ມີການປະຕິວັດໃນວິທີການທີ່ນັກກາລະຕະຫຼາດກໍາລັງໃຊ້ປັນຍາປະດິດ (AI) ແລະການຮຽນຮູ້ເຄື່ອງຈັກ (ML) ເພື່ອຊ່ວຍປະຕິບັດກົນລະຍຸດແລະແຄມເປນອັດສະລິຍະໃນລະດັບ. ພື້ນທີ່ທີ່ສໍາຄັນຫນຶ່ງທີ່ AI ແລະ ML ສາມາດຖືກນໍາໃຊ້ໄດ້ດີແມ່ນການຄຸ້ມຄອງຂໍ້ມູນຕະຫຼາດ.

Theresa Kushner, ຫົວຫນ້າສູນນະວັດຕະກໍາຂອງອາເມລິກາເຫນືອ, NTT DATA Services ກ່າວວ່າ “ນີ້ໂດຍພື້ນຖານແລ້ວແມ່ນປ່ຽນ AI ແລະ ML ໃຫ້ເປັນເຄື່ອງມືທີ່ເປັນປະໂຫຍດສໍາລັບການຕະຫຼາດຕົວມັນເອງ,” ໃນກອງປະຊຸມ MarTech.

ດ້ວຍວິທີນີ້, ທຸລະກິດສາມາດເຂົ້າໃຈໄດ້ດີກວ່າການຖ່າຍທອດຂໍ້ມູນທັງຫມົດທີ່ກ່ຽວຂ້ອງກັບສິ່ງທີ່ເຮັດຢູ່ໃນຕະຫຼາດ, ລວມທັງຜູ້ທີ່ກໍາລັງຊື້ຜະລິດຕະພັນແລະແນວໂນ້ມການຊື້ທີ່ສໍາຄັນອື່ນໆ.

Kushner ກ່າວວ່າ “AI ແລະ ML ສາມາດຊ່ວຍໃຫ້ທ່ານຈັດຮຽງ, ຈັດລະບຽບຂໍ້ມູນນັ້ນແລະນໍາສະເຫນີໃຫ້ທ່ານໃນແບບທີ່ເຮັດໃຫ້ມັນຍ່ອຍໄດ້ຫຼາຍພາຍໃນໂຄງການການຕະຫຼາດຂອງທ່ານ,” Kushner ເວົ້າ.

ນີ້ແມ່ນສາມຂັ້ນຕອນຕົ້ນຕໍສໍາລັບວິທີການໃຫ້ AI ແລະ ML ເຮັດວຽກໃນການຄຸ້ມຄອງຂໍ້ມູນຕະຫຼາດຂອງທ່ານ.

(ໃນບັນດາຫຼາຍວິທີການເກັບກໍາຂໍ້ມູນຕະຫຼາດ, ຫນຶ່ງແມ່ນການຂູດເວັບ, ປຶກສາຫາລືໃນຄວາມເລິກທີ່ນີ້.)

ການເຊື່ອມຕໍ່ຂໍ້ມູນໃນທົ່ວທີມ

ຂໍ້​ມູນ​ແມ່ນ​ມີ​ການ​ຂະ​ຫຍາຍ​ຕົວ​ເລກ​ຄະ​ແນນ​. ແລະມັນບໍ່ພຽງແຕ່ນັ່ງ idly ໃນຖານຂໍ້ມູນຂອງບໍລິສັດຂອງທ່ານແລະເວທີການຄຸ້ມຄອງຂໍ້ມູນ. ມັນ​ໄດ້​ຮັບ​ການ​ທໍ່​ໃນ​ ໃນກະແສKushner ກ່າວ.

ນາງກ່າວຕື່ມວ່າ “ແລະເລື້ອຍໆວ່າຂໍ້ມູນແມ່ນມີຄວາມ ສຳ ຄັນຕໍ່ການຕະຫຼາດຄືກັບການແບ່ງຜະລິດຕະພັນທີ່ ນຳ ໃຊ້ມັນ,” “ດັ່ງນັ້ນ, ການນໍາໃຊ້ AI ແລະ ML ສາມາດຊ່ວຍທ່ານຈັດຮຽງບ່ອນທີ່ຂໍ້ມູນໄປສໍາລັບການຕະຫຼາດ, ບ່ອນທີ່ຂໍ້ມູນໄປສໍາລັບການອອກແບບຜະລິດຕະພັນ, ບ່ອນທີ່ຂໍ້ມູນແມ່ນສໍາຄັນທີ່ສຸດສໍາລັບການເງິນ, ແລະອື່ນໆ.”

ດັ່ງນັ້ນ, AI ແລະ ML ສາມາດຊ່ວຍສ້າງກົດລະບຽບສໍາລັບຂໍ້ມູນທີ່ໄປບ່ອນໃດ. ແລະມັນຊ່ວຍໄດ້ຖ້າຂໍ້ມູນທີ່ມີການປັບປຸງຢ່າງຕໍ່ເນື່ອງນີ້ເຫັນໄດ້ໃນ dashboard ແບບເຄື່ອນໄຫວ, ກົງກັນຂ້າມກັບຕາຕະລາງ clunky.

ແຕ່ເພື່ອເລີ່ມຕົ້ນດ້ວຍການເຮັດໃຫ້ຂໍ້ມູນຕະຫຼາດທັງຫມົດນີ້ສາມາດຈັດການໄດ້ຫຼາຍຂຶ້ນ, ນັກກາລະຕະຫຼາດທີ່ເປັນເຈົ້າຂອງຂໍ້ມູນຕ້ອງເຊື່ອມຕໍ່ກັບພະແນກອື່ນໆທີ່ຈະໄດ້ຮັບຜົນປະໂຫຍດຈາກມັນ. ນັກກາລະຕະຫຼາດຍັງຈໍາເປັນຕ້ອງຕິດຕໍ່ຢ່າງໃກ້ຊິດກັບວິສະວະກອນຂໍ້ມູນ.

“[Data engineers] ເຂົ້າໃຈວ່າຂໍ້ມູນມາຈາກໃສແລະວິທີການທີ່ມັນອາດຈະຖືກປ່ຽນຈາກລະບົບຫນຶ່ງໄປຫາອີກ, ບ່ອນທີ່ຂໍ້ມູນຖືກເກັບໄວ້ຫຼືບ່ອນທີ່ມັນບໍ່ໄດ້ຖືກເກັບໄວ້, “Kushner ອະທິບາຍ.

ເນື່ອງຈາກວ່າພວກເຂົາຮູ້ກ່ຽວກັບແຫຼ່ງຂໍ້ມູນທັງຫມົດ, ວິສະວະກອນຂໍ້ມູນຍັງເປັນຄົນທໍາອິດທີ່ກວດສອບກ່ຽວກັບບັນຫາທີ່ມີຄຸນນະພາບຂອງຂໍ້ມູນ.

ຂຸດເລິກກວ່າ: ທ່ານກໍາລັງໃຊ້ຕົວແບບທີ່ຖືກຕ້ອງສໍາລັບ AI ແລະ ML ບໍ?

ປະເມີນບ່ອນທີ່ AI ແລະ ML ສາມາດແກ້ໄຂບັນຫາໄດ້

ດ້ວຍຂໍ້ມູນຕະຫຼາດທັງໝົດນີ້ຖືກທໍ່ຈາກແຫຼ່ງຕ່າງໆ, ມັນເປັນສິ່ງທ້າທາຍຄົງທີ່ສໍາລັບນັກກາລະຕະຫຼາດທີ່ຈະເຊື່ອມຕໍ່ຈຸດຕ່າງໆ. ເລື້ອຍໆ, ວິສະວະກອນຂໍ້ມູນແມ່ນຜູ້ທີ່ເຂົ້າໄປໃນຄູ່ມືແລະໃຫ້ແນ່ໃຈວ່າຂໍ້ມູນທາງດ້ານການເງິນແລະຜະລິດຕະພັນທີ່ສໍາຄັນຈະຖືກປຽບທຽບບົນພື້ນຖານເທົ່າທຽມກັນ.

ດັ່ງນັ້ນ, ຫນ້າທີ່ທີ່ໃຊ້ແຮງງານເຫຼົ່ານີ້ສາມາດຖືກກໍານົດວ່າເປັນພື້ນທີ່ທີ່ເຄື່ອງມື AI ແລະ ML ສາມາດຊ່ວຍເຮັດໃຫ້ການຈັດການຂໍ້ມູນຕະຫຼາດມີປະສິດທິພາບຫຼາຍຂຶ້ນ.

“AI ແລະ ML ສາມາດກວດພົບຮູບແບບຂອງຂໍ້ບົກພ່ອງເຫຼົ່ານັ້ນ, ເພື່ອເວົ້າ, ແລະແກ້ໄຂພວກມັນສໍາລັບທ່ານ,” Kushner ເວົ້າ.

ຂຸດເລິກ: ເປັນຫຍັງພວກເຮົາສົນໃຈ AI ໃນການຕະຫຼາດ

ປະຕິບັດໂຄງການທີ່ສໍາຄັນທີ່ສະຫນັບສະຫນູນໂດຍບົດລາຍງານເພື່ອສະແດງຄວາມກ້າວຫນ້າ

ເມື່ອພື້ນທີ່ເຫຼົ່ານີ້ຖືກລະບຸ, ວາງໂຄງການໃສ່ບ່ອນທີ່ AI ແລະ ML ສາມາດນໍາໃຊ້ໄດ້, ເພື່ອບໍ່ໃຫ້ຂໍ້ມູນປະຊາຊົນບໍ່ຈໍາເປັນຕ້ອງໄປກວດເບິ່ງທຸກຈຸດຂໍ້ມູນດ້ວຍມື.

ຕົວຢ່າງງ່າຍໆຈະເປັນບ່ອນທີ່ຂໍ້ມູນການບໍລິການຖືກເກັບໄວ້ໃນຫຼາຍໆບ່ອນພາຍໃນອົງກອນ. ໃນບາງບ່ອນ, ຂໍ້ມູນສາມາດຖືກແທັກເປັນບໍລິການ, ແຕ່ບາງບ່ອນຂໍ້ມູນນີ້ຖືກເກັບໄວ້ເປັນຂໍ້ມູນຜະລິດຕະພັນ. ການນໍາໃຊ້ສູດການຄິດໄລ່ເພື່ອກໍານົດແລະນໍາເອົາຊຸດຂໍ້ມູນທີ່ເບິ່ງຄືວ່າແຕກຕ່າງກັນເຫຼົ່ານີ້ສາມາດເປັນບັນຫາທາງທຸລະກິດທີ່ສໍາຄັນຫຼາຍທີ່ AI ສາມາດແກ້ໄຂໄດ້.

ສໍາລັບກໍລະນີນີ້, ຫຼືສໍາລັບໂຄງການການຄຸ້ມຄອງຂໍ້ມູນຕະຫຼາດອື່ນໆທີ່ໃຊ້ AI, ໃຫ້ແນ່ໃຈວ່າບັນຫາໄດ້ຖືກລວມເຂົ້າໃນບົດລາຍງານ. ວິທີນີ້, ຜູ້ນໍາຈະສາມາດເຂົ້າໃຈໄດ້, ຈາກບົດລາຍງານ, ບັນຫາທີ່ມີຢູ່ແລະວິທີການ AI ແລະ ML ຖືກນໍາໃຊ້ເພື່ອແກ້ໄຂມັນ.

ທ່ານ Kushner ກ່າວວ່າ “ທ່ານຕ້ອງການບົດລາຍງານເພື່ອໃຫ້ແນ່ໃຈວ່າທ່ານໄດ້ຊີ້ບອກບັນຫາທີ່ສໍາຄັນທີ່ສຸດຕໍ່ທຸລະກິດ … ເພື່ອໃຫ້ທຸລະກິດເຂົ້າໃຈວ່ານີ້ມີມູນຄ່າຫຼາຍສໍາລັບພວກເຂົາ,” Kushner ເວົ້າ.


ຮັບ MarTech! ປະຈໍາວັນ. ຟຣີ. ໃນອິນບັອກຂອງເຈົ້າ.



ກ່ຽວກັບຜູ້ຂຽນ

Chris Wood

Chris Wood ແຕ້ມປະສົບການການລາຍງານຫຼາຍກວ່າ 15 ປີເປັນບັນນາທິການ ແລະນັກຂ່າວ B2B. ຢູ່ DMN, ລາວໄດ້ຮັບຜິດຊອບເປັນບັນນາທິການຮ່ວມ, ສະເຫນີການວິເຄາະຕົ້ນສະບັບກ່ຽວກັບພູມສັນຖານເຕັກໂນໂລຢີການຕະຫຼາດທີ່ພັດທະນາ. ລາວໄດ້ສໍາພາດຜູ້ນໍາດ້ານເຕັກໂນໂລຢີແລະນະໂຍບາຍ, ຈາກ Canva CEO Melanie Perkins, ກັບອະດີດ CEO ຂອງ Cisco John Chambers, ແລະ Vivek Kundra, ຖືກແຕ່ງຕັ້ງໂດຍ Barack Obama ເປັນ CIO ຂອງລັດຖະບານກາງຄັ້ງທໍາອິດຂອງປະເທດ. ລາວມີຄວາມສົນໃຈໂດຍສະເພາະກ່ຽວກັບວິທີການເຕັກໂນໂລຢີໃຫມ່, ລວມທັງສຽງແລະ blockchain, ກໍາລັງລົບກວນໂລກການຕະຫຼາດດັ່ງທີ່ພວກເຮົາຮູ້. ໃນປີ 2019, ລາວໄດ້ກວດກາເບິ່ງກະດານກ່ຽວກັບ “ໂຮງລະຄອນປະດິດສ້າງ” ທີ່ Fintech Inn, ໃນ Vilnius. ນອກເຫນືອຈາກການລາຍງານທີ່ເນັ້ນໃສ່ການຕະຫຼາດຂອງລາວໃນການຄ້າອຸດສາຫະກໍາເຊັ່ນ: ແນວໂນ້ມຫຸ່ນຍົນ, ອາຍຸຂອງເບຍທີ່ທັນສະໄຫມແລະຂ່າວ AdNation, Wood ຍັງໄດ້ຂຽນສໍາລັບ KIRKUS, ແລະປະກອບສ່ວນ fiction, ການວິພາກວິຈານແລະ poetry ກັບ blogs ຊັ້ນນໍາຈໍານວນຫນຶ່ງ. ລາວຮຽນພາສາອັງກິດຢູ່ມະຫາວິທະຍາໄລ Fairfield, ແລະເກີດໃນ Springfield, ລັດ Massachusetts. ລາວອາໃສຢູ່ໃນນິວຢອກ.

Categories: AiHome

0 Comments

Leave a Reply

Avatar placeholder

Your email address will not be published. Required fields are marked *