无代码AI的诱惑
时间：2022-03-11 01:36:01 | 来源：行业动态
时间：2022-03-11 01:36:01 来源：行业动态
Experian DataLabs专注于发现Chen所谓的高影响力问题，这种问题的解决方案可以帮助实现业务的转型。
举例来说，Chen提到了Experian DataLabs的一个项目，该项目涉及到要把来自Experian多个业务部门数据链接在一起，而且这些业务部门并不局限于消费者信用业务，还包括商业信用、针对在线和离线的营销，甚至是医疗IT业务。
所有这些数据都分散在整个公司上下，而且之间并没有真正的交互，Chen在谈到Experian以前的数据实践状态是这样说道。他说，将所有这些数据链接在一起并非易事，某个人可能以很多种方式出现在这些数据集中。DataLabs使用机器学习来研究数据集并匹配个人来解决这个问题。
一旦我们构建起这个解决方案，就会产生15个或者16个不同的应用。
现在，无代码AI成了DataLabs一个重要的研究领域。无代码AI可以用于部署AI和机器学习模型的拖放界面，使非技术用户也能在不依赖数据科学家的情况下利用AI。Chen认为，目前这还不太现实：即使有了无代码AI，企业组织也需要具备数据准备专业知识和数据处理技能的人员。
他说：通过无代码AI，我们试图做的是让非技术人员能够访问数据，但这并不意味着数据会自动出现。在这一点上，当我们谈论无代码AI时，我们实际上谈论的是如何让人们能够分析数据、从数据中获得洞察、以及在不一定有能力提取数据的情况下分析数据、查询数据或执行建模。
在过去的几年中，Experian一直在构建Ascend Analytical Sandbox，这个高级分析沙箱是基于Experian公司18年来积累的2.2亿消费者信用数据以及商业数据、房地产数据和其他数据源。
Ascend Analytical Sandbox本质上是Experian拥有的消费者信用行为数据的一个宝库，它是完全匿名的。我们打造这个沙箱是为了让科学家，无论是Experian数据科学家还是外部数据科学家，都可以探索数据。
但无代码AI可以把这个概念推得更远，例如可以把这个沙箱和数据直接开放给业务决策者，例如风险经理。
他们可以查看数据了解客户的趋势，以及他们与同行的比较，等等，我们希望他们直接使用直白的英语就可以访问数据、查询数据和询问有关数据的问题。
另一个名为Ascend Interact的项目，旨在使用深度学习、自然语言理解(NLU)和自然语言处理(NLP)让业务决策者能够直接与Experian的海量数据进行交互，而无需通过数据科学家团队实现。
我们现在可以将数据与各种用户进行共享，并且这些用户可以立即根据数据本身做出更直接的决策，而不是只把数据交给客户的数据科学家。Chen指出，必要的时候数据科学家仍然可以提供帮助。这种变化本质上是让决策者重新掌舵，而不需要总是依赖他们的数据科学家。
在线咨询
