Hoće li vještačka inteligencija (AI) zamijeniti nauku o podacima?

U redu, karte na stolu - ovo pitanje se pojavljuje svuda. Na tehnološkim sastancima, pauzama za kafu na poslu, pa čak i u onim dugim LinkedIn temama niko ne priznaje da ih čita. Briga je prilično očita: ako vještačka inteligencija može podnijeti toliko automatizacije, da li to znači da je nauka o podacima nekako... za jednokratnu upotrebu? Brz odgovor: ne. Duži odgovor? Komplikovano je, neuredno i mnogo zanimljivije od jednostavnog "da" ili "ne".

Članci koje biste možda željeli pročitati nakon ovog:

🔗 Nauka o podacima i vještačka inteligencija: Budućnost inovacija
Istraživanje kako umjetna inteligencija i znanost o podacima oblikuju sutrašnji inovacijski pejzaž.

🔗 Hoće li vještačka inteligencija zamijeniti analitičare podataka: Pravi razgovor
Razumijevanje utjecaja umjetne inteligencije na uloge analitičara podataka i potrebe industrije.

🔗 Upravljanje podacima za AI alate koje biste trebali razmotriti
Ključne prakse upravljanja podacima za maksimiziranje potencijala alata umjetne inteligencije.

Šta zapravo čini nauku o podacima vrijednom 🎯

Stvar je u sljedećem - nauka o podacima nije samo matematika i modeli. Ono što je čini moćnom je ovaj čudan koktel statističke preciznosti, poslovnog konteksta i daška kreativnog rješavanja problema . Vještačka inteligencija može izračunati deset hiljada vjerovatnoća u trenu, sigurno. Ali može li odlučiti koji je problem važan za profit kompanije? Ili objasniti kako je taj problem povezan sa strategijom i ponašanjem kupaca? Tu nastupaju ljudi.

U svojoj suštini, nauka o podacima je pomalo kao prevodilac. Uzima sirovi nered - ružne tabele, logove, ankete koje nemaju smisla - i pretvara ga u odluke na osnovu kojih normalni ljudi zapravo mogu djelovati. Uklonite taj sloj prevođenja i vještačka inteligencija često izbacuje samouvjerene gluposti. HBR to govori godinama: tajni sastojak nisu metrike tačnosti, već uvjeravanje i kontekst [2].

Provjera realnosti: studije pokazuju da vještačka inteligencija može automatizirati mnogo zadataka unutar posla - ponekad i više od polovine . Ali određivanje obima posla, donošenje procjena i usklađivanje s neurednom stvari koja se zove "organizacija"? I dalje je u velikoj mjeri ljudska teritorija [1].

Brza usporedba: Nauka o podacima u odnosu na umjetnu inteligenciju

Ova tabela nije savršena, ali ističe različite uloge koje oni igraju:

Mit o "potpunoj zamjeni" 🚫

Zvuči lijepo zamisliti da umjetna inteligencija proždire svaki posao s podacima, ali to je zasnovano na pogrešnoj pretpostavci - da je cijela vrijednost znanosti o podacima tehnička. Većina toga je zapravo interpretativna, politička i komunikativna .

• Nijedan rukovodilac ne kaže: „Molim vas, dajte mi model sa 94% tačnosti.“

• Oni kažu: „Trebamo li se proširiti na ovo novo tržište, da ili ne?“

Vještačka inteligencija može generirati prognozu. Ono što neće uzeti u obzir: regulatorne probleme, kulturne nijanse ili sklonost direktora ka riziku. Analiza koja se pretvara u akciju i dalje je ljudska igra , puna kompromisa i uvjeravanja [2].

Gdje vještačka inteligencija već mijenja stvari 💥

Budimo iskreni - dijelove nauke o podacima već jede umjetna inteligencija:

• Čišćenje i priprema podataka → Automatske provjere uočavaju nedostajuće vrijednosti, anomalije i brže se mijenjaju nego što ljudi mukotrpno rade s Excelom.

• Odabir i podešavanje modela → AutoML sužava izbor algoritama i obrađuje hiperparametre, štedeći sedmice petljanja [5].

• Vizualizacija i izvještavanje → Alati sada mogu kreirati nacrte kontrolnih ploča ili tekstualnih sažetaka iz jednog upita.

Ko to najviše osjeća? Ljudi čiji se poslovi vrte oko repetitivnog izrade grafikona ili osnovnog modeliranja. Izlaz? Pomaknite se više u lancu vrijednosti: postavljajte oštrija pitanja, pričajte jasnije priče i formulirajte bolje preporuke.

Kratak pregled slučaja: trgovac testira AutoML na odliv kupaca. Rezultat je solidan osnovni model. Ali velika pobjeda dolazi kada naučnik podataka preoblikuje zadatak: umjesto "Ko će odlaziti?", postaje "Koje intervencije zapravo povećavaju neto maržu po segmentima?". Ta promjena - plus partnerstvo s finansijama radi postavljanja ograničenja - je ono što pokreće vrijednost. Automatizacija ubrzava stvari, ali okvir otključava rezultat.

Uloga naučnika podataka se razvija 🔄

Umjesto da blijedi, posao se transformira u nove oblike:

1. Prevodioci zasnovani na vještačkoj inteligenciji - čine tehničke rezultate probavljivim za lidere kojima je stalo do novca i rizika brenda.

2. Vođe u upravljanju i etici - uspostavljanje testiranja pristranosti, praćenja i kontrola usklađenih sa standardima poput NIST-ovog AI RMF-a [3].

3. Stručnjaci za strategiju proizvoda - uključaju podatke i umjetnu inteligenciju u iskustva kupaca i planove razvoja proizvoda.

Ironično, kako vještačka inteligencija preuzima sve više tehničkih poslova, ljudske vještine - pripovijedanje, procjena domena, kritičko razmišljanje - postaju dijelovi koje ne možete lako zamijeniti.

Šta kažu stručnjaci i podaci 🗣️

• Automatizacija je stvarna, ali djelomična : Trenutna umjetna inteligencija može automatizirati mnogo zadataka unutar mnogih poslova, ali to obično oslobađa ljude da se preusmjere na poslove veće vrijednosti [1].

• Odluke zahtijevaju ljude : HBR ističe da se organizacije ne kreću zbog sirovih brojki - kreću se jer priče i narativi tjeraju lidere da djeluju [2].

• Utjecaj na radna mjesta ≠ masovna otpuštanja : Podaci WEF-a pokazuju da kompanije očekuju da će vještačka inteligencija promijeniti uloge i smanjiti broj zaposlenih tamo gdje su zadaci visoko automatizirani, ali također udvostručuju prekvalifikaciju [4]. Ovaj obrazac više liči na redizajn nego na zamjenu.

Zašto strah i dalje postoji 😟

Medijski naslovi napreduju na propasti. "AI zamjenjuje poslove!" prodaje. Ali ozbiljne studije dosljedno pokazuju nijanse: automatizacija zadataka, redizajn toka rada i stvaranje novih uloga [1][4]. Analogija s kalkulatorom funkcionira: niko više ne radi dijeljenje s dugim brojem ručno, ali i dalje morate razumjeti algebru da biste znali kada koristiti kalkulator.

Ostanak relevantnim: Praktični priručnik 🧰

• Počnite s odlukom. Uskladite svoj rad s poslovnim pitanjem i cijenom greške.

• Neka vještačka inteligencija skicira, vi usavršavajte. Tretirajte njene rezultate kao početne tačke - vi donosite sud i kontekst.

• Ugradite upravljanje u svoj tok rada. Lagane provjere pristranosti, praćenje i dokumentacija povezani s okvirima poput NIST-ovog [3].

• Preusmjerite se na strategiju i komunikaciju. Što ste manje vezani za "pritiskanje dugmadi", to je teže automatizirati vas.

• Poznajte svoj AutoML. Zamislite ga kao briljantnog, ali nepromišljenog pripravnika: brz, neumoran, ponekad užasno griješi. Vi pružate zaštitne ograde [5].

Dakle… Hoće li vještačka inteligencija zamijeniti nauku o podacima? ✅❌

Otvoren odgovor: Ne, ali će ga preoblikovati . Vještačka inteligencija prepisuje alate - smanjuje mukotrpan rad, povećava obim i mijenja koje su vještine najvažnije. Ono što ne uklanja je potreba za ljudskom interpretacijom, kreativnošću i prosuđivanjem . Ako ništa drugo, dobri naučnici podataka su vrijedniji kao tumači sve složenijih rezultata.

Zaključak: Vještačka inteligencija zamjenjuje zadatke, a ne profesiju [1][2][4].

Reference

[1] McKinsey & Company - Ekonomski potencijal generativne umjetne inteligencije: Sljedeća granica produktivnosti (juni 2023).
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier

[2] Harvard Business Review - Nauka o podacima i umjetnost uvjeravanja (Scott Berinato, januar-februar 2019).
https://hbr.org/2019/01/data-science-and-the-art-of-persuasion

[3] NIST - Okvir za upravljanje rizikom umjetne inteligencije (AI RMF 1.0) (2023).
https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf

[4] Svjetski ekonomski forum - Da li vještačka inteligencija zatvara vrata mogućnostima za zapošljavanje na početnom nivou? (30. april 2025.) - uvidi iz Budućnosti poslova 2025.
https://www.weforum.org/stories/2025/04/ai-jobs-international-workers-day/

[5] He, X. i dr. - AutoML: Pregled najsavremenijih tehnologija (arXiv, 2019).
https://arxiv.org/abs/1908.00709

Pronađite najnoviju umjetnu inteligenciju u službenoj trgovini AI Assistant

O nama