有时最好的 IT 解决方案就是您已经拥有的解决方案。当然，并非总是如此：例如，云基础设施往往比私有数据中心产生更多的灵活性和选择。除非你是嘿！，在这种情况下，你会认为私有数据中心是正确的选择。
正如我的同事 David Linthicum 所强调的那样，关键是不要沉迷于“面向流行语的架构”，在这种架构中，企业可能“花费两倍的钱来实现实际上不需要容器化的工作负载的现代化，这一切都是因为有人想把他们简历上的容器。”
问题不在于容器。或云。或者 [在此处插入热门技术]。不，问题在于将行业流行语广泛应用于业务问题，而不是让业务问题决定解决方案。
鉴于疯狂的企业如何将神奇的机器学习仙尘应用到他们的业务挑战中，机器学习和人工智能 (ML/AI) 是值得深思熟虑的领域之一。鉴于当今 ML/AI 人才相对匮乏，值得看看如何更好地利用贵公司已经雇用的人才，而不是祈祷你能够聘请数据科学家神奇地发现数据中的洞察力。一种更好的方法可能是更好地利用世界上最流行的数据工具来为机器学习模型准备好数据。是的，我说的是 Excel。
人工智能的新进展为数百万人提供了机会，让他们可以通过机器学习开始创作各种内容，从代码到复制再到艺术。自 2022 年 11 月公开发布以来，ChatGPT 占据了世界各地的头条新闻，并引发了商业应用的热潮，同时也出现了许多滥用 ChatGPT 反馈、担心论文和考试作弊等例子。
谷歌推出了一款名为 GPT for Sheets 的 Chrome 扩展程序，它允许用户使用会话语言来操作数据；微软表示，它将把 ChatGPT 集成到其所有产品中，首先是 Bing。微软最近向 ChatGPT 的创建者 OpenAI 投资了 100 亿美元。
但与 ChatGPT 应用程序一样令人兴奋（有时令人失望）的是，已经有一种更加平凡且有前途的机器学习方法可用。
我之前写过关于 Akkio 的文章，这是一家结合了无代码和人工智能的机器学习公司，以及民主党如何在 2022 年选举周期中将该工具变成印钞机。 Akkio 推出了 Chat Data Prep，这是一个很酷的新机器学习平台，允许用户使用普通对话语言转换数据。技术术语是自然语言处理，但考虑它的不那么流行的方式是它可以改变 Excel 用户的工作方式，并使他们能够更轻松地接受 AI 的承诺。
全世界估计有 7.5 亿人使用 Excel。微软 CEO 萨蒂亚·纳德拉 (Satya Nadella) 宣布 Excel 是公司最重要的消费产品。将 Excel 转变为机器学习的强大工具，对于让机器学习成为普通企业员工最终可以利用的东西大有帮助。
Akkio 联合创始人 Jonathan Reilly 在接受采访时说：“我们试图弄清楚的一件事是如何在数据上构建使用 AI 所需的所有转换，即使在我们简单的无代码 ML 平台上也是如此。” “然后我们意识到我们可以只使用 ML 来完成这项任务。没有组织希望财务规划人员花时间导入、导出和处理数据——他们希望他们专注于数据告诉他们的事情。”
Akkio 的新功能让用户只需输入会话语言即可更改电子表格数据。利用人工智能和大型语言模型，该平台解释用户的请求并对数据进行必要的更改。这出奇的简单。亲眼看看 Akkio 的在线演示（非门控）。
为什么这很重要？您可能会向数据科学家支付六位数的费用来让您的数据发挥作用，但他们的大部分时间都花在了数据转换上，也就是数据争论上。这是在不更改数据集内容的情况下将数据从一种格式、标准或结构转换为另一种格式、标准或结构的技术过程，以便为机器学习模型的使用做好准备。数据准备相当于清洁工作，尽管是非常重要的工作。转型提高了业务和分析流程的效率，并使企业能够做出更好的数据驱动决策。但除非用户熟悉 Python 或流行的查询语言 SQL，否则它既困难又耗时。
例如，涉及几个步骤，从数据清理开始（转换数据类型并删除不需要的字符）。下面是一个假设的示例，说明了解 SQL 或 Python 的人可能会进行转换以协调多个数据集以用于机器学习模型：
从 Year_Birth 中减去当前年份。
它与上面的相似，但增加了从日期特征中提取年份部分。
这包括四个步骤：
并不断。
在 Excel 的四分之三的十亿用户中，没有多少人拥有这些基本的编程技能。但他们中的任何一个都可以用普通英语输入一个简单的请求，而 Chat Data Prep 将完成数据转换的繁重工作。它甚至可以提供结果预览，以便您检查输出是否符合您的要求。 Akkio 声称 Chat Data Prep 可以将准备分析数据所需的时间减少 10 倍。借助 Chat Data Prep，用户可以重新格式化日期、执行基于时间的数学运算，甚至可以使用简单的对话命令修复混乱的数据字段。
使数据分析更易于访问、更高效、更准确是 AI 在幕后悄悄使越来越成为可能的平凡魔术之一。 ChatGPT 将成为头条新闻，但您的 Excel 用户可能会在企业内承担机器学习转型的重任。