Почти половина аналитических выводов, генерируемых агентами по анализу данных в опрошенных компаниях, приводит к действиям, улучшающим бизнес. Согласно исследованию, опубликованному Insights, подразделением персонализированного контента MIT Technology Review, которое не является частью редакции, этот показатель в среднем достигает 48%, против 37% годом ранее. Таким образом, более половины результатов, согласно исследованию, остаются бесполезными для компаний.
Авторы выделяют небольшую группу организаций, которых называют « лидерами инсайтов ». В этой группе более 70% аналитических выводов агентов приводят к полезным для бизнеса действиям, и эти организации оценивают качество этих выводов выше, чем в среднем по всем опрошенным. Разрыв особенно заметен для предписывающей аналитики, то есть той, которая рекомендует конкретные действия.
Недостаток контекста и разрозненные данные
Когда аналитические выводы оцениваются как недостаточно качественные, основной причиной, названной опрошенными руководителями, является недостаток бизнес-контекста (упомянули 55%). На втором месте, фрагментированные или недоступные данные (45%). Среди лидеров инсайтов меньше тех, кто считает, что их агентам не хватает необходимого контекста.
Объем также является проблемой. В 52% опрошенных организаций агенты генерируют слишком много аналитических выводов для их корректной оценки и, следовательно, для реализации. Менее четверти (24%) могут оценить все выводы. Большинство действуют выборочно, и этот процесс, согласно отчету, сегодня сильно загружает человеческие команды.
Управление и семантический слой
Для повышения качества аналитических выводов опрошенные компании отдают приоритет усилению управления ИИ и данными (упомянули 60%). Также 45% добавляют семантический слой к своей архитектуре данных, то есть уровень, который придает данным общее и единое для всей компании значение.
Эксперты, опрошенные авторами исследования, сходятся во мнении о роли этого семантического слоя, считая его критически важным для эффективной работы агентов.
