Resim: Gorodenkoff/Adobe Stock Veri ve analitik liderler, iş liderlerinin yapay zeka ve makine öğrenme girişimleri için yüksek beklentilerini karşılayamayacaklarını söylüyorlar, çünkü onlar altmış ve donanımlı, yeni bir rapora göre Bir Kazanan Veri Analytics Offense: ML-Fueled Revenue Engine için C-Level Strategies .

Domino Data Lab adına Wakefield Research tarafından yapılan 100 ABD’nin önde gelen veri görevlileri ve başlıca veri analiz görevlilerinin bir anketinde,% 95, şirket liderliğinin AI ve ML uygulamalarındaki yatırımları gelirlerle ödemek için beklediğini söyledi. Biri üçte biri (%33) bir gelir artışının çifte sayısal bir yüzdeye ulaşmasını bekler.

Çalışmaya göre, ankete katılan CDO’ların ve CDAO’ların sadece% 19’u, patronlarının beklentilerini karşılamak için gerekli kaynaklar olduğunu söyledi,% 29,4’ü personelde “büyük bir eksiklik” olduğunu, AI ve ML kullanarak gelir elde etmek için ihtiyaç duyduklarını söyledi.

Teknoloji becerilerinin eksikliği büyük bir endişe olarak tespit edildi, katılımcıların% 87’si işe alım ve geri yükleme verileri bilim rollerini işe alma yeteneklerini engellemeye engel oldu.

Aynı şekilde, katılımcıların% 81’i mevcut aletlerinin AI/ML girişimlerinin gelire sahip olduğu etkisini tam olarak ölçme yeteneğinden yoksun olduğunu, veri takımlarını “eski kör” uygulamalarıyla terk ettiğini bildirdi.

Jump to:

• CDOs ve CDAOs neden daha fazla satın alma gücü istiyor
• “defensive"den “offensive” uygulamalara geçmek
• İç içe veri takımlarının riski
• İş liderleri bu boşluğu nasıl kapatabilir
• Araştırma metodolojisi CDOs ve CDAOs neden daha fazla satın alma gücü istiyor

Bütçeler - ve daha doğrusu, bütçelerden sorumlu olanlar - CDOs ve CDAOs için en büyük yapışkan noktalarından biri olarak tespit edildi.

Katılımcıların yaklaşık üçte ikisi (yüzde 64) şirketin BT departmanının veri platformlarında harcama kararlarının çoğunu kontrol ettiğini bildirdi, ancak veri ve analitik ekipler sadece% 56’sında alışveriş yaptığını söyledi.

CDOs ve CDAOs, veri ve analitik takımlar ve IT departmanı arasındaki öncelikleri teknoloji harcamalarına geldiğinde rekabet etmek için her şeyi iddia etti:% 99, veri bilimi, ML ve AI girişimlerine güvenlik, interoperability ve yönetim gibi karşı koymak zor olduğunu söyledi.

Veri liderleri, satın alma kontrolünün eksikliğinin personel ve işe alım üzerinde bir etkisi olduğunu, CDO’lerin% 99’u ve CDAO’ların seçim araçlarıyla veri ve analiz ekiplerinin işe yarayabilme becerisine sahip olamayacağını belirtti.

‘defensive’den ‘offensive’ uygulamalara geçiş

CDOs ve CDAOs, organizasyonlarının AI/ML girişimlerini artık iş liderlerinin verilerinin daha yenilikçi kullanımı yapmak istediklerini, çalışma bulundu.

Katılımcıların üçte ikisi (yüzde 67) stratejisinin yenilikçi AI ve uygulamalar yoluyla yeni bir iş değeri sürmeyi amaçlayan bir “tafensive” duruşundan hareket ettiğini söyledi.

Bu nedenle, veri liderlerinin %98’i hangi organizasyonların gelişebileceğini, operasyonelleştirebileceğini ve AI/ML uygulamalarını geliştirmeyi kabul etti: “ hayatta kalanlar ve kalıcı bir ekonomik zorluk yaşayanlar. "”

Bu nedenle, CDO’ların ve CDAO’ların% 67’si, organizasyonunu geride bırakmasını engellemek için “zaman” olduğunu hissettiler, Domino Data Lab, AI/ML inovasyonunu kullanmaya devam etti. ""

İç içe veri takımlarının riskleri

Rakiplerin arkasında düşmenin ve yeni, veri odaklı gelir akışlarının yanı sıra, hastalanmış veri ekipleri daha acil risklerle karşı karşıya kalabilirler: anket CDO ve CDAO’ların% 46’sı, veri takımlarını organizasyona tanıtmak için gerekli olan yönetim araçlarına sahip olmadığını kabul etti, % 44’ü AI/ML uygulamalarını doğru bir şekilde yönetmenin 50 milyon veya daha fazla gelir kaybına neden olabileceğini hissetti.

SEE: Çoğu çalışan bu yıl istifa etmeyi planlıyor: İşte teknoloji ve İK liderlerinin bilmeniz gerekenler (Teknoloji)

“Bugün geniş ve hızlı bir şekilde düzenleyici manzaraya sahip olmak, birçok kurumsal veri bilim inisiyatifinin yüksek paylarıyla eşleşti, güvenilir AI eksikliğinin on milyonlarca dolara mal olabileceğini anlamına geliyor,” dedi rapor.

Kjell Carlsson, veri bilimi stratejisinin başkanı ve Domino Data Lab’daki evangelizm, bulguların “sobering” olduğunu ve daha az sayıda veri liderine karşı basın açıklamasına karşı uyarıda bulunduğunu söyledi.

“Leaders, veri bilimini işe alma ve saklamanın kalıcı zorluklarıyla mücadele ediyor, AI/ML’de yatırıma, veri yönetimi gibi geleneksel önceliklere öncelik vermek ve AI/ML modellerini yönetmek için zayıf yetenekler veriyor,” dedi Carlsson. “CDAO ve CDO rolleri zaten hızlı ciroları için ünlü ve beklentilerin bu genişleyen boşluk, yaşam beklentisi için iyi bode değil. ""

İş liderleri bu boşluğu nasıl kapatabilir

Carlsson, iş liderlerinin organizasyonlarına yatırım yapmalarına ve işletmedeki yeni AI/ML tabanlı uygulamaları geliştirme ve dağıtmaya çağırdı.

Ayrıca, yetenekleri çekmek ve tutmak için, organizasyonlar, BT departmanı tarafından dikilen bazı özel araçlara karşı eğitilirler.

SEE: Rapor: ROI of upskilling ve diğer çalışan öğrenme programları (Teknoloji)

“Zamanı değer ve etki için hızlandırmak için, son bitimli ML model yaşam döngüsünü dağıtım, izleme ve yeniden eğitim için kapsayan MLOps platformlarına yatırım yapmaları gerekiyor,” dedi Carlsson. “Bunu başarmak için, CDAOs ve CDO’lerin uyum ve IT ile yakın bir çalışma ortaklığı inşa etmesi gerekiyor. Eğer bu mümkün değilse, bu platformları kendileri uygulamak için bir seçenek yok. ""

Araştırma metodolojisi

Domino Data Lab araştırması, 5 ve 18 Aralık 2022 tarihleri arasında ABD’deki 100’den fazla yıllık gelirle Wakefield Research tarafından yapıldı. Domino Data Lab’a göre, çalışma için hata marjı daha fazla veya daha az% 9,8 idi.

Bir daha okuyun: Hiring kit: Data mimar (Teknoloji Premium)

 ###  Data Insider Newsletter

Veri bilimi, büyük veri analizi, yapay zeka, veri güvenliği ve daha fazlası hakkında en son haberleri ve en iyi uygulamaları öğrenin.

Pazartesi ve Perşembe günleri teslim edildi Bugün kaydolun