وقتی هوش مصنوعی با هوش تجاری ملاقات کرد

«Amazon Q Business»: فراتر از یک دستیار دیجیتال

«Amazon Q Business» که نخستین بار در کنفرانس «AWS re:Invent 2023» رونمایی شد، حالا مسیر چشمگیری را پیموده است. این دستیار هوش مصنوعی، با اتکا به داده‌های اختصاصی هر سازمان، قابلیت‌هایی همچون پاسخ‌گویی به سوالات، خلاصه‌سازی محتوا، تولید تصاویر و خودکارسازی وظایف را ارائه می‌دهد.

از سوی دیگر، «QuickSight» سرویس BI مدیریت‌شده و ابری «آمازون» است که فرهنگ تصمیم‌گیری مبتنی بر داده را در سازمان‌ها متحول کرده است. این سرویس با ارائه بینش‌های مبتنی بر یادگیری ماشین، امکان پرس‌وجوی زبان طبیعی از طریق «QuickSight Q» و تحلیل‌های پیش‌بینانه، داده‌ها را برای همه گروه‌های سازمانی قابل‌فهم و قابل‌استفاده می‌سازد.

داستان تحول: از معماری غنی تا ابزار همه‌فن‌حریف

به گفته «تری داگرتی» (Tracy Daugherty)، مدیرعامل «Amazon QuickSight»، زمانی که هفت سال پیش به تیم پیوست، این پلتفرم هرچند معماری قدرتمندی داشت، اما از نظر امکانات با رقبایی چون «Microsoft Power BI» و «Tableau» فاصله داشت. او و تیمش راه تمایز را در دسترس‌پذیرکردن داده‌ها برای همه اعضای سازمان یافتند: «هدف ما این بود که همه افراد، از مدیران ارشد تا کارگران خط مقدم، بتوانند از داده‌ها بهره‌مند شوند.»

این رویکرد، «QuickSight» را از یک ابزار ساده گزارش‌گیری به یک پلتفرم BI جامع تبدیل کرد؛ پلتفرمی که علاوه بر داشبورد و گزارش، از آنالیزهای جاسازی‌شده نیز پشتیبانی می‌کند. «تری» تأکید می‌کند: «ما می‌خواستیم ابزاری بسازیم که برای همه مناسب باشد، حتی کسانی که هیچ پیش‌زمینه فنی ندارند.»

ورود هوش مصنوعی مولد: دستیار کسب‌وکارها متولد می‌شود

یکی از تحولات بزرگ «QuickSight»، معرفی «Amazon Q» بود؛ دستیار مبتنی بر هوش مصنوعی مولد که پردازش زبان طبیعی را به بازار BI آورد. «تری» در این‌باره می‌گوید: «یکی از چالش‌های کاربران، این است که دقیقاً چه چیزی باید بپرسند. حالا Q می‌تواند زمینه را درک کند، سوالات پیگیری پیشنهاد دهد و پاسخ‌های بصری مختلفی ارائه کند.»

«Amazon Q Business» که هم‌اکنون می‌تواند به بیش از ۴۰ منبع داده سازمانی مانند «Microsoft 365»، «Amazon S3»، «Google Drive»، «Salesforce CRM» و «Asana» متصل شود، با ترکیب داده‌ها و ارائه بینش‌های عملی از طریق زبان طبیعی، بهره‌وری تیم‌ها را افزایش می‌دهد. بر اساس آزمایش‌های اولیه، به گفته «تری»، این دستیار می‌تواند تا ۸۰٪ بهره‌وری کارکنان را افزایش دهد.

اما او یادآور می‌شود که معیار موفقیت فقط اعداد نیست: «اهمیت واقعی در این است که این ابزار چقدر در سازمان‌ها مورد پذیرش و استفاده قرار می‌گیرد.»

هوش مصنوعی به‌جای تحلیلگر نمی‌نشیند

«تری داگرتی» تأکید می‌کند: «هوش مصنوعی برای جایگزینی تحلیلگران نیامده است؛ بلکه هدف آن، استراتژیک‌تر کردن کار آن‌ها از طریق خودکارسازی وظایف تکراری و کشف بینش‌های پنهان است.» با این رویکرد، هوش مصنوعی تبدیل به یاری‌رسان انسان می‌شود؛ نه رقیب او.

ادغام «Amazon Q» با «QuickSight» و سایر سرویس‌های «AWS» نظیر S3، Redshift و Athena، اکوسیستمی یکپارچه و امن برای داده‌های سازمانی ایجاد کرده است. «تری» می‌گوید: «این اتصال بی‌وقفه، علاوه بر افزایش قابلیت‌ها، امنیت داده‌های حساس کسب‌وکارها را تضمین می‌کند.»

یکی از برگ برنده‌های امنیتی «QuickSight»، الگوریتم «Random Cut Forest (RCF)» است که در شناسایی ناهنجاری‌ها به‌صورت بلادرنگ عملکرد فوق‌العاده‌ای دارد. «تری» توضیح می‌دهد: «برخلاف الگوریتم‌های سنتی، RCF برای تشخیص ناهنجاری‌ها در لحظه بهینه شده است و برای جلوگیری از تقلب و نظارت بر عملیات، بسیار ارزشمند است.»

تغییر فرهنگ سازمانی به نفع تصمیم‌گیری داده‌محور

محبوبیت «Amazon Q» در «QuickSight» به دلیل رویکرد کاربرمحور آن است. «تریسی» تأکید می‌کند: «اکثر ابزارهای BI برای متخصصان ساخته شده‌اند، اما ما محصولی طراحی کردیم که هر کارمند بتواند بدون نیاز به مدرک پیشرفته علوم داده، از آن استفاده کند.» این تغییر رویکرد باعث شده تا امروز صدها هزار کاربر روزانه به «QuickSight» اعتماد کنند.

او دنیایی را تصور می‌کند که در آن ابزارهای BI به جزء جدایی‌ناپذیر فرآیندهای کسب‌وکار تبدیل شده‌اند: «تحلیل داده‌ها باید شهودی باشد؛ نه فقط نمایش داده، بلکه تبدیل آن به داستان‌های عملیاتی که نتایج را بهبود می‌بخشد.»

توصیه‌های «تریسی» برای حرفه‌ای‌های آینده BI

برای کسانی که قصد ورود جدی به عرصه هوش تجاری دارند، «تریسی» توصیه می‌کند: «بر ابزارهای مبتنی بر هوش مصنوعی و مهارت در داستان‌سرایی داده‌ها تمرکز کنید. توانایی تبدیل داده به داستان عملیاتی، رمز تمایز بهترین‌هاست.»

در نهایت، «Amazon Q» و «QuickSight» با افزودن قابلیت‌هایی مانند سناریوسازی و هوش مصنوعی مولد، نحوه تعامل کسب‌وکارها با داده‌ها را متحول کرده‌اند. «تریسی» جمع‌بندی می‌کند: «آینده BI این است که داده‌ها را برای کسب‌وکارها قابل دسترس، کاربردی و تحول‌آفرین کنیم.»