Podczas tej wnikliwej sesji pytań i odpowiedzi Biuro ET wchodzi w interakcję z Jenny Bollerstarszy dyrektor marketingu w firmie Starożytny.

Jenna oferuje swoją wiedzę specjalistyczną na kluczowe tematy, takie jak analiza danych, generatywna sztuczna inteligencja (GenAI) i ewoluujący krajobraz przywództwa IT.

Zagłębia się w zalety chmury hybrydowej i strategii lokalnej, potencjał transformacyjny technologii GenAI dla firm zajmujących się technologiami reklamowymi oraz znaczenie niezawodności danych i sztucznej inteligencji.

Ponadto Jenna dostarcza cennych informacji na temat tego, w jaki sposób przedsiębiorstwa planują włączyć LLM i GenAI do swoich strategii dotyczących danych oraz jakie czynniki skłaniają liderów IT i danych do rozważenia zastąpienia istniejących technologii big data i analityki.

Bogate doświadczenie i wnikliwe spostrzeżenia Jenny Boller sprawiają, że te pytania i odpowiedzi to lektura obowiązkowa dla każdego, kto porusza się po złożonym świecie danych i technologii.

ET Bureau: Jakie korzyści liderzy IT widzą we wdrażaniu strategii chmury hybrydowej i lokalnej w swoich planach działania w zakresie analizy danych?

Jenna Boller: Chociaż przetwarzanie w chmurze zapewnia szereg korzyści, czasami zdarzają się nieplanowane przestoje i rosnący brak przewidywalności wydatków. Elastyczność w wyborze typu i lokalizacji wdrożenia pozwala liderom przedsiębiorstw optymalizować wydajność i kontrolować koszty, a w przypadku wdrożeń lokalnych – ściślej kontrolować swoje dane. Mogą one ostatecznie przyspieszyć innowacje, biorąc pod uwagę, że obciążenie danymi hiperskalowymi i analizami może być ograniczone lub stłumione przez koszt przetwarzania dużych ilości danych wyłącznie w chmurze.

ET Bureau: W jaki sposób technologie generatywnej sztucznej inteligencji przynoszą korzyści firmom zajmującym się technologiami reklamowymi, szczególnie w zakresie targetowania reklam, optymalizacji kampanii i pomiaru efektywności?

Jenna Boller: GenAI może skutecznie pomóc firmom z branży reklamowej, zwłaszcza w zakresie targetowania reklam, optymalizacji kampanii oraz śledzenia i przypisywania wskaźników.

Kierowanie reklam: Jednym z kluczowych sposobów, w jaki dostawcy technologii reklamowych mogą utrzymać przewagę konkurencyjną nad innymi w tej branży, jest personalizacja reklam.

Zwiększona dostępność narzędzi i technologii GenAI zapewnia firmom zajmującym się technologią reklamową nowe sposoby usprawnienia opracowywania spersonalizowanych tekstów reklam i kreacji reklamowych mapowanych bezpośrednio na podstawowe parametry kierowania. Przewidując i dostosowując przekaz i kreacje według segmentów oraz uwalniając zasoby zwykle wydawane na te zadania, dostawcy technologii reklamowych mogą zaoferować reklamodawcom możliwość bardziej precyzyjnego komunikowania się z docelowymi odbiorcami, zwiększając wpływ i zwrot z inwestycji.

Już teraz widzimy, że firmy oferują to w swoich istniejących narzędziach; na przykład Google Ads automatycznie generuje tekst reklamy na podstawie docelowych odbiorców i celów kampanii.

Optymalizacja kampanii: ręka w rękę z kierowaniem reklam jest optymalizacja kampanii – w ramach której firmy działające w tej przestrzeni mogą wykorzystać większe ilości danych szkoleniowych w celu optymalizacji pod kątem swoich priorytetowych wyników. Dzięki narzędziom GenAI dostawcy technologii reklamowych mogą wydajniej i dynamicznie testować zmienne składające się na ich kampanię reklamową (tekst, obrazy, strony, platforma itp.), aby zoptymalizować pod kątem wskaźników o najwyższej wartości i ROI.

Śledzenie i przypisywanie metryk: Metryki i atrybucja często decydują o powodzeniu lub niepowodzeniu kampanii, a jako lider marketingu z radością obserwuję ewolucję tych technologii wraz z rozwojem technologii GenAI. Narzędzia, które oferują zespołom możliwość pomiaru skuteczności kampanii za pomocą analizy danych w połączeniu z GenAI, dadzą im lepsze wyczucie tego, co napędza sukces, możliwości minimalizacji strat i sposobów optymalizacji miksu marketingowego na różnych platformach pod kątem najważniejszych wskaźników KPI.

Biuro ET: Czy możesz rozwinąć znaczenie wyników badań, z których wynika, że ​​80% liderów ds. danych i IT rozwija programy w oparciu o LLM lub generatywne technologie AI?

Jenna Boller: Wyniki najnowszego raportu Beyond Big Data wskazują, że liderzy przedsiębiorstw są zainteresowani możliwościami wprowadzania innowacji i usprawniania swoich operacji biznesowych – a to w dużej mierze obiecujące technologie i narzędzia GenAI. Równie interesujące w przypadku tej statystyki, którą znaleźliśmy również w naszym raporcie, jest to, że chociaż tak wielu liderów IT i danych zamierza (lub już to robi) korzystać ze sztucznej inteligencji/ML w swoich organizacjach, 25% tych samych respondentów stwierdziło, że tego nie robi nie wierzą w wiarygodność swoich danych.

Świadczy to o znaczeniu danych i ich roli w rozwoju rozwiązań AI/ML. W naszym raporcie Beyond Big Data również odnotowaliśmy tę kwestię, stwierdzając, że „jeśli sztuczna inteligencja jest nową granicą, dane są narzędziem, które nas tam doprowadzi”. Rozwijając innowacje GenAI, organizacje muszą jednocześnie unikać „wprowadzania śmieci i wyrzucania śmieci”. Stos danych i analiz nigdy nie był bardziej krytyczny w napędzaniu innowacji.

Biuro ET: W jaki sposób organizacje planują włączyć LLM lub generatywną sztuczną inteligencję do swoich ogólnych strategii dotyczących danych?

Jenna Boller: Jak zauważyliśmy w naszym raporcie, 78% respondentów zamierzało umożliwić swoim inżynierom i analitykom danych pisanie kodu z wykorzystaniem sztucznej inteligencji. 44% liderów IT traktuje priorytetowo wprowadzenie możliwości sztucznej inteligencji i uczenia maszynowego do swoich wdrożeń hurtowni danych.

Widzimy dodatkowe możliwości wprowadzenia LLM do systemów zarządzania wiedzą i treścią w przedsiębiorstwie oraz integracji asystentów lub chatbotów zajmujących się konkretnymi zadaniami z funkcjami biznesowymi, takimi jak HR, zaopatrzenie, CRM i nie tylko.

ET Bureau: Jakie czynniki skłaniają 90% liderów IT i danych do rozważenia usunięcia lub zastąpienia istniejących technologii dużych zbiorów danych i analityki?

Jenna Boller:

Złożoność: Rozwój różnorodnych rozwiązań w obszarze zarządzania danymi i analityki oraz w różnych branżach w przedsiębiorstwach sprawia, że ​​liderom IT i liderom w zakresie danych coraz trudniej jest skupić się na innowacjach i wzroście. Otwiera to drzwi do nowych rozwiązań, zapewniając większe możliwości i umożliwiając większej liczbie użytkowników korzystanie z jednego rozwiązania.

Koszty: Koszt rozwiązań do analizy dużych zbiorów danych w chmurze stał się mniej przewidywalny wraz ze wzrostem objętości i złożoności analityki danych. Brak przewidywalności i konieczność utrzymywania przewagi konkurencyjnej poprzez skalowaną analizę danych sprawiają, że liderzy IT i danych są bardziej otwarci na wymianę obecnych rozwiązań na technologię zaprojektowaną z myślą o lepszej wydajności cenowej.

Modernizacja i innowacja: Wierzcie lub nie, ale wciąż istnieje wiele starszych technologii. Dążąc do wprowadzenia innowacji w technologii GenAI, wielu dyrektorów ds. technologii i dyrektorów ds. IT odkrywa, ile starszych technologii nadal posiada (i myślało, że już się od nich odeszli). Budowanie solidnego stosu danych, który będzie napędzać przyszłe innowacje, jest kluczowym czynnikiem motywującym liderów IT i danych do poszukiwania nowych rozwiązań.

Przeczytaj także: Zastosowania Big Data w przedsiębiorstwach

ET Bureau: Czy może Pan wyjaśnić, dlaczego jakość danych i zarządzanie nimi stały się tak ważnymi priorytetami dla 47% kadry kierowniczej wyższego szczebla w strategiach ich organizacji dotyczących danych i analiz?

Jenny Boller: Krótko mówiąc, bez zaufania do danych nie możemy budować zaufania do sztucznej inteligencji.

Z ostatnich badań (poza tegorocznym raportem BBD) wynika również, że poziom zaufania nabywców biznesowych i konsumentów do sztucznej inteligencji spada. Oznacza to większe wyzwania związane z elastycznością i ilością danych, na których szkolona jest sztuczna inteligencja/ML. Ponadto widzimy więcej produktów i usług rzeczywiście opartych na danych, a potrzeba posiadania wysokiej jakości danych ma ogromne znaczenie dla dostarczania wysokiej jakości produktu lub usługi.

Zarządzanie danymi jest również ważne, ponieważ wkraczamy na nowe terytoria w zakresie generowania i wykorzystywania danych, współdziałania systemów w przedsiębiorstwie oraz tego, w jaki sposób organizacje uwalniają większą wartość z danych przy jednoczesnej minimalizacji ryzyka.

Obejrzyj nowy podcast Enterprisetalk. Aby uzyskać więcej takich aktualizacji, śledź nas w Google News Wiadomości dotyczące Enterprisetalk.