【数据管理和分析】ChatGPT将如何影响数据管理和分析？

ChatGPT将如何影响BI/分析？语义层呢？ChatGPT将如何影响illumex？

在过去的几个月里，我收到了很多这样的问题。

这是我对ChatGPT/Bard和类似应用程序可能对数据和分析空间产生的影响的看法。

TLDR：未来就在这里，而且分布更加均匀。

ChatGPT是GPT 3.5语言模型（LLM）之上的对话和反馈循环接口。很可能，您的组织已经在使用基于Transformers（例如，以前版本的GPT或BERT）的LLM，这些LLM嵌入到您自己开发的解决方案中或通过第三方使用。

LLM是更广泛的Generative AI领域的一个子集，该领域解决音频、视频和文本中的多模态自动生成体验。我们很难错过去年充斥着我们社交网络的自动生成的图片和深度伪造的视频片段。在商业世界中，我们看到越来越多的合成数据被用于许多行业，例如药品制造。

我对“ChatGPT效应”的简短回答是，大众的疯狂流行和采用对整个世代人工智能行业来说都是好事。企业在尝试采用这项新技术时表现出的开放性远高于以往的任何技术趋势，也许是因为用户实际上可以在业余时间将其作为一种爱好来玩。熟悉使它不那么令人生畏。此外，这项新技术来自新的供应商，主要由“前四”提供服务，这为小型供应商提供了更多直接或通过合作伙伴关系渗透企业的机会。

分析呢？想象一下，你通过聊天机器人提问，这些问题被翻译成查询，并被导航到正确的数据。你最喜欢的BI工具会显示结果的可视化。为什么我们仍然雇佣分析师和数据工程师？

让我们假设LLM目前进行数学分析的能力非常有限，尤其是随着时间的推移，这种能力将迅速提高。

你熟悉这样一句话吗：“折磨你的数据足够长的时间，它会承认任何事情”？

在这种情况下，这意味着至少在中期，你仍然需要有人来整理答案，帮助你提出正确的问题，并解释结果，将其转化为可行的决策。

但最大的问题是LLM有它的数据模型。您的数据层有一个数据模型，用于表示答案的应用程序有自己的数据模型。这就很有可能在翻译中迷失方向。有一种常见而错误的假设是，数据对象的名称在组织中具有语义意义，因此LLM将自动生成知识图、本体和语义层。相信你的公制商店是由受过《战争与和平》或《苏斯博士》等经典文学训练的技术自动生成的，这是一个很大的挑战。

此外，LLM是一个“黑匣子”——不可能对其“思维”方式进行逆向工程，这会降低透明度，并可能恶化对分析结果的信任，这是分析领域已经解决了很长时间的问题。

ChatGPT是如何影响illumex的？

Illumex是一个专有的Generative AI引擎，它可以自动映射和解释元数据，并在没有人工干预的情况下连接数据和分析层，使其成为世界上第一个在特定行业的数据语料库上训练的主动语义层。

我们很高兴利用围绕Generative AI的宣传。我们的解决方案旨在保持对本体创建和度量生成的自动化控制，以减轻上述风险。illumex的增强治理使我们的客户能够控制他们的语义和度量层，并避免数据模型因新趋势而“偏移”。

未来就在这里，现在它的分布更加均匀。