Может ли анализ данных на основе разговорного ИИ наконец решить загадку демократизации данных?

«Лидер по данным сидит в современном офисе, анализируя данные о доходах на своем компьютере, и изо всех сил пытается извлечь из них полезные сведения. Эта сцена подчеркивает проблемы демократизации данных, делающей данные доступными для всех в организации, независимо от их технических навыков. Несмотря на десятилетия усилий, анализ данных остается уделом аналитиков данных, специалистов по обработке данных и бизнес-аналитиков. Тем не менее, выпуск ChatGPT и его плагина Code Interpreter открыл новые возможности для разговорного анализа данных на основе ИИ. Эта технология позволяет пользователям взаимодействовать с данными на естественном языке, без необходимости писать код. В то время как одни предсказывают, что разговорный анализ данных на основе ИИ заменит потребность в аналитиках данных, другие считают, что это устранит технический разрыв между данными и их демократизацией. В настоящее время такие инструменты, как Power BI Q&A и Snowflake Cortex Analyst, включают в себя разговорные интерфейсы ИИ, но имеют свои ограничения. Power BI Q&A ограничен запросами к определенным наборам данных, в то время как Cortex Analyst может выполнять запросы к целым базам данных, но требует полностью проверенного семантического слоя. Самые большие трудности на пути к демократии данных — это не технические проблемы, а, скорее, предварительные условия, такие как надежная инфраструктура данных, грамотность данных, качество данных и управление данными. Многие компании до сих пор испытывают трудности с этими аспектами, а грамотность данных является серьезной проблемой, поскольку только 34 % компаний предлагают обучение грамотности данных. Для успешной демократизации данных необходим многосторонний подход, включающий надежную инфраструктуру данных, организационный менталитет «данные прежде всего» и соответствующие технологии. Разговорный анализ данных на основе ИИ может сыграть значительную роль в этих усилиях, особенно в руках бизнес-аналитиков, которые обладают предметными знаниями и грамотностью данных.