AI จะเข้ามาแทนที่นักวิเคราะห์ธุรกิจหรือไม่? | AI ในธุรกิจ #14
เผยแพร่แล้ว: 2022-09-06เครื่องมือดิจิทัลแบบดั้งเดิมสำหรับการเตรียมการวิเคราะห์ธุรกิจนั้นมีประโยชน์ พวกเขาทำงานได้อย่างรวดเร็ว มีประสิทธิภาพ และสามารถทำงานได้อย่างสมบูรณ์แบบ มีปัญหาเพียงอย่างเดียวคือ - พวกมันทำหน้าที่เมื่อตั้งโปรแกรมโดยมนุษย์เท่านั้น นั่นคือเวลาที่มนุษย์ให้ข้อมูลที่ถูกต้องและเลือกกระบวนการที่เหมาะสมเพื่อวิเคราะห์ข้อมูลที่มอบให้กับโปรแกรมและหาข้อสรุปจากมัน สำหรับสิ่งนี้ นักวิเคราะห์ธุรกิจมักจะใช้เวลาส่วนใหญ่ในการเตรียมข้อมูลสำหรับการวิเคราะห์ การใช้ปัญญาประดิษฐ์จะช่วยเปลี่ยนสถานการณ์นี้หรือไม่?
ปัญญาประดิษฐ์จะเข้ามาแทนที่นักวิเคราะห์ธุรกิจหรือไม่? – สารบัญ:
- AI จะเข้ามาแทนที่นักวิเคราะห์ธุรกิจหรือไม่? บทนำ
- ประเภทของการวิเคราะห์ที่รองรับโดย AI
- AI จะเข้ามาแทนที่นักวิเคราะห์ธุรกิจหรือไม่? - สรุป
AI จะเข้ามาแทนที่นักวิเคราะห์ธุรกิจหรือไม่? บทนำ
การวิเคราะห์ข้อมูลธุรกิจที่รองรับปัญญาประดิษฐ์ (BDA, Business Data Analysis) ในปัจจุบันเป็นส่วนสำคัญของระบบ Business Intelligence ที่ออกแบบมาเพื่อให้เกิดขึ้นพร้อมกับการตัดสินใจตามความรู้ Business Intelligence ประกอบด้วยเทคโนโลยีที่ช่วยให้ธุรกิจสามารถวิเคราะห์และจัดการข้อมูลเพื่อดำเนินการตามขั้นตอนต่างๆ เพื่อปรับปรุงผลการดำเนินธุรกิจ
ทุกวันนี้ ปัญญาประดิษฐ์สามารถแทนที่งานของนักวิเคราะห์ได้หรือไม่? เพื่อพยายามตอบคำถามนี้ เราจะต้องพิจารณาให้ละเอียดยิ่งขึ้น ว่า AI มีบทบาทอย่างไรในการวิเคราะห์ข้อมูล
ประเภทของการวิเคราะห์ที่รองรับโดย AI
เราจะอธิบายทีละรายการเพื่อระบุว่า AI ปรับปรุงประสิทธิภาพของแต่ละรายการได้อย่างไร
การวิเคราะห์เชิงพรรณนา
การวิเคราะห์เชิงพรรณนาหรือที่เรียกว่าการวิเคราะห์เชิงพรรณนา เป็นรูปแบบการวิเคราะห์ที่ง่ายที่สุด มันเกี่ยวข้องกับการรวบรวมและจัดระเบียบข้อมูลในอดีต นั่นคือ เกี่ยวกับสิ่งที่เกิดขึ้นแล้วในบริษัท โดยปกติไม่จำเป็นต้องใช้ปัญญาประดิษฐ์ AI จะใช้เมื่อวิเคราะห์ข้อมูลจำนวนมหาศาลเท่านั้น หรือเมื่อนักวิเคราะห์คาดว่าปัญญาประดิษฐ์จะเปิดเผยรูปแบบใหม่ที่ไม่เคยมีการศึกษามาก่อน
ตัวอย่างของการใช้การวิเคราะห์เชิงพรรณนาที่รองรับ AI อาจเป็นการ ประมวลผลข้อมูลลูกค้าจำนวนมากโดยใช้แพลตฟอร์มอีคอมเมิร์ซ เพื่อระบุช่วงเวลาของการละทิ้งการซื้อ
การวิเคราะห์เพิ่มเติม
การวิเคราะห์ที่เพิ่มขึ้นเป็นเครื่องมือที่สนับสนุนนักวิเคราะห์ในงานต่างๆ เช่น การเตรียมข้อมูลสำหรับการวิเคราะห์หรือการแสดงภาพผลลัพธ์ผ่านแผนภูมิ ตาราง และการนำเสนอต่างๆ จากข้อมูลที่จัดทำโดย AI นักวิเคราะห์สามารถสรุปข้อสรุปจากเนื้อหาที่รวบรวมได้ง่ายกว่าโดยไม่ต้องใช้ทีมในการป้อนและจัดประเภทข้อมูล
ตัวอย่างที่น่าสนใจของการวิเคราะห์เสริมเกี่ยวข้องกับการประยุกต์ใช้ใน อุตสาหกรรมการเกษตร ปัญญาประดิษฐ์สามารถรวบรวมและจำแนกข้อมูลจากแหล่งต่างๆ และเครื่องมือวัด เช่น การใช้น้ำและปุ๋ย ตลอดจนอุณหภูมิและการเจริญเติบโตของพืช จากนั้นจะนำเสนอในรูปแบบที่มนุษย์สามารถเข้าถึงได้ ทำให้ง่ายต่อการสรุปผลจากวิธีการและตัดสินใจทางธุรกิจ
การวิเคราะห์เชิงทำนาย
การวิเคราะห์เชิงคาดการณ์มุ่งเน้นไปที่การค้นหารูปแบบในข้อมูลที่มีอยู่ เพื่อให้สามารถตัดสินใจได้อย่างแม่นยำมากขึ้นโดยอิงจากข้อมูลนั้นและสามารถระบุความเสี่ยงที่อาจเกิดขึ้นได้ ปัญญาประดิษฐ์นำเสนอแบบจำลองทางสถิติ แมชชีนเลิร์นนิง (ML, แมชชีนเลิร์นนิง) และเทคนิคการทำเหมืองข้อมูลเพื่อทำนายเหตุการณ์ในอนาคตอย่างมีประสิทธิภาพ
ในบรรดาแอพพลิเคชั่นอื่น ๆ มันมีคุณสมบัติในการวางแผนทรัพยากรองค์กร (ERP) ตัวอย่างเช่น ช่วยลดความจำเป็นในการจัดเก็บวัตถุดิบและอะไหล่ นอกจากนี้ยังทำให้สามารถสร้างปฏิทินที่เหมาะสมที่สุดสำหรับงานบำรุงรักษา นอกจากนี้ยัง ช่วยกำหนดความต้องการพนักงานและความต้องการของตลาดสำหรับผลิตภัณฑ์ในช่วงเวลาที่กำหนด
การวิเคราะห์ตามใบสั่งแพทย์
การวิเคราะห์เชิงพรรณนาหรือที่เรียกอีกอย่างหนึ่งว่าการกำหนดแบบกำหนดคำสั่ง เช่นทั้งหมดข้างต้น รวบรวมข้อมูลเกี่ยวกับสถานการณ์ในอดีต อย่างไรก็ตาม จุดประสงค์ของมันซับซ้อนที่สุด และการดำเนินการนั้นขึ้นอยู่กับปัญญาประดิษฐ์มากที่สุด เนื่องจากเป็นการแสดงพฤติกรรมที่ดีที่สุดในสถานการณ์ทางธุรกิจที่กำหนด
แม้ว่าผลการวิเคราะห์ตามใบสั่งแพทย์จะมีคุณค่าและมีแนวโน้มสูง แต่การทำให้ถูกต้องนั้นเป็นเรื่องยากมาก ประการแรก มันต้องการการรวบรวมข้อมูลจำนวนมาก ดังนั้นจึงดำเนินการโดยบริษัทขนาดใหญ่เท่านั้น
เมื่อทำการวิเคราะห์ตามใบสั่งแพทย์ ปัญญาประดิษฐ์มักจะดึงข้อมูลที่ได้จากการวิเคราะห์เชิงพรรณนาและการวิเคราะห์เชิงคาดการณ์ ซึ่งเราเขียนไว้ข้างต้น มันดึงข้อสรุปจากข้อมูลที่รวบรวมโดยใช้การเรียนรู้ของเครื่อง (ML) ซึ่งช่วยให้ AI สามารถแนะนำ เช่น กลยุทธ์สำหรับการเผยแพร่เนื้อหา หรือเพื่อวางแผนแคมเปญโฆษณาที่มีประสิทธิภาพ
AI จะเข้ามาแทนที่นักวิเคราะห์ธุรกิจหรือไม่? - สรุป
นักวิเคราะห์ธุรกิจที่ทำงานในวิสาหกิจขนาดกลางและขนาดย่อมยังคงหลับสนิทได้ แน่นอนว่าหากพวกเขาเรียนรู้ทันทีเพื่อทำงานกับเครื่องมือ AI เพื่อสนับสนุนงานของพวกเขา เพิ่มความแม่นยำในการวิเคราะห์และประสิทธิภาพของข้อสรุป
ปัญญาประดิษฐ์สามารถเร่งความเร็วและอำนวยความสะดวกให้กับกระบวนการเก็บรวบรวมข้อมูล การจัดประเภท และการสร้างภาพข้อมูลได้อย่างมาก อย่างไรก็ตาม การให้คำแนะนำเกี่ยวกับอนาคตโดยอาศัยข้อมูลชุดเล็ก ๆ ยังคงอยู่ในมือของนักวิเคราะห์ที่มีประสบการณ์
หากคุณชอบเนื้อหาของเรา เข้าร่วมชุมชนผึ้งที่วุ่นวายบน Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest
ผู้เขียน: โรเบิร์ต วิทนีย์
ผู้เชี่ยวชาญ JavaScript และผู้สอนที่โค้ชแผนกไอที เป้าหมายหลักของเขาคือการยกระดับประสิทธิภาพการทำงานของทีมโดยการสอนผู้อื่นถึงวิธีการร่วมมืออย่างมีประสิทธิภาพขณะเขียนโค้ด
AI ในธุรกิจ:
- ปัญญาประดิษฐ์ในธุรกิจ - บทนำ
- ภัยคุกคามและโอกาสของ AI ในธุรกิจ (ตอนที่ 1)
- ภัยคุกคามและโอกาสของ AI ในธุรกิจ (ตอนที่ 2)
- แอปพลิเคชั่น AI ในธุรกิจ - ภาพรวม
- NLP คืออะไรหรือการประมวลผลภาษาธรรมชาติในธุรกิจ
- การประมวลผลเอกสารอัตโนมัติ
- AI และโซเชียลมีเดีย – พวกเขาพูดถึงเราว่าอย่างไร?
- นักแปลอัตโนมัติ การแปลผลิตภัณฑ์ดิจิทัลอย่างชาญฉลาด
- แชทบอทข้อความที่ใช้ AI
- การใช้งานและธุรกิจของวอยซ์บอท
- เทคโนโลยีผู้ช่วยเสมือนหรือวิธีการพูดคุยกับ AI?
- ธุรกิจ NLP วันนี้และพรุ่งนี้
- ปัญญาประดิษฐ์สามารถช่วย BPM ได้อย่างไร
- ปัญญาประดิษฐ์จะเข้ามาแทนที่นักวิเคราะห์ธุรกิจหรือไม่?
- บทบาทของ AI ในการตัดสินใจทางธุรกิจ
- ข่าวกรองธุรกิจคืออะไร?
- กำหนดการโพสต์โซเชียลมีเดีย AI จะช่วยได้อย่างไร?
- โพสต์โซเชียลมีเดียอัตโนมัติ
- ปัญญาประดิษฐ์ในการจัดการเนื้อหา
- AI สร้างสรรค์ของวันนี้และพรุ่งนี้
- Multimodal AI และการประยุกต์ใช้ในธุรกิจ
- ปฏิสัมพันธ์ใหม่ AI เปลี่ยนแปลงวิธีการใช้งานอุปกรณ์อย่างไร?
- RPA และ API ในบริษัทดิจิทัล
- บริการและผลิตภัณฑ์ใหม่ที่ทำงานด้วย AI
- ตลาดงานในอนาคตและอาชีพที่จะเกิดขึ้น
- AI สีเขียวและ AI สำหรับโลก
- เอ็ดเทค ปัญญาประดิษฐ์ในการศึกษา