예측 GenAI로 전력 강화 - KDnuggets

예측 GenAI로 강화 – KDnuggets

타임 스탬프 : 23 년 2024 월 1 일 오후 00:XNUMX
소스 노드 : 3081715

스폰서 내용

솔티드 카라멜. 음과 양. 락앤롤. 예측 AI와 생성 AI. 모두 혼자보다 뭉쳤을 때 더 큰 효과를 내는 조합이다. 오늘은 마지막 조합을 살펴보겠습니다. 피칸의 예측 GenAI. 그것은 무엇이며, AI 경험을 어떻게 바꿀 것인가?

Predictive GenAI의 기능을 살펴보고 이것이 비즈니스에서 예측 분석 사용의 접근성, 효율성 및 영향을 어떻게 향상시키는지 알아보세요.

 

예측 GenAI 정의
예측 GenAI 정의

‎예측 GenAI의 의미

 
Pecan의 Predictive GenAI는 예측 AI와 생성 AI를 결합합니다. 예측 GenAI는 생성적 AI 방법을 사용하여 필요한 모델 정의, 초기 프레임워크 생성, 모델 미세 조정에 대한 지침 제공 등 예측 모델링 프로세스를 지원합니다. 

예측 모델링은 교육 데이터에서 정보를 획득한 다음 해당 분석을 사용하여 새로운 데이터로 예측하는 전통적인 기계 학습 방법을 의미합니다. 

고객 이탈 예측 모델을 예로 들어보겠습니다. 기계 학습 알고리즘은 과거 고객 데이터를 분석하여 고객 이탈이 자주 발생하는 행동 패턴을 정확히 찾아낼 수 있습니다. 그런 다음 모델은 현재 고객 데이터를 조사하여 동일한 패턴을 감지하고 향후 이탈 위험이 있는 개인을 식별할 수 있습니다.

Pecan AI는 수년에 걸쳐 많은 고객이 해당 모델링 작업을 성공적으로 수행하도록 도왔습니다. (McKinsey에 따르면 이러한 선구자들은 아직 예측 AI 탐구를 시작하지도 않은 CEO의 61%보다 앞서 경쟁 우위를 확보하고 있습니다.) 

고객 이탈을 예측하는 것은 예측 분석에 대해 일반적으로 논의되는 사용 사례이지만, 예측 AI의 이 예조차도 문제를 안고 있습니다. 노련한 전문가라도 최적의 접근 방식을 선택하는 것이 혼란스러울 수 있으며, 특정 비즈니스에 대한 "이탈"을 정의하는 것처럼 기본적으로 보이는 것도 의견 차이를 촉발할 수 있습니다. 요구 사항을 수집하고, 비즈니스와 공유된 이해를 확립하고, 특정 요구 사항을 충족하기 위해 수동으로 코딩하는 프로세스는 시간이 많이 걸리고 전문적인 기술 전문 지식이 필요하며 어느 정도의 위험을 수반합니다.
‎
상상할 수 있듯이 보다 구체적인 산업이나 부서에서 예측 작업을 처리하는 것은 훨씬 더 어려울 수 있습니다. 고객 이탈을 예측하는 대신 다음을 예측하고 싶다면 어떻게 될까요?

  • 서비스 기록과 주행 거리를 고려하면 다음 달에 귀하 도시의 쓰레기 트럭 중 어떤 차량이 고장날 예정입니까?
  • 날씨, 교통 상황, 레스토랑 선택에 따라 식사 배달이 집에 도착하는 데 걸리는 시간
  • 팔씨름 대회의 과거 대회 및 참가자의 신체적 특징을 바탕으로 승자가 유력한 선수

이는 덜 일반적인 예측 작업일 수 있지만 해당 답변을 알아야 하는 사람들에게는 매우 유용할 수 있습니다. 그러나 이러한 질문에 대한 예측 모델을 구축하는 데 도움이 되는 사전 구축된 도구를 찾을 가능성은 거의 없습니다. 우리가 아는 한, 현재 시장에는 "팔씨름 대회 예측 소프트웨어 솔루션"이 없습니다(그러나 무료 창업 아이디어가 있습니다).

따라서 고객 이탈과 같은 공통적으로 공유되는 비즈니스 과제가 있거나 매우 틈새적인 문제가 있는 경우 이를 해결하는 데 도움이 되는 예측 모델을 구축하는 데 어려움을 겪게 됩니다. 옵션이 제한되어 있다고 느낄 수 있습니다. 솔루션을 직접 코딩해야 합니까? 데이터 과학자 팀을 고용하여 작업을 수행하고 실제 요구 사항을 충족할 수도 있고 제공하지 못할 수도 있는 모델을 기다리며 6개월에서 1년 동안 준비를 하시겠습니까?

아니요. 이제 Predictive GenAI가 코딩이나 통계에 직접 뛰어들 필요 없이 예측 모델링 목표를 달성하는 데 도움을 주기 때문입니다. Predictive GenAI를 사용하면 더 쉽고 훨씬 빠르게 정확한 예측에 도달할 수 있으며, 이는 과거의 지루하고 느린 프로세스에 대한 눈에 띄는 개선입니다.

‎예측 GenAI가 할 수 있는 일

 
고객 이탈, 트럭 유지 관리 또는 예측 모델로 해결해야 하는 모든 문제가 무엇이든 Predictive GenAI가 도와드리겠습니다. 그런데 "GenAI" 구성요소가 어떤 의미를 담고 있을까요?

아마도 알고 계시겠지만 인간은 일반 자연어를 사용하여 생성 AI 도구와 심층적이고 통찰력 있는 상호 작용을 할 수 있습니다. GenAI와의 대화는 텍스트, 이미지, 오디오, 합성 데이터, 코드 등을 포함한 다양하고 창의적인 출력을 생성할 수 있습니다. ChatGPT에 어리석은 질문을 퍼부어 본 적이 있다면 인간이 제공할 수 있는 다양한 입력을 처리하는 GenAI의 놀라운 능력을 직접 경험한 것입니다.

Pecan의 Predictive GenAI는 인간의 입력을 예측 모델링으로 변환합니다. 당사의 Predictive GenAI 기능을 사용하면 요구 사항이 얼마나 구체적이거나 틈새 시장인지에 관계없이 비즈니스 문제를 그 어느 때보다 빠르게 예측 모델로 변환할 수 있습니다. 
‎
첫째, Predictive Chat은 목표에 대한 필수 정보를 수집하고 모델이 대답할 수 있는 "예측 질문"을 정의하는 데 도움을 줍니다. 질문을 떠올리는 것은 과정에서 상대적으로 사소한 단계처럼 들릴 수도 있지만, Pecan에서는 이것이 매우 중요하다는 것을 알았습니다. 예를 들어 위에서 언급한 고객 이탈 모델을 생각해 보세요. 한 기업의 "이탈"은 다시는 고객의 소식을 듣지 못한다는 것을 의미할 수 있습니다. 다른 기업의 경우 이는 활동 감소를 의미할 수 있습니다(그러나 관계가 완전히 종료되지는 않음). 

예측 질문의 일부로 이러한 세부 사항을 정의하는 것은 레시피에 필요한 재료의 정확한 양을 지정하는 것과 같습니다. 물론, 물은 빵을 굽는 데 필요한 성분 목록의 일부입니다. 양 물의 양은 최종 제품에 엄청난 변화를 가져옵니다. 

Predictive Chat은 성공적인 예측 모델을 최대한 쉽게 만들 수 있도록 이러한 모든 중요한 구성 요소를 결정하는 과정을 안내합니다. 추측이 필요하지 않습니다. 처음부터 무엇을 예측할지, 그리고 그것이 비즈니스 요구 사항 및 목표와 관련이 있는지 정확히 알 수 있습니다.

 

예측 GenAI로 강화
Pecan의 Predictive GenAI는 빠르고 원활한 예측 모델링을 제공합니다.
 

그런 다음 다음 단계를 안내하는 SQL 기반 Predictive Notebook 환경으로 이동하게 됩니다. GenAI를 사용하면 예측 노트북이 SQL 쿼리로 미리 채워져 있으므로 직접 작성할 필요가 없습니다. 원하는 대로 조정하려면 필요한 부분만 조정하면 됩니다. 어떤 필드가 관련되어 있는지, 어떤 테이블을 조인하고 어떻게 조인할지, 어떤 집계가 필요한지 파싱하는 데 어려움을 겪을 필요가 없습니다. 

예측 AI와 생성 AI를 결합하면 더 나은 비즈니스 결과를 얻을 수 있습니다. Pecan의 Predictive GenAI는 이러한 기술을 결합하여 비즈니스 가치를 얻을 수 있는 강력한 방법을 도입합니다.

Predictive GenAI가 AI 노력을 어떻게 변화시킬 것인가

 
데이터 분석가와 사업가가 비즈니스 문제를 실행 가능하고 잘 정의된 예측 모델링 작업으로 전환하는 것이 항상 쉬운 것은 아닙니다. Pecan의 Predictive GenAI는 이제 비즈니스 요구 사항부터 예측 모델까지 해당 변환을 정확하게 처리합니다. 생성 구성 요소는 비즈니스 요구 사항에 대해 필요한 정보를 이해하고 추구할 수 있습니다. 

Predictive GenAI를 사용하면 "이를 예측하는 모델을 구축할 수 있을까?"라는 질문이 더 이상 필요하지 않습니다. 이전 AI 노력의 번거로움은 과거의 일입니다. Python을 배우거나, 연간 250만 달러 이상의 비용으로 팀에 데이터 과학자를 모집하거나, 컨설팅 회사를 찾을 필요가 없습니다. 수도 비즈니스의 뉘앙스를 파악할 수 있습니다. 

대신, 앉아서 간단한 채팅을 하고 Pecan의 Predictive GenAI와 함께 성공을 향한 여정을 시작해 보세요.

여러분의 시간과 재능으로 무료로 시작하십시오. 우리는 귀하가 무엇을 예측할지 기대하고 있습니다.
 
 

이 주제에 대한 추가 정보

타임 스탬프 :

더보기 너 겟츠