AT&T는 데이터 과학 및 자동화 분야의 집단적 관행을 탐구합니다.

조직이 데이터와 기술을 통해 자체 혁신을 촉진하려는 경우 기술 전문가에게만 의존하는 것만으로는 목표를 달성하는 데 충분하지 않다는 것을 모든 사람이 경험했다고 믿습니다. 다른 "아마추어" 또는 비전문가도 애플리케이션 개발, 데이터 분석 및 자동화된 워크플로우에 참여해야 합니다. 많은 기업이 이러한 종류의 탐색을 자체적으로 시도했으며, AT&T는 모든 직원의 역량을 탐색하고 데이터 과학 및 자동화 문제를 처리하기 위한 공동 노력을 활용하는 데 분명히 더 뛰어납니다.

이러한 사고는 잔인한 사실에서 비롯됩니다. 어떤 조직에도 충분한 전문 데이터 과학자 및 자동화 전문가가 없기 때문에 성공적인 혁신에 필요한 모든 분석 및 AI 작업을 완료할 수 없다는 것입니다. AT&T의 최고 데이터 책임자인 앤디 마커스(Andy Markus)는 AT&T가 AI와 자동화를 비즈니스의 핵심에 내장하기 위해 노력하고 있다고 말했습니다. 2022년 초 워너미디어를 분사한 이후 AT&T는 더 이상 엔터테인먼트 사업 속성을 갖지 않으며, 정보 인사이트를 추출할 수 있는 풍부한 데이터와 인재를 갖춘 순수한 통신 회사가 되었습니다. 어쩌면 집단적 탐구가 모든 회사에 적합한 것은 아니지만 확실히 AT&T에는 적합합니다. AT&T에는 수백 명의 전문 데이터 과학자 및 자동화 전문가 외에도 더 많은 일반 개발자가 직원으로 있습니다.

데이터 과학의 대중화

AT&T는 항상 데이터 중심의 기업 문화를 갖고 있으며, 회사는 직원들이 머신러닝 모델을 사용하여 데이터 분석을 수행하도록 장려하기 위해 열심히 노력해 왔습니다. AT&T의 데이터 과학, AI 및 자동화 이사인 마크 오스틴(Mark Austin)은 인터뷰에서 회사의 목표는 적합한 데이터 찾기, 데이터 획득, 필요한 기능 구축을 위한 데이터 엔지니어링, 머신러닝 파이프라인의 모든 측면을 지원하는 것이라고 말했습니다. 모델을 생성하고, 프로덕션에 모델을 배포하고, 시간 경과에 따른 모델 성능을 모니터링하고, 모델 관리를 효과적으로 구현합니다. 대부분의 회사와 마찬가지로 처음 세 가지 콘텐츠 영역은 개발자 시간의 80%를 차지하며 AT&T는 이 비율을 줄이기 위해 열심히 노력하고 있습니다.

이를 위해 AT&T는 AI 클라우드 플랫폼 서비스 제공업체인 H2O.ai와 협력하여 일반적으로 사용되는 소스 데이터와 파생 데이터에 대한 기능 '저장'을 구축함으로써 극도로 시간이 많이 소요되는 데이터 정렬의 필요성을 줄였습니다. 데이터 과학 전문가와 아마추어 모두 그 효율성에 대해 극찬합니다. 기능 스토어가 출시된 지 1년도 채 되지 않아 26,000개 이상의 기능이 전문가 및 아마추어 데이터 사용자에게 공개되었습니다. 또한 데이터 과학 모델은 Kaggle과 유사한 내부 경쟁 크라우드소싱 계획인 Pinnacle 프로젝트와 종종 일치합니다. Austin은 이러한 경쟁 메커니즘이 종종 모델 성능을 평균 거의 30% 향상시킬 수 있다고 설명했습니다. 이 프로세스에는 일련의 크라우드소싱 autoML 솔루션이 포함될 뿐만 아니라 수백 명의 AT&T 데이터 과학자 및 엔지니어의 혁신적인 알고리즘과 통합도 통합됩니다.

자동화의 대중화

AT&T는 이르면 2015년부터 로봇 프로세스 자동화 기술을 통해 업무 자동화를 추진하기 시작했습니다. 그 이후로 회사는 3,000대 이상의 로봇을 생산 환경에 투입했습니다. 첫 해의 실험 이후 AT&T는 최초의 ACoE(Automation Center of Excellence)를 설립했으며 현재 20명의 정규 직원과 여러 계약자를 고용하고 있습니다. 그러나 회사의 자동화 탐색은 일반 직원의 적극적인 참여 없이는 결코 빠르게 확장되지 않았을 것입니다. Austin은 각 프로젝트를 주의 깊게 추적한 결과 RPA 구현의 최대 92%가 Center of Excellence 외부에서 발생했다는 사실에 놀랐습니다.

시간이 지남에 따라 프로세스 자동화는 AT&T에 엄청난 가치를 창출했습니다. 오스틴은 로봇 구현 솔루션의 유연한 조합을 통해 매년 약 1,700만 분의 수동 작업을 절약하고, 연평균 수억 달러의 수익을 창출하며 최대 20배의 투자 수익률을 달성한다고 말했습니다.

분석과 AI도 오스틴이 담당하는 프로젝트인데, 머신러닝과 AI 기능을 로봇 프로세스 자동화에 접목할 수 있는 기회도 기대하고 있다. 그의 팀은 자연어 처리, 광학 문자 인식(OCR), 기계 학습 기반 의사 결정을 다루는 여러 RPA 구현을 구축했습니다. "지능형 자동화"에 대해 이야기하고 싶어하는 회사는 많지만 AT&T는 실제로 이 목표를 달성할 수 있는 몇 안 되는 회사 중 하나입니다.

직원 기술 역량 개발

AT&T는 데이터 과학 및 자동화 개발에 대한 집단적 탐구가 필요한 기술 역량 및 리소스 지원과 분리될 수 없다는 것을 깨달았습니다. 데이터 과학 분야에서 회사는 전문가 및 아마추어 참가자가 자동화된 기계 학습 연구 팀에 합류할 수 있도록 광범위한 기술 인프라를 개발했습니다. 여기에는 다음 기능이 포함됩니다:

• 최대 7개의 서로 다른 autoML 도구를 동시에 사용하고 어떤 옵션이 최고 품질의 모델을 생성하는지 경쟁하세요.
• 일부 autoML 도구는 선택한 모델의 프로덕션 배포에 직접 참여할 수 있습니다.
• 기계를 통해 사용할 수 있습니다. 다양한 재사용 가능한 데이터 세트
• 모든 "이탈 관련 기능" 반환과 같은 직관적인 의미 검색 도구 제공
• 데이터 및 AI 모니터링 기능뿐만 아니라 기계 학습 및 운영 도구인 "Watchtower for MLOps+" 제공 전통적으로 MLOps라고 함) 전체 비즈니스 파이프라인에서 전체 활동 세트(애플리케이션, API 호출 등)를 추적하기도 합니다.

기술 자동화 측면에서 AT&T는 Microsoft Power Automate를 도구 벤치마크로 사용하여 국가 참여 문턱을 크게 낮췄습니다. 이 도구는 Microsoft Office 도구, PowerBI 및 Azure 기계 학습 모델과 통합될 수 있습니다. AT&T는 또한 일반 직원이 개발된 자동화 솔루션을 선택하고 필요할 때 자동화 센터(Automation Center of Excellence)로부터 구성 지침을 얻을 수 있는 "봇 마켓플레이스(Bot Marketplace)" 로봇 시장을 유지하고 있습니다. 매달 약 75개의 새로운 재사용 가능한 자동화 구성 요소가 시장에 추가됩니다.

인간 역량 배양

AT&T는 또한 커뮤니티 구축을 적극적으로 장려하고 데이터 과학 및 자동화의 집단적 탐구를 위해 인간 기반에 관심을 기울이고 있습니다. 데이터 과학 측면에서 회사는 매주 온라인 시연을 조직하고 특정 문제에 대한 솔루션을 공유하며 개발된 기능을 참가자에게 발표하기 위해 'AI 인기 포럼'을 설립했습니다. 이 행사에는 매주 약 200명의 직원이 참석하는데, 이들 중 대부분은 전문 데이터 과학자가 아니며 코딩 방법조차 모르는 경우가 많습니다. AT&T는 또한 선택할 수 있는 총 575개 과정을 포함한 데이터 과학의 모든 측면을 다루는 온라인 교육 자료 세트를 편집했으며 다양한 공급업체 도구에 대한 공식 인증을 제공합니다.

자동화 커뮤니티 구축에는 참여를 원하는 직원을 대상으로 40시간의 교육 과정을 제공하는 것이 주로 포함됩니다. 또한 자동화 센터 오브 엑설런스(Automation Center of Excellence)는 내부 팀이 자동화 프로젝트를 선보이고 공유할 수 있도록 매년 "자동화 서밋"을 개최합니다.

현재 일부 기업과 전문 AI 개발자는 모델 구축 및 자동화 솔루션에서 일반 참가자의 역할에 대해 여전히 회의적입니다. 그러나 AT&T는 일반 직원들에게 올바른 도구와 자원을 제공하는 한 타당성을 확립하고 경제적 가치를 창출할 수 있다는 것을 실제 행동으로 입증했습니다. 엄격한 데이터 과학 및 자동화 노동 시장에 직면한 AT&T는 잘 계획된 온보딩 전략이 격차를 메울 대체 인재를 창출할 수 있음을 입증하고 있습니다.

위 내용은 AT&T는 데이터 과학 및 자동화 분야의 집단적 관행을 탐구합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!