[해외 DS] 어떻게 인공지능을 수익화 할 것인가

최근 AI시대에 대한 인사이트를 공유하는 Gartner Data & Analytics 회담 열려 Svetlana Sicular, 인공지능을 활용한 사업기회 창출을 위해 창의성과 이해관계자 이해 필요하다 조언 AI를 통한 차세대 유니콘 되기 위해서 기술 뿐만 아니라 사회적 파급력 고려해야한다

pabii research

[해외DS]는 해외 유수의 데이터 사이언스 전문지들에서 전하는 업계 전문가들의 의견을 담았습니다. 저희 데이터 사이언스 경영 연구소 (MDSA R&D)에서 영어 원문 공개 조건으로 콘텐츠 제휴가 진행 중입니다.

사진= AI 비즈니스

최근 Garter Data & Analytics summit 2022가 성황리에 개최되었습니다.

Gartner의 Svetlana Sicular는 회담을 통해 새로운 아이디어의 발상을 위해서는 이해관계자에 대한 이해와 창의성이 필요하다고 강조했습니다.

Gartner는 미국의 데이터, 인공지능 기술 연구 및 자문 회사로, 세계적으로 인지도가 높은 회사입니다.

이번 회담에서 Gartner VP 분석가 Svetlana Sicular는 모든 AI와 ML 업계 종사자에게 가장 어려운 것은 인공지능을 적용하는 일이라고 전했습니다.

이어 그녀는 회담 참석자들에게 적용 분야를 결정하는 가장 좋은 방법은 사업을 통한 주주, 직원, 소비자, 협력업체, 국가, 환경등의 이해 관계자를 파악하는 것이라고 강조했습니다.

Sicular는 “인공지능을 어디에, 어떻게 적용하든지 간에, 이해관계자에 대한 올바른 이해가 선행되지 않는다면 성공하기는 어렵다”고 말했습니다.

그녀는 또한 데이터에 집중할 것을 권하고, 고객 데이터 유출을 방지하기 위해 통합형 데이터를 사용해 테스트를 하는 등 기업이 사업을 영위함에 있어서 데이터 활용을 창의적으로 수행해야할 것을 강조했습니다.

Sicular는 “보통의 경로에서 벗어나 외부에 있는 데이터를 찾아야 한다”고 말하며, 예컨대 잠재적으로 외부 공급업체를 사업에 참여시킴으로써 기업이 추가적인 데이터를 확보하여 클라이언트의 다양한 니즈를 충족시킬 수 있다고 덧붙였습니다.

한편, 기업의 제약 조건을 고려해야한다고 말했습니다. Sicular는 내부 회사 원칙 안에서 적절한 인프라를 구축하고, 이해 관계자를 이해하는 것은 AI 및 ML 업계 종사자들이 비즈니스를 성공적으로 이끌 수 있는 핵심적인 요소 중 하나라고 전했습니다.

이에 Sircular는 정보의 부정확성과 유색 인종 차별과 관련한 문제로 안면 인식 기술을 제공하지 않기로 결정한 Salesforce의 결정을 예로 들었습니다.

그녀는 “제약 사항을 이해해야한다”며, “개발자가 내부 및 외부 압력을 모두 고려해야한다”고 말했습니다.

연설을 마치면서 Sicular는 AI 및 데이터 전문가로 구성된 청중들에게 AI를 통해 새로운 사업 기회를 창출하기 위해서는 먼저 사업에 대한 단계적 구상과 기술에 대한 접근 방식을 결정해야한다”고 전했습니다.


Gartner’s Svetlana Sicular encourages creativity and passion when developing new ideas

Determining use cases is among the most daunting tasks for any AI and ML team; to make an idea a reality, there are many considerations to manage, according to Gartner VP analyst Svetlana Sicular.

Speaking at Gartner’s Data & Analytics Summit, Sicular told attendees that the best way to determine use cases is by tapping into a team member’s passion. A passionate stakeholder will champion that AI or ML project and will act as a champion, PR person and engine all rolled into one.

“No matter whether the use case, if there’s no passionate stakeholder, you will not be able to succeed,” Sicular said.

She also recommended focusing on data and stressed being creative with approaches to data in projects, such as running tests using synthetic data to avoid releasing customer data.

Sicular also touched upon potentially getting an external vendor involved, adding that some companies can enrich a client’s use case by providing additional data.

“Go out of your regular path to find the data that is out there,” she added.

During her talk, Sicular also emphasized the need to consider company constraints. Internal company principles, appropriate infrastructure and stakeholder acceptances are among the points AI and ML teams need to consider to determine a winning use case.

She cited the example of Salesforce’s decision to not offer facial recognition technology due to company concerns over accuracy and potential harms, particularly to communities of color.

“Make sure you understand constraints,” she stressed, adding that developers need to be considerate of both internal and external pressures, and not neglect either.

In concluding her speech, Sicular told the audience of AI and data professionals that to effectively develop and create new use cases, they must first undertake step by step business and technology decision approaches and keep in mind the future, “because the future is in your specific use cases.”

Similar Posts