổ chức phải xem xét khi dữ liệu của họ phát triển. (Và, nó sẽ phát triển!) Đúng vậy, các tổ chức sẽ cần phải thực hiện rất nhiều công việc mang tính chuyển đổi (lại có từ đó) để thu hẹp khoảng cách giữa yêu cầu và giải pháp, dựa vào nền tảng ứng dụng thời gian thực, trong số các giải pháp khác. Nhưng liệu nó có đáng không? Không nghi ngờ gì. Giá trị của việc sử dụng hiệu quả dữ liệu thông qua sự tương tác thông minh của cạnh và đám mây là lợi thế cạnh tranh của tổ chức bạn. Loại bỏ thiên vị trong việc tuyển dụng bằng Đánh giá hành vi do AI hỗ trợ. Bài bình luận của Maaz Rana, Đồng sáng lập và COO tại Knockri. AI đang tạo ra làn sóng trong ngành tuyển dụng, với các đánh giá hành vi do AI hỗ trợ sẽ thay đổi bối cảnh tuyển dụng trở nên tốt hơn. Với việc các công ty cam kết nhiều hơn trong việc thúc đẩy các sáng kiến ​​DEI, không có gì ngạc nhiên khi tất cả chúng ta đang trên con đường tạo ra các công cụ tốt hơn để giúp loại bỏ sự thiên vị trong quá trình tuyển dụng. Một nghiên cứu của McKinsey cho biết các công ty đa dạng hơn có khả năng làm tốt hơn 43% so với các đối tác kém đa dạng hơn, điều này cho thấy rằng việc triển khai các công cụ để giúp DEI là điều không cần bàn cãi. tất cả các công ty. Hơn nữa, theo Forbes, “các nền tảng phần mềm dựa trên AI vừa hướng đến dữ liệu vừa được dạy để bỏ qua các định kiến ​​truyền thống dựa trên các thuật toán ngăn chặn các mô hình xuyên tạc lịch sử”. Bây giờ bạn có thể tự hỏi, chính xác thì 'đánh giá hành vi do AI hỗ trợ' là gì? Để bắt đầu, theo Từ điển Tâm lý học APA, đánh giá hành vi là “việc nghiên cứu và đánh giá một cách có hệ thống về hành vi của một cá nhân”. Bằng cách đưa những đánh giá này cùng với học máy, chúng tôi có thể giúp loại bỏ sự thiên vị khi đánh giá ứng viên. Tất cả bắt nguồn từ việc kết hợp Tâm lý học I / O với Học máy. Tâm lý I / O đã là một động lực trong việc tạo ra các công cụ tuyển dụng AI để nhận ra các hành vi trong đánh giá của ứng viên. Bằng cách dạy các mô hình để xác định các hành vi chính, phản ứng của ứng viên có thể được phân tích để trau dồi các kỹ năng đó và tìm ra sự phù hợp nhất cho công việc. Đánh giá hành vi do AI hỗ trợ nhằm quan sát và dự đoán hành vi mà không xác định chủng tộc, dân tộc, tuổi tác, khuyết tật, giới tính và bất kỳ thành kiến ​​hệ thống nào khác mà tất cả chúng ta vốn có. Khi chúng tôi sử dụng bộ dữ liệu đại diện và triển khai các rào cản quan trọng cho AI, chúng tôi có thể nắm bắt đầy đủ các bộ kỹ năng của ứng viên và loại bỏ bất kỳ rào cản nào mà chúng tôi có thể không nhất thiết nhận ra rằng chúng tôi đặt ra khi gặp ứng viên lần đầu tiên. Tại sao các công ty lại tin tưởng một cách nhầm lẫn rằng họ có toàn quyền quản lý dữ liệu khi nó có xu hướng bỏ sót các yếu tố chính của chính sách hoặc bảo mật. Bình luận của: James Beecham, Đồng sáng lập và CTO, ALTR. Thật không may, các nhà lãnh đạo hoàn toàn có thiện chí lại nhầm tưởng rằng tổ chức của họ có toàn quyền quản lý dữ liệu trong khi trên thực tế, họ có xu hướng bỏ sót các yếu tố chính của chính sách và bảo mật, để lại những lỗ hổng trong chiến lược quản trị của họ. Tại sao chuyện này đang xảy ra? Bởi vì cơ sở hạ tầng dữ liệu hiện đại và rủi ro của nó đã thay đổi đáng kể trong vài năm qua. Ngay từ đầu, quản trị dữ liệu đã yêu cầu xử lý quản lý siêu dữ liệu, khám phá / phân loại và chất lượng dữ liệu. Giờ đây, các chuyên gia dữ liệu phải theo kịp với bối cảnh phức tạp và thay đổi để chia sẻ và truy cập dữ liệu. Khi các tổ chức bắt đầu di chuyển dữ liệu lên đám mây, họ vẫn chịu trách nhiệm quản lý cả bản thân dữ liệu và những người sử dụng dữ liệu đó trong môi trường đó. Do đó, các công ty cần xem xét quản trị dữ liệu và bảo mật dữ liệu một cách tổng thể để theo dõi quyền truy cập, thiết lập chính sách, thực thi quản lý dữ liệu thích hợp và bảo mật dữ liệu. Điều này đòi hỏi một cách tiếp cận khác để tương tác với dữ liệu, bao gồm việc tạo ra các chính sách quản trị có thể hoạt động trong thời gian thực, kiểm soát quyền truy cập vào dữ liệu nhạy cảm và tự động ứng phó với các mối đe dọa bảo mật dữ liệu tiềm ẩn. Bảo vệ dữ liệu là một việc, nhưng để bảo vệ tất cả dữ liệu, nó cũng phải được bảo vệ trong quá trình sử dụng. Khi mục tiêu và mục tiêu thay đổi, điều cần thiết là chúng tôi phải xác định lại quản trị dữ liệu với tư duy và chiến lược bảo mật mạnh mẽ để có một bức tranh hoàn chỉnh. Với các khoản tiền phạt ngày càng mang tính trừng phạt và thiệt hại thương hiệu liên quan đến việc sử dụng sai dữ liệu, các công ty không nên tự coi mình là tuân thủ hoặc chuẩn bị mà không bao gồm một chiến lược bảo mật. Thu nhập từ bảng chữ cái + Ý nghĩa đám mây. Bình luận của: Heikki Nousiainen, CTO tại Aiven. Sự tăng trưởng của Google là một chỉ báo trực tiếp về quỹ đạo đi lên của đám mây. Thị trường đám mây công cộng dự kiến ​​sẽ đạt tổng $ 304. 9 tỷ trong 2021 do sự phổ biến của cơ sở dữ liệu được quản lý và các dịch vụ đám mây , và một phần bị bỏ qua khác mà tôi dự đoán sẽ tiếp tục đạt được sức hút là nguồn mở. Năm nay, Google tiếp tục là công ty đóng góp hàng đầu cho phần mềm nguồn mở, đã tăng đáng kể số lượng nhân viên đóng góp tích cực cho các dự án nguồn mở từ tháng 6 2016 đến tháng 6 2021. Tuy nhiên, một kết quả bất ngờ từ nghiên cứu gần đây cho thấy số lượng đóng góp vào mã (cam kết) đã giảm 10% trong năm ngoái. Điều này có nghĩa là Google đang hạ nhiệt cam kết của mình đối với nguồn mở? Tôi không nghĩ vậy, đó là một năm đặc biệt và Google đã vô địch về mã nguồn mở ngay từ những ngày đầu thành lập. Nó rất có thể là kết quả của sự trưởng thành ngày càng tăng của các dự án nguồn mở của nó kết hợp với sự hỗn loạn trong năm qua. Mặc dù vậy, những người ủng hộ cộng đồng nguồn mở đều biết những người chơi như Google có giá trị như thế nào đối với sự phát triển và thành công chung của nó. Mặc dù những doanh nghiệp như vậy từng được biết đến là nghi ngờ khả năng của các dự án nguồn mở, nhưng kể từ đó, họ đã xuất hiện để hỗ trợ những bước tiến lớn trong cộng đồng. Trên thực tế, Google đã đồng sáng lập Quỹ bảo mật nguồn mở (OpenSSF) với Microsoft và thậm chí gần đây đã cập nhật dự án Thẻ điểm bảo mật của mình để tăng gấp đôi tính bảo mật cho các dự án nguồn mở và giữ cho người dùng và nhà phát triển được thông báo tốt hơn, làm rõ rằng những gã khổng lồ công nghệ biết họ khách hàng dựa vào sức mạnh của mã nguồn mở trong các dịch vụ mà họ cung cấp. Cũng giống như khách hàng của họ phụ thuộc vào nguồn mở, chúng tôi phụ thuộc vào những người khổng lồ trong ngành như Google để hỗ trợ bản chất thực sự của nguồn mở giống như các thành viên cộng đồng khác – cho dù họ là nhà cung cấp đám mây nhỏ hơn hay cá nhân đóng góp. Các nguồn lực và tầm ảnh hưởng của Google giúp phát triển một cộng đồng lớn mạnh hơn sẽ mang lại lợi ích cho nhiều người hiện tại và trong tương lai. ” Các cách mà các doanh nghiệp có thể đảm bảo việc sử dụng AI của họ có trách nhiệm, đạo đức và đáng tin cậy. Bình luận của: Sudhir Jha, Giám đốc công ty AI Brighterion và SVP của Mastercard. Sự tăng tốc nhanh chóng trong việc áp dụng AI trong các doanh nghiệp đóng một vai trò rất lớn trong cách người tiêu dùng tương tác và cảm nhận một thương hiệu. Ngoài người tiêu dùng, nhân viên muốn cảm thấy tốt về doanh nghiệp mà họ làm việc. Việc sử dụng công nghệ có trách nhiệm là cần thiết để đảm bảo tác động tích cực. Tính minh bạch là chìa khóa để xây dựng lòng tin và phải là yếu tố không thể thiếu đối với bất kỳ giải pháp AI trong tổ chức. Nó phải bắt đầu với cách dữ liệu được thu thập, lưu trữ và quản lý. Cần có các chính sách rất rõ ràng xung quanh những hiểu biết sâu sắc và quyết định có thể rút ra từ dữ liệu. Tất cả các tác động có thể có của các hành động được thực hiện bởi giải pháp AI cần được hiểu rõ và ghi lại. Cũng cần có các cuộc đánh giá định kỳ đối với giải pháp để đảm bảo không có sự sai lệch hoặc tác động không mong muốn nào được kích hoạt theo thời gian. Không có lý do gì để coi AI như một hộp đen hay “ma thuật”. Tính minh bạch tăng lên sẽ dẫn đến sự tin cậy cao hơn, điều này sẽ thúc đẩy sự chấp nhận trong toàn tổ chức khi mọi người cảm thấy thoải mái hơn với công nghệ. Lợi ích của Điện toán Lượng tử trong Quản lý Chuỗi Cung ứng. Bình luận của: Yuval Boger, Giám đốc Tiếp thị tại Classiq. Các công ty vận tải biển toàn cầu đã phải tranh giành khi kênh đào Suez bị phong tỏa gần đây. Máy tính lượng tử có thể giải quyết loại vấn đề này (được gọi là “vấn đề nhân viên bán hàng đi du lịch”) rất hiệu quả và nhanh hơn nhiều so với một máy tính cổ điển có thể. Thông qua tính toán lượng tử, người gửi hàng có thể nhanh chóng xác định trình tự vận chuyển tối ưu, bao gồm tuyến đường nào nhanh nhất, tiết kiệm chi phí nhất, ít tác động đến môi trường nhất và thậm chí cả cách những tuyến đường này có thể thay đổi trong ngày với điều kiện giao thông hoặc thời tiết thay đổi. Ví dụ: nếu Uber, UPS hoặc một công ty vận chuyển toàn cầu có thể tiết kiệm, 15 – 20% trong chi phí vận chuyển của họ, tính toán lượng tử trở nên ít phải đầu tư hơn và trở thành một lợi thế cạnh tranh đáng gờm với giá trị lợi nhuận khổng lồ. AI sẽ không sớm thay thế loài người. Bình luận của: James Isaacs, Chủ tịch Cyara. Khi bạn nhìn vào việc sử dụng AI trong các hoạt động đối mặt với người tiêu dùng ngày nay, nó chủ yếu được sử dụng trong các chatbot được hỗ trợ bởi AI và các tính năng cá nhân hóa khách hàng. Nếu chúng ta nhìn vào cách người tiêu dùng đã tận dụng các tính năng được hỗ trợ bởi AI trong đại dịch, chúng ta có thể thấy rằng họ đang thực sự sử dụng chúng để giải quyết các vấn đề nhanh hơn thông qua các tác nhân của con người. Các công ty như Bank of America, có một chatbot hỗ trợ AI hướng đến người tiêu dùng tên là Erica, đã thấy người tiêu dùng sử dụng Erica để tìm ra phương pháp tốt nhất để thu hút các nhóm hỗ trợ khách hàng. Thay vì đặt câu hỏi trực tiếp cho Erica để khắc phục bất kỳ sự cố nào, khách hàng chỉ hỏi Erica về cách họ nên liên hệ với nhóm dịch vụ khách hàng để nhanh chóng giải quyết vấn đề của họ với nhân viên phù hợp. Mã là tiếng Anh mới. Bình luận của: Alok Kulkarni, Giám đốc điều hành của Cyara. Tiếng Anh là ngôn ngữ bắt buộc phải biết để tiến hành kinh doanh trên toàn cầu, mặc dù các ngôn ngữ khác như tiếng Quan Thoại đang trở nên quan trọng không kém. Vài trăm năm trước, ngôn ngữ thương mại là tiếng Latinh. Chẳng bao lâu nữa, ngôn ngữ giao dịch phải biết sẽ là mã. Các công ty đang bắt đầu áp dụng DevOps và thực hành mã hóa, chẳng hạn như kiểm tra liên tục và phân tích dữ liệu sản xuất để cải thiện thiết kế sản phẩm trong tương lai cho các hoạt động kinh doanh khác. Việc áp dụng các phương pháp này trong toàn doanh nghiệp sẽ đẩy nhanh quá trình đổi mới và mang lại những cải tiến đáng kể cho việc cá nhân hóa khách hàng trong các trung tâm liên lạc. Ngày càng có nhiều tổ chức yêu cầu các nhà lãnh đạo cấp C phải có hiểu biết về mã hóa và thực hành DevOps vì lý do này. Khi ngày càng có nhiều dịch vụ và sản phẩm trở nên kỹ thuật số hoàn toàn, các công ty sẽ thực hiện chuyển hướng đã được dự đoán trước đó sang việc tận dụng dữ liệu của họ để tăng doanh thu. Để làm được điều này, việc hiểu về mã hóa và luồng dữ liệu giữa các ứng dụng là rất quan trọng. Đăng ký nhận bản tin InsideBIGDATA miễn phí. Tham gia với chúng tôi trên Twitter: @ InsideBigData1 – https://twitter.com/InsideBigData1

  • Trang chủ
  • Trí tuệ nhân tạo
  • Chuyên viên phân tích kinh doanh
  • Thông tin kinh doanh
  • Khoa học dữ liệu
  • Back to top button