Sakumaha anjeun terang, kuring sareng tim parantos nyangking ka komunitas Qlik ekstensi browser anu ngahijikeun Qlik sareng Git pikeun ngahemat versi dasbor sacara lancar, ngadamel gambar leutik pikeun dasbor tanpa ngalih ka windows anu sanés. Dina ngalakukeunana, urang ngahemat pamekar Qlik sajumlah waktos sareng ngirangan setrés unggal dinten.
Kuring salawasna néangan cara pikeun ngaronjatkeun prosés ngembangkeun Qlik jeung ngaoptimalkeun rutin sapopoé. Éta sababna hese teuing pikeun nyingkahan topik anu paling hyped, ChatGPT, sareng GPT-n, ku OpenAI atanapi Modél Basa Besar anu umum.
Hayu urang skip bagian ngeunaan kumaha Large Language Models, GPT-n, jalan. Gantina, anjeun tiasa naroskeun ka ChatGPT atanapi maca katerangan manusa anu pangsaéna ku Steven Wolfram.
Kuring bakal ngamimitian tina tesis anu teu populer, "GPT-n Generated Insights tina data mangrupikeun Kaulinan Panasaran-Quenching," teras bagikeun conto kahirupan nyata dimana asistén AI anu kami damel tiasa ngajadikeun otomatis tugas rutin, waktos bébas pikeun langkung kompleks. analisis jeung kaputusan-pembuatan pikeun BI-pamekar / analis.
Asisten AI ti budak leutik
Tong Ngidinan GPT-n Nyasarkeun Anjeun
... ngan ukur nyarioskeun hal-hal anu "karaos leres" dumasar kana hal-hal anu "kadenge" dina bahan palatihanna. © Steven Wolfram
Janten, anjeun ngobrol sareng ChatGPT sadinten. Sarta ujug-ujug, hiji gagasan cemerlang datang ka pikiran: "Kuring bakal nyarankeun ChatGPT pikeun ngahasilkeun wawasan actionable tina data!"
Ngeusian model GPT-n nganggo OpenAI API sareng sadaya data bisnis sareng model data mangrupikeun godaan anu saé pikeun kéngingkeun wawasan anu tiasa dilaksanakeun, tapi ieu mangrupikeun hal anu penting - tugas utami pikeun Modél Basa ageung sapertos GPT-3 atanapi langkung luhur nyaéta pikeun terang kumaha pikeun neraskeun sapotong téks anu parantos dipasihkeun. Dina basa sejen, Ieu "nuturkeun pola" naon kaluar aya dina web jeung dina buku jeung bahan séjén dipaké di dinya.
Dumasar kana kanyataan ieu, aya genep alesan rasional naha wawasan anu dibangkitkeun GPT-n ngan ukur kaulinan pikeun ngaleungitkeun rasa panasaran anjeun sareng supplier bahan bakar pikeun generator ide anu disebut otak manusa:
- GPT-n, ChatGPT bisa ngahasilkeun wawasan nu teu relevan atawa bermakna sabab lacks konteks diperlukeun pikeun ngarti data jeung nuances na - kurangna konteks.
- GPT-n, ChatGPT tiasa ngahasilkeun wawasan anu teu akurat kusabab kasalahan dina ngolah data atanapi algoritma anu salah - kurang akurasi.
- Ngandelkeun wungkul kana GPT-n, ChatGPT pikeun wawasan tiasa nyababkeun kurangna pamikiran kritis sareng analisa ti para ahli manusa, anu berpotensi ngakibatkeun kacindekan anu salah atanapi henteu lengkep - ngandelkeun teuing kana otomatisasi.
- GPT-n, ChatGPT tiasa ngahasilkeun wawasan anu bias kusabab data anu dilatih, berpotensi ngakibatkeun hasil anu ngabahayakeun atanapi diskriminatif - résiko bias.
- GPT-n, ChatGPT tiasa kakurangan pamahaman anu jero ngeunaan tujuan bisnis sareng tujuan anu ngajalankeun analisa BI, ngarah kana rekomendasi anu henteu saluyu sareng strategi sadayana - pamahaman terbatas ngeunaan tujuan bisnis.
- Percanten data bisnis-kritis sarta babagi eta kalawan "kotak hideung" nu bisa timer diajar bakal spawn gagasan dina manajemen TOP lulugu caang nu keur ngajarkeun pesaing anjeun kumaha carana meunang - kurangna kapercayaan. Kami parantos ningali ieu nalika pangkalan data awan anu munggaran sapertos Amazon DynamoDB mimiti muncul.
Pikeun ngabuktikeun sahanteuna hiji argumen, hayu urang nalungtik kumaha ChatGPT bisa disada ngayakinkeun. Tapi dina sababaraha kasus, éta henteu leres.
Kuring bakal naroskeun ka ChatGPT pikeun ngabéréskeun itungan saderhana 965 * 590 teras naroskeun pikeun ngajelaskeun hasil léngkah-léngkah.
568 350 ?! OOPS… aya nu salah.
Bisi kuring, halusinasi peupeus liwat dina respon ChatGPT sabab jawaban 568,350 lepat.
Hayu urang ngadamel shot kadua teras naroskeun ka ChatGPT pikeun ngajelaskeun hasil léngkah-léngkah.
Tembakan anu saé! Tapi tetep salah…
ChatGPT nyoba persuasif dina katerangan hambalan-demi-hambalan, tapi masih salah.
Konteks penting. Hayu urang cobian deui tapi eupan masalah anu sami sareng ajakan "act as ...".
BINGO! 569 350 mangrupikeun jawaban anu leres
Tapi ieu mangrupikeun kasus dimana jinis generalisasi anu tiasa dilakukeun ku jaringan saraf - naon 965 * 590 - moal cekap; hiji algoritma komputasi sabenerna diperlukeun, teu ngan pendekatan basis statistik.
Saha anu terang… meureun AI kakara sapuk sareng guru matematika baheula sareng henteu nganggo kalkulator dugi ka kelas luhur.
Kusabab ajakan kuring dina conto saméméhna lugas, anjeun tiasa gancang ngaidentipikasi kasalahan réspon ti ChatGPT sareng nyobian ngalereskeunana. Tapi kumaha lamun halusinasi ngarecah kana respon kana patarosan kawas:
- Penjual mana anu paling efektif?
- Témbongkeun kuring nu Panghasilan pikeun kuartal panungtungan.
Éta tiasa nyababkeun urang kana kaputusan anu didorong ku HALUSINASI, tanpa jamur.
Tangtosna, kuring yakin yén seueur argumen di luhur bakal janten teu relevan dina sababaraha bulan atanapi taun kusabab pamekaran solusi anu heureut pokus dina widang Generatif AI.
Sanaos watesan GPT-n henteu kedah dipaliré, usaha masih tiasa nyiptakeun prosés analitis anu langkung kuat sareng efektif ku ngamangpaatkeun kakuatan analis manusa (lucu yén kuring kedah nyorot HUMAN) sareng asisten AI. Contona, anggap hiji skenario dimana analis manusa nyobian pikeun ngaidentipikasi faktor contributing ka churn customer. Nganggo asisten AI anu dikuatkeun ku GPT-3 atanapi langkung luhur, analis tiasa gancang ngahasilkeun daptar faktor poténsial, sapertos harga, palayanan palanggan, sareng kualitas produk, teras evaluasi saran ieu, nalungtik data langkung jauh, sareng pamustunganana ngaidentipikasi faktor anu paling relevan. nu drive churn customer.
TUNJUKKEUN TÉKS-TÉKS AYA MANUSA
MANUSIA ANALYST nyieun pituduh ka ChatGPT
Asistén AI tiasa dianggo pikeun ngajadikeun otomatis tugas anu anjeun nyéépkeun jam-jaman ayeuna. Éta écés, tapi hayu urang tingali langkung caket di daérah dimana asisten AI anu didamel ku Modél Basa ageung sapertos GPT-3 sareng anu langkung luhur diuji saé - ngahasilkeun téks sapertos manusa.
Aya sababaraha di antarana dina tugas dasar pangembang BI:
- Nulis bagan, judul lambar, jeung déskripsi. GPT-3 sareng anu langkung luhur tiasa ngabantosan urang gancang ngahasilkeun judul anu informatif sareng singket, mastikeun visualisasi data urang gampang kahartos sareng napigasi pikeun anu ngadamel kaputusan sareng nganggo "tindakan salaku .." ajakan.
- Dokuméntasi kode. Kalayan GPT-3 sareng anu langkung luhur, urang tiasa gancang nyiptakeun snippét kode anu didokumentasikeun saé, sahingga ngagampangkeun anggota tim urang ngartos sareng ngajaga basis kode.
- Nyieun item master (kamus bisnis). Asistén AI tiasa ngabantosan ngawangun kamus bisnis komprehensif ku cara nyayogikeun definisi anu tepat sareng singket pikeun sababaraha titik data, ngirangan ambiguitas, sareng ngabina komunikasi tim anu langkung saé.
- Nyiptakeun gambar leutik (panutup) pikeun lambaran/dasbor dina aplikasi. GPT-n tiasa ngahasilkeun gambar leutik anu pikaresepeun sareng visual, ningkatkeun pangalaman pangguna sareng nyorong pangguna pikeun ngajalajah data anu sayogi.
- Nulis rumus itungan ku éksprési set-analysis dina queries Qlik Sense / DAX dina Power BI. GPT-n tiasa ngabantosan urang nyusun éksprési sareng patarosan ieu langkung éfisién, ngirangan waktos kanggo nyerat rumus sareng ngamungkinkeun urang fokus kana analisis data.
- Nulis skrip beban data (ETL). GPT-n tiasa ngabantosan dina nyiptakeun skrip ETL, ngajadikeun otomatis transformasi data, sareng mastikeun konsistensi data dina sistem.
- Ngarengsekeun masalah data sareng aplikasi. GPT-n tiasa masihan saran sareng wawasan pikeun ngabantosan masalah poténsial sareng nawiskeun solusi pikeun data umum sareng masalah aplikasi.
- Ngaganti ngaran widang tina téknis kana bisnis dina Modél Data. GPT-n tiasa ngabantosan urang narjamahkeun istilah téknis kana basa bisnis anu langkung gampang diaksés, ngajantenkeun modél data langkung gampang kahartos pikeun pamangku kapentingan non-teknis kalayan sababaraha klik.
Asisten AI anu dikuatkeun ku modél GPT-n tiasa ngabantosan urang janten langkung éfisién sareng efektif dina padamelan urang ku cara ngajadikeun otomatis tugas rutin sareng ngosongkeun waktos pikeun analisa sareng kaputusan anu langkung rumit.
Sareng ieu mangrupikeun daérah dimana ekstensi browser kami pikeun Qlik Sense tiasa nganteurkeun nilai. Kami parantos nyiapkeun rilis anu bakal datang - asisten AI, anu bakal mawa judul sareng generasi déskripsi ka pamekar Qlik ngan dina aplikasi bari ngembangkeun aplikasi analytics.
Ngagunakeun GPT-n anu disampurnakeun ku OpenAI API pikeun tugas-tugas rutin ieu, pamekar sareng analis Qlik tiasa sacara signifikan ningkatkeun efisiensi sareng nyéépkeun langkung waktos pikeun analisa rumit sareng pengambilan kaputusan. Pendekatan ieu ogé mastikeun yén urang ngungkit kakuatan GPT-n bari ngaminimalkeun résiko ngandelkeunana pikeun analisa data kritis sareng generasi wawasan.
kacindekan
Kasimpulanana, hayu atuh, punten masihan jalan ka ChatGPT:
Ngakuan watesan sareng aplikasi poténsial GPT-n dina konteks Qlik Sense sareng alat intelijen bisnis sanés ngabantosan organisasi ngamangpaatkeun téknologi AI anu kuat ieu bari ngirangan poténsial résiko. Ku ngabina kolaborasi antara wawasan GPT-n-generate sareng kaahlian manusa, organisasi tiasa nyiptakeun prosés analitis anu kuat anu ngamangpaatkeun kaunggulan AI sareng analis manusa.
Pikeun janten diantara anu pangheulana ngalaman mangpaat tina sékrési produk anu bakal datang, kami hoyong ngajak anjeun ngeusian formulir pikeun program aksés awal kami. Ku gabung dina program, anjeun bakal meunang aksés ekslusif kana fitur panganyarna na ningkatna nu bakal nulungan anjeun ngamangpaatkeun kakuatan AI assistant dina workflows ngembangkeun Qlik anjeun. Entong luput kasempetan ieu pikeun tetep payuneun kurva sareng muka konci poténsi pinuh ku wawasan anu didorong ku AI pikeun organisasi anjeun.
