Alat AI baru Dataiku mengurangi ketergantungan pada tim ilmu data

Dataku hari ini memperluas upayanya untuk membuat AI dapat diakses oleh pengguna bisnis rata-rata dengan pembaruan yang memungkinkan untuk menjalankan simulasi bagaimana-jika model AI untuk menentukan bagaimana perubahan pada data yang menjadi dasarnya akan berdampak pada mereka.

Tujuannya adalah untuk memudahkan analis bisnis bereksperimen dengan model AI berdasarkan algoritme pembelajaran mesin yang dapat mereka buat dengan bantuan tim ilmuwan data, kata CEO Dataiku Florian Douetteau.

Sebagai bagian dari upaya itu, Dataiku 9 menambahkan alat Penegasan Model yang memungkinkan pakar materi pelajaran untuk menyuntikkan kondisi yang diketahui atau pemeriksaan kewarasan ke dalam model untuk mencegah tercapainya hasil atau kesimpulan tertentu.

Sekarang juga ada alat Diagnostik ML Visual yang akan menghasilkan pesan kesalahan jika platform menentukan model akan gagal dan alat Laporan Kewajaran Model yang menyediakan akses ke dasbor di mana perusahaan dapat menilai bias atau keadilan model AI.

Terakhir, sekarang juga ada kemampuan Smart Pattern Builder dan Fuzzy Joins yang mempermudah bekerja dengan kumpulan data yang lebih kompleks atau bahkan tidak lengkap tanpa harus menulis kode atau membersihkan atau menyiapkan data secara manual.

Sebagian besar organisasi berinvestasi dalam AI untuk membuat keputusan berbasis data yang lebih baik, yang menurut Douetteau membuatnya penting bagi analis bisnis untuk membuat model AI tanpa harus menunggu tim ilmu data untuk membangunnya. “Pengguna bisnis harus bisa membuat AI, bukan hanya mengonsumsinya,” ujarnya.

Itu tidak berarti organisasi tidak boleh menyewa tim ilmu data untuk mengatasi tantangan yang lebih kompleks, tetapi hal itu mengurangi ketergantungan organisasi jika tidak memiliki tim spesialis kecil, kata Douetteau.

Ketika berbicara tentang AI, sebagian besar organisasi menggunakan pendekatan yang biasanya mereka gunakan untuk membuat aplikasi analitik generasi sebelumnya tersedia untuk pengguna akhir. Tim spesialis TI akan membuat serangkaian dasbor berdasarkan data mart yang akan diekspos ke pengguna bisnis melalui portal swalayan. Tetapi pendekatan itu tidak cukup untuk AI karena tingkat perubahan dalam data yang mendasarinya kini telah meningkat secara substansial, kata Douetteau. Analis bisnis harus dapat secara dinamis membuat model AI yang memungkinkan organisasi merespons lebih cepat terhadap kondisi bisnis yang berubah dengan cepat.

Tentu saja, tidak ada contoh yang lebih baik tentang perlunya kemampuan itu selain pandemi COVID-19. Sebagian besar organisasi model AI yang ada sebelum kedatangan pandemi menjadi usang hampir dalam semalam. Sebagian besar organisasi membutuhkan waktu berbulan-bulan untuk membangun model AI baru, tetapi bahkan sekarang sulit untuk membuat asumsi yang tidak dapat berubah saat data baru tersedia.

Sayangnya, rata-rata tim ilmu data saat ini beruntung jika mereka bisa memasukkan model AI ke dalam lingkungan produksi dalam beberapa bulan. Bisnis jelas perlu memberikan alat ilmu data ke tangan pengguna akhir untuk memungkinkan AI mencapai potensi penuhnya, kata Douetteau. Tantangannya adalah memastikan ada cukup pemeriksaan dan keseimbangan untuk memastikan setiap model AI yang diterapkan diperiksa dengan benar. Lagi pula, skala di mana model AI biasanya berfungsi berarti bahwa potensi kesalahan apa pun dapat menimbulkan risiko yang cukup besar untuk bisnis apa pun.

Pada titik ini, bagaimanapun, jin AI pepatah keluar dari botol, terlepas dari tingkat risikonya. Masa ekonomi yang kacau mendorong banyak eksekutif bisnis untuk menerima tingkat risiko yang lebih tinggi dalam upaya untuk mengurangi biaya atau memaksimalkan pendapatan. Tetapi apa pun hasil yang akhirnya dimungkinkan oleh AI, cara proses bisnis dibangun dan dipelihara akan berubah total.

Sumber: https://venturebeat.com/2021/03/31/dataikus-new-ai-tools-reduce-dependency-on-data-science-teams/