Dataiku의 새로운 AI 도구로 데이터 과학 팀에 대한 의존도 감소

다테 쿠 는 오늘 AI 모델의 가상 시뮬레이션을 실행하여 기반 데이터 변경이 어떤 영향을 미칠지 결정할 수 있는 업데이트를 통해 일반 비즈니스 사용자가 AI에 액세스할 수 있도록 노력을 확장했습니다.

Dataiku의 CEO인 Florian Douetteau는 비즈니스 분석가가 데이터 과학자 팀의 도움을 받아 생성할 수 있는 기계 학습 알고리즘을 기반으로 하는 AI 모델을 보다 쉽게 ​​실험할 수 있도록 하는 것이 목표라고 말했습니다.

이러한 노력의 일환으로 Dataiku 9는 주제 전문가가 알려진 조건을 주입하거나 온전성 검사를 모델에 주입하여 특정 결과 또는 결론에 도달하는 것을 방지할 수 있는 모델 어설션 도구를 추가합니다.

플랫폼이 모델이 실패할 것이라고 판단하는 경우 오류 메시지를 생성하는 Visual ML 진단 도구와 회사가 AI 모델의 편향 또는 공정성을 평가할 수 있는 대시보드에 대한 액세스를 제공하는 모델 공정성 보고서 도구도 있습니다.

마지막으로 이제 코드를 작성하거나 수동으로 데이터를 정리하거나 준비하지 않고도 더 복잡하거나 불완전한 데이터 세트로 작업할 수 있는 Smart Pattern Builder 및 Fuzzy Joins 기능도 있습니다.

대부분의 조직은 더 나은 데이터 기반 의사 결정을 내리기 위해 AI에 투자하고 있습니다. Douetteau는 비즈니스 분석가가 데이터 과학 팀이 AI 모델을 구성할 때까지 기다릴 필요 없이 AI 모델을 만드는 것이 필수적이라고 말합니다. "비즈니스 사용자는 AI를 단순히 소비하는 것이 아니라 생성할 수 있어야 합니다."라고 그는 말했습니다.

그렇다고 해서 반드시 조직이 다음을 수행해서는 안 된다는 의미는 아닙니다. 데이터 사이언스 팀을 고용하다 Douetteau는 더 복잡한 문제를 해결하기 위해 조직이 소규모 전문가 팀에 의존할 가능성을 줄인다고 언급했습니다.

AI와 관련하여 대부분의 조직은 이전 세대의 분석 애플리케이션을 최종 사용자가 사용할 수 있도록 하는 데 일반적으로 사용했던 접근 방식을 채택하고 있습니다. IT 전문가 팀은 셀프 서비스 포털을 통해 비즈니스 사용자에게 노출되는 데이터 마트를 기반으로 일련의 대시보드를 생성합니다. 그러나 기본 데이터의 변화율이 이제 상당히 증가했기 때문에 AI와 관련하여 이러한 접근 방식은 충분하지 않다고 Douetteau는 말했습니다. 비즈니스 분석가는 조직이 빠르게 변화하는 비즈니스 조건에 더 빠르게 대응할 수 있도록 하는 AI 모델을 동적으로 생성할 수 있어야 합니다.

물론 COVID-19 팬데믹보다 그러한 역량의 필요성을 더 잘 보여주는 예는 없습니다. 팬데믹이 발생하기 전에 조직에서 사용했던 대부분의 AI 모델은 거의 하룻밤 사이에 구식이 되었습니다. 이러한 조직의 대부분은 새로운 AI 모델을 구성하는 데 몇 달이 걸렸지만 지금도 새로운 데이터가 제공될 때 변경되지 않는 가정을 하기는 어렵습니다.

안타깝게도 오늘날 평균적인 데이터 과학 팀은 몇 달 안에 AI 모델을 프로덕션 환경에 적용할 수 있다면 운이 좋습니다. Douetteau는 기업이 AI가 잠재력을 최대한 발휘할 수 있도록 데이터 과학 도구를 최종 사용자에게 제공해야 한다고 말했습니다. 문제는 구현된 모든 AI 모델이 적절하게 검증되었는지 확인하기 위해 충분한 견제와 균형이 있는지 확인하는 것입니다. 결국 AI 모델이 일반적으로 작동하는 규모는 모든 잠재적 오류가 모든 비즈니스에 상당한 위험을 나타낼 수 있음을 의미합니다.

그러나 이 시점에서 속담의 AI 지니는 위험 수준에 관계없이 병에서 벗어났습니다.. 격동의 경제 상황으로 인해 많은 기업 경영진은 비용을 절감하거나 수익을 극대화하기 위해 더 높은 수준의 위험을 감수해야 합니다. 그러나 AI가 궁극적으로 어떤 결과를 가능하게 하든, 비즈니스 프로세스가 구성되고 유지되는 방식은 완전히 바뀔 것입니다.

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