AI sáng tạo và con đường dẫn đến phân tích dự đoán

Có vẻ như gần như chắc chắn rằng AI tổng hợp, hoặc một trong những sản phẩm hàng đầu của nó, chẳng hạn như ChatGPT, sẽ trở thành từ thông dụng về công nghệ của năm vào năm 2023. Sự phát triển và triển khai nhanh chóng của các chương trình trí tuệ nhân tạo tiên tiến này vừa gây kinh ngạc vừa đáng lo ngại đối với những người đó. sợ những nguy cơ tăng trưởng vượt quá quy định. Mặc dù không thể dự đoán trí tuệ nhân tạo AI sẽ dẫn chúng ta đến đâu, nhưng nó dường như đang thúc đẩy sự thay đổi đáng kể trong lĩnh vực phân tích.

Ở cấp độ doanh nghiệp, AI tổng hợp có tiềm năng chống tắc nghẽn đáng kể trong những gì các tổ chức và các nhóm giống nhau có thể hoàn thành, ngay cả khi phải đối mặt với thời hạn nghiêm ngặt.

Trí tuệ nhân tạo, ít nhất về mặt lý thuyết, không có những thành kiến ​​và khó khăn về nhận thức mà con người có thể gặp phải trong việc hình thành và thử nghiệm các ý tưởng trên quy mô lớn. Tuy nhiên, quan niệm này đã được tranh luận do sự thiên vị của con người có thể ảnh hưởng đến bộ dữ liệu mà AI sử dụng.

Ngoài vấn đề này, có rất ít tranh cãi về chất lượng tiết kiệm thời gian và tài nguyên của AI sáng tạo cũng như những hiểu biết sâu sắc mà nó có khả năng tạo ra. Mặc dù nhược điểm lớn của dữ liệu lớn là con người không thể diễn giải hàng nghìn trang thông tin với tốc độ nhanh chóng, nhưng AI không chỉ có thể nhập dữ liệu đó ngay lập tức mà còn diễn giải các điểm và số liệu chính để cung cấp thông tin chi tiết sâu sắc về dữ liệu cho người dùng sử dụng.

Tiềm năng của AI sáng tạo là như vậy Ước tính của Goldman Sachs rằng công nghệ này có thể mang lại mức tăng 7% cho GDP toàn cầu trong suốt mười năm tới đồng thời nâng mức tăng trưởng năng suất lên 1,5 điểm phần trăm.

>>Đừng bỏ lỡ số đặc biệt của chúng tôi: Tương lai của trung tâm dữ liệu: Xử lý các nhu cầu ngày càng lớn hơn.<<

Đối với các nhà lãnh đạo doanh nghiệp, trí tuệ nhân tạo AI và phân tích dự đoán được thiết lập để trở thành mối quan hệ đối tác không thể bỏ qua. Với nhiều công ty đã tích cực trải qua quá trình chuyển đổi kỹ thuật số, việc kết hợp trí tuệ nhân tạo thể hiện một bước quan trọng hướng tới việc giữ đầu và vai vượt lên trên vũng lầy của bối cảnh siêu cạnh tranh.

Đường dẫn đến phân tích dự đoán

Đối với các doanh nghiệp đang tìm cách tối ưu hóa hàng tồn kho của họ trong suốt cả năm, AI tổng quát là một thành phần thiết yếu trong việc cung cấp năng lượng cho các dự báo liên quan đến dữ liệu khách hàng quan trọng. Điều này giúp dự trữ ngân sách tốt hơn và hoạt động hiệu quả hơn với chuỗi cung ứng.

Khi công nghệ phát triển, các doanh nghiệp sẽ có thể sử dụng công nghệ này để phân tích các tập dữ liệu lớn và phát hiện các xu hướng mà họ có thể sử dụng để dự đoán nhu cầu khách hàng trong tương lai hoặc thay đổi sở thích của người tiêu dùng.

Ngày nay, một trong những ví dụ mạnh mẽ nhất về AI tổng quát tận dụng các phân tích dự đoán có thể được tìm thấy trong ngành tổ chức sự kiện. Các công ty phần mềm như Grip và Superlinked đã tạo ra các dịch vụ sử dụng AI dự đoán để giúp người tổ chức sự kiện đưa ra quyết định dựa trên dữ liệu về các khía cạnh khác nhau của sự kiện.

Tại đây, các công ty này đã sử dụng trí tuệ nhân tạo AI để phân tích dữ liệu người tham dự từ các sự kiện trong quá khứ để hiểu rõ hơn về các sự kiện trong tương lai.

Chúng ta có thể ví quá trình này như xu hướng Google, có thể sử dụng dữ liệu tìm kiếm để hiển thị khi các cụm từ nhất định được truy vấn thường xuyên hơn. Các mô hình AI sáng tạo có thể lấy các chỉ số tương tự về cảm tính của khán giả, chẳng hạn như khu vực riêng lẻ nào của sự kiện đã thu hút đám đông lớn hơn và cá nhân diễn giả hoặc người biểu diễn nào đã tạo ra sự quan tâm trực tuyến nhiều nhất và xem xét các mảng dữ liệu lớn để đưa ra các phân tích cụ thể.

Với sự xuất hiện của các phân tích dự đoán, các doanh nghiệp sẽ có khả năng nhìn xa hơn tình cảm và xem xét siêu dữ liệu xung quanh các chuyển đổi cụ thể, vị trí phổ biến, dự báo thời tiết nâng cao, các biến thể trong tình cảm trên mạng xã hội và các yếu tố bên ngoài có thể gây nhiễu để đưa ra phân tích toàn diện về chính xác những gì , khi nào và ở đâu nhu cầu có khả năng xuất hiện.

Chúng tôi đã thấy các công ty như JetBlue, một hãng hàng không của Hoa Kỳ, hợp tác với ASAPP, một nhà cung cấp công nghệ, trong việc triển khai giải pháp dịch vụ khách hàng dựa trên AI có thể tiết kiệm trung bình 280 giây cho mỗi cuộc Chat, mở đường cho việc tiết kiệm 73.000 giờ thời gian của đại lý mỗi quý. Nền tảng này một ngày nào đó sẽ có khả năng học hỏi từ cảm tính của khách hàng và sự lặp lại của các truy vấn để đưa ra các khuyến nghị khả thi cho những người ra quyết định liên quan đến các quy trình và việc mua lại cổ phiếu.

Phân tích dự đoán: Thế hệ tiếp theo của phân tích dữ liệu

Theo định nghĩa, khả năng phân tích một lượng lớn dữ liệu lớn không phải là “tạo ra”, nhưng phần này phát huy tác dụng khi các mô hình AI tổng quát như ChatGPT sử dụng dữ liệu để tạo mã phần mềm có thể xây dựng các mô hình phân tích sâu.

Theo dữ liệu của GitHub, 88% số người được khảo sát tin rằng họ làm việc hiệu quả hơn sử dụng GitHub Copilot, một công cụ phân tích được xây dựng trên Codex của OpenAI. Hơn nữa, 96% số người được hỏi tin rằng quy trình này giúp họ “nhanh hơn với các nhiệm vụ lặp đi lặp lại”.

Đây sẽ luôn là một công cụ vô giá dành cho các nhà lãnh đạo doanh nghiệp để tạo ra các phân tích dữ liệu tập trung hơn nhiều thông qua mã hóa tự động. Chẳng hạn, các chương trình AI có khả năng cung cấp “hỗ trợ ra quyết định tự động”, đưa ra các đề xuất dựa trên khối lượng dữ liệu lớn.

Trong tương lai, các chương trình sẽ theo dõi kết quả đầu ra và các lĩnh vực có thể có trong bộ kỹ năng của nhân viên có thể cần cải thiện và tự phát triển các chương trình đào tạo riêng biệt được thiết kế để củng cố cụ thể các lĩnh vực này dựa trên phong cách học tập dễ tiếp thu nhất của nhân viên.

Các chương trình cũng có thể hoạt động song song với các nền tảng phân tích rộng lớn khác, chẳng hạn như Google Analytics (GA) hoặc Finteza và sử dụng thông tin chi tiết của họ để thực hiện các điều chỉnh và cải tiến tự động cho các trang web của công ty dựa trên thông tin chi tiết về lưu lượng truy cập và hiệu suất, cũng như dự báo lưu lượng truy cập trong tương lai.

Ngoài ra, nếu một chương trình AI tổng quát biết được từ dữ liệu phân tích của GA hoặc Finteza rằng số lượng khách truy cập đã giảm vào thời điểm mà tâm lý trên mạng xã hội và xu hướng theo mùa cho thấy mức độ tương tác sẽ tăng lên, thì chương trình đó có thể nghiên cứu vấn đề và thực hiện các chỉnh sửa cho phù hợp, đồng thời thông báo cho các bên liên quan hoặc nhà phát triển web về bất kỳ thay đổi nào để xem xét sau này.

Chẳng hạn, ChatGPT hiện đang được sử dụng rất nhiều để tạo nội dung. Tuy nhiên, nó đi kèm với những hạn chế. Ví dụ: bên dưới là một ví dụ về nội dung do ChatGPT tạo ra.

Bài báo đầu tiên có tiêu đề, “4 cách tái chế kính của bạn”, bài thứ hai, “Cách tái chế kính của bạn”. Mặc dù cả hai phần đều có tiêu đề rất giống nhau, nhưng cách tiếp cận để viết bài báo và các điểm được thảo luận sẽ khác nhau khá nhiều (ít nhất là trong cuộc sống thực).

Tuy nhiên, trong trường hợp của ChatGPT, cả hai bài báo đều rất giống nhau — giống hệt nhau trong một số trường hợp:

Như bạn có thể thấy, một số nội dung khá giống nhau. Do đó, khi có nhiều người chọn sử dụng ChatGPT cho một tiêu đề tương tự, vấn đề nội dung trùng lặp sẽ phát sinh khá nhiều ngay lập tức.

Điều này được mong đợi đơn giản vì không có AI tổng quát nào có thể sống cuộc sống của hàng nghìn người và trải nghiệm tất cả các tình huống có thể xảy ra dựa trên các sự kiện, tình huống, trải nghiệm cá nhân, tính cách và thói quen rất khác nhau của con người. Tất cả những yếu tố này ảnh hưởng đến cách mọi người viết nội dung, ngôn ngữ họ sử dụng, phong cách viết của họ và các ví dụ họ sử dụng.

Dựa trên điều này, chúng ta có thể mong đợi thấy các doanh nghiệp đóng vai trò hỗ trợ nhiều hơn trong việc nhận ra tiềm năng của một tương lai dựa trên dữ liệu cho các doanh nghiệp.

Thay vì sử dụng các nền tảng như ChatGPT để thay mặt chúng tôi làm việc, các chương trình này có thể hỗ trợ các quyết định kinh doanh của chúng tôi — ngay cả khi các quyết định đó bắt nguồn từ ví dụ trên, nhờ đó AI tổng quát có thể đưa ra các điểm thảo luận toàn diện để hỗ trợ các kế hoạch nội dung.

Ưu tiên quyền riêng tư

Mặc dù khung pháp lý xung quanh sự phát triển của AI tổng quát và phân tích dự đoán vẫn đang được phát triển, nhưng những dấu hiệu ban đầu cho thấy công nghệ này có thể mang lại những đổi mới quan trọng trong thời đại của GDPR.

Điều này là do AI tổng quát có khả năng ẩn danh dữ liệu nhạy cảm trước khi mắt người nhìn thấy dữ liệu đó. Điều này trao quyền cho các công cụ phân tích dự đoán để tạo dữ liệu tổng hợp bắt chước các tập dữ liệu thực mà không chứa bất kỳ thông tin nhận dạng nào.

>>Theo dõi phạm vi bảo hiểm AI tổng quát đang diễn ra của VentureBeat<<

Tương tự như vậy, phần mềm có thể tự động thêm và xóa các tham số có thể nhận dạng trong dữ liệu, điều này có thể giúp ích trong các ngành như dược phẩm, nơi các thử nghiệm thuốc hoạt động trên cơ sở mù và mù đôi.

Điều này thể hiện một cơ hội lớn khác cho các doanh nghiệp đang tìm cách khai thác trí tuệ nhân tạo. Thông qua việc tạo ra các thuật toán hướng đến quyền riêng tư để bảo vệ thông tin nhạy cảm đồng thời trao quyền cho các tổ chức phân tích thông tin chi tiết có sẵn, nhiều công ty có thể hành động dứt khoát hơn trong việc cải thiện trải nghiệm của khách hàng.

Cơ hội kinh doanh lớn nhất của thế kỷ 21?

Mặc dù chắc chắn vẫn còn rất nhiều việc phải làm để tạo ra một khuôn khổ pháp lý nhằm đảm bảo rằng AI tổng quát phát triển một cách bền vững, tiện ích tiềm năng của công nghệ trong lĩnh vực phân tích dự báo chắc chắn là một nguyên nhân cho sự lạc quan.

Do AI tổng quát có khả năng hành động dứt khoát trong việc sử dụng dữ liệu lớn để cung cấp thông tin chi tiết có thể hành động, các doanh nghiệp bắt buộc phải tiếp cận tiềm năng này trước khi họ thua cuộc trong cuộc chiến giành chỗ thở giữa các công ty đang chuyển đổi kỹ thuật số.

Cũng như một công cụ tiết kiệm thời gian đáng kể, các phân tích dự đoán tổng quát do AI cung cấp có thể giúp các tổ chức có được những hiểu biết sâu sắc hơn về hiệu suất, điều này có thể dẫn đến những cải tiến lớn về hoạt động.

Mặc dù công nghệ này có thể cần thêm thời gian để trưởng thành trong thời gian ngắn, nhưng tiện ích trong tương lai của nó có thể mang lại lợi ích đáng kể về chi phí và năng suất trong hầu hết mọi ngành công nghiệp.

Dmytro Spilka là phù thủy trưởng tại Solvid.