AI의 성공은 여러 요소에 달려 있지만 혁신의 핵심은 조직의 독점 데이터의 품질과 접근성입니다.
저는 Teresa Tung과 함께 독점 데이터의 기회와 AI를 통한 가치 창출이 왜 중요한지에 대해 논의했습니다. Tung은 AI, 데이터 및 컴퓨팅 용량의 융합을 포함하여 획기적인 클라우드 기술을 포괄하는 연구를 수행하는 연구원입니다. 그녀는 225개 이상의 특허와 출원을 보유한 다작의 발명가입니다. 그리고 Accenture의 데이터 역량 부문 글로벌 리더인 Tung은 회사가 끊임없이 변화하는 데이터 발전에 대비할 수 있도록 하는 비전과 전략을 이끌고 있습니다.
우리는 Teresa의 여섯 가지 통찰력을 포함하여 다양한 주제에 대해 논의했습니다.
마지막으로 Teresa의 말로 결론을 내렸습니다. AI를 사용하거나 관심이 있는 비즈니스 리더를 위한 조언
Susan Etlinger(SE): 최근 기사에서 “새로운 데이터 필수 요소,” 당신은 독점 데이터가 조직의 경쟁 우위라는 개념을 제시했습니다. 자세히 설명해주시겠어요?
티당신은 티젊은 (TT): 지금까지 데이터는 하나의 프로젝트로 취급되었습니다. 새로운 통찰력이 필요할 때 데이터를 소싱하고, 액세스하고, 분석하고, 통찰력을 게시하는 데 몇 달이 걸릴 수 있습니다. 이러한 통찰력이 새로운 질문을 촉발한다면 해당 프로세스를 반복해야 합니다. 그리고 데이터 팀에 대역폭 제한이나 예산 제약이 있는 경우 더 많은 시간이 필요합니다.
“이를 하나의 프로젝트로 취급하는 대신, 독점 데이터를 핵심 경쟁 우위로 취급해야 합니다.”
생성적 AI 모델은 인터넷 규모의 기존 데이터 코퍼스에서 사전 훈련되어 있으므로 첫날부터 쉽게 시작할 수 있습니다. 그러나 그들은 귀하의 비즈니스, 사람, 제품 또는 프로세스를 알지 못하며 독점 데이터가 없으면 모델은 경쟁사와 동일한 결과를 귀하에게 제공할 것입니다.
기업은 오직 기회만을 토대로 제품에 매일 투자합니다. 우리는 향상된 의사 결정, 위험 감소, 새로운 수익 창출 경로 등 데이터와 AI의 기회를 알고 있으므로 데이터에 대한 투자도 비슷하게 생각해야 하지 않을까요?
SE: 회사의 독점 지식 중 상당 부분이 구조화되지 않은 데이터에 들어 있는데, 그 중요성에 대해 말씀해주실 수 있나요?
TT: 예, 대부분의 기업은 구조화된 데이터, 즉 표 형식의 데이터를 기반으로 운영됩니다. 그러나 대부분의 데이터는 구조화되지 않았습니다. 음성 메시지부터 이미지, 비디오에 이르기까지 구조화되지 않은 데이터는 충실도가 높습니다. 뉘앙스를 포착합니다. 예를 들면 다음과 같습니다. 고객이 고객 지원에 전화하여 제품 리뷰를 남기는 경우 해당 데이터는 구성 요소별로 추출되어 테이블로 전송될 수 있습니다. 그러나 고객의 목소리 톤이나 심지어 욕설과 같은 미묘한 입력이 없으면 해당 거래에 대한 완전하고 정확한 그림이 없습니다.
구조화되지 않은 데이터는 역사적으로 작업하기 어려웠지만 생성 AI는 이를 뛰어넘습니다. 그것은 실제로 필요 구조화되지 않은 데이터의 풍부한 컨텍스트를 학습합니다. 생성 AI 시대에는 이것이 매우 중요합니다.
SE: 요즘 합성 데이터에 대한 이야기를 많이 듣습니다. 그것에 대해 어떻게 생각하세요?
TT: 데이터 공백을 메우려면 합성 데이터가 필요합니다. 이를 통해 기업은 실제 데이터 수집과 관련된 광범위한 비용이나 위험 없이 여러 시나리오를 탐색할 수 있습니다.
예를 들어 광고 대행사는 다양한 캠페인 이미지를 실행하여 청중의 반응을 예측할 수 있습니다. 자율주행차를 교육하는 자동차 제조업체의 경우 자동차를 위험한 상황에 몰아넣는 것은 선택 사항이 아닙니다. 합성 데이터는 AI(따라서 자동차)에게 폭우나 갑작스러운 횡단보도 등 엣지 상황에서 무엇을 해야 하는지 가르쳐 줍니다.
그런 다음 지식 증류라는 아이디어가 있습니다. 이 기술을 사용하여 더 큰 언어 모델(예: 130억 개의 매개변수 모델)로 데이터를 생성하는 경우 해당 데이터를 사용하여 더 작은 모델을 미세 조정하여 더 작은 모델을 더 효율적이고 비용 효율적으로 만들 수 있습니다. 더 작은 장치에 배포할 수 있습니다.
AI가 너무 배가 고파요. 관련성이 있으려면 좋은 시나리오, 엣지 조건 및 그 사이의 모든 항목에 대한 대표 데이터 세트가 필요합니다. 이것이 바로 합성 데이터의 잠재력입니다.
SE: 비정형 데이터는 일반적으로 인간이 생성하는 데이터이므로 사례별로 달라지는 경우가 많습니다. 맥락이 왜 그렇게 중요한지에 대해 더 자세히 말씀해 주실 수 있나요?
TT: 맥락이 핵심입니다. 의미론적 계층이나 도메인 지식 그래프에서 이를 캡처할 수 있습니다. 데이터 뒤에 숨은 의미입니다.
직장의 모든 도메인 전문가를 생각해 보세요. 회사가 도메인 또는 시스템에 걸쳐 360도 고객 데이터 보고서를 실행하는 경우 한 도메인 전문가는 잠재 고객을 위해 이를 분석하고, 다른 전문가는 고객 서비스 및 지원을 위해, 또 다른 전문가는 고객 청구를 위해 이를 분석합니다. 이들 전문가 각각은 자신의 목적을 위해서만 모든 데이터를 보고 싶어합니다. 예를 들어, 고객 지원 내 추세를 파악하면 마케팅 캠페인 접근 방식에 영향을 미칠 수 있습니다.
단어는 종종 다른 의미를 갖기도 합니다. 내가 “여름에는 더워요”라고 말하면 온도를 의미하는지 추세를 의미하는지 여부는 상황에 따라 결정됩니다.
Generative AI는 적시에 적절한 도메인 전문가에게 적절한 정보를 제공하는 데 도움이 됩니다.
SE: 지능형 기술, 데이터 및 AI의 속도와 힘을 고려했을 때 거버넌스와 보안 가장 마음에 듭니다. 어떤 추세를 주목하고 있거나 예측하고 있나요?
TT: 새로운 기회에는 새로운 위험이 따릅니다. 생성적 AI는 사용이 매우 간편하여 모든 사람이 데이터 작업자가 될 수 있습니다. 그것이 기회이자 위험이다.
간편하기 때문에 앱에 내장된 생성 AI는 의도하지 않은 데이터 유출로 이어질 수 있습니다. 이러한 이유로, 생성 AI 앱이 실수로 기밀 정보를 공개할 위험을 줄이기 위해 모든 의미를 깊이 생각하는 것이 중요합니다.
우리는 데이터 거버넌스와 보안을 재고해야 합니다. 조직의 모든 사람은 위험과 자신이 하고 있는 일을 인식하고 있어야 합니다. 또한 생성 AI 알고리즘이 안전한 영역 내에서 실행될 수 있는 워터마킹 및 기밀 컴퓨팅과 같은 새로운 도구에 대해서도 생각해야 합니다.
SE: 생성 AI가 데이터 준비를 촉진할 수 있다고 말씀하셨습니다. 그것에 대해 자세히 설명해주실 수 있나요?
TT: 확신하는. 생성 AI 필요 귀하의 데이터일 수도 있지만 돕다 귀하의 데이터.
생성 AI는 이를 기존 데이터와 프로세스에 적용함으로써 캡처와 큐레이션에서 소비에 이르기까지 더욱 역동적인 데이터 공급망을 구축할 수 있습니다. 메타데이터를 분류하고 태그를 지정할 수 있으며 설계 문서와 배포 스크립트를 생성할 수 있습니다.
또한 마이그레이션 및 현대화 전에 기존 시스템의 리버스 엔지니어링을 지원할 수도 있습니다. 데이터가 아직 클라우드를 지원하지 않는 오래된 시스템에 있기 때문에 데이터를 사용할 수 없다고 생각하는 것이 일반적입니다. 그러나 생성적 AI는 프로세스를 시작할 수 있습니다. 이는 데이터를 이해하고, 데이터와 개념 간의 관계를 매핑하고, 테스트 및 문서화를 포함한 프로그램을 작성하는 데에도 도움이 될 수 있습니다.
생성적 AI는 우리가 데이터로 하는 일을 변화시킵니다. 일회성 대시보드를 채팅 인터페이스와 같은 상호 작용 기능으로 대체하여 프로세스를 단순화하고 속도를 높일 수 있습니다. 구조화되지 않은 데이터로 더 많은 작업을 수행하여 데이터를 구조화된 형식으로 변환하는 데 소요되는 시간을 줄여야 합니다.
SE: 마지막으로 데이터를 통해 경쟁 우위를 구축하려는 비즈니스 및 기술 리더에게 어떤 조언을 해주시겠습니까?
TT: 지금 시작하거나 뒤쳐질 수 있습니다.
우리는 AI가 가져올 수 있는 잠재력을 깨달았지만 그 잠재력은 조직의 독점 데이터를 통해서만 도달할 수 있습니다. 해당 입력이 없으면 결과는 다른 모든 사람의 결과와 동일하거나 더 나쁘게는 부정확할 것입니다.
저는 조직이 디지털 코어 AI를 준비하는 데 집중할 것을 권장합니다. 에이 현대 디지털 코어 AI가 주도하는 재창조에서 데이터를 구동하는 기술 역량입니다. 이는 조직의 클라우드 인프라, 데이터 및 AI 기능, 애플리케이션 및 플랫폼이 혼합되어 모든 수준에 맞게 보안이 설계된 것입니다. 디지털 코어의 일부인 데이터 기반은 데이터 보관, 정리 및 보안을 통해 데이터의 고품질, 관리 및 AI 준비를 보장하는 데 필수적입니다.
강력한 디지털 코어가 없으면 볼 수 있는 눈, 생각할 수 있는 두뇌, 행동할 수 있는 손이 없습니다.
귀하의 데이터는 생성 AI 시대의 경쟁 차별화 요소입니다.
테레사 퉁(Teresa Tung) 박사 Accenture의 글로벌 데이터 역량 책임자입니다. 225개 이상의 특허를 보유한 다작의 발명가인 Tung은 획기적인 기술로 기업의 요구를 충족시키는 데 전문성을 갖고 있습니다.
데이터를 AI에 맞게 만드는 방법에 대해 자세히 알아보세요.
- 알아보세요 Microsoft 지능형 데이터 플랫폼.
- 강력한 데이터 및 AI 기반이 필요한 이유를 알아보세요. 모든 조직의 성공에 필수적인오늘과 내일.
- AI 시대에 영속하는 지능형 데이터 전략을 개발하는 방법을 알아보세요. 다운로드 가능한 전자책.
- 이 주문형 웹 세미나를 시청하세요 Susan과 Teresa가 경쟁사와 차별화하기 위해 데이터에서 가장 큰 가치를 추출하는 방법에 대해 자세히 설명합니다. AI 전략을 추진하는 데 도움이 되는 데이터를 정의하는 새로운 방법, AI에 앞서 “디지털 코어”를 준비하는 것의 중요성, AI 시대의 데이터 거버넌스 및 보안을 재고하는 방법에 대해 알아보세요.
방문하다 Azure 혁신 통찰력 클라우드를 통해 비즈니스를 혁신하는 방법에 대한 보다 경영진의 관점과 지침을 확인하세요.
게시물 Accenture의 Teresa Tung을 통해 AI 지원 데이터를 만드는 6가지 통찰력 처음 등장한 Microsoft AI 블로그.