Да, есть.
Традиционная аналитика (которой я занимаюсь более 35 лет) — это процесс анализа огромных объемов данных (структурированных и неструктурированных) с желаемым результатом в виде отчетов и анализа новых результатов, закономерностей и поиска новых взаимосвязей между переменными. Предположения делаются людьми, а затем данные анализируются. Традиционная аналитика основана на прошлых событиях (дни/недели/месяцы/годы + назад), она не пытается предсказать будущее (как это часто делают алгоритмы ИИ). Например, аналитика может помочь отделу маркетинга или продаж компании усилить целенаправленные усилия (маркетинг или продажа чего-то другого/нового) на этом конкретном целевом рынке.
Прогнозы или предиктивная аналитика основаны на аналитике по сравнению с историческими данными, а затем полагаются на взаимодействие людей, предположения, знание прошлых моделей и, возможно, даже на интуицию для запроса данных, определения ключевых переменных, поиска новых или скрытых закономерностей, а затем создания и предоставления предположений, прогнозов. или гипотеза. Возможности организации по предоставлению прогнозной аналитики ограничены временем, качеством, количеством, навыками, способностями, опытом и ограничениями по стоимости, связанными с ограниченным числом высококвалифицированных аналитиков данных.
ИИ, например, машинное обучение или алгоритмы глубокого обучения, имеет тенденцию сосредотачиваться на предоставлении прогноза, прогнозов или гипотезы в качестве желаемого результата. Основная цель состоит в том, чтобы «учиться», то есть становиться лучше благодаря большему «опыту» (обучению) и, конечно же, за счет использования большего количества данных. Выбираются и/или создаются каркасы моделей ИИ и новые модели ИИ, затем модели ИИ обучаются, а затем модели ИИ запускаются в производство. После запуска модели ИИ потребность во вмешательстве человека в процесс создания результата модели (прогноза или гипотезы) минимальна или отсутствует. Например, если вы хотите идентифицировать определенный набор людей, которые появляются в коллекции из 100 000 изображений или часов видео, вы должны запустить модель ИИ для этих данных, и на выходе будет предсказание или гипотеза ряда имен люди, которые включены в эти изображения. Люди очень мало участвуют в фазе «прогнозирования» (вывод модели), и результаты могут вернуться очень быстро. Может ли это сделать и человек? Да, конечно, но это может занять часы/дни/недели, и человек, который это делает, может на самом деле получить результат, который будет гораздо менее точным и, конечно же, гораздо более дорогостоящим и медленным, чем модель ИИ. Во многих отношениях сегодняшние варианты использования ИИ, как правило, сосредоточены на попытке заставить программное обеспечение воссоздать то, что могут сделать определенные (не все) люди, но при использовании программного обеспечения ИИ вы можете (надеюсь) выполнять эту конкретную задачу быстрее, безопаснее и точнее. , с более высоким качеством, или при гораздо меньших затратах, или при гораздо более высоких масштабах. Например, хорошим вариантом использования алгоритма ИИ может быть создание совершенно новых кампаний по маркетингу и продажам, гиперперсонализированных с поведением, ценностями, желаниями, потребностями, желаниями, личностями и т. д. конкретных людей. Если все сделано правильно, результаты могут быть достигается при ограниченном вмешательстве человека и приводит к гораздо более высокому уровню ценности бизнеса.
Самое интересное, что я обнаружил в аналитике (хотя я занимаюсь ею более 35 лет), — это то, что варианты использования по-прежнему сосредоточены на обнаружении или открытии чего-то совершенно нового. Одним из примеров здесь является обнаружение сети мошенничества. После обнаружения одного случая мошенничества (скажем, с помощью алгоритма ИИ) вы можете вернуться назад и изучить исторические данные, а затем раскрыть и развернуть более крупную, широкую и всепроникающую сеть мошенничества, используя традиционные методы. Аналитика.
Net, да, между Analytics и AI есть разница, однако я рекомендую вам использовать лучшее из обоих миров в будущем. Все мнения мои собственные.
