亚马逊、谷歌和 SAP 等公司已将其大量分析或机器学习功能嵌入到自动化流程中，以便其按原样运行。您实际上可以购买这些流程作为产品。因此，市场已经从服务驱动的分析业务转变为产品驱动的分析业务。但有一个小问题。
实际上，从事业务不同方面的人员必须具备不同的技能。原因是从事服务驱动工作的人是该特定行业的专家，而从事产品驱动工作的人是技术人员，IT 导向型人员，他们知道如何自动化大多数已分析和生产的内容，因此你不可能真正出错。
分析有助于企业做出决策。如果产品 开曼群岛手机号码数据库 决策不正确，那么这将对企业的利润产生巨大影响。因此，企业需要对产品充满信心。因此，分析必须非常准确，以便流程能够自行做出决策。这也意味着，随着我们迈向下一个时代，世界上大多数流程都将实现自动化。这导致了所谓的智能企业。组织将智能地实现流程自动化。
例如，在招聘过程中，代理通常会查看简历并搜索某些关键词，然后将其发送给招聘经理。但如果这个过程是自动化的，而且足够智能，不仅通过查看关键词，还可以根据要求进行总结，从而识别简历并将其与所需的个人资料相匹配，那会怎样呢？这将使“雇用”合适候选人的过程变得简单。
这种自动化可以非常准确地将合适的人才与合适的工作相匹配。这就是组织在新智能企业时代的工作方式。这将需要通过 AI/ML、物联网和分析等创新技术来增强。
您如何克服这些挑战？
Shailendra Kumar:
(i)首先，数据分析是一个业务领域，但实际情况是，大多数人将其放入 IT 功能中，因为它涉及一些编码。 但问题是，当你这样做时，你实际上把整个事情都搞错了，因为你把分析人员放在了 IT 领域，他们会在不了解业务目标的情况下进行编码。 这是大忌！这是我在市场上看到的最大挑战之一，他们不知道将分析团队放在哪里，是在业务还是 IT 中。这是我看到的挑战之一。
(ii)我看到的第二个挑战是技能。问题是，在世界各地，人们的头衔已经从从事一些 BI 或数据工作转变为成为数据科学家或分析师。实际上，有两种不同的技能。你需要学习大量的统计学知识，老实说，我是根据个人经验告诉你的，我们在 10 年级时有一章统计学知识。