Sommario:
- La chiave per migliorare i risultati aziendali di Data Science
- Estensione dell'intelligenza artificiale a coloro con competenze di dominio
La chiave per migliorare i risultati aziendali di Data Science
In un articolo della Harvard Business Review, Alessandro Di Fiore, fondatore e CEO del Centro europeo per l'innovazione strategica (ECSI), ha ribattuto il presupposto "che le aziende con più data scientist hanno maggiori possibilità di generare impatto sul business". Basato su entrambi nella sua consulenza lavoro e ricerca, è giunto alla conclusione che assumere un numero maggiore di data scientist non produce necessariamente risultati migliori per un'azienda.
La stessa osservazione mi è stata fatta in una recente intervista con Henry James, fondatore e vice CEO di Fincross International, il quale ha affermato che ciò che ha visto in aziende con vaste risorse per investire nella scienza dei dati è che possono, in effetti, fare meglio con una squadra di cinque rispetto a 50.
Estensione dell'intelligenza artificiale a coloro con competenze di dominio
Ciò che fa davvero la differenza per un'azienda, ha sottolineato Di Fiore, "è la democratizzazione dell'accesso agli strumenti di intelligenza artificiale e del potere decisionale tra manager e dipendenti che crea un valore più tangibile". Ha continuato osservando: "Le migliori pratiche mostrano come la democratizzazione può portare a decisioni più rapide e meglio distribuite, rendendo le aziende più agili e reattive ai cambiamenti e alle opportunità del mercato. ”(Per sapere come alcune aziende stanno già utilizzando l'IA, dai un'occhiata a AI Today: Who is Us Now Now, and How .)
