数据分析是为工作找到合适的工具

更高的计算，存储和网络功能的可用性意味着传输的数据量成比例增加导致人工智能(AI)的使用增加，以获得推动业务决策的见解。这是南非国际数据公司(IDC)高级研究和咨询经理Sabelo Dlamini所说的。

“AI是可用于分析数据并为组织提供深入见解的工具之一。在分析数据时，有几种算法模仿人类行为。与机器学习(ML)和深度学习(DL)一起，它是用于分析数据，应用智能并最终提供见解的技术之一，“Dlamini说。

通过采用这些分析工具，我们有责任确定合适的工具以满足业务需求并雇用具有适当技能的员工。“它伴随着使用AI，机器人过程自动化(RPA)和使用数据科学家等创新加速器 - 这一角色在组织中变得至关重要。企业需要的洞察类型将决定他们部署的工具。“组织需要决定他们想要分析的数据类型以及他们所追求的洞察类型。AI是许多可以应用的算法的集体词汇，因此它更多的是放大AI包并查看您可以根据需要选择哪种工具并交叉检查您的解决方案以确保它们满足您的需求，“ 他说。

大多数组织已经被可用的数据量所淹没，现在更多的是优先考虑您真正想要的数据。“当您获得所有可用的数据时，您可以轻松地通过可能与业务无关的有趣见解进行侧面跟踪。这里的关键是了解业务优先级和KPI是什么，然后在分析数据时关注那些，“Dlamini说。“这是为了确切地知道你想从数据中提取什么，或者首先要收集数据的原因。”

虽然人工智能确实减少了人为干预的需要，但它并没有完全消除它。Dlamini表示，仍然需要熟练的个人或能够联系和叙述对人类经历的洞察力并进行沟通的人。

“这不是机器或机器人必然能够做到的事情。您仍然需要有人来解释数据，因为虽然机器人更先进且能够解决复杂问题，但他们可能会遇到一些需要人为接触的基本问题。他们也无法将某些结果与具有实际意义的人类经验联系起来，并且必须与真实的现场案例有意义地相关，“他说。

人工智能，物联网(IoT)和第四次工业革命(4IR)正在显着改变数据的收集，管理和分析方式。“有了物联网，我们最终会达到这样的程度：几乎所有东西都具有计算能力或传感器并定期发送数据，从而产生大数据。要从该数据中获取洞察力，您需要使用AI工具来绘制所需的见解。因此，这些都是相互关联的，并且在更大的情况下，如第四次工业革命(4IR)，它更多的是定义你将关注哪些用例，“他说。“它将推动行业变革，因为他们开始要求减少人为干预。例如，在制造业中，我们设想工厂由机器人或AI运行，甚至自主运行。

Dlamini得出结论，组织已经为这种可能性做好了准备。“虽然数据分析功能看起来非常新颖且几乎具有未来感，但它最终将与通用计算机技能相同。30年前，计算机技能只适用于少数人，现在已成为常态。我们预计很快，就像计算机技能一样，每个人都将拥有分析数据的技能，以及应用正确工具来获取所需见解的能力。“