В следующем обсуждении тенденций бизнес-аналитики (BI) на BriefingsDirect исследуются последние исследования и продукты, которые объединяют возможности людей и машинного интеллекта.

По мере того, как становится доступным все больше данных для поддержки дополненного интеллекта — и мощь аналитических платформ все больше направляется туда, где находятся данные, — следующим важным этапом становится то, как люди могут взаимодействовать с результатами.

Оставайтесь с нами сейчас, пока мы изучаем новейшие стратегии не только для визуализации выводов, основанных на данных, но и для того, чтобы сделать их диалоговыми и даже представить их в форме рассказывания историй.

Слушай подкаст. Найдите его на iTunes. Прочитайте полную расшифровку или скачайте копию.

Чтобы узнать больше о том, как сделать потребление и уточнение предоставления аналитики интерактивным эксплойтом, открытым для большего количества пользователей, мы приветствуем Элиф Тутук, руководителя отдела исследований в Qlik. Интервью ведет Дана Гарднер, главный аналитик Интерарбор Солюшнс.

Вот некоторые выдержки:

Гарднер: В последние годы были достигнуты успехи в улучшении доступа к данным и обеспечении их доступности для аналитических платформ, но демократизация результатов и предоставление информации, доступной большему количеству людей, только начинается. Каковы основные технические и человеческие разработки, которые расширят способы взаимодействия людей с аналитикой?

Тутук: Отличный вопрос. Мы проводим много исследований в этой области с точки зрения создания нового пользовательского опыта, где мы можем повысить грамотность данных и помочь людям лучше понять, как читать, анализировать и спорить с данными.

С точки зрения пользовательского опыта, разговорный аспект имеет большое влияние. Но мы также считаем, что это не только через разговор, особенно когда вы хотите понять данные. Часть визуального исследования также должна быть там. Мы создаем опыт, который сочетает в себе уникальную природу, язык и возможности визуального исследования человека. Мы думаем, что это ключ к построению хорошего сотрудничества между человеком и машиной.

Гарднер: В результате мы можем увеличить количество и типы людей, на которых влияют данные, обращаясь к ним напрямую, а не через специалиста по данным или ИТ-отдел? Как элементы взаимодействия расширяют это на более широкую клиентуру?

Тутук: Идея состоит в том, чтобы сделать анализ доступным для пользователей высшего звена конечным бизнес-пользователям.

Если вы хотите расширить использование аналитики и снизить барьер, вам также необходимо убедиться, что компьютеры с данными и система управляются и доверяются.

Таким образом, наша стратегия управления корпоративными данными становится важной для нашей технологии Cognitive Engine. Мы объединяем эти две возможности, чтобы машины использовали управляемый источник данных для предоставления надежной информации.

Гарднер: Что сейчас кажется мне совершенно новым, так это большее взаимодействие между человеческим познанием и расширенным интеллектом. Это почти танец. Это создает новые типы идей, и могут происходить новые и интересные вещи.

Как достичь правильного баланса во взаимодействии человеческого познания и ИИ?

Тутук: речь идет о создании опыта между тем, в чем хорош человек — восприятием, осознанием и, в конечном счете, принятием решений — и тем, в чем хороши машинные технологии, например запуск алгоритмов на больших объемах данных. .

Поскольку машина предоставляет информацию пользователю, она должна сначала создать доверие к тому, какие данные используются, и контекст вокруг них. Без контекста вы не можете по-настоящему принять это понимание и действовать на его основе. И здесь вступает в действие человеческая часть, потому что у людей есть интуиция и деловые знания, чтобы понять контекст понимания. Затем вы можете исследовать его дальше, будучи дополненным. Наше видение состоит в том, чтобы принимать решения, используя это [сгенерированное машиной] понимание.

Гарднер:Помимо взаимодействий, мы слышим о понятии сторителлинг. Как это влияет на то, как люди получают лучшие результаты аналитики?

Поддержка идей сторителлинга

Тутук: мы провели много исследований и размышлений в этой области, потому что сегодня на рынке аналитики ИИ становится все более надежным. Эти технологии очень хорошо развиваются. Но проблема в том, что большинство технологий дают результаты как черный ящик. Как пользователь, вы не знаете, почему машина предлагает и делает выводы. И это создает большую проблему доверия.

Чтобы добиться более широкого внедрения результатов ИИ, вам необходимо создать опыт, который создает доверие, и именно поэтому мы рассматриваем одну из самых эффективных и вечных форм общения, которые используют люди, — рассказывание историй.

Для более широкого внедрения результатов ИИ вам необходимо создать опыт, который создает доверие, и именно поэтому мы рассматриваем одну из самых эффективных и вечных форм общения, которые используют люди, — рассказывание историй.

Таким образом, мы создаем уникальный опыт, когда машина генерирует понимание. А затем, на лету, мы создаем истории данных, сгенерированные машиной, тем самым предоставляя больше контекста. Как пользователь, у вас может быть отличное повествование, но затем это повествование дополняется проницательными визуализациями. Оттуда, исходя из того, что вы получите от истории, мы также рассматриваем возможности, которые вы можете исследовать дальше.

И на этом третьем шаге вы все еще аугментированы, но способны исследовать. Это управляется пользователем. Здесь вы также начинаете знакомить с человеческой интуицией.

И когда вы думаете о том, что машина сначала выявляет информацию, затем получает больше контекста с историей данных и, наконец, переходит к исследованию — все три этапа могут быть связаны вместе в единый поток. Вы не теряете доверие человека. Контекст становится действительно важным. И вы должны иметь возможность переносить контекст между всеми этапами, чтобы пользователь знал, что такое контекст. Добавление человеческой интуиции расширяет этот контекст.

Гарднер: я действительно нахожу это увлекательным, потому что мы говорим не просто о решении проблемы, мы говорим о проблеме-решении-разрешении, а затем корректировке и изучении проблемы для еще большего решения и разрешения. Мы также сейчас, конечно, в эпоху дополненной реальности, когда мы можем донести эти типы результатов анализа данных до людей в заводских цехах, использующих различные типы визуальных и звуковых устройств-подсказок.

Таким образом, сочетание дополненной реальности, дополненного интеллекта, повествования и вывода этого на поле кажется мне чем-то действительно беспрецедентным. Так ли это? Мы прокладываем здесь совершенно новый курс?

Тутук: Да, я так думаю. Это захватывающее время для нас. Я рад, что вы указали на дополненную реальность, потому что это еще одна область исследований, которую мы рассматриваем. Один из исследовательских проектов, которые мы проводили, расширяет возможности людей в торговых залах, сотрудников.

Идея состоит в том, что если вы пытаетесь, например, организовать полки, мы можем предоставить им информацию — прямо в тот момент, когда они смотрят на продукт — об этом продукте и о том, какие другие продукты продаются вместе. Потом прямо в этот момент их аугментируют и они примут решение. Это чрезвычайно захватывающее время для нас, да.

Гарднер: Это выбрасывает идею пакетной обработки в окно. Раньше вам приходилось запускать данные, составлять отчет, а затем корректировать инвентаризацию. Это напрямую связано с взаимодействием с конечным потребителем и позволяет получить совершенно новые типы идей и ценности.

Тутук: В рамках этого проекта мы также позволяем закреплять объекты в пространстве. Итак, представьте, что вы находитесь на складе, смотрите на товар и у вас возникает интересное понимание. Теперь вы можете просто прикрепить его к месту на этом продукте. И когда вы делаете это с разными продуктами, вы можете сделать шаг назад, взглянуть и открыть для себя разные идеи о продукте.

Идея состоит в том, чтобы иметь лоток, который вы носите с собой, например, вашу собственную аналитику, и когда вы найдете что-то интересное, которое соответствует лотку — например, с продуктом, на который вы смотрите — вы можете прикрепить это. Это похоже на виртуальную доску с продуктами и аналитикой в ​​дополненной реальности.

Гарднер: мы не должны упускать из виду, что мы часто говорим о миллиардах строк данных, поддерживающих этот тип деятельности, и что новые наборы данных могут очень быстро использоваться для решения проблемы.

Сопоставление данных с ИИ

Тутук:Точно, и именно здесь в игру вступает наша технология Associative Big Data Index. Мы привносим мощь нашего уникального ассоциативного движка в массивные наборы данных. И, конечно же, с последним приобретением, которое мы сделали с Attunity, мы получаем потоковую передачу данных и аналитику в реальном времени.

Гарднер: Если углубиться в архитектуру, чтобы лучше понять, как она работает, когнитивный движок Qlik все чаще работает с учетом контекста. Я слышал, что это называется ИИ в квадрате. Что вы все подразумеваете под ИИ в квадрате?

Тутук:ИИ в квадрате — это расширенный интеллект, основанный на ассоциативном индексе. Таким образом, дополненный интеллект — это наше видение использования искусственного интеллекта, цель которого — дополнить человека, а не заменить его. И теперь мы убеждаемся, что у нас есть уникальный компонент с точки зрения нашего ассоциативного индекса.

Позвольте мне объяснить преимущество ассоциативного индекса. Одной из проблем использования ИИ и машинного обучения является предвзятость. Система предвзята, потому что не имеет доступа ко всем данным.

Благодаря ассоциативному индексу наша технология обеспечивает системе видимость всех данных в любой момент, включая данные, связанные с вашим контекстом, а также те, которые не связаны. Эта часть обеспечивает хороший источник обучения для алгоритмов, которые мы используем.

Например, вы, возможно, пытаетесь сделать прогноз для анализа оттока в западном регионе продаж. Обычно, если вы выбираете западный регион, система — если ИИ работает с SQL или реляционной базой данных — она будет иметь доступ только к этому фрагменту данных. У него никогда не будет возможности узнать то, что не связано, например, клиентов из других регионов, посмотреть на их поведение.

С помощью ассоциативного индекса наша технология предоставляет системе видимость всех данных в любой момент, включая данные, связанные с вашим контекстом, а также те, которые не связаны. И та часть, которая не связана, обеспечивает хороший источник обучения для алгоритмов, которые мы используем. Именно здесь мы выделяемся и предоставляем нашим пользователям уникальную информацию, которую будет очень сложно получить с помощью инструмента ИИ, который работает только с SQL и реляционными структурами данных.

Гарднер: Qlik не только работает над такими архитектурами следующего поколения, вы также проводите более масштабный процесс обучения с помощью Программы грамотности данных, чтобы, в некотором смысле, сделать аудиторию более восприимчивой к техники и ее мощности.

Объясните, пожалуйста, по мере того, как мы продвигаемся в этом процессе обеспечения доступности и действенности разведывательных данных, как мы также можем сделать возможной демократизацию аналитики посредством образования и культурного переосмысления процесса.

Грамотность в отношении данных управляет когнитивным двигателем

Тутук. Грамотность в отношении данных важна для того, чтобы помочь людям читать, анализировать и спорить с данными. У нас открытая программа, поэтому вам не обязательно быть клиентом Qlik. Теперь это доступно. Наша цель — сделать каждого грамотным в отношении данных. И с помощью этой программы вы можете, во-первых, понять уровень грамотности данных в вашей организации. У нас есть несколько бесплатных тестов, которые вы можете пройти, а затем, исходя из этой потребности, у нас есть материалы, которые помогут людям стать грамотными в отношении данных.

По мере того, как мы создаем технологию, наше видение ИИ заключается в том, чтобы сделать аналитическую платформу намного проще в использовании надежным способом. Вот почему наше видение сосредоточено не только на предписывающих вероятностях, но и на всем аналитическом рабочем процессе — от сбора данных до визуализации, исследования и обмена. Вы всегда должны быть дополнены системой.

Мы находимся только в начале пути нашего когнитивного фреймворка. Мы представили Qlik Cognitive Engine в прошлом году, и с тех пор мы предоставили больше возможностей этой платформы в различных частях продукта, например, при подготовке данных. Наши пользователи, например, получают предложения по наилучшему способу связывания данных, поступающих из разных источников данных.

И, конечно же, в части визуализации и дашбордах у нас есть визуальные инсайты, где Cognitive Engine сразу предлагает инсайты. И теперь мы добавляем возможности естественного языка вдобавок к этому, так что вы можете буквально общаться с данными. Об этом будет больше.

Гарднер: Как интервьюер, как вы понимаете, я очень люблю сократовский процесс опроса и повторного изучения. Мне кажется, то, что вы делаете с рассказыванием историй, похоже на сократовский процесс обучения. Недавно у вас было приобретение, которое привело к созданию Qlik Insight Bot, что для меня похоже на опрос вашей вселенной анализа данных, а затем возможность продолжать запрашивать и генерировать новые типы ответов.

Расскажите нам о том, как работает Qlik Insight Bot и почему этот двусторонний процесс взаимодействия настолько эффективен.

Тутук: Мы считаем, что любой ваш опыт работы с системой должен быть в форме разговора, он должен иметь диалоговый характер. В разговоре между людьми есть что-то уникальное — точно так же, как мы ведем этот разговор. Я знаю, что мы говорим об ИИ и аналитике. Вы не должны говорить мне об этом, пока мы говорим. Мы знаем, что у нас есть разговор об этом.

Именно этого мы достигли с помощью технологии Qlik Insight Bot. Когда вы задаете вопросы Qlik Insight Bot, он отслеживает контекст. Вам не нужно повторять контекст и задавать вопрос в контексте. И это также уникальное отличие, когда вы сравниваете этот опыт с простым окном поиска, потому что, когда вы используете Google, он, например, не сохраняет контекст. Так что это одна из важных вещей, которую мы должны уметь поддерживать — вести диалог, который позволяет системе сохранять контекст.

Гарднер:Переходя сегодня к практическому миру бизнеса, мы видим широкое использование Slack и Microsoft Teams. Поскольку люди используют их для совместной работы и организации работы, мне кажется, что это дает возможность привнести часть этого когнитивного взаимодействия на человеческом уровне и разговорного повествования.

Есть ли у вас примеры организаций, реализующих это с помощью таких вещей, как Slack и Teams?

Совместная работа над улучшением процессов

Тутук: Вы на правильном пути. Цель состоит в том, чтобы предоставить информацию, где бы и как бы вы ни работали. И, как вы знаете, есть большая тенденция в плане сотрудничества. Люди используют Slack вместо того, чтобы просто писать по электронной почте, верно?

Так, Qlik Insight Bot доступен с интеграцией с Microsoft Teams, Slack и Skype. Мы знаем, что именно здесь происходят разговоры. Если вы разговариваете с коллегой в Slack, и ни одна из сторон не знает ответа, то сразу же они могут просто продолжить разговор, включив Qlik Insight Bot, и получить информацию Cognitive Engine, с помощью которой они смогут сразу же принимать решения. .

Гарднер: Прежде чем мы закончим, давайте заглянем в будущее. Что вы думаете об этом дальше, особенно в отношении процесса? Мы также много слышим в эти дни о роботизированной автоматизации процессов (RPA). Существует много применений ИИ для улучшения процессов и предоставления людям возможности делать то, что у них получается лучше всего.

Бот Qlik Insight доступен с интеграцией с Microsoft Teams, Slack и Skype. Мы знаем, что именно здесь происходят разговоры. Они могут просто продолжить разговор, включив Qlik Insight Bot, и получить информацию Cognitive Engine, с помощью которой они смогут принимать решения.

Видите ли вы возможности для RPA-стороны ИИ и того, что вы все делаете с расширенным интеллектом и когнитивными взаимодействиями человека, которые каким-то образом усиливают друг друга?

Тутук:С процессами RPA мы поняли, что и там есть проблемы с данными. Речь идет не только о человеке и взаимодействии человека с автоматикой. Каждый автоматизированный процесс генерирует данные. И одна из вещей, которой, как мне кажется, сейчас не хватает, — это полное представление о процессе полной автоматизации. У вас может быть 65 различных роботов, автоматизирующих разные части процесса, но как вы предоставляете человеку всестороннее представление о том, как процесс выполняется в целом?

Платформа может собирать связанные данные от разных роботов, а затем предоставлять человеку 360-градусный обзор того, что происходит в процессах. Затем этот человек снова может принимать решения, потому что, как люди, мы очень хорошо принимаем решения, видя нелинейные связи. Предоставление нам правильных данных, чтобы иметь возможность использовать эту возможность, очень важно, и наша платформа обеспечивает это.

Гарднер:Элиф, организации, которые хотят воспользоваться всем этим, что они должны сделать сейчас, чтобы подготовиться? Чтобы заложить основу, создать правильную среду, что должны делать предприятия, чтобы в ближайшие годы иметь наилучшие возможности для использования этих возможностей?

Замените повторяющиеся процессы

Тутук: Ищите повторяющиеся процессы. Это неподходящие места для использования уникальных человеческих способностей. Определите эти повторяющиеся процессы и начните заменять их машинами и автоматизацией.

Затем убедитесь, что любые данные, которые они вводят в это, заслуживают доверия и поступают из управляемой среды. Данные, генерируемые этими процессами, также должны регулироваться. Поэтому создайте механизм управления этими процессами.

Я также верю, что появятся новые возможности для новых рабочих мест и новых идей, которые люди смогут начать воплощать в жизнь. Мы находимся в захватывающей новой эре. Это хорошее время, чтобы найти подходящие места для использования человеческого интеллекта и творчества, поскольку для повторяющихся задач будет больше автоматизации. Это невероятное и захватывающее время. Это будет замечательно.

Гарднер: Мне кажется, что они являются одними из самых мощных инструментов, когда-либо созданных в истории человечества, наряду с первым колесом и другими вещами, которые изменили наше существование и качество нашей жизни. Это очень интересно.

Слушай подкаст. Найдите его на iTunes. Прочитайте полную расшифровку или скачайте копию. Спонсор: Qlik.

Вас также могут заинтересовать: