গত কয়েক মাসে, আমরা ডেটা এবং প্রযুক্তি নির্বাহীদের তিনটি সমীক্ষা পরিচালনা করেছি। MIT-এর চিফ ডেটা অফিসার এবং ইনফরমেশন কোয়ালিটি সিম্পোজিয়ামে অংশগ্রহণকারী দু'জন জড়িত - একটি অ্যামাজন ওয়েব সার্ভিসেস (AWS) দ্বারা স্পনসর এবং অন্যটি থটওয়ার্কস দ্বারা। তৃতীয় সমীক্ষাটি Wavestone দ্বারা পরিচালিত হয়েছিল, পূর্বে NewVantage Partners, যার বার্ষিক সমীক্ষা আমরা অতীতে লিখেছি। মোট, নতুন সমীক্ষায় 500 টিরও বেশি সিনিয়র এক্সিকিউটিভ জড়িত, সম্ভবত অংশগ্রহণে কিছু ওভারল্যাপ সহ।
সমীক্ষাগুলি ভবিষ্যতের ভবিষ্যদ্বাণী করে না, তবে তারা পরামর্শ দেয় যে কোম্পানির ডেটা সায়েন্স এবং এআই কৌশল এবং প্রকল্পগুলির সবচেয়ে কাছের লোকেরা কী ভাবছে এবং করছে। সেই ডেটা এক্সিকিউটিভদের মতে, এখানে শীর্ষ পাঁচটি উন্নয়নশীল সমস্যা রয়েছে যা আপনার মনোযোগের যোগ্য:
1. জেনারেটিভ এআই স্পার্কলস কিন্তু মূল্য প্রদানের প্রয়োজন
আমরা যেমন উল্লেখ করেছি, জেনারেটিভ এআই প্রচুর পরিমাণে ব্যবসা এবং ভোক্তাদের মনোযোগ আকর্ষণ করেছে। কিন্তু এটি কি সত্যিই অর্থনৈতিক মূল্য প্রদান করে যে সংস্থাগুলি এটি গ্রহণ করে? সমীক্ষার ফলাফলগুলি পরামর্শ দেয় যে যদিও প্রযুক্তি সম্পর্কে উত্তেজনা খুব বেশি, মূল্য এখনও অনেকাংশে বিতরণ করা হয়নি। উত্তরদাতাদের একটি বড় শতাংশ বিশ্বাস করে যে জেনারেটিভ এআই-এর রূপান্তরকামী হওয়ার সম্ভাবনা রয়েছে; AWS সমীক্ষার 80% উত্তরদাতা বলেছেন যে তারা বিশ্বাস করেন যে এটি তাদের প্রতিষ্ঠানকে রূপান্তরিত করবে, এবং ওয়েভস্টোন সমীক্ষায় 64% বলেছেন যে এটি একটি প্রজন্মের মধ্যে সবচেয়ে রূপান্তরকারী প্রযুক্তি। জরিপ গ্রহণকারীদের একটি বড় সংখ্যাগরিষ্ঠ অংশ প্রযুক্তিতে বিনিয়োগ বাড়াচ্ছে। যাইহোক, বেশিরভাগ কোম্পানি এখনও ব্যক্তিগত বা বিভাগীয় পর্যায়ে পরীক্ষা-নিরীক্ষা করছে। AWS সমীক্ষায় মাত্র 6% কোম্পানিতে জেনারেটিভ এআই-এর কোনো উৎপাদন প্রয়োগ ছিল, এবং ওয়েভস্টোন জরিপে মাত্র 5% কোম্পানির স্কেলে কোনো উৎপাদন স্থাপনা ছিল।
সমীক্ষাগুলি পরামর্শ দেয় যে যদিও জেনারেটিভ এআই সম্পর্কে উত্তেজনা খুব বেশি, মূল্য এখনও অনেকাংশে বিতরণ করা হয়নি।
জেনারেটিভ এআই-এর উৎপাদন স্থাপনার জন্য অবশ্যই আরও বেশি বিনিয়োগ এবং সাংগঠনিক পরিবর্তনের প্রয়োজন হবে, শুধু পরীক্ষা-নিরীক্ষা নয়। ব্যবসায়িক প্রক্রিয়াগুলিকে নতুন করে ডিজাইন করতে হবে, এবং কর্মীদের পুনরায় দক্ষ করতে হবে (বা, সম্ভবত কয়েকটি ক্ষেত্রে, জেনারেটিভ এআই সিস্টেম দ্বারা প্রতিস্থাপিত)। নতুন এআই ক্ষমতা বিদ্যমান প্রযুক্তি অবকাঠামোতে একীভূত করা প্রয়োজন।
সম্ভবত সবচেয়ে গুরুত্বপূর্ণ পরিবর্তনের মধ্যে ডেটা অন্তর্ভুক্ত থাকবে — অসংগঠিত বিষয়বস্তু সংশোধন করা, ডেটার গুণমান উন্নত করা এবং বিভিন্ন উৎসকে একীভূত করা। AWS সমীক্ষায়, 93% উত্তরদাতারা সম্মত হয়েছেন যে জেনারেটিভ এআই থেকে মূল্য পাওয়ার জন্য ডেটা কৌশল গুরুত্বপূর্ণ, কিন্তু 57% এখনও পর্যন্ত তাদের ডেটাতে কোনও পরিবর্তন করেনি।
2. ডেটা সায়েন্স আর্টিসানাল থেকে শিল্পে স্থানান্তরিত হচ্ছে
কোম্পানিগুলো ডেটা সায়েন্স মডেলের উৎপাদন ত্বরান্বিত করার প্রয়োজনীয়তা অনুভব করে। একসময় যা ছিল একটি কারিগর কার্যকলাপ আরও শিল্পায়িত হয়ে উঠছে। কোম্পানিগুলো উৎপাদনশীলতা এবং স্থাপনার হার বাড়াতে প্ল্যাটফর্ম, প্রক্রিয়া এবং পদ্ধতি, ফিচার স্টোর, মেশিন লার্নিং অপারেশন (MLOps) সিস্টেম এবং অন্যান্য টুলে বিনিয়োগ করছে। MLOps সিস্টেমগুলি মেশিন লার্নিং মডেলগুলির অবস্থা নিরীক্ষণ করে এবং সনাক্ত করে যে তারা এখনও সঠিকভাবে ভবিষ্যদ্বাণী করছে কিনা। যদি সেগুলি না হয়, মডেলগুলিকে নতুন ডেটা দিয়ে পুনরায় প্রশিক্ষণের প্রয়োজন হতে পারে।
ডেটা মডেল তৈরি করা - একবার একটি কারিগর কার্যকলাপ - আরও শিল্পায়িত হয়ে উঠছে।
এই ক্ষমতাগুলির বেশিরভাগই বহিরাগত বিক্রেতাদের কাছ থেকে আসে, তবে কিছু সংস্থা এখন তাদের নিজস্ব প্ল্যাটফর্ম তৈরি করছে। যদিও অটোমেশন (স্বয়ংক্রিয় মেশিন লার্নিং টুলস সহ, যা আমরা নীচে আলোচনা করছি) উত্পাদনশীলতা বাড়াতে এবং বৃহত্তর ডেটা বিজ্ঞানের অংশগ্রহণকে সক্ষম করতে সাহায্য করছে, ডেটা বিজ্ঞানের উত্পাদনশীলতার সবচেয়ে বড় বর সম্ভবত বিদ্যমান ডেটা সেট, বৈশিষ্ট্য বা ভেরিয়েবল এবং এমনকি সম্পূর্ণ মডেলগুলির পুনঃব্যবহার। .
3. ডেটা পণ্যের দুটি সংস্করণ আধিপত্য বিস্তার করবে
থটওয়ার্কস সমীক্ষায়, 80% ডেটা এবং প্রযুক্তি নেতারা বলেছেন যে তাদের সংস্থাগুলি ডেটা পণ্য এবং ডেটা পণ্য পরিচালনার ব্যবহার ব্যবহার করছে বা বিবেচনা করছে। ডেটা পণ্য দ্বারা, আমরা অভ্যন্তরীণ বা বাহ্যিক গ্রাহকদের জন্য একটি সফ্টওয়্যার পণ্য অফারে প্যাকেজিং ডেটা, বিশ্লেষণ এবং AI বোঝায়। এটি ডেটা প্রোডাক্ট ম্যানেজারদের দ্বারা ধারণা থেকে স্থাপনা (এবং চলমান উন্নতি) পর্যন্ত পরিচালিত হয়। ডেটা পণ্যের উদাহরণগুলির মধ্যে সুপারিশ সিস্টেমগুলি অন্তর্ভুক্ত রয়েছে যা গ্রাহকদের পরবর্তী পণ্য কিনবেন এবং বিক্রয় দলের জন্য মূল্য নির্ধারণের অপ্টিমাইজেশান সিস্টেমগুলি নির্দেশ করে।
কিন্তু সংস্থাগুলি ডেটা পণ্য দুটি ভিন্ন উপায়ে দেখে। উত্তরদাতাদের মাত্র অর্ধেকের কম (48%) বলেছেন যে তারা ডেটা পণ্যের ধারণায় বিশ্লেষণ এবং এআই ক্ষমতা অন্তর্ভুক্ত করে। কিছু 30% বিশ্লেষণ এবং AI কে ডেটা পণ্য থেকে পৃথক হিসাবে দেখে এবং সম্ভবত সেই শব্দটিকে শুধুমাত্র পুনঃব্যবহারযোগ্য ডেটা সম্পদের জন্য সংরক্ষণ করে। মাত্র 16% বলেছেন যে তারা কোনও পণ্য প্রসঙ্গে অ্যানালিটিক্স এবং এআই সম্পর্কে মোটেও ভাবেন না।
দা এর সংজ্ঞার জন্য আমাদের সামান্য পছন্দ আছে