ಡೇಟಾ ವಿಶ್ಲೇಷಕರನ್ನು AI ಬದಲಾಯಿಸುತ್ತದೆಯೇ? ನಿಜ ಮಾತು.

ಇತ್ತೀಚೆಗೆ ಕೆಲಸದ ಜೀವನದ ಪ್ರತಿಯೊಂದು ಮೂಲೆಯಲ್ಲೂ AI ಹರಿದಾಡುತ್ತಿದೆ - ಇಮೇಲ್‌ಗಳು, ಸ್ಟಾಕ್ ಪಿಕ್ಸ್, ಯೋಜನಾ ಯೋಜನೆ ಕೂಡ. ಸ್ವಾಭಾವಿಕವಾಗಿ, ಇದು ದೊಡ್ಡ ಭಯಾನಕ ಪ್ರಶ್ನೆಯನ್ನು ಹುಟ್ಟುಹಾಕುತ್ತದೆ: ಡೇಟಾ ವಿಶ್ಲೇಷಕರು ಮುಂದಿನ ಹಂತದಲ್ಲಿದ್ದಾರೆಯೇ? ಪ್ರಾಮಾಣಿಕ ಉತ್ತರವು ಕಿರಿಕಿರಿಗೊಳಿಸುವ ರೀತಿಯಲ್ಲಿ ನಡುವೆ ಇದೆ. ಹೌದು, ಸಂಖ್ಯೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವಲ್ಲಿ AI ಪ್ರಬಲವಾಗಿದೆ, ಆದರೆ ಡೇಟಾವನ್ನು ನಿಜವಾದ ವ್ಯವಹಾರ ನಿರ್ಧಾರಗಳಿಗೆ ಸಂಪರ್ಕಿಸುವ ಗೊಂದಲಮಯ, ಮಾನವೀಯ ಭಾಗ? ಅದು ಇನ್ನೂ ಜನರಿಗೆ ಸಂಬಂಧಿಸಿದ ವಿಷಯ.

ಸಾಮಾನ್ಯ ತಂತ್ರಜ್ಞಾನದ ಪ್ರಚಾರಕ್ಕೆ ಜಾರದೆ ಇದನ್ನು ಬಿಚ್ಚೋಣ.

ಇದರ ನಂತರ ನೀವು ಓದಲು ಇಷ್ಟಪಡಬಹುದಾದ ಲೇಖನಗಳು:

🔗 ಡೇಟಾ ವಿಶ್ಲೇಷಕರಿಗೆ ಅತ್ಯುತ್ತಮ AI ಪರಿಕರಗಳು
ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆಯನ್ನು ಹೆಚ್ಚಿಸಲು ಉನ್ನತ AI ಪರಿಕರಗಳು.

🔗 ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಉಚಿತ AI ಪರಿಕರಗಳು
ಡೇಟಾ ಕೆಲಸಕ್ಕಾಗಿ ಅತ್ಯುತ್ತಮ ಉಚಿತ AI ಪರಿಹಾರಗಳನ್ನು ಅನ್ವೇಷಿಸಿ.

🔗 ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಪರಿವರ್ತಿಸುವ ಪವರ್ ಬಿಐ ಎಐ ಪರಿಕರಗಳು
ಡೇಟಾ ಒಳನೋಟಗಳನ್ನು ಸುಧಾರಿಸಲು ಪವರ್ ಬಿಐ AI ಅನ್ನು ಹೇಗೆ ಬಳಸುತ್ತದೆ.

ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ AI ನಿಜವಾಗಿಯೂ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಕಾರಣ 🔍

AI ಜಾದೂಗಾರನಲ್ಲ, ಆದರೆ ಇದು ವಿಶ್ಲೇಷಕರ ಗಮನ ಸೆಳೆಯುವ ಕೆಲವು ಗಂಭೀರ ಪ್ರಯೋಜನಗಳನ್ನು ಹೊಂದಿದೆ:

• ವೇಗ : ಯಾವುದೇ ಇಂಟರ್ನ್ ಎಂದಿಗೂ ಸಾಧ್ಯವಾಗದಷ್ಟು ವೇಗವಾಗಿ ಬೃಹತ್ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಅಗಿಯುತ್ತಾರೆ.

• ಪ್ಯಾಟರ್ನ್ ಸ್ಪಾಟಿಂಗ್ : ಮಾನವರು ತಪ್ಪಿಸಿಕೊಳ್ಳಬಹುದಾದ ಸೂಕ್ಷ್ಮ ವೈಪರೀತ್ಯಗಳು ಮತ್ತು ಪ್ರವೃತ್ತಿಗಳನ್ನು ಎತ್ತಿಕೊಳ್ಳುತ್ತದೆ.

• ಆಟೋಮೇಷನ್ : ನೀರಸ ಅಂಶಗಳನ್ನು ನಿಭಾಯಿಸುತ್ತದೆ - ಡೇಟಾ ಸಿದ್ಧತೆ, ಮೇಲ್ವಿಚಾರಣೆ, ವರದಿ ತಯಾರಿಕೆ.

• ಭವಿಷ್ಯ : ಸೆಟಪ್ ಉತ್ತಮವಾಗಿದ್ದಾಗ, ML ಮಾದರಿಗಳು ಮುಂದೆ ಏನಾಗಬಹುದು ಎಂಬುದನ್ನು ಮುನ್ಸೂಚಿಸಬಹುದು.

ಇಲ್ಲಿ ಉದ್ಯಮದ ಜನಪ್ರಿಯ ಪದವೆಂದರೆ ವರ್ಧಿತ ವಿಶ್ಲೇಷಣೆ - ಪೈಪ್‌ಲೈನ್‌ನ ಭಾಗಗಳನ್ನು ನಿರ್ವಹಿಸಲು BI ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳಲ್ಲಿ AI ಅನ್ನು ಬೇಯಿಸಲಾಗುತ್ತದೆ (ಪ್ರಾಥಮಿಕ ಪೂರ್ವಸಿದ್ಧತೆ → ದೃಶ್ಯೀಕರಣ → ನಿರೂಪಣೆ). [ಗಾರ್ಟ್‌ನರ್][1]

ಮತ್ತು ಇದು ಸೈದ್ಧಾಂತಿಕವಲ್ಲ. ದೈನಂದಿನ ವಿಶ್ಲೇಷಣಾ ತಂಡಗಳು ಈಗಾಗಲೇ ಸ್ವಚ್ಛಗೊಳಿಸುವಿಕೆ, ಯಾಂತ್ರೀಕೃತಗೊಳಿಸುವಿಕೆ ಮತ್ತು ಭವಿಷ್ಯವಾಣಿಗಳಿಗಾಗಿ AI ಅನ್ನು ಹೇಗೆ ಅವಲಂಬಿಸಿವೆ ಎಂಬುದನ್ನು ಸಮೀಕ್ಷೆಗಳು ತೋರಿಸುತ್ತಲೇ ಇವೆ - ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ಗಳನ್ನು ಜೀವಂತವಾಗಿರಿಸುವ ಅದೃಶ್ಯ ಪ್ಲಂಬಿಂಗ್. [ಅನಕೊಂಡ][2]

ಖಂಡಿತ, AI ಬದಲಾಯಿಸುತ್ತದೆ . ಆದರೆ ಕೆಲಸವೇ? ಇನ್ನೂ ನಿಂತಿದೆ.

AI vs. ಮಾನವ ವಿಶ್ಲೇಷಕರು: ತ್ವರಿತ ಅಕ್ಕಪಕ್ಕ 🧾

AI ಈಗಾಗಲೇ ಮನುಷ್ಯರನ್ನು ಸೋಲಿಸುವ ಸ್ಥಳ ⚡

ನಿಜವಾಗಲಿ: AI ಈಗಾಗಲೇ ಈ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಗೆಲ್ಲುತ್ತದೆ -

• ಯಾವುದೇ ದೂರು ನೀಡದೆ ಬೃಹತ್, ಗೊಂದಲಮಯ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಹೆಣೆಯುವುದು.

• ಅಸಂಗತತೆ ಪತ್ತೆ (ವಂಚನೆ, ದೋಷಗಳು, ಹೊರಗಿನವುಗಳು).

• ML ಮಾದರಿಗಳೊಂದಿಗೆ ಪ್ರವೃತ್ತಿಗಳ ಮುನ್ಸೂಚನೆ.

• ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ಗಳು ಮತ್ತು ಎಚ್ಚರಿಕೆಗಳನ್ನು ನೈಜ ಸಮಯದಲ್ಲಿ ರಚಿಸುವುದು.

ಉದಾಹರಣೆ: ಒಬ್ಬ ಮಧ್ಯಮ-ಮಾರುಕಟ್ಟೆ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿ ಅಸಂಗತತೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯನ್ನು ರಿಟರ್ನ್ಸ್ ಡೇಟಾಗೆ ವೈರ್ ಮಾಡಿದ್ದಾನೆ. AI ಒಂದು SKU ಗೆ ಜೋಡಿಸಲಾದ ಸ್ಪೈಕ್ ಅನ್ನು ಗುರುತಿಸಿದೆ. ಒಬ್ಬ ವಿಶ್ಲೇಷಕನು ಅಗೆದು, ತಪ್ಪಾಗಿ ಲೇಬಲ್ ಮಾಡಲಾದ ಗೋದಾಮಿನ ಬಿನ್ ಅನ್ನು ಕಂಡುಕೊಂಡನು ಮತ್ತು ದುಬಾರಿ ಪ್ರಚಾರದ ತಪ್ಪನ್ನು ನಿಲ್ಲಿಸಿದನು. AI ಗಮನಿಸಿತು, ಆದರೆ ಒಬ್ಬ ಮನುಷ್ಯ ನಿರ್ಧರಿಸಿದನು .

ಮಾನವರು ಇನ್ನೂ ಆಳುವ ಸ್ಥಳ 💡

ಕಂಪನಿಗಳನ್ನು ಸಂಖ್ಯೆಗಳು ಮಾತ್ರ ನಡೆಸುವುದಿಲ್ಲ. ತೀರ್ಪುಗಳು ಬರುವುದು ಮನುಷ್ಯರಿಂದ. ವಿಶ್ಲೇಷಕರು:

• ಕಾರ್ಯನಿರ್ವಾಹಕರು ನಿಜವಾಗಿಯೂ ಕಾಳಜಿ ವಹಿಸುವ ಕಥೆಗಳಾಗಿ ಪರಿವರ್ತಿಸಿ .

• AI ರೂಪಿಸದ ವಿಚಿತ್ರವಾದ "ಹೀಗಾದರೆ ಏನು" ಎಂಬ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿ.

• ಪಕ್ಷಪಾತ, ಸೋರಿಕೆ ಮತ್ತು ನೈತಿಕ ಅಪಾಯಗಳನ್ನು ಹಿಡಿಯಿರಿ (ನಂಬಿಕೆಗೆ ಅತ್ಯಗತ್ಯ) [NIST][3].

• ನಿಜವಾದ ಪ್ರೋತ್ಸಾಹ ಮತ್ತು ಕಾರ್ಯತಂತ್ರದಲ್ಲಿ ಆಂಕರ್ ಒಳನೋಟಗಳು.

ಇದನ್ನು ಈ ರೀತಿ ಯೋಚಿಸಿ: AI "ಮಾರಾಟವು 20% ರಷ್ಟು ಕಡಿಮೆಯಾಗಿದೆ" ಎಂದು ಕೂಗಬಹುದು, ಆದರೆ ಒಬ್ಬ ವ್ಯಕ್ತಿ ಮಾತ್ರ ವಿವರಿಸಬಹುದು, "ಇದು ಒಬ್ಬ ಸ್ಪರ್ಧಿ ಸಾಹಸ ಮಾಡಿದ ಕಾರಣ - ನಾವು ಅದನ್ನು ವಿರೋಧಿಸುತ್ತೇವೆಯೇ ಅಥವಾ ನಿರ್ಲಕ್ಷಿಸುತ್ತೇವೆಯೇ ಎಂಬುದು ಇಲ್ಲಿದೆ."

ಪೂರ್ಣ ಬದಲಿ? ಸಾಧ್ಯತೆ ಇಲ್ಲ 🛑

ಪೂರ್ಣ ಸ್ವಾಧೀನಕ್ಕೆ ಹೆದರುವುದು ಪ್ರಲೋಭನಕಾರಿ. ಆದರೆ ವಾಸ್ತವಿಕ ಸನ್ನಿವೇಶ? ಪಾತ್ರಗಳು ಬದಲಾಗುತ್ತವೆ , ಅವು ಮಾಯವಾಗುವುದಿಲ್ಲ:

• ಕಡಿಮೆ ಗೊಣಗಾಟದ ಕೆಲಸ, ಹೆಚ್ಚು ತಂತ್ರ.

• ಮಾನವರು ಮಧ್ಯಸ್ಥಿಕೆ ವಹಿಸುತ್ತಾರೆ, AI ವೇಗಗೊಳ್ಳುತ್ತದೆ.

• ಯಾರು ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಾರೆ ಎಂಬುದನ್ನು ಉನ್ನತ ಕೌಶಲ್ಯವು ನಿರ್ಧರಿಸುತ್ತದೆ.

ಕಡಿಮೆ ಮಾಡುತ್ತಾ, IMF, AI ವೈಟ್-ಕಾಲರ್ ಉದ್ಯೋಗಗಳನ್ನು ಮರುರೂಪಿಸುವುದನ್ನು ನೋಡುತ್ತದೆ - ಅವುಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅಳಿಸುವುದಿಲ್ಲ, ಆದರೆ ಯಾವ ಯಂತ್ರಗಳು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂಬುದರ ಸುತ್ತ ಕಾರ್ಯಗಳನ್ನು ಮರುವಿನ್ಯಾಸಗೊಳಿಸುತ್ತದೆ. [IMF][4]

“ಡೇಟಾ ಅನುವಾದಕ” 🗣️ ನಮೂದಿಸಿ

ಅತ್ಯಂತ ಜನಪ್ರಿಯ ಉದಯೋನ್ಮುಖ ಪಾತ್ರ? ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಅನುವಾದಕ. "ಮಾದರಿ" ಮತ್ತು "ಬೋರ್ಡ್‌ರೂಮ್" ಎರಡನ್ನೂ ಮಾತನಾಡುವ ವ್ಯಕ್ತಿ. ಅನುವಾದಕರು ಬಳಕೆಯ ಸಂದರ್ಭಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತಾರೆ, ಡೇಟಾವನ್ನು ನೈಜ ನಿರ್ಧಾರಗಳಿಗೆ ಜೋಡಿಸುತ್ತಾರೆ ಮತ್ತು ಒಳನೋಟಗಳನ್ನು ಪ್ರಾಯೋಗಿಕವಾಗಿರಿಸುತ್ತಾರೆ. [ಮೆಕಿನ್ಸೆ][5]

ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಹೇಳುವುದಾದರೆ: ಒಬ್ಬ ಅನುವಾದಕನು ವಿಶ್ಲೇಷಣೆಯು ಸರಿಯಾದ ವ್ಯವಹಾರ ಸಮಸ್ಯೆಗೆ ಉತ್ತರಿಸುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುತ್ತಾನೆ - ಆದ್ದರಿಂದ ನಾಯಕರು ಚಾರ್ಟ್ ಅನ್ನು ದಿಟ್ಟಿಸಿ ನೋಡುವ ಬದಲು ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದು. [ಮೆಕಿನ್ಸೆ][5]

ಕೈಗಾರಿಕೆಗಳಿಗೆ ತೀವ್ರ ಹೊಡೆತ (ಮತ್ತು ಮೃದು) 🌍

• ಹೆಚ್ಚು ಪರಿಣಾಮ ಬೀರುವ ವಲಯಗಳು : ಹಣಕಾಸು, ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರ, ಡಿಜಿಟಲ್ ಮಾರ್ಕೆಟಿಂಗ್ - ವೇಗವಾಗಿ ಚಲಿಸುವ, ಡೇಟಾ-ಭಾರೀ ವಲಯಗಳು.

• ಮಧ್ಯಮ ಪರಿಣಾಮ : ಆರೋಗ್ಯ ರಕ್ಷಣೆ ಮತ್ತು ಇತರ ನಿಯಂತ್ರಿತ ಕ್ಷೇತ್ರಗಳು - ಸಾಕಷ್ಟು ಸಾಮರ್ಥ್ಯವಿದೆ, ಆದರೆ ಮೇಲ್ವಿಚಾರಣೆಯು ವಿಷಯಗಳನ್ನು ನಿಧಾನಗೊಳಿಸುತ್ತದೆ [NIST][3].

• ಕನಿಷ್ಠ ಪರಿಣಾಮ ಬೀರುವ : ಸೃಜನಶೀಲ + ಸಾಂಸ್ಕೃತಿಕ-ಭಾರವಾದ ಕೆಲಸ. ಆದಾಗ್ಯೂ, ಇಲ್ಲಿಯೂ ಸಹ, AI ಸಂಶೋಧನೆ ಮತ್ತು ಪರೀಕ್ಷೆಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ವಿಶ್ಲೇಷಕರು ಹೇಗೆ ಪ್ರಸ್ತುತವಾಗಿರುತ್ತಾರೆ 🚀

"ಭವಿಷ್ಯ-ನಿರೋಧಕ" ಪರಿಶೀಲನಾಪಟ್ಟಿ ಇಲ್ಲಿದೆ:

• AI/ML ಮೂಲಭೂತ ವಿಷಯಗಳೊಂದಿಗೆ (ಪೈಥಾನ್/ಆರ್, ಆಟೋಎಂಎಲ್ ಪ್ರಯೋಗಗಳು) ಆರಾಮವಾಗಿರಿ [ಅನಕೊಂಡ][2].

• ಕಥೆ ಹೇಳುವುದು ಮತ್ತು ಸಂವಹನ ಮಾಡುವುದನ್ನು ಹೆಚ್ಚಿಸಿ .

• ಪವರ್ ಬಿಐ, ಟ್ಯಾಬ್ಲೋ, ಲುಕರ್ [ಗಾರ್ಟ್‌ನರ್][1] ನಲ್ಲಿ ವರ್ಧಿತ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಅನ್ವೇಷಿಸಿ.

• ಡೊಮೇನ್ ಪರಿಣತಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿ - ಕೇವಲ "ಏನು" ಅಲ್ಲ, "ಏಕೆ" ಎಂದು ತಿಳಿಯಿರಿ.

• ಅನುವಾದಕರ ಅಭ್ಯಾಸಗಳನ್ನು ಅಭ್ಯಾಸ ಮಾಡಿ: ಸಮಸ್ಯೆಗಳನ್ನು ರೂಪಿಸಿ, ನಿರ್ಧಾರಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ, ಯಶಸ್ಸನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ [ಮೆಕಿನ್ಸೆ][5].

AI ಅನ್ನು ನಿಮ್ಮ ಸಹಾಯಕ ಎಂದು ಭಾವಿಸಿ. ನಿಮ್ಮ ಪ್ರತಿಸ್ಪರ್ಧಿಯಲ್ಲ.

ಬಾಟಮ್ ಲೈನ್: ವಿಶ್ಲೇಷಕರು ಚಿಂತಿಸಬೇಕೇ? 🤔

ಕೆಲವು ಆರಂಭಿಕ ಹಂತದ ವಿಶ್ಲೇಷಕ ಕಾರ್ಯಗಳು ಸ್ವಯಂಚಾಲಿತವಾಗುತ್ತವೆ - ವಿಶೇಷವಾಗಿ ಪುನರಾವರ್ತಿತ ಪೂರ್ವಸಿದ್ಧತಾ ಕೆಲಸ. ಆದರೆ ವೃತ್ತಿಯು ಸಾಯುತ್ತಿಲ್ಲ. ಅದು ಉನ್ನತ ಮಟ್ಟಕ್ಕೆ ಏರುತ್ತಿದೆ. AI ಅನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವ ವಿಶ್ಲೇಷಕರು ತಂತ್ರ, ಕಥೆ ಹೇಳುವಿಕೆ ಮತ್ತು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತಾರೆ - ಸಾಫ್ಟ್‌ವೇರ್ ನಕಲಿ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲದ ವಿಷಯಗಳು. [IMF][4]

ಅದು ಅಪ್‌ಗ್ರೇಡ್.

ಉಲ್ಲೇಖಗಳು

1. ಅನಕೊಂಡ. ಡೇಟಾ ಸೈನ್ಸ್ ಸ್ಥಿತಿ 2024 ವರದಿ. ಲಿಂಕ್

2. ಗಾರ್ಟ್ನರ್. ವರ್ಧಿತ ವಿಶ್ಲೇಷಣೆ (ಮಾರುಕಟ್ಟೆ ಅವಲೋಕನ ಮತ್ತು ಸಾಮರ್ಥ್ಯಗಳು). ಲಿಂಕ್

3. NIST. AI ಅಪಾಯ ನಿರ್ವಹಣಾ ಚೌಕಟ್ಟು (AI RMF 1.0). ಲಿಂಕ್

4. IMF. AI ಜಾಗತಿಕ ಆರ್ಥಿಕತೆಯನ್ನು ಪರಿವರ್ತಿಸುತ್ತದೆ. ಮಾನವೀಯತೆಗೆ ಅದು ಪ್ರಯೋಜನವಾಗುವಂತೆ ನೋಡಿಕೊಳ್ಳೋಣ. ಲಿಂಕ್

5. ಮೆಕಿನ್ಸೆ & ಕಂಪನಿ. ಅನಾಲಿಟಿಕ್ಸ್ ಅನುವಾದಕ: ಹೊಸ ಪಾತ್ರ ಹೊಂದಿರಲೇಬೇಕು. ಲಿಂಕ್

ಅಧಿಕೃತ AI ಸಹಾಯಕ ಅಂಗಡಿಯಲ್ಲಿ ಇತ್ತೀಚಿನ AI ಅನ್ನು ಹುಡುಕಿ

ನಮ್ಮ ಬಗ್ಗೆ