AI不会取代所有人类数据分析师
AI不会取代所有人类数据分析师来源：数据分析师CPDA|时间：2019-01-03|作者：admin
虽然汽车自动驾驶和虚拟助手等人工智能方面得到了很多关注，之前人工智能的发展浪潮主要集中在分析师上。“分析师”是一个无处不在的角色，在每一个涉及数据的行业都可以看到分析师职位。分析人员使用并运用各项事数据，推算结果，并解释相关的业务问题，这是一个从数据中获取价值的根本体现。但有人说，Al似乎正日益侵蚀分析师的角色，且可能取代数据分析师职位。
之前，Apple以 2亿美元的价格收购了Lattice.io（数据智能公司），以自动将非结构化数据转换为结构化数据，之前这项工作通常属于分析师的范畴。另还有，一个总部位于美国的初创公司Iapetus正寻求用人工智能取代保险风险分析师，该公司表示，人工智能在预测预期寿命方面比传统方法更准确。这些类似的事件引发了一个问题:AI会取代分析师吗?
简而言之，答案是否定的。但也许这些并不是怀疑的原因。
当大多数人想到人工智能时，可能会想到的是《星际迷航》(StarTrek)中虚构的机器人，一个冷静理性、缺乏情感类数据的决策者。在Al的早期，当程序员编写自定义规则引擎来响应某些场景时，这可能是一个准确的描述。但是随着人工智能和机器学习的发展，算法在模式识别方面已经变得越来越成熟，并且已经开始发挥更大的生物作用，更像是基于经验的本能，而不是基于逻辑的决策。
在丹尼尔·卡尼曼的《快与慢》中，作者描述了人脑的两个系统。系统一是自动的，系统二是有意识的逻辑系统。如果大脑中的自动系统是用来产生情绪的，对可能伤害我们(恐惧)或可能给我们带来好事(快乐)事物的自动反应，那么AI就变得更像情绪系统，而不是理性系统。事实上，强化学习的最新进展已经与我们的情绪反应被过去的经验编程的方式惊人地相似。即人工智能在行动中得到积极和消极的信号并随着时间的推移而发展其反应，并随着时间的推移发展其反应。卡尔曼(Anathema)在获得诺贝尔奖的研究中指出，我们的思维的自动功能存在系统性错误，因此，在我们的逻辑得到改善之前，AI可能会在“直觉反应”的质量上超过我们。
随着向系统一的转变，曾经被认为是人类独特的一些任务现在已经达到了高级AI的范围。算法非常擅长模式识别，人工智能可以判断情绪，并学会在人脸中发现恐惧和快乐。AI已经写过诗歌和创作音乐，就像I-SungKim的深度项目一样。所有这些都表明，将AI与人类智能分开的界限并不是我们大多数人认为的那样。
人工智能正在以令人难以置信的速度前进并做一些曾经被认为属于人类唯一领域的事情，但仍然存在算法需要人类的明显区域。
虽然Al是模式识别的大师，但是算法只能在人类能够精确描述的部分世界上运行。例如，围棋是一个封闭的环境，尽管潜在组合的数量令人难以置信，但我们可以很容易地用几个字节的数据和代码描述棋盘的状态和游戏的目标。
然而，数据分析师的工作不仅涉及在封闭环境中进行数据分析。分析必须应用于外部世界，在那里有更多的背景影响解释。例如，虽然连接到传感器的AI可能能够分析土地上的土壤并且比人类更有效地优化产量，但是它不知道土壤条件对所得作物的风味有何影响。随着人工智能在封闭分析中变得更好，人类对于将这种分析应用于整个世界同样有价值。数据分析的最终目标始终是人性化的。无论分析是用于指导产品的创建还是为决策提供信息，最终的消费者都是人。
理解人类意味着什么，关心人类经验与分析过程有着内在的联系。因为在我们拥有更好的脑机接口之前，算法不可能很快学会理解人类，所以很难将我们的思想内容描述到计算机中。
上一篇：数据分析营销之描述性与诊断分析下一篇：数据分析中的一些关键步骤
生成式AI会取代客户数据分析师吗?
原标题：生成式AI会取代客户数据分析师吗?生成人工智能(AI)能够组合和分析来自各种来源的数据，以创建比传统客户数据分析更有针对性的客户细分。生成式人工智能还能够发现客户行为中的独特模式，使品牌能够为每个细分市场和更适合这些细分市场的营销活动创建更有用的规则。
此外，生成式人工智能可以随着时间的推移为特定客户群体的新兴趋势提供可操作的见解，使品牌能够增强和改进他们的战略，以更有效地接触他们的受众群体。
01
生成式AI如何用于客户数据分析?
客户数据分析师已经使用人工智能来清理、分析、解释和可视化客户数据。考虑到生成式AI仍然是一项相对较新的、不断发展的技术，使用生成式AI进行客户数据分析的想法是一个新的前沿领域。
科技行业领导者正在开发许多生成式人工智能应用程序，包括OpenAI的ChatGPT、谷歌的Bard、微软的Bing和LevelAI，后者刚刚宣布了面向客户服务团队的人工智能系统AgentGPT。目前，唯一可以公开试用的独立生成式AI应用程序是ChatGPT(生成式预训练转换器)，这是OpenAI创建的一个大型语言模型。通过GPT-1、GPT-2和GPT-3的组合，它在2021年之前接受了来自互联网的大量数据(超过45tb)的训练，这些数据包括书籍、文章、网站和其他来源。ChatGPT能够执行广泛的自然语言处理(NLP)任务，包括文本生成、摘要、翻译和情感分析。
微软与OpenAI合作开发的由人工智能驱动的新Bing基于更新版本的GPT，接受了最新数据的训练，能够在互联网上搜索到更多最新的实时数据。它和谷歌Bard仍在接受有限数量用户的测试。两家公司最近发布的消息之后，很快就有新闻报道谴责生成式人工智能模型提供了不正确的信息，以及类似人类的偏见、负面特征，甚至似乎有知觉的愤怒。尽管在这些生成式AI应用程序准备就绪之前还有大量工作要做，但一旦准备就绪，就有许多方法可以有效地用于客户数据分析。
虽然大部分讨论仍是推测性的，但生成式人工智能有望用于以下应用的客户数据分析:
情感分析:通过分析客户反馈、评论和社交媒体帖子，生成式人工智能将能够识别客户情绪，使品牌能够更好地了解客户对其产品和服务的感受，并提供可操作的见解，从而进行改进。内容生成:通过分析客户行为和偏好，生成式AI将能够创建个性化和吸引人的内容，这些内容更有可能引起客户的兴趣。客户细分:通过识别客户行为模式，并根据偏好和行为对客户进行细分，品牌将能够创建更有效的有针对性的营销活动。此外，品牌可以根据每个细分市场的特定需求和偏好，利用这些见解来改进产品和服务。聊天机器人:最明显的是，生成式人工智能可以被整合到聊天机器人中，使其能够与客户进行类似人类的对话，并提供有关产品、服务和订单细节的帮助。通过对这些对话的分析，生成式人工智能将能够为客户提供高度个性化的响应。预测分析:通过对消费者行为的分析，生成式人工智能将能够预测未来的趋势，促进更有效的营销策略的创建以及产品和服务的改进。通过分析大量数据并识别模式和趋势，生成式AI还可以帮助品牌获得可操作的、数据驱动的见解，这些见解可用于改善与客户的互动和整体客户体验。
企业客户数据平台Amperity的产品解决方案主管MattHallett告诉CMSWire，生成式人工智能有潜力彻底改变公司通过自动化流程和任务的运作方式，甚至可以通过不断地从现有数据中学习来生成原创内容。“生成式人工智能可以为理解客户行为和偏好提供一个良好的基础，这是一个公司可以建立的坚实基础，但它可能没有创造力——帮助品牌差异化所需的人情味。”此外，哈利特提出了一个合理的担忧，他认为如果每个人都在使用生成式人工智能，公司的信息可能听起来和其他人一样。
02
生成式AI会取代数据分析师吗?
在不久的将来，生成式人工智能应用程序不太可能具有与人类数据分析师相同的理解和上下文水平。客户数据分析师受过良好的教育，经验丰富，在数据分析方面的技能和专业知识超过了当前的生成人工智能模型。
展开全文全球品牌SwagMagic生产商、零售商和分销商SwagMagic联合创始人兼首席执行官ShaunakAmin表示:“生成式人工智能消除了对客户需求的猜测，节省了用于一遍又一遍地解决类似问题的时间和资源。”通过这种方式，数据分析师和支持团队可以共同努力，为个人客户创造高度个性化、即时和轻松的体验。”阿明认为，这些类型的体验有助于创造忠实的客户。“因此，员工将生成式人工智能视为一种有用的工具，而不是对他们工作的威胁，这一点至关重要。”
人类分析师知道要问哪些问题，尽管人工智能能够识别模式和趋势，但人类能够创建可以使用额外分析来测试的假设。通过将这些技能与来自业务其他领域的知识和见解相结合，人类分析师能够提供更全面、360度的客户全景图。
数字营销和网页设计公司ShiftWeb的数字营销顾问兼首席执行官SinounChea说:“虽然生成式人工智能有潜力为客户行为和新兴趋势提供有用的见解，但在某些事情上，人类可以比机器做得更好。”“例如，分析客户反馈和对目标细分市场进行研究，需要更详细地了解人们的需求和行为，以及只有人类才具备的复杂解决问题的技能。”Chea解释说，客户数据分析师具有抽象思维和跳出固有思维的能力，以便识别客户需求并相应地定制营销信息。
文章由OpenCX开放体验管理社区翻译整理返回搜狐，查看更多
责任编辑：