Большие данные в тени искусственного интеллекта

В период примерно с 2010-го по 2015 год «большие данные» были, наверное, самым расхожим «модным словечком» в индустрии ИТ, тогда как сейчас этот термин уже практически не услышишь. Но стоит ли сводить к большим данным лишь технологии и методы упомянутого времени, учитывая, что данные — фундамент систем искусственного интеллекта?

Значение различий между традиционной аналитикой, большими данными и искусственным интеллектом могут преувеличивать — технологии больших данных не могли появиться без традиционных хранилищ, а ИИ, в свою очередь, опирается на большие данные.

В Gartner обработали статистику совещаний по финансовой деятельности компаний, входящих в рейтинг S&P 1200. Один из выводов — если руководители на совещаниях упоминали данные, аналитику и ИИ в качестве стратегических средств достижения целей, то их компании в 80% случаев опережали по результативности своих конкурентов на протяжении последних девяти лет.

Когда группе топ-менеджеров задали вопрос об их отношении к данным, попросив классифицировать себя как тех, кто видит мир через призму единой определяющей идеи, либо тех, кто сосредоточен на краткосрочных проектах, приносящих оговоренные результаты, большинство высказалось за последний вариант. Опрошенные сошлись во мнении о том, что бизнес чаще всего получает пользу, когда перспективные цели в области данных четко формулируются с опорой на выполнимые проекты с достижимыми промежуточными результатами. Когда тот же вопрос задали опытным исследователям данных, они в большинстве предпочли первый вариант ответа, что свидетельствует о разночтениях, которые могут быть контрпродуктивными.

Возможно, два мира стоило бы примирить — топ-менеджеры могут осваивать азы науки о данных, учитывая доступность простых в использовании инструментов, работа с которыми не требует дипломов в области математики, статистики и машинного обучения. Когда руководитель напрямую взаимодействует с исследователями данных, те могут помогать им в освоении инструментов работы с данными. Близость исследователей данных к бизнесу, в свою очередь, позволит лучше понять, как обрабатываемая ими информация приносит пользу общему делу.