Duże modele językowe mogą usprawnić pracę z danymi i nad analityką, wspierając ludzi na każdym etapie – od przygotowania danych, przez optymalizację modeli, po interpretację wyników.
Rozbłysk zainteresowania generatywną sztuczną inteligencją (GenAI) grozi przyćmieniem zaawansowanej analityki. Firmy, które przeznaczają swoje zasoby na szeroko reklamowane duże modele językowe (LLM‑y), takie jak ChatGPT, mogą zaniedbać zaawansowaną analitykę o sprawdzonej skuteczności w poprawie decyzji i procesów biznesowych, takich jak prognozowanie następnych najlepszych ofert dla klientów lub optymalizacja łańcuchów dostaw.
Konsekwencje tego dla alokacji zasobów i tworzenia wartości są znaczące. Zespoły zajmujące się danymi i analityką, z którymi współpracujemy, zgłaszają, że projekty związane z generatywną AI, często forsowane przez liderów obawiających się przegapienia kolejnej wielkiej innowacji, pochłaniają fundusze z ich budżetów. Ta redystrybucja środków może osłabić inicjatywy mające na celu dostarczenie wartości dla całej organizacji, mimo że wiele przedsiębiorstw wciąż nie znalazło przekonujących argumentów biznesowych przemawiających za LLM‑ami.
