Để có thể xem xét tương lai của việc tích hợp AI trong doanh nghiệp, MicroStrategy hôm thứ Ba đã công bố một bổ sung mới cho nền tảng của mình nhằm đơn giản hóa việc truy cập vào dữ liệu phân tích kinh doanh trong các tổ chức.
MicroStrategy Auto là một bot AI có thể tùy chỉnh mà công ty cho biết sẽ cung cấp một cách nhanh hơn, đơn giản hơn để cung cấp thông tin kinh doanh cho bất kỳ ai trong tổ chức. Auto là cải tiến mới nhất của MicroStrategy AI, được phát hành vào tháng 10 năm 2023, một giải pháp giúp xây dựng nhanh các ứng dụng AI trên dữ liệu đáng tin cậy.
Công ty lưu ý rằng Auto có thể được triển khai dưới dạng một ứng dụng độc lập hoặc được nhúng vào các ứng dụng của bên thứ ba và cung cấp khả năng tùy chỉnh hoàn chỉnh. Hình thức, phong cách ngôn ngữ và mức độ chi tiết của nó đều có thể được điều chỉnh theo thông số kỹ thuật của người dùng.
Vì Generative AI hỗ trợ Auto nên người dùng có thể tương tác với bot bằng ngôn ngữ tự nhiên.
Saurabh Abhyankar, Phó Chủ tịch Điều hành kiêm Giám đốc Sản phẩm của MicroStrategy giải thích: “Chúng tôi sử dụng GPT4 cho phần phụ trợ — để tìm hiểu xem người dùng đang yêu cầu điều gì và cách trả lời câu hỏi”.
Ông nói với TechNewsWorld: “Sự khác biệt giữa MicroStrategy và mô hình ngôn ngữ lớn có mục đích chung là ngoài kỹ năng nhận thức mà LLM có, chúng tôi còn bổ sung thêm cấu trúc dữ liệu phân tích”. “Vì vậy, nếu bạn hỏi tôi có bao nhiêu chiếc mũ ở cửa hàng X, LLM sẽ tìm hiểu xem người dùng đang hỏi gì và lớp MicroStrategy sẽ thực hiện truy vấn, đưa dữ liệu trở lại và áp dụng các quy tắc và bảo mật để tính toán lượng hàng tồn kho.”
Ông nói thêm: “Bạn cần cả hai thứ trong kịch bản phân tích doanh nghiệp vì một chatbot như ChatGPT không có ngữ cảnh, kiến thức kinh doanh, bảo mật và quản trị cần thiết để trả lời một câu hỏi như vậy”.
Mở khóa giá trị người dùng
Công ty khẳng định, được hỗ trợ bởi AI, Auto có thể loại bỏ các rào cản để đưa ra quyết định nhanh chóng, hiệu quả bằng cách làm cho các ứng dụng trở nên thông minh hơn và trao khả năng phân tích doanh nghiệp cho người dùng bất kể họ đang sử dụng cấp độ kỹ năng hoặc ứng dụng nào.
Không cần sử dụng bảng điều khiển phức tạp để hiểu rõ hơn và người dùng có thể yêu cầu thông tin bằng ngôn ngữ thông thường, giúp việc kết hợp thông tin kinh doanh vào việc ra quyết định kinh doanh trở nên dễ dàng.
“Chúng tôi nghĩ rằng việc sử dụng MicroStrategy AI sẽ mang lại giá trị to lớn bằng cách cung cấp cho nhiều người dùng những hiểu biết sâu sắc hơn mà trước đây cần nhiều lần nhấp chuột hơn và mức độ chi tiết hơn để hiểu. Nó có tác dụng mạnh mẽ trong việc tự phục vụ của người dùng,” Nena Pidskalny, giám đốc lập kế hoạch và chiến lược chuỗi cung ứng của Federated Co-Coopers Limited, cho biết trong một tuyên bố.
Hãy Làm Theo Các Bước Nhé
Mark N. Vena, chủ tịch, cho biết thêm: “Việc cung cấp cho nhiều nhân viên quyền truy cập vào dữ liệu thông minh kinh doanh hơn có thể mang lại lợi ích cho công ty bằng cách thúc đẩy quá trình ra quyết định sáng suốt giữa các bộ phận, tạo điều kiện linh hoạt trong việc ứng phó với những thay đổi của thị trường và thúc đẩy văn hóa ra quyết định dựa trên dữ liệu”. và nhà phân tích chính tại SmartTech Research ở San Jose, California.
Ông nói với TechNewsWorld: “Tuy nhiên, việc truy cập dễ dàng hơn vào dữ liệu thông minh kinh doanh có thể dẫn đến những tác hại tiềm ẩn như vi phạm dữ liệu, lạm dụng thông tin nhạy cảm và ảnh hưởng đến lợi thế cạnh tranh nếu không được quản lý và bảo mật đúng cách”.
Rob Enderle, chủ tịch và nhà phân tích chính của Enderle Group , một công ty dịch vụ tư vấn ở Bend, Ore , lưu ý: Các bot AI tạo ra tùy chỉnh có một số lợi thế so với các bot có mục đích chung như ChatGPT, Gemini và Claude . có thể làm tốt một hoặc một số việc và có khả năng tốt hơn,” anh ấy nói với TechNewsWorld. “Họ cũng có thể chạy cục bộ vì họ sử dụng các thư viện nhỏ hơn.”
Enderle nói thêm rằng các bot doanh nghiệp tùy chỉnh cũng có thể an toàn hơn các bot đa năng. “Nói chung, chúng là dẫn xuất của các LLM lớn,” ông giải thích, “nhưng vì chúng được thu gọn và tập trung hơn nên về mặt lý thuyết, chúng ít có khả năng làm những việc mà bạn không muốn làm.”
Giải quyết mối lo ngại về AI
Các bot AI tạo ra tùy chỉnh cũng có thể giải quyết mối lo ngại của doanh nghiệp về việc chia sẻ dữ liệu với các chatbot lớn. Will Duffield, một nhà phân tích chính sách tại Viện Cato , một tổ chức nghiên cứu ở Washington, DC.
Ông nói với TechNewsWorld: “Các bot lấy người tiêu dùng làm trung tâm đang cho phép các công ty đứng sau chúng sử dụng các cuộc trò chuyện của bạn để làm cho các bot trở nên tốt hơn”. “Điều đó sẽ không xảy ra với nhiều công cụ kinh doanh này vì cách sử dụng thông tin sẽ được quy định theo hợp đồng.”
Abhyankar nói thêm: “Các doanh nghiệp không muốn gửi tất cả dữ liệu của họ đến LLM có mục đích chung. “Họ không muốn đào tạo LLM bằng dữ liệu của mình vì nguy cơ rò rỉ dữ liệu đó.”
Ông giải thích, với MicroStrategy, dữ liệu được lưu trữ trong môi trường của khách hàng. Chỉ các bit siêu dữ liệu mới được gửi tới LLM của chúng tôi và LLM không được đào tạo với dữ liệu đó. Ông giải thích: “Chúng tôi có thể làm điều đó vì MicroStrategy thực hiện các phép tính và vì LLM không cần làm việc đó nên nó không cần tất cả dữ liệu”.
Vì lý do tương tự, LLM có thể ngăn ngừa ảo giác. Abhyankar nói: “Về bản chất, LLM mang tính xác suất. “Bạn có thể đặt câu hỏi cho nó nhưng bạn có thể nhận được những câu trả lời khác nhau cho cùng một câu hỏi. Điều đó không lý tưởng cho một kịch bản kinh doanh.”
Ông khẳng định, bằng cách chạy các phép tính trong lớp MicroStrategy và thực hiện chúng dựa trên logic kinh doanh mà khách hàng đã mã hóa trong nền tảng của chúng tôi, chúng tôi có thể tránh được các vấn đề về xác suất.
Ông nói thêm: “Vì vậy, những thách thức về chia sẻ dữ liệu và ảo giác phần lớn đã được loại bỏ do cách chúng tôi chỉ sử dụng LLM cho các kỹ năng nhận thức và chúng tôi sử dụng dữ liệu của khách hàng trong lớp MicroStrategy theo cách đáng tin cậy”.
Tăng năng suất
Làm cho thông tin kinh doanh dễ tiếp cận hơn với nhân viên doanh nghiệp có thể mang lại lợi ích về năng suất. Enderle nói: “Nó sẽ cho phép những người ra quyết định đưa ra quyết định tốt hơn và kịp thời hơn, mang lại thành công lớn hơn trong hoạt động”.
Đặc biệt, các nhà phân tích dữ liệu sẽ thấy mức tăng năng suất từ khía cạnh tự phục vụ của MicroStrategy Auto. Abhyankar nói: “Nó giúp các nhà phân tích dữ liệu làm việc hiệu quả hơn vì họ có thể làm được nhiều việc hơn trong cùng một khoảng thời gian”. Đó là sự tăng năng suất cho họ.”
Ông tiếp tục: “Khi người dùng cuối có thể tự phục vụ, điều đó mang lại cho nhà phân tích những lợi ích chính, “Họ được tự do để tập trung vào những thứ có giá trị cao hơn vì họ phải giải quyết ít câu hỏi và yêu cầu hơn từ người dùng cuối”.
Sharad Varshney, Giám đốc điều hành của OvalEdge , một công ty tư vấn quản trị dữ liệu và nhà cung cấp giải pháp danh mục dữ liệu đầu cuối ở Alpharetta, Ga., lưu ý rằng các công nghệ AI tổng quát đang tác động sâu sắc đến việc phân tích dữ liệu trên diện rộng. Ông nói với TechNewsWorld: “Chúng loại bỏ sự phức tạp của việc khám phá dữ liệu, cho phép các nhóm như tiếp thị hoặc nhân sự không tập trung vào phân tích theo truyền thống có thể dễ dàng sử dụng tài sản dữ liệu của công ty”.
“Tuy nhiên,” ông nói, “dữ liệu nhận được phải được quản lý chính xác. Mặc dù một công cụ AI tổng quát có thể nhanh chóng tìm thấy và ngữ cảnh hóa dữ liệu nhưng nó không tính đến chất lượng, dòng dõi hoặc quyền truy cập dữ liệu.”
Ông tiếp tục: “Sau khi dữ liệu được phát hiện, các chính sách phải được áp dụng để đảm bảo người dùng yêu cầu dữ liệu có quyền truy cập liên quan để trích xuất dữ liệu đó”. “Sau đó, nó cần phải trải qua nhiều phép đo chất lượng khác nhau để tìm ra sự trùng lặp, tính không nhất quán và các yếu tố khác trước khi được phân loại và lập danh mục. Chỉ khi đó nó mới phù hợp để phân tích.”
Ông nói thêm: “Thật may mắn,” ông nói thêm, “các công cụ hiện có có thể tự động hóa các quy trình quản trị này và các quy trình khác giúp việc phân tích và trực quan hóa dữ liệu trở nên rất đơn giản”.