ה'דבר הגדול הבא' בניתוח נתונים? מגלגל את זה, אומר מנכ"ל Diveplane

תאריך פרסום:

ראלי - תשכחו לנסות להסתכל לתוך כדור קסם כדי לחזות את "הדבר הגדול הבא" בניתוח נתונים. למנכ"ל Diveplane, מייקל קאפס, זה די ברור.

"למעשה, זה מתגלגל", אמר כחלק מפגישת שאלות ותשובות, שנערך זמן קצר לאחר אירוע הסיום שלו לאירוע הוירטואלי של אגודת הטכנולוגיה הטכנולוגית של צפון קרוליינה ביום שישי.

קאפס יודע נתונים. המנכ"ל לשעבר של Epic Games הוא המייסד של Diveplane מבוסס Raleigh, סטארט-אפ של בינה מלאכותית המסייעת לארגונים פיננסיים להעביר נתונים ללא כל חשש לפרטיות.

"כרגע, 50 אחוז מהתאגידים לא משתמשים בכל זה", אמר. "אלה שיש, בקושי משתמשים בזה; וכולם מתקשים להשתלב."

זהו בדיקת מציאות עבור מנהלים ומנהיגים עסקיים שהתאספו באינטרנט לכנס כדי לחקור כיצד הנתונים משפיעים על חיינו, באופן אישי ומקצועי.

למי שלא מכיר, "ביג דאטה" הוא התכנסות דיגיטלית של נתונים מובנים שנמצאים בתוך מסדי נתונים, ונתונים לא מובנים הזורמים ממקורות חדשים כמו רשתות חברתיות, מכשירים ניידים, חיישנים, RFID, מונים חכמים ומערכות פיננסיות.

כיום, ארגונים יכולים ללכוד ולנתח כל מידע, ללא קשר לסוג, כדי לקבל החלטות מושכלות יותר.

אבל כפי שקאפס מציין, עקומת הטכנולוגיה של AI היא "מטורפת".

"כלומר, זה לא מוכפל מדי שנה; זה 20 פעמים בכל שנה, ואף אחד לא יכול לעקוב אחרי זה."

צילום מסך של מנכ"ל Diveplane, מייקל קאפס, נותן את ההרצאה הסופית לאירוע הווירטואלי של אגודת הטכנולוגיה הטכנולוגית של צפון קרוליינה ביום שישי.

מעניין שהוא אומר שהחברות הקטנות הן שינצחו בהשקה מהירה.

"זה המעבר שתראה. זה יהיו כמה גדולים שקשה לקצץ; אבל הבנקים הקטנים, זוגות שירותי הבריאות הקטנים, תוכניות הנאמנות הקטנות, מה שזה לא יהיה - אלה הם אלה שינצחו במהירות וישתלטו כי הם יכולים להסתגל.

Diveplane, שנוסדה בשנת 2018, מפתחת טכנולוגיה המסייעת לעסקים ולארגונים ממשלתיים להבין בינה מלאכותית עם מכשיר שניתן לאמן, לפרש ולביקורת.

באוקטובר האחרון, גם הוציא כלי חדש בשם ALLUVION. נוצר במיוחד עבור תעשיית הנדל"ן המסחרי, האלגוריתמים שלה מזהים מגמות המשתנות כל הזמן ומנתחים תנודתיות משתנה כדי לחזות במדויק את צמיחת השוק, במקום לבסס תחזיות רק על תצפיות עבר.

באותו חודש, היא גם הוציאה את GEMINAI, שיוצרת מערך נתונים סינתטי "תאומים" שניתן לאימות ששומר על אותם מאפיינים סטטיסטיים של הנתונים המקוריים, אך אינו כולל מידע סודי או אישי מהעולם האמיתי.

התוצאה הסופית: עסקים, כמו מוסדות פיננסיים, יכולים לנתח ולשתף נתונים רלוונטיים תוך ידיעה בטוחה שבמידה והנתונים יטופלו, יאבדו או ייגנבו, הם אינם מכילים מידע אמיתי ורגיש.

מקור המאמר המקורי: WRAL TechWire