Bagaimana Pembelajaran Mesin Telah Mencapai Langkahnya Dengan Kecerdasan Bisnis
Diterbitkan: 2017-06-16Pembelajaran Mesin Telah Memberikan Dorongan Baru Untuk BI Yang Telah Populer Sejak 1990-an
Business Intelligence adalah salah satu konsep tertua dalam pemrosesan data . Meskipun pertama kali diciptakan oleh Richard Millar Devens pada tahun 1865 di Cyclopadia of Commercial and Business Anecdotes, menambang data transaksional untuk wawasan bisnis telah populer sejak tahun 90-an. Saat ini, alat Business Intelligence adalah sistem yang memungkinkan perusahaan mengumpulkan, menyimpan, mengakses, dan menganalisis data perusahaan untuk memungkinkan pengambilan keputusan yang efisien dan kecerdasan prediktif strategis untuk perencanaan. Bisnis juga dapat memanfaatkan model prediktif untuk membantu mendeteksi pola dalam data transaksional dan historis untuk mengidentifikasi risiko dan memanfaatkan potensi yang tepat dari berbagai aspek pembelajaran mesin.
Pembelajaran Mesin Mencapai Langkah Dengan Kecerdasan Bisnis Di India
Pada 1990-an, bisnis BI berkembang pesat ketika grafis yang ditingkatkan dan kuat pada PC memasuki pasar dan menjadi industri senilai $17 miliar tahun lalu . Menurut laporan Gartner terbaru, pendapatan perangkat lunak intelijen bisnis (BI) India diperkirakan mencapai $245 juta (dalam mata uang konstan) pada tahun 2017, tumbuh 24,4% dibandingkan pendapatan 2016 sebesar $206 juta.
Penggerak utamanya adalah peningkatan adopsi alat pembelajaran mesin untuk manajemen data dan analitik yang lebih baik dan efisien. Pergeseran cepat ke cloud dan adopsi model data hybrid telah memungkinkan perusahaan untuk memikirkan kembali penyimpanan data dan memperkenalkan platform BI modern. Zaman saat ini menuntut evolusi metode tradisional untuk hasil yang lebih baik dan strategi masuk ke pasar yang lebih lancar melalui adopsi teknologi inovatif.
Pergeseran Tren Dalam Intelijen Bisnis Di India
Ruang perangkat lunak perusahaan sedang menyaksikan pergeseran yang tampak baik dalam perangkat keras maupun perangkat lunak. Komunitas intelijen bisnis di India sekarang menyadari potensi proliferasi besar aset data organisasi mereka dan, dengan demikian, kebutuhan akan teknologi yang tepat untuk mengekstrak wawasan berbasis data melalui analitik untuk membuat keputusan bisnis berdasarkan fakta. Ini bukan hanya gangguan dalam solusi intelijen bisnis perusahaan tradisional, tetapi juga secara kritis menandai era solusi intelijen bisnis cerdas berbasis data.
Membayangkan Ulang Media Sosial
Hingga saat ini, BI sebagian besar terbatas pada data internal karena kurangnya akses mudah ke data dari berbagai sumber secara efisien dan mulus. Saat ini, platform intelijen konsumen generasi berikutnya memungkinkan perusahaan untuk membayangkan kembali data sosial dan itu melampaui batasan tradisional dalam mendengarkan dan mengukur sosial.
Platform media sosial seperti Twitter, Instagram, dan Facebook pada dasarnya adalah harta karun berupa data yang tidak terstruktur. Alat seperti pembelajaran mesin dan analitik AI prediktif membantu memahami linguistik, sentimen pasar, dan riset merek. Tipe data semi-terstruktur seperti URL, retweet, dan tagar menciptakan kerangka kerja untuk informasi terstruktur guna mendorong keputusan bisnis yang cerdas. Dimungkinkan oleh konstruksi mesin pencari seperti Hadoop, sensasi Big Data akhirnya menyusul kemungkinan penataan, penyimpanan, dan pengindeksan data bentuk bebas.
Direkomendasikan untukmu:
Dorong Menuju Keterampilan Pembelajaran Mesin
Sebuah laporan baru-baru ini oleh sekolah analitik yang berbasis di Bengaluru, Jigzaw Academy mengatakan bahwa analitik TI, data besar, dan keterampilan pembelajaran mesin adalah 'bukti masa depan' dari segi karier. Di bidang start-up, Google memilih untuk membimbing enam startup India lainnya dalam AI dan machine learning tahun ini sebagai bagian dari program akselerator mereka . Patut dicatat bahwa India adalah kelompok startup AI terbesar ketiga di dunia. Selain itu, perusahaan multinasional seperti Google, Microsoft, dan Intel telah meluncurkan beberapa aplikasi pembelajaran mesin untuk memecahkan dan meningkatkan sejumlah tantangan khusus industri di India.

Perusahaan IT India seperti Infosys, TCS, dan Wipro telah meningkatkan permainan mereka dengan platform otomatisasi dan AI. Ini tidak hanya menghemat waktu, tetapi juga memungkinkan siklus keputusan yang lebih cepat, memangkas biaya, serta meningkatkan pendapatan secara substansial. Pembelajaran mesin memberikan kesempatan kepada mahasiswa teknik untuk membayangkan karir di luar layanan perangkat lunak dan memungkinkan mereka untuk mengadopsi pola pikir penelitian yang kuat yang memecahkan kesenjangan pasar melalui BI kritis.
Industri E-niaga Dan Adopsi Cloud TPU
Lebih dari 2.000 transaksi, senilai $30 Miliar, telah dibuat secara global di bidang e-commerce selama 5 tahun terakhir. Ruang e-niaga India sekarang tampaknya berkembang dan matang, menciptakan area khusus analitik canggih. Sekitar 50 perusahaan sejauh ini telah menerima dana di bidang ini selama dua tahun terakhir .
Perusahaan-perusahaan ini sekarang memiliki strategi untuk memperluas pangsa pasar dengan memprediksi perilaku pelanggan melalui analitik. Investor berfokus pada perusahaan yang memanfaatkan AI dan pembelajaran mesin di banyak aplikasi dan menghasilkan kasus penggunaan yang berwawasan luas. Sebelum ini, AI tidak pernah dipahami dengan baik di ruang e-commerce arus utama.
Pergeseran ini dapat dikaitkan dengan peluncuran unit pemrosesan Tensor Cloud (TPU) generasi kedua oleh Google, yang sebelumnya berfungsi untuk melakukan inferensi dengan cepat, dan kini telah mendorong industri ke tingkat pembelajaran mesin berikutnya, menghadirkan kinerja komputasi yang unggul. untuk pelatihan model machine learning (ML). Google sekarang menggunakan TPU dalam segala hal mulai dari meningkatkan penggunaan di pusat datanya, hingga menyarankan balasan otomatis di Gmail. Menggabungkan infrastruktur cloud dengan intelijen bisnis (BI), TPU ini melakukan "komputasi pembelajaran mesin dan tidak ada yang lain".
Cloud TPU bersama dengan toolkit pengembang TensorFlow, sistem ML open-source yang dirancang oleh Google untuk melakukan penelitian di ML dan jaringan saraf dalam, kini memungkinkan bisnis mengembangkan algoritme dan aplikasi machine learning untuk berbagai perangkat dan kasus penggunaan. Ini memiliki potensi luar biasa untuk fase berikutnya dari industri e-commerce.
Kesimpulan: Membuat Kasus Untuk Wawasan Berbasis Data
Dunia digital yang terus berkembang menciptakan sekelompok besar sumber data tidak terstruktur, yang menghadirkan tantangan organisasi. BI menjadi tersedia untuk sejumlah besar perusahaan bisnis yang mengumpulkan data atau mengalihdayakannya untuk memadukan perubahan darurat industri ke dalam skema data operasional mereka. Kami sekarang dapat memantau dan mengamati apa yang dikatakan pelanggan dan mitra tentang merek dan pesaing mereka, dan kemudian mengukurnya dengan pola penjualan. Analisis BI multi-dimensi dan pertanyaan bagaimana-jika sekarang hanya beberapa menit dari jawaban yang akurat. Ini membuka pintu bagi pemikiran inovatif dan proliferasi bisnis melalui pembelajaran mesin.






