முடிவெடுக்கும் நுண்ணறிவு: முடிவெடுக்கும் செயல்முறையை மேம்படுத்தவும்

• ஆசிரியர் பற்றி:
• ஆசிரியர் பெயர்

  குவாண்டம்ரன் தொலைநோக்கு
• நவம்பர் 29

நுண்ணறிவு சுருக்கம்

வேகமாக டிஜிட்டல் மயமாக்கப்படும் உலகில், நிறுவனங்கள் தங்கள் முடிவெடுப்பதை மேம்படுத்த முடிவெடுக்கும் நுண்ணறிவு தொழில்நுட்பங்களை மேம்படுத்துகின்றன, AI ஐப் பயன்படுத்தி தரவை செயல்படக்கூடிய நுண்ணறிவுகளாக மாற்றுகின்றன. இந்த மாற்றம் தொழில்நுட்பம் மட்டுமல்ல; இது AI மேலாண்மை மற்றும் நெறிமுறை பயன்பாட்டிற்கான வேலை பாத்திரங்களை மறுவடிவமைக்கிறது, அதே நேரத்தில் தரவு பாதுகாப்பு மற்றும் பயனர் அணுகல் பற்றிய கவலைகளை அதிகரிக்கிறது. இந்த தொழில்நுட்பங்களை நோக்கிய பரிணாமம் பல்வேறு தொழில்களில் தரவு-அறிவிக்கப்பட்ட உத்திகளை நோக்கிய பரந்த போக்கை பிரதிபலிக்கிறது, புதிய சவால்கள் மற்றும் வாய்ப்புகளை முன்வைக்கிறது.

முடிவு நுண்ணறிவு சூழல்

தொழில்கள் முழுவதும், நிறுவனங்கள் தங்கள் செயல்பாடுகளில் அதிக டிஜிட்டல் கருவிகளை ஒருங்கிணைத்து, தொடர்ந்து பெரிய அளவிலான தரவுகளை சேகரித்து வருகின்றன. இருப்பினும், அத்தகைய முதலீடுகள் செயல்படக்கூடிய முடிவுகளை உருவாக்கினால் மட்டுமே அவை பயனுள்ளதாக இருக்கும். எடுத்துக்காட்டாக, சில வணிகங்கள், இந்தத் தரவுகளிலிருந்து நுண்ணறிவுகளைப் பெறுவதற்கும் மேலும் தகவலறிந்த முடிவெடுப்பதை வழங்குவதற்கும் செயற்கை நுண்ணறிவை (AI) மேம்படுத்தும் முடிவு நுண்ணறிவு தொழில்நுட்பங்களைப் பயன்படுத்தி விரைவான மற்றும் பயனுள்ள முடிவுகளை எடுக்க முடியும்.

முடிவெடுக்கும் நுண்ணறிவு AI ஐ வணிக பகுப்பாய்வுகளுடன் இணைத்து நிறுவனங்கள் சிறந்த முடிவுகளை எடுக்க உதவுகிறது. முடிவெடுக்கும் நுண்ணறிவு மென்பொருள் மற்றும் இயங்குதளங்கள் வணிகங்களை உள்ளுணர்வைக் காட்டிலும் தரவுகளின் அடிப்படையில் அதிக தகவலறிந்த முடிவுகளை எடுக்க அனுமதிக்கின்றன. அதன்படி, முடிவு நுண்ணறிவின் முக்கிய நன்மைகளில் ஒன்று, இது தரவுகளிலிருந்து நுண்ணறிவுகளை உருவாக்கும் செயல்முறையை எளிதாக்கும் திறனைக் கொண்டுள்ளது, மேலும் வணிகங்கள் பகுப்பாய்வு மூலம் ஆய்வு செய்வதை எளிதாக்குகிறது. கூடுதலாக, முடிவு நுண்ணறிவு தயாரிப்புகள், பகுப்பாய்வு அல்லது தரவுகளில் அதிக அளவிலான பணியாளர் பயிற்சி தேவையில்லாத நுண்ணறிவுகளை வழங்குவதன் மூலம் தரவு திறன் இடைவெளியைக் குறைக்க உதவும்.

2021 கார்ட்னர் கணக்கெடுப்பில் பதிலளித்தவர்களில் 65 சதவீதம் பேர் தங்கள் முடிவுகளை 2019 ஐ விட சிக்கலானதாக நம்பினர், அதே நேரத்தில் 53 சதவீதம் பேர் தங்கள் விருப்பங்களை நியாயப்படுத்த அல்லது விளக்குவதற்கு அதிக அழுத்தம் இருப்பதாகக் கூறினர். இதன் விளைவாக, பல பன்னாட்டு நிறுவனங்கள் முடிவு நுண்ணறிவை ஒருங்கிணைக்க முன்னுரிமை அளித்துள்ளன. 2019 ஆம் ஆண்டில், கூகுள் ஒரு தலைமை தரவு விஞ்ஞானியான கேசி கோசிர்கோவ் என்பவரை பணியமர்த்தியது, இது தரவு-தலைமையிலான AI கருவிகளை நடத்தை அறிவியலுடன் இணைப்பதில் உதவியது. IBM, Cisco, SAP மற்றும் RBS போன்ற பிற நிறுவனங்களும் முடிவு நுண்ணறிவு தொழில்நுட்பங்களை ஆராயத் தொடங்கியுள்ளன.

சீர்குலைக்கும் தாக்கம்

முடிவெடுக்கும் நுண்ணறிவு வணிகங்கள் சிறந்த முடிவுகளை எடுக்க உதவும் மிக முக்கியமான வழிகளில் ஒன்று, இல்லையெனில் கிடைக்காத தரவு பற்றிய நுண்ணறிவுகளை வழங்குவதாகும். நிரலாக்கமானது மனித வரம்புகளை பல அளவுகளில் மிஞ்சும் தரவு பகுப்பாய்வை அனுமதிக்கிறது. 

இருப்பினும், Delloite இன் 2022 அறிக்கையானது, பொறுப்புக்கூறல் என்பது ஒரு நிறுவனத்தின் மனிதப் பக்கத்தில் முடிவெடுப்பதை ஆதரிக்கும் ஒரு அடிப்படைப் பண்பு என்று வெளிப்படுத்தியது. முடிவெடுக்கும் நுண்ணறிவு மதிப்புமிக்கது என்றாலும், ஒரு நிறுவனத்தின் குறிக்கோள் ஒரு நுண்ணறிவு-உந்துதல் அமைப்பாக (IDO) இருக்க வேண்டும் என்பதை எடுத்துக்காட்டுகிறது. ஒரு IDO சேகரிக்கப்பட்ட தகவலை உணர்ந்து பகுப்பாய்வு செய்வதில் கவனம் செலுத்துகிறது என்று Delloite கூறியது. 

கூடுதலாக, முடிவு நுண்ணறிவு தொழில்நுட்பம் பகுப்பாய்வுகளை ஜனநாயகப்படுத்த வணிகங்களுக்கு உதவும். பெரிய அல்லது அதிநவீன தகவல் தொழில்நுட்பத் துறைகள் இல்லாத நிறுவனங்கள், முடிவெடுக்கும் நுண்ணறிவின் பலன்களைப் பெற தொழில்நுட்ப நிறுவனங்கள் மற்றும் ஸ்டார்ட்அப்களுடன் கூட்டு சேரலாம். உதாரணமாக, 2020 ஆம் ஆண்டில், பானங்களின் பன்னாட்டு நிறுவனமான மோல்சன் கூர்ஸ் அதன் பரந்த மற்றும் சிக்கலான வணிகச் செயல்பாடுகள் பற்றிய நுண்ணறிவுகளைப் பெறவும், தொடர்ந்து சேவைப் பகுதிகளை மேம்படுத்தவும் முடிவு நுண்ணறிவு நிறுவனமான பீக் உடன் கூட்டு சேர்ந்தது.

முடிவு நுண்ணறிவுக்கான தாக்கங்கள்

முடிவெடுக்கும் நுண்ணறிவின் பரந்த தாக்கங்கள் பின்வருமாறு: 

• முடிவு நுண்ணறிவு தொழில்நுட்பங்களை அந்தந்த வணிக நடவடிக்கைகளில் ஒருங்கிணைக்க வணிகங்களுக்கும் முடிவு நுண்ணறிவு நிறுவனங்களுக்கும் இடையே அதிக கூட்டாண்மைகள்.
• முடிவு நுண்ணறிவு நிபுணர்களுக்கான தேவை அதிகரித்தது.
• நிறுவனங்களுக்கான சைபர் தாக்குதல்களுக்கு அதிக பாதிப்பு. உதாரணமாக, சைபர் குற்றவாளிகள் நிறுவனங்களின் முடிவு நுண்ணறிவுத் தரவைச் சேகரிக்கின்றனர் அல்லது பாதகமான வணிக நடவடிக்கைகளை மேற்கொள்ள நிறுவனங்களை வழிநடத்தும் வழிகளில் இத்தகைய தளங்களைக் கையாளுகின்றனர்.
• தரவு சேமிப்பக உள்கட்டமைப்பில் நிறுவனங்கள் முதலீடு செய்வதற்கான தேவை அதிகரித்து வருகிறது, இதனால் AI தொழில்நுட்பங்கள் பகுப்பாய்வுக்காக பெரிய தரவுத் தொகுப்புகளை அணுக முடியும்.
• மேலும் AI தொழில்நுட்பங்கள் UI மற்றும் UX இல் கவனம் செலுத்துகின்றன, இதனால் மேம்பட்ட தொழில்நுட்ப அறிவு இல்லாத பயனர்கள் AI தொழில்நுட்பங்களைப் புரிந்துகொண்டு பயன்படுத்த முடியும்.
• நெறிமுறை AI மேம்பாட்டிற்கு மேம்படுத்தப்பட்ட முக்கியத்துவம், அதிகரித்த பொது நம்பிக்கை மற்றும் அரசாங்கங்களால் மிகவும் கடுமையான ஒழுங்குமுறை கட்டமைப்புகளை வளர்ப்பது.
• AI மேற்பார்வை மற்றும் நெறிமுறைப் பயன்பாட்டில் கவனம் செலுத்தி, பாரம்பரிய தரவு செயலாக்க வேலைகளுக்கான தேவையைக் குறைத்து அதிகப் பாத்திரங்களைக் கொண்ட வேலைவாய்ப்பு முறைகளில் மாற்றம்.

கருத்தில் கொள்ள வேண்டிய கேள்விகள்

• மனித முடிவெடுக்கும் செயல்முறையை விட முடிவெடுக்கும் நுண்ணறிவு எவ்வாறு பயனுள்ளதாக இருக்கும்? அல்லது முடிவு நுண்ணறிவைப் பயன்படுத்துவதில் வேறு என்ன கவலைகள் உள்ளன?
• முடிவு நுண்ணறிவு தொழில்நுட்பங்கள் பெரிய மற்றும் சிறிய அளவிலான நிறுவனங்களுக்கு இடையே மிகவும் குறிப்பிடத்தக்க டிஜிட்டல் பிளவை உருவாக்குமா?