Ким: Ага. Это действительно удивительная вещь в облаке, потому что, как только все данные собраны, с ними можно делать удивительные вещи, а инновации происходят как сумасшедшие. И мы видим это сейчас со всем, что происходит с OpenAI, ChatGPT и всем этим. А в Power BI мы добавили в платформу множество возможностей искусственного интеллекта. И важным аспектом возможностей ИИ, которые оказались действительно полезными, являются те, которые могут использовать бизнес-пользователи. Такие вещи, как запрос на естественном языке, где вы можете задать вопрос и получить ответ в виде диаграммы, или анализ ключевых факторов влияния, где вы можете спросить систему: «Эй, что влияет на мои отмены? Какие меры влияют на это?» И даже с нашей последней функцией искусственного интеллекта мы фактически используем GPT-3 для создания кода, чтобы бизнес-пользователи могли записывать показатели в свой набор данных. Таким образом, они могут легко генерировать код для расчетов в годовом исчислении или даже более сложных расчетов только с помощью естественного языка.
Это действительно позволяет бизнес-пользователям копаться в данных, как никогда раньше, и просто работать с данными и повышать уровень грамотности, которого у них никогда не было раньше. И некоторые из наших крупнейших клиентов, розничная компания, с которой мы работаем, 40% их пользователей используют эти функции на регулярной основе. Итак, у вас есть люди, которые просто открывали отчет, получали номер и двигались дальше. Теперь они могут делать с ним гораздо больше и сами задавать эти вопросы. И то, и другое, конечно, делает бизнес более эффективным, потому что им не нужны специалисты по данным, выполняющие эту работу. Бизнес-пользователь может сделать это самостоятельно, но, чувак, это делает бизнес-пользователей и все направление бизнеса открывает целый набор возможностей, которых у них никогда не было раньше.
Лорел: И это действительно отличный момент. Анил, вам не обязательно иметь специалистов по обработке данных, чтобы помочь с выводами, которые вы получили из данных. Итак, вы упомянули ряд операций бэк-офиса, таких как налоги и ERP или планирование ресурсов предприятия. Итак, как еще вы видите людей, наделенных полномочиями принимать решения и на самом деле не только проводить меньше времени, возможно, в глубинах электронных таблиц, но и затем вводить новшества и менять способ, которым они предлагают товары и услуги?
Анил: Абсолютно. Это отличный вопрос. И комментарий Кима о том, что OpenAI и ChatGPT привносят много дифференцированного мышления и возможностей, изменяя сами роли бизнес-пользователей по сравнению с учеными данных как часть этого. То, как мы смотрим на некоторые функциональные группы, внедряющие эти технологии, представляет собой комплексный подход, верно? Во-первых, мы видим тесное сотрудничество с поставщиками облачных услуг, такими как Microsoft, где используются инновации и возможности искусственного интеллекта, машинного обучения, например, интеллектуального анализа текста. А простые вещи, такие как интеллектуальный анализ текста, раньше были экспериментом по науке о данных, мы выдвигали гипотезы, особенно в сфере здравоохранения. Если кто-то захочет взять поток текста и выяснить: «Эй, что такое болезнь? Что такое рецепт и что такое диагноз?» Все это раньше было моделью машинного обучения, которая делала это.
Но у Microsoft есть открытые или прикладные возможности искусственного интеллекта, вы можете просто отправить этот поток текста, и он автоматически выдаст вам вывод в виде: «Эй, что за болезнь?» классификация болезни по симптомам по сравнению с лекарствами по сравнению с врачом, готовый класс классифицирует это для вас. Это простая инновация, я даже не говорю об OpenAI или чем-то подобном. Если вам нужно использовать некоторые из этих возможностей, вы должны поддерживать тесные контакты с поставщиками гипермасштабирования, такими как Microsoft Azure, которые вкладывают много средств в инновации и предоставляют эти возможности. И таких технических форумов очень много. Это может быть CDO [chief data officer] форум, это форум технических инноваций, это обсуждения в фокус-группах, которые предлагают инновационные возможности, которые могут работать на любом гиперскейлере. Это еще одно место, с которым нам нужно поддерживать контакт. И еще кое-что, что я хотел бы сказать, тактически, когда мы рекомендуем архитектуру, разработанную для клиентов, мы рекомендуем делать очень модульную архитектуру, чтобы переключение возможностей стало проще. Например, переключение механизмов OCR или языковых переводов или несколько примеров, когда вещи постоянно совершенствуются.
Если вы построите свою архитектуру таким образом, чтобы она была очень модульной, то этот переход также будет очень простым. И, в конечном счете, все сводится к очень разнообразной команде, которая предоставляет эти возможности. Поощрение обучения, повышение квалификации и наличие того разнообразного сочетания навыков технологического бизнеса, о котором вы говорили, и их смешивание, очевидно, привносит новое мышление в саму команду, и, таким образом, мы сможем принять некоторые из этих инноваций и возможностей, которые приходят. вне самого рынка. Вот как я смотрю на то, как это влияет на некоторые крупные преобразования ERP или бэк-офиса, такие как операции или даже налоги. Мы определенно можем использовать некоторые из этих возможностей там. Например, налог. Для налогов существует целый большой поток данных, который поступает из неструктурированных данных, это PDF-документы, неформатированные фрагменты документов, которые мы получаем, как вы это понимаете? Существует множество возможностей искусственного интеллекта, которые вы можете подключить, чтобы преобразовать данные в структурированный формат, которому также поверят регулирующие органы. Так что довольно небольшое влияние от этого.
Лорел: Это хороший пример того, что возможно в бэк-офисе с таким количеством операций сейчас, когда гиперскейлеры облачных платформ, такие как Microsoft Azure, предлагают ряд этих возможностей. Как компаниям затем создать возможности взаимодействия между облачной платформой и новейшими появляющимися технологиями, а также сосредоточиться на управлении данными, особенно в таких строго регулируемых отраслях, как финансы и здравоохранение?
Анил: Видите ли, на большинстве предприятий налажено хорошее управление данными, где согласованы определения, и это находится в сфере правил, которые эта отрасль уже поддерживает. Например, если вы посмотрите на ипотечную отрасль, кто-то приходит и просит у вас ссуду, есть определенные элементы этого клиента, которые вы можете раскрыть другим частям организации, есть определенные элементы, которые вы не можете раскрывать. Так что управление хорошо настроено с точки зрения данных. Что касается прикладных сервисов ИИ, Microsoft Azure и другие платформы уже учитывают некоторые этические аспекты ИИ. Что мы можем сделать с аналитикой с точки зрения прогнозирования? Что мы не можем? Так что с этой точки зрения мы защищены.
