Nel panorama attuale dell’Intelligenza Artificiale, l’adozione di un approccio che integri sia l’IA generativa che quella predittiva si rivela essenziale per affrontare un’ampia gamma di problemi. Secondo il Boston Consulting Group, l’IA generativa si attesterà a non meno del 30% del mercato totale dell’IA entro il 2024. Ciò significa che, nel breve termine, il Machine Learning tradizionale continuerà a dominare il settore. Questo predominio è legato alla capacità del Machine Learning tradizionale di fornire previsioni precise e altamente operative per specifici casi d’uso, potenziando notevolmente le prestazioni aziendali e creando valore significativo.
Qlik AutoML™, l’innovativa funzionalità di ML automatico esclusiva del Cloud di Qlik, si propone di rendere l’apprendimento automatico accessibile non solo ai Data Scientist professionisti, ma anche agli analisti aziendali, trasformandoli in quelli che vengono definiti “Citizen Data Scientist”. Questi utenti possono generare previsioni efficaci per gli ambiti più disparati, quali la previsione sulle vendite (forecasting), la riduzione dell’abbandono dei clienti (churn), l’acquisizione di nuovi clienti, l’ottimizzazione delle scorte e l’analisi delle spese.
La piattaforma offre un workflow di Machine Learning no-code, assistito da IA, che consente sperimentazioni illimitate e garantisce una completa trasparenza delle previsioni, permettendo agli utenti di comprendere non solo cosa potrebbe accadere, ma anche il perché.
Recentemente, Qlik ha implementato significativi miglioramenti per AutoML™, potenziando ulteriormente la piattaforma con nuove funzionalità di progettazione ed utilizzo, una gestione migliore dei ruoli e degli accessi degli utenti, ed un incremento delle performance.
Le novità di Qlik AutoML™ (Marzo 2024)
1) Creazione automatizzata del testo libero
La piattaforma ora è capace di analizzare efficacemente i campi di testo libero, generando decine di migliaia di caratteristiche potenziali che vengono valutate automaticamente per la loro importanza nelle previsioni. Questo miglioramento, invisibile all’utente, accentua l’influenza predittiva dei campi di testo.
2) Controllo degli accessi basato sui ruoli
Sono stati introdotti due nuovi ruoli utente per supportare l’utilizzo di AutoML™: experiment contributor e deployment contributor. Questo sistema permette una gestione più precisa e limitata dell’accesso alla piattaforma.
3) Dati esplicativi per problemi multi-classe (SHAP)
Prima non disponibili, ora i dati SHAP possono essere generati e scaricati per modelli multi-classe, simili a quelli per la classificazione binaria e i modelli basati sulla regressione.
4) Flessibilità nella gestione dei dati degli esperimenti
Gli utenti possono ora modificare il set di dati di esperimenti esistenti senza la necessità di avviare un nuovo esperimento. Ciò consente una maggiore facilità nel testare nuove caratteristiche e aggiornare i modelli con dati storici recenti se cambiano le condizioni di business.
5) Miglioramenti del real-time connector
L’aggiornamento ha ottimizzato la velocità e la capacità di gestire carichi di lavoro in produzione in tempo reale, migliorando significativamente l’integrazione dei modelli predittivi con le applicazioni analitiche.
Questi avanzamenti in Qlik AutoML™ mirano a democratizzare l’uso dell’IA predittiva, permettendo ad un numero maggiore di utenti di beneficiare di tecnologie avanzate per migliorare le decisioni e l’efficienza operativa all’interno delle loro organizzazioni.
