Сүүлийн үед хиймэл оюун ухаан ажлын амьдралын бүхий л өнцөг булан бүрт нэвтэрч байна - имэйл, хувьцааны сонголт, тэр ч байтугай төслийн төлөвлөлт. Мэдээжийн хэрэг, энэ нь аймшигтай асуултыг бий болгож байна: дараагийн алхам нь өгөгдлийн шинжээчид үү? Шударга хариулт нь дунд зэргийн залхмаар юм. Тийм ээ, хиймэл оюун ухаан тоонуудыг тооцоолоход хүчтэй, гэхдээ өгөгдлийг бодит бизнесийн шийдвэртэй холбох нь замбараагүй, хүний талаар уу? Энэ нь одоо ч гэсэн хүмүүсийн асуудал хэвээр байна.
Ердийн технологийн шуугианд автахгүйгээр үүнийг задлан шинжлье.
Үүний дараа таны унших дуртай нийтлэлүүд:
🔗 Өгөгдлийн шинжээчдэд зориулсан шилдэг хиймэл оюун ухааны хэрэгслүүд
Шинжилгээ болон шийдвэр гаргалтыг сайжруулах шилдэг хиймэл оюун ухааны хэрэгслүүд.
🔗 Өгөгдлийн шинжилгээнд зориулсан үнэгүй хиймэл оюун ухааны хэрэгслүүд
Өгөгдлийн ажилд зориулсан хамгийн шилдэг үнэгүй хиймэл оюун ухааны шийдлүүдийг судлаарай.
🔗 Өгөгдлийн шинжилгээг өөрчилдөг Power BI хиймэл оюун ухааны хэрэгслүүд
Power BI нь өгөгдлийн ойлголтыг сайжруулахын тулд хиймэл оюун ухааныг хэрхэн ашигладаг вэ?.
Өгөгдлийн шинжилгээнд хиймэл оюун ухаан яагаад үнэхээр сайн ажилладаг вэ 🔍
Хиймэл оюун ухаан бол илбэчин биш ч шинжээчдийг анхааралдаа авахад хүргэдэг хэд хэдэн ноцтой давуу талуудтай:
-
Хурд : Асар их өгөгдлийн санг ямар ч дадлагажигчаас илүү хурдан боловсруулдаг.
-
Хэв шинж тэмдгийг илрүүлэх : Хүмүүсийн анзаараагүй байж болох нарийн гажиг болон чиг хандлагыг илрүүлдэг.
-
Автоматжуулалт : Өгөгдөл бэлтгэх, хянах, тайлан гаргах зэрэг уйтгартай хэсгүүдийг зохицуулдаг.
-
Таамаглал : Тохиргоо бат бөх байх үед ML загварууд цаашид юу болохыг урьдчилан таамаглаж чадна.
Салбарын гол түлхүүр үг бол сайжруулсан аналитик буюу хиймэл оюун ухааныг бизнесийн платформуудад нэгтгэн дамжуулах хоолойн хэсгүүдийг боловсруулах явдал юм (бэлтгэл → дүрслэл → өгүүлэмж). [Гартнер][1]
Энэ нь онолын үндэслэл биш юм. Өдөр тутмын аналитикийн багууд цэвэрлэгээ, автоматжуулалт, урьдчилсан мэдээ гаргахдаа хиймэл оюун ухаанд аль хэдийн найддаг болохыг судалгаагаар харуулсаар байна - энэ нь хяналтын самбарыг ажиллуулдаг үл үзэгдэх сантехник юм. [Анаконда][2]
Мэдээж хиймэл оюун ухаан ажлын хэсгүүдийг орлодог
Хиймэл оюун ухаан ба хүний шинжээч: Түргэн зэрэгцүүлэн 🧾
| Хэрэгсэл/Үүрэг | Юунд хамгийн сайн бэ | Ердийн зардал | Яагаад ажилладаг (эсвэл бүтэлгүйтдэг) |
|---|---|---|---|
| Хиймэл оюун ухааны хэрэгслүүд (ChatGPT, Tableau AI, AutoML) | Математикийн хичээл, загвар хайх | Захиалга: үнэгүй → үнэтэй шатлалууд | Аянга хурдан боловч шалгаагүй бол "хий үзэгдэл"-ээр харагддаг [NIST][3] |
| Хүний шинжээчид 👩💻 | Бизнесийн орчин, түүх өгүүлэх | Цалин дээр суурилсан (байгалийн хүрээ) | Зураг дээр нарийн мэдрэмж, урамшуулал, стратеги авчирдаг |
| Эрлийз (хиймэл оюун ухаан + хүн) | Ихэнх компаниуд үнэндээ хэрхэн ажилладаг вэ | Давхар зардал, илүү өндөр ашиг | Хиймэл оюун ухаан ууртай ажилладаг, хүмүүс хөлгийг жолооддог (ялалтад хүрэх томъёо) |
Хиймэл оюун ухаан хүмүүсийг аль хэдийн ялж чадсан газар ⚡
Үнэнийг хэлэхэд: хиймэл оюун ухаан эдгээр чиглэлээр аль хэдийн ялалт байгуулсан -
-
Асар том, замбараагүй өгөгдлийн санг гомдолгүйгээр маргалдаж байна.
-
Аномали илрүүлэлт (луйвар, алдаа, гажуудал).
-
Машины загвар ашиглан чиг хандлагыг урьдчилан таамаглах.
-
Хяналтын самбар болон сэрэмжлүүлгийг бараг бодит цаг хугацаанд үүсгэх.
Жишээ нь: дунд зах зээлийн нэг жижиглэнгийн худалдаачин аномали илрүүлэлтийг буцаалтын мэдээлэлд холбосон. Хиймэл оюун ухаан нэг SKU-тай холбоотой огцом өсөлтийг анзаарсан. Шинжээч ухаж үзээд буруу шошготой агуулахын хогийн сав олоод, үнэтэй сурталчилгааны алдааг зогсоосон. Хиймэл оюун ухаан анзаарсан боловч нэгэн хүн шийдсэн .
Хүн төрөлхтөн одоо хүртэл захирсаар байгаа газар 💡
Компаниудыг зөвхөн тоо баримт удирддаггүй. Хүмүүс шийдвэр гаргахад хүргэдэг. Шинжээчид:
-
удирдлагуудын үнэхээр санаа тавьдаг түүх болгон хувирга .
-
Хиймэл оюун ухаан бүр ч гаргаж чадахгүй байсан хачин жигтэй "хэрэв" гэсэн асуултуудыг асуу.
-
Итгэлцлийн хувьд чухал ач холбогдолтой нэг талыг баримтлах, мэдээлэл алдагдуулах, ёс зүйн алдаануудыг илрүүлэх [NIST][3].
-
Бодит урамшуулал болон стратегийн талаарх ойлголтуудыг төвлөрүүл.
Үүнийг ингэж бодоод үз дээ: хиймэл оюун ухаан "борлуулалт 20%-иар буурсан" гэж хашгирч болох ч зөвхөн хүн л "Өрсөлдөгч маань нэг заль мэх хийсэн болохоор л тэр - бид үүнийг эсэргүүцэх үү, эсвэл үл тоомсорлох уу гэдэг нь энэ" гэж тайлбарлаж чадна
Бүрэн солих уу? Магадгүй үгүй 🛑
Бүрэн эрх мэдлийг авахаас айх нь сонирхолтой. Гэхдээ бодит байдал дээр юу болох вэ? Үүрэг өөрчлөгддөг ч алга болдоггүй:
-
Бага шаргуу ажил, илүү стратеги.
-
Хүн шүүгчээр ажилладаг бол хиймэл оюун ухаан хурдасдаг.
-
Мэргэжлийн ур чадвараа дээшлүүлэх нь хэн амжилтанд хүрэхийг шийддэг.
ОУВС нь хиймэл оюун ухаан цагаан захтнуудын ажлын байрыг бүрмөсөн устгах биш, харин машинууд юу хамгийн сайн хийдэг талаар ажлуудыг дахин төлөвлөхийг харж байна. [ОУВС][4]
“Өгөгдөл орчуулагч”-ыг оруулна уу 🗣️
Хамгийн эрэлттэй шинээр гарч ирж буй ажил? Аналитик орчуулагч. "Загвар" болон "хурлын танхим" хоёуланг нь ярьдаг хүн. Орчуулагчид хэрэглээний тохиолдлуудыг тодорхойлж, өгөгдлийг бодит шийдвэрүүдтэй холбож, ойлголтыг практикт хэрэгжүүлдэг. [McKinsey][5]
Товчхондоо: орчуулагч нь аналитик нь зөв - ингэснээр удирдагчид зүгээр л хүснэгт рүү ширтэх биш, харин үйлдэл хийх боломжтой болно. [McKinsey][5]
Салбарууд илүү хүчтэй (бас илүү зөөлөн) цохилтод өртөж байна 🌍
-
Хамгийн их өртсөн : санхүү, жижиглэн худалдаа, дижитал маркетинг - хурдацтай хөгжиж буй, өгөгдөл ихтэй салбарууд.
-
Дунд зэргийн нөлөө : эрүүл мэндийн үйлчилгээ болон бусад зохицуулалттай салбарууд - маш их боломж байгаа ч хяналт нь үйл явцыг удаашруулдаг [NIST][3].
-
Хамгийн бага өртсөн : бүтээлч + соёлд суурилсан ажил. Гэсэн хэдий ч энд ч гэсэн хиймэл оюун ухаан судалгаа, туршилтад тусалдаг.
Шинжээчид хэрхэн хамааралтай хэвээр үлддэг вэ 🚀
"Ирээдүйд бэлэн байх" шалгах жагсаалт энд байна:
-
Хиймэл оюун ухаан/ML-ийн үндсэн ойлголтуудыг (Python/R, AutoML туршилтууд) эзэмшихэд тав тухтай байгаарай [Anaconda][2].
-
Түүх ярих болон харилцаа холбоогоо хоёр дахин нэмэгдүүлээрэй .
-
Power BI, Tableau, Looker [Gartner][1] дээр нэмэлт аналитикийг судлаарай.
-
Домэйн мэргэжлийн ур чадвараа хөгжүүл - зөвхөн "юу" гэдгийг биш, харин "яагаад" гэдгийг мэдэж ав.
-
Орчуулагчийн дадал зуршлыг дадлагажуулах: асуудлыг томъёолох, шийдвэрийг тодруулах, амжилтыг тодорхойлох [McKinsey][5].
Хиймэл оюун ухааныг өрсөлдөгч биш, харин туслах гэж бод.
Дүгнэлт: Шинжээчид санаа зовох ёстой юу? 🤔
Зарим анхан шатны шинжээчдийн даалгаврууд болно - ялангуяа давтагдсан бэлтгэл ажил. Гэхдээ энэ мэргэжил мөхөж байгаа юм биш. Энэ нь түвшин ахиж байна. Хиймэл оюун ухааныг ашигладаг шинжээчид стратеги, түүх өгүүлэх, шийдвэр гаргахад анхаарлаа төвлөрүүлдэг - програм хангамж хуурамчаар үйлдэж чадахгүй зүйлс. [ОУВС] [4]
Энэ бол шинэчлэлт.
Лавлагаа
-
Анаконда. Өгөгдлийн шинжлэх ухааны 2024 оны төлөв байдлын тайлан. Холбоос
-
Gartner. Өргөтгөсөн аналитик (зах зээлийн тойм ба боломжууд). Холбоос
-
NIST. Хиймэл оюун ухааны эрсдэлийн удирдлагын хүрээ (Хиймэл оюун ухааны RMF 1.0). Холбоос
-
ОУВС. Хиймэл оюун ухаан дэлхийн эдийн засгийг өөрчлөх болно. Энэ нь хүн төрөлхтөнд ашиг тустай байх болтугай. Холбоос
-
McKinsey & Company. Аналитик орчуулагч: Заавал байх ёстой шинэ үүрэг. Холбоос