تستمر منصات التحليلات وذكاء الأعمال في التطور بطرق عديدة، مثل زيادة عدد الأشخاص الذين يمكنهم استخدامها، وإظهار الرؤى بشكل أسرع، وتحسين دقة وقيمة النتائج. تم إعطاء تسمية “التحليلات المعززة” لمنصات التحليلات الحديثة وذكاء الأعمال (ABI) على مدار السنوات القليلة الماضية لأن البائعين أضافوا الذكاء الاصطناعي إلى منتجاتهم حتى يتمكن البشر من تعزيز تحليلاتهم الخاصة بمساعدة الذكاء الاصطناعي.
قبل ظهور الذكاء الاصطناعي التوليدي (GenAI)، كانت منصات ABI تستخدم بالفعل معالجة اللغة الطبيعية والتعلم الآلي لفهم الاستعلامات وشرح النتائج التحليلية. ومنذ ذلك الحين، تمت إضافة قدرات GenAI إلى المنصاتعلى الرغم من أنها تميل إلى الاختلاف في مستوى نضج الذكاء الاصطناعي وGenAI.
وفي النهاية، الهدف هو نفسه: توفير رؤى دقيقة وفي الوقت المناسب لعدد أكبر من المستخدمين.
التغيير الذي يتيحه GenAI
تتيح GenAI للمؤسسات القيام بالمزيد باستخدام منصات ABI الخاصة بها، مثل إنشاء قصص البيانات والبيانات الوصفية والرموز؛ وإنشاء الملخصات التنفيذية والقصص المصورة؛ وتوفير رؤى آلية مدعومة بالذكاء الاصطناعي، مع أو بدون لوحة معلومات. يمكن للمرء أيضًا استخدام GenAI لاستجواب البيانات. يتم تحقيق هذه التطورات باستخدام LLMs الملكية والجهات الخارجية، مثل OpenAI وMicrosoft وGoogle. يواصل مزودو المنصات أيضًا الحصول على حلول نقطية تجعل عروض ABI أكثر شمولاً، والتي تشمل الآن شركات GenAI.
والخلاصة هي أن المنظمات قادرة على فعل المزيد بالبيانات، وليس أقلها مواصلة المحادثة التي تحافظ على السياق.
يقول إدوارد تيان، الرئيس التنفيذي لشركة “إن التحليلات المعززة هي إحدى الطرق الأساسية التي نستخدم بها الذكاء الاصطناعي. وفي حين نبتعد عن الذكاء الاصطناعي التوليدي لإنشاء المحتوى أو التواصل، فإن الذكاء الاصطناعي يمكن أن يكون أداة رائعة عندما يتعلق الأمر بتحليل البيانات”. جي بي تي زيرو“والذي يكتشف GenAI في المحتوى المكتوب. “”هناك شيء مميز بشكل خاص وهو GenAI””[ing] “إنها رؤى قيمة حقًا. فهي قادرة على العثور على الأنماط واستخدام الخوارزميات لتحديد الرؤى التي ربما لم نلاحظها من قبل بمفردنا، وهذا يساعدنا في اتخاذ القرارات الأكثر استنارة قدر الإمكان.”
الحلول المحلية مفيدة أيضًا
تمكنت منصة إقراض الشركات الصغيرة والمتوسطة Credibly من تعزيز تحليلاتها الداخلية بنجاح باستخدام GenAI. وقد جربت الشركة قواعد بيانات المتجهات وتوليد البيانات المعززة لتطوير ملفات تعريف أعمال أكثر قوة لتطبيقاتها. ووفقًا لريان روزيت، الرئيس التنفيذي المشارك والمؤسس، فإن هذا النوع من التحليلات المعززة، من خلال الجمع بين GenAI والنماذج الخاضعة للإشراف، أدى إلى أوقات موافقة أقصر ودقة أفضل وفهم أعمق للعميل.
يقول روسيت في مقابلة عبر البريد الإلكتروني: “إن شركة GenAI تأخذ جهود الاستخبارات التجارية الداخلية لشركة Credibly إلى مستوى آخر”.
وكان الابتكار الأهم لشركته هو العثور على حالات استخدام حقيقية تجمع بين GenAI والنماذج الخاضعة للإشراف لإنتاج نتائج أكثر دقة.
“لم نقفز على عربة الذكاء الاصطناعي ونبدأ في طرح جميع أنواع حالات الاستخدام لمعرفة ما الذي سينجح. نحن نجري تجارب باستمرار، ونقارن النتائج، ونكتشف كيف يمكن أن يعمل GenAI مع النماذج الحالية، وكيف يمكن أن يجعل كل منهما الآخر أفضل”، كما يقول روزيت.
باعتبارها منصة للإقراض، يجب أن تكون Credibly قادرة على إجراء تقييم سريع ودقيق للمخاطر التي قد يتعرض لها أصحاب الأعمال الذين يسعون للحصول على التمويل. ولتحقيق هذه الغاية، طورت الشركة منهجية لضبط المخاطر في البيانات الخارجية، وأنشأت محرك بحث خاص باستخدام GenAI يستوعب ويلخص بسرعة البيانات الوصفية من مصادر خارجية وداخلية، وربطت ذلك بنماذج التعلم الآلي الآلية لتوفير تقديرات أكثر دقة ومعدلة للمخاطر لاستخدام الاكتتاب.
“كانت إحدى الفوائد الرئيسية هي زيادة السرعة والدقة، مع القضاء على التكاليف المرتبطة بالمراجعة اليدوية حتى يتمكن وكلاء التأمين لدينا من زيادة إنتاجيتهم. كما زادت إنتاجية وإيرادات كل موظف عندما قمنا بتضمين حالات استخدام متعددة”، كما يقول روزيت. “في أحد الأمثلة، تمكنا من تقليل التعقيد من استخدام بضعة آلاف من الاختيارات إلى أقل من مائة، وتحسين وقت البحث من بضع دقائق لكل صفقة إلى أقل من 30 ثانية [by incorporating] “الأتمتة. وفي حالة استخدام أخرى، تمكنا من تقليص بصمتنا الخارجية من خلال إعادة المهمة إلى الموظفين المحليين من خلال إزالة خطوة يدوية في العملية واستخدام نموذج GenAI لتقديم توصيات للمراجعة.”
بالطبع، لم تكن الرحلة كلها وردية. فقد يكون التخفيف من هلوسات الذكاء الاصطناعي، وعدم التحديد، وتبني المستخدم للذكاء الاصطناعي أمرًا صعبًا.
“من المهم الحفاظ على مشاركة المستخدمين أثناء نشر نماذج GenAI [because] يقول روزيت: “هناك قدر هائل من التدريب المطلوب. كما أن استخدام قواعد البيانات الحالية والنماذج الخاضعة للإشراف للمساعدة في تصنيف الإجابات يساعد أيضًا في تقليل المشكلات المرتبطة [hallucination mitigation and nondeterminism]”.”
خلاصة القول
تشق GenAI طريقها إلى جميع أنواع التطبيقات، بما في ذلك التحليلات وذكاء الأعمال. وتتيح إضافتها قدرات أكبر للغة الطبيعية تعود بالنفع على علماء البيانات والمحللين وعلماء بيانات المواطنين.
تختلف قدرات GenAI ومدى استخدامها من بائع إلى آخر ومن مؤسسة إلى أخرى، لكن الأمور تتحرك بسرعة. قد تكون GenAI بمثابة ميزة تنافسية مؤقتة، لكنها ستصبح قريبًا سلعة أساسية في مجال ABI مثل التحليلات التنبؤية وتصورات البيانات ولوحات المعلومات.
