এআই-ভিত্তিক ডেটা বিশ্লেষণ ব্যবসার অন্তর্দৃষ্টি সক্ষম করে

শর্মার জন্য, এর অর্থ ছিল স্ক্র্যাচ থেকে শুরু করা, ডেটা বিজ্ঞানীদের একটি দলকে একত্রিত করা এবং একটি এআই পাইপলাইন তৈরি করা। শর্মা এবং তার দল তারপর একটি “স্মার্ট অডিয়েন্স প্ল্যাটফর্ম” তৈরি করে যা একজন শিল্পীর সর্বশেষ রিলিজের বিজ্ঞাপনগুলি সেই শ্রোতাদের সামনে রাখে যারা সেই শিল্পীর সাথে জড়িত থাকার সম্ভাবনা বেশি। সঙ্গীত শিল্প প্রথম ব্যবসায়িক ক্ষেত্রে নাও হতে পারে যা এআই এবং ডেটা বিশ্লেষণের জন্য মনে আসে। তবুও এআই-ভিত্তিক ডেটা বিশ্লেষণগুলি যে কোনও শিল্পে এবং বিস্তৃত ব্যবহারের ক্ষেত্রে একটি রূপান্তরমূলক প্রভাব ফেলতে পারে।

কেন কোম্পানির উন্নত ডেটা বিশ্লেষণ প্রয়োজন

বেশিরভাগ সংস্থাই আজ ডেটাতে ডুবে যাচ্ছে। তারা নিয়ন্ত্রক এবং সম্মতির কারণে এটি সংগ্রহ করে এবং তারা অতিরিক্ত ডেটা সংরক্ষণ করে এই প্রত্যাশায় যে এটি একদিন কাজে আসবে।

সেই দিন এসে গেছে। অথবা হিটাচি ভানতারার গ্লোবাল সিটিও জেসন হার্ডি যেমন বলেছেন, কোম্পানিগুলি একটি “আহা মুহূর্ত” পার করছে—এই উপলব্ধি করে যে AI-ভিত্তিক ডেটা অ্যানালিটিক্স তাদের সংগৃহীত ডেটা থেকে প্রকৃত ব্যবসায়িক মূল্য প্রদান করতে পারে যা একটি প্রতিযোগিতামূলক প্রান্ত প্রদান করে। তিনি যোগ করেন, “ঐতিহ্যগতভাবে, কোম্পানিগুলি বলত, ‘শুধু এটি সংরক্ষণ করুন এবং আমরা পরে এটির সাথে কী করতে হবে তা নির্ধারণ করব।’ এটি একটি ‘না’ পরিণত হয়েছে, এটি আসলে এখন আমাদের প্রভাবিত করে; আমাদের সেই ডেটা রিয়েল টাইমে এবং প্রক্রিয়ায় পড়তে এবং এর বিরুদ্ধে অনুমান করতে সক্ষম হতে হবে।’

এটি শিল্প জুড়ে সত্য হয়ে উঠেছে। উত্পাদনে, আরও ভাল বিশ্লেষণ ফলন উন্নত করতে পারে, অপচয় কমাতে পারে এবং দক্ষতা বাড়াতে পারে। ভোক্তা-কেন্দ্রিক ব্যবসায়, AI নির্দিষ্ট পণ্যের স্থান নির্ধারণে গ্রাহকদের মানসিক প্রতিক্রিয়া সনাক্ত করতে পারে বা গ্রাহক পরিষেবার সাথে সন্তুষ্টি পরিমাপ করতে পারে। যে সকল শিল্প সাপ্লাই চেইনের উপর নির্ভর করে, সেখানে এআই সাপ্লাই চেইনের ত্রুটিগুলি হওয়ার আগেই পূর্বাভাস দিতে পারে এবং প্রশমিত করতে পারে।

হার্ডি যোগ করেছেন, “আমরা এমন গ্রাহকদের দেখছি যারা বলে, ‘আমাকে এই এআই ব্যান্ডওয়াগনের উপর ঝাঁপিয়ে পড়তে হবে। আমি এই চিন্তা আছে আছে. এটা করতে সাহায্য করার জন্য আমার একটা প্ল্যাটফর্ম দরকার, সেটা ক্লাউডে হোক বা অন-প্রেম বা উভয়েরই সমন্বয় হোক।”

দুর্ভাগ্যবশত, বেশিরভাগ সংস্থাই জানে না কোথায় শুরু করতে হবে। হার্ডি বলেছেন সি-লেভেল এক্সিকিউটিভরা তাকে বলেন, “আমরা এআই এবং মেশিন লার্নিং ব্যবহার করতে চাই। আমরা আমাদের ডেটা ব্যবহার করতে চাই। আমরা এটি থেকে মান তৈরি করতে চাই। আমরা আসলে জানি না কিভাবে. আমরা যে প্রশ্নের উত্তর দেওয়ার চেষ্টা করছি তাও আমরা জানি না।”

প্রতিবেদনটি ডাউনলোড করুন।

এই বিষয়বস্তুটি MIT প্রযুক্তি পর্যালোচনার কাস্টম কন্টেন্ট শাখা ইনসাইটস দ্বারা উত্পাদিত হয়েছে। এটি এমআইটি টেকনোলজি রিভিউ-এর সম্পাদকীয় কর্মীদের দ্বারা লেখা হয়নি।