كيف وصل التعلم الآلي إلى خطوته مع ذكاء الأعمال
نشرت: 2017-06-16أعطى التعلم الآلي دفعة جديدة إلى ذكاء الأعمال الذي كان شائعًا منذ تسعينيات القرن الماضي
ذكاء الأعمال هو أحد أقدم المفاهيم في معالجة البيانات . على الرغم من صوغها لأول مرة من قبل ريتشارد ميلار ديفنز في عام 1865 في Cyclopadia of Commercial and Business Anecdotes ، إلا أن استخراج بيانات المعاملات لرؤى الأعمال كان شائعًا منذ التسعينيات. اليوم ، أدوات ذكاء الأعمال هي أنظمة تمكن الشركات من جمع بيانات المؤسسة وتخزينها والوصول إليها وتحليلها للسماح باتخاذ قرارات فعالة وذكاء تنبؤي استراتيجي للتخطيط. يمكن للشركات أيضًا الاستفادة من النماذج التنبؤية للمساعدة في اكتشاف الأنماط في بيانات المعاملات والبيانات التاريخية من أجل تحديد المخاطر والاستفادة من الإمكانات المناسبة للجوانب المختلفة للتعلم الآلي.
التعلم الآلي يضرب خطوة بخطوة مع ذكاء الأعمال في الهند
في التسعينيات ، ازدهرت أعمال ذكاء الأعمال عندما دخلت الرسومات المحسّنة والقوية على أجهزة الكمبيوتر إلى السوق وأصبحت صناعة بقيمة 17 مليار دولار العام الماضي . وفقًا لأحدث تقرير لشركة Gartner ، من المتوقع أن تصل عائدات برامج ذكاء الأعمال الهندية (BI) إلى 245 مليون دولار (بالعملة الثابتة) في عام 2017 ، بزيادة قدرها 24.4٪ عن عائدات 2016 البالغة 206 مليون دولار.
المحرك الرئيسي هو الاعتماد المتزايد لأدوات التعلم الآلي لإدارة وتحليلات البيانات بشكل أفضل وفعال. أدى التحول السريع إلى السحابة واعتماد نماذج البيانات المختلطة إلى تمكين المؤسسات من إعادة التفكير في تخزين البيانات وإدخال منصات ذكاء الأعمال الحديثة. لقد دعت الأوقات الحالية الآن إلى تطوير الأساليب التقليدية لتحقيق نتائج أفضل واستراتيجيات أكثر سلاسة للوصول إلى السوق من خلال اعتماد التقنيات المبتكرة.
الاتجاهات المتغيرة في ذكاء الأعمال في الهند
تشهد مساحة برامج المؤسسة تحولات واضحة في كل من الأجهزة والبرامج. يدرك مجتمع ذكاء الأعمال في الهند الآن إمكانات التكاثر الهائل لمنظمتهم لأصول البيانات ، وبالتالي الحاجة إلى التكنولوجيا المناسبة لاستخراج الرؤى المستندة إلى البيانات من خلال التحليلات لاتخاذ قرارات أعمال قائمة على الحقائق. هذا ليس فقط اضطرابًا في حلول ذكاء الأعمال التقليدية للمؤسسات ، ولكنه يمثل أيضًا علامة بالغة الأهمية لعصر حلول ذكاء الأعمال الذكية القائمة على البيانات.
إعادة تصور وسائل التواصل الاجتماعي
حتى وقت قريب ، كان ذكاء الأعمال يقتصر في الغالب على البيانات الداخلية بسبب عدم سهولة الوصول إلى البيانات من مصادر متعددة بكفاءة وسلاسة. في الوقت الحالي ، تمكّن منصات ذكاء المستهلك من الجيل التالي الشركات من إعادة تصور البيانات الاجتماعية وهذا يتجاوز الحدود التقليدية للاستماع الاجتماعي والقياس.
تعد منصات الوسائط الاجتماعية مثل Twitter و Instagram و Facebook بمثابة كنز دفين من البيانات غير المنظمة. تساعد أدوات مثل التعلم الآلي والتحليلات التنبؤية للذكاء الاصطناعي على فهم اللغويات ومشاعر السوق وأبحاث العلامة التجارية. تعمل أنواع البيانات شبه المهيكلة مثل عناوين URL والتغريدات وعلامات التصنيف على إنشاء أطر عمل للمعلومات المنظمة لتوجيه قرارات الأعمال الذكية. أصبح ممكنًا من خلال منشآت محرك البحث مثل Hadoop ، فقد أدركت ضجة البيانات الضخمة أخيرًا إمكانية هيكلة البيانات ذات الشكل الحر وتخزينها وفهرستها.
موصى به لك:
كيف ستحول Metaverse صناعة السيارات الهندية
ماذا يعني توفير مكافحة الربح بالنسبة للشركات الهندية الناشئة؟
كيف تساعد الشركات الناشئة في تكنولوجيا التعليم في تطوير مهارات القوى العاملة في الهند وتصبح جاهزة للمستقبل ...
الأسهم التقنية في العصر الجديد هذا الأسبوع: مشاكل Zomato مستمرة ، EaseMyTrip تنشر Stro ...
تتخذ الشركات الهندية الناشئة اختصارات في مطاردة للتمويل
منصة التسويق الرقمي Logicserve Bags INR 80 Cr Funding، Rbrands as LS Dig ...
ادفع نحو مهارات التعلم الآلي
يقول تقرير حديث صادر عن مدرسة التحليلات Jigzaw Academy ومقرها بنغالورو ، إن تحليلات تكنولوجيا المعلومات والبيانات الضخمة ومهارات التعلم الآلي هي "دليل على المستقبل" من الناحية المهنية. على صعيد الشركات الناشئة ، اختارت Google توجيه ست شركات هندية ناشئة أخرى في مجال الذكاء الاصطناعي والتعلم الآلي هذا العام كجزء من برنامج التسريع الخاص بها . يشار إلى أن الهند هي ثالث أكبر مجموعة من الشركات الناشئة في مجال الذكاء الاصطناعي في العالم. أيضًا ، أطلقت الشركات متعددة الجنسيات مثل Google و Microsoft و Intel العديد من تطبيقات التعلم الآلي لحل وتعزيز عدد من التحديات الخاصة بالصناعة في الهند.
صعدت شركات تكنولوجيا المعلومات الهندية مثل Infosys و TCS و Wipro من لعبتها من خلال الأتمتة ومنصات الذكاء الاصطناعي. لا يقتصر الأمر على توفير الوقت فحسب ، بل يؤدي أيضًا إلى تمكين دورات اتخاذ القرار بشكل أسرع ، وخفض التكاليف بالإضافة إلى زيادة الإيرادات بشكل كبير. يوفر التعلم الآلي فرصًا لطلاب الهندسة لتخيل وظائف تتجاوز خدمات البرمجيات وتمكينهم من تبني عقلية بحثية قوية تحل فجوات السوق من خلال ذكاء الأعمال الحرج.
صناعة التجارة الإلكترونية واعتماد TPU السحابية
أكثر من 2000 صفقة ، تصل قيمتها إلى 30 مليار دولار ، تم إبرامها على مستوى العالم في مجال التجارة الإلكترونية على مدى السنوات الخمس الماضية. يبدو الآن أن مساحة التجارة الإلكترونية الهندية تتطور وتنضج ، مما يخلق منطقة متخصصة من التحليلات المعقدة. وقد تلقت حوالي 50 شركة حتى الآن تمويلًا في هذا المجال على مدار العامين الماضيين .
هذه الشركات لديها الآن استراتيجيات لتوسيع حصتها في السوق من خلال التنبؤ بسلوك العملاء من خلال التحليلات. يركز المستثمرون على الشركات التي تستفيد من الذكاء الاصطناعي والتعلم الآلي عبر العديد من التطبيقات وإنشاء حالات استخدام ثاقبة. قبل ذلك ، لم يكن الذكاء الاصطناعي مفهومًا جيدًا في مجال التجارة الإلكترونية السائد.
يمكن أن يُعزى هذا التحول إلى إطلاق Google للجيل الثاني من وحدات معالجة الموتر السحابي (TPUs) ، والتي خدمت سابقًا الغرض من تنفيذ الاستنتاجات بسرعة ، وأدت الآن إلى دفع الصناعة إلى المستوى التالي من التعلم الآلي ، مما أدى إلى تحقيق أداء حسابي فائق لتدريب نماذج التعلم الآلي (ML). تستخدم Google الآن TPU في كل شيء بدءًا من زيادة الاستخدام في مراكز البيانات الخاصة بها إلى اقتراح الردود التلقائية في Gmail. من خلال الجمع بين البنية التحتية السحابية وذكاء الأعمال (BI) ، تقوم وحدات TPU هذه "بحساب التعلم الآلي ولا شيء آخر".
Cloud TPUs جنبًا إلى جنب مع مجموعة أدوات مطور TensorFlow ، وهو نظام ML مفتوح المصدر صممه Google لإجراء البحوث في ML والشبكات العصبية العميقة ، يسمح الآن للشركات بتطوير خوارزميات التعلم الآلي والتطبيقات لمجموعة واسعة من الأجهزة وحالات الاستخدام. هذا لديه إمكانات مذهلة للمرحلة التالية من صناعة التجارة الإلكترونية.
الخلاصة: إثبات حالة الرؤى المستندة إلى البيانات
يخلق العالم الرقمي الآخذ في التوسع مجموعة ضخمة من مصادر البيانات غير المهيكلة ، مما يمثل تحديات تنظيمية. أصبح ذكاء الأعمال متاحًا لعدد كبير من مؤسسات الأعمال التي تقوم بجمع البيانات أو الاستعانة بمصادر خارجية لدمج التحولات الصناعية في مخطط البيانات التشغيلية. يمكننا الآن مراقبة ما يقوله العملاء والشركاء عن العلامات التجارية ومنافسيهم ومراقبته ، ثم قياسه وفقًا لأنماط المبيعات. أصبح تحليل BI متعدد الأبعاد واستفسارات ماذا لو على بعد دقائق من الإجابة عليها بدقة. هذا يفتح الأبواب أمام التفكير الإبداعي وانتشار الأعمال من خلال التعلم الآلي.