Gartner Data & Analytics Summit São Paulo: Mercado Livres AI og Data-demokratisering i Brasilien

Jeg havde mulighed for at deltage i Gartner Data & Analytics Summit i São Paulo, Brasilien, fra den 25-27. marts. Konferencen samlede branchens ledere, eksperter og praktikere for at diskutere de seneste trends, strategier og bedste praksis inden for data og analytics. Brasiliens voksende betydning i AI-landskabet var tydelig påbegyndt under begivenheden, med mange indsigtsgivende præsentationer og diskussioner, der fokuserede på AI-adopterings- og innovationsmuligheder.

En af de interessante foredrag, jeg overværede, blev holdt af Eduardo Cantero Gonçalves, en senior Data Analytics-manager hos Mercado Livre (MercadoLibre). Mercado Livre er et førende e-handels- og fintech-selskab, der har etableret sig som en dominerende spiller på det latinamerikanske marked. Med operationer i 18 lande, herunder store økonomier som Brasilien, Argentina, Mexico og Colombia, har Mercado Livre opbygget et omfattende online-handels- og betalingsøkosystem. Selskabets stærke markedspræsen og omfattende brugerbase har positioneret det som en leder i regionen.

Under sin præsentation delte Gonçalves Mercado Livres bemærkelsesværdige rejse i at demokratisere data og AI på tværs af organisationen, samtidig med at der opretholdes en stærk data-dreven kultur. Da AI fortsætter med at transformere industrier verden over, tilbyder Mercado Livres erfaring værdifulde lærdomme for organisationer, der søger at udnytte AI’s kraft og opbygge en data-dreven kultur.

I denne artikel vil vi udforske de vigtigste takeaways fra Gonçalves’ præsentation, med fokus på selskabets tilgang til data-demokratisering, empowerment af ikke-tekniske brugere med low-code AI-værktøjer og dyrkning af en data-dreven mindset på tværs af organisationen.

Mercado Livres Data-demokratiseringsrejse

Mercado Livres rejse mod data-demokratisering har været en transformerende proces, der har omformet selskabets tilgang til data og AI. Gonçalves understregede vigtigheden af at gå fra et centraliseret data-miljø til et decentraliseret, der giver mulighed for teams på tværs af organisationen for at få adgang til og udnytte data til beslutningstagning og innovation.

En nøgleaspekt af denne overgang var udviklingen af interne data-værktøjer. Ved at opbygge deres egne værktøjer kunne Mercado Livre tilpasse løsninger til deres specifikke behov og sikre en problemfri integration med deres eksisterende systemer. Denne tilgang gav ikke kun større fleksibilitet, men opretholdt også en følelse af ejerskab og samarbejde mellem teams.

En af de mest betydningsfulde milepæle i Mercado Livres data-demokratiseringsrejse var introduktionen af machine learning-værktøjer designet til både data-videnskabsmænd og forretningsbrugere. Gonçalves fremhævede vigtigheden af at give ikke-tekniske brugere mulighed for at udnytte AI’s og ML’s kraft uden at være afhængig af data-videnskabs teams. Ved at give low-code-værktøjer og intuitive grænseflader har Mercado Livre gjort det muligt for forretningsbrugere at eksperimentere med AI og ML, hvilket driver innovation og effektivitet på tværs af afdelinger.

Demokratiseringen af data og AI har haft en dybtgående indvirkning på Mercado Livres drift og kultur. Det har skabt en mere samarbejdende og data-dreven omgang, hvor teams kan let få adgang til og analysere data for at informere deres strategier og beslutningsprocesser. Denne skift har ikke kun forbedret driftseffektiviteten, men har også åbnet op for nye muligheder for vækst og innovation.

Empowerment af ikke-tekniske brugere med low-code AI-værktøjer

En af de vigtigste højdepunkter i Mercado Livres data-demokratiseringsrejse er deres fokus på at give ikke-tekniske brugere mulighed for at udnytte low-code AI-værktøjer. Under sin præsentation fremhævede Gonçalves vigtigheden af at give forretningsbrugere mulighed for at eksperimentere med AI og machine learning uden at være afhængig af data-videnskabs teams.

For at opnå dette udviklede Mercado Livre et internt værktøj kaldet “Data Switch”, der fungerer som en enkelt webportal for brugere at få adgang til alle data-relaterede værktøjer, herunder query-bygning, dashboards og machine learning-værktøjer. Denne centraliserede platform gør det lettere for ikke-tekniske brugere at udnytte AI- og ML-kapaciteter uden at have behov for omfattende programmeringskundskaber.

Gonçalves nævnte specifikt, at Mercado Livre introducerede low-code machine learning-værktøjer for at give forretningsbrugere mulighed for at køre eksperimenter uafhængigt. Ved at give intuitive grænseflader og forudbyggede modeller giver disse værktøjer domain-eksperter mulighed for at anvende deres viden og indsigt til AI-drevne løsninger. Denne tilgang demokratiserer ikke kun AI, men accelererer også innovation ved at give flere mennesker i organisationen mulighed for at bidrage til AI-initiativer.

Indvirkningen af at give ikke-tekniske brugere mulighed for at udnytte low-code AI-værktøjer har været betydelig for Mercado Livre. Gonçalves bemærkede, at selskabet oplevede en betydelig stigning i antallet af aktive brugere, data-lagring, ETL-jobs og dashboards efter introduktionen af disse værktøjer.

Mercado Livres succes i dette område fungerer som en værdifuld case-study for andre organisationer, der søger at demokratisere AI og give ikke-tekniske brugere mulighed for at udnytte AI’s kraft. Ved at investere i low-code AI-værktøjer og give den nødvendige træning og support kan selskaber låse op for ikke-tekniske brugeres potentiale og opbygge en kultur af innovation.

Fremme af en data-dreven kultur

Udover at demokratisere data og AI-værktøjer erkendte Mercado Livre vigtigheden af at fremme en data-dreven kultur på tværs af organisationen. Gonçalves fremhævede flere nøgleinitiativer, som selskabet iværksatte for at dyrke en mindset, der omfatter data- og AI-drevne beslutninger.

En bemærkelsesværdig skridt var oprettelsen af en dedikeret Data Culture-afdeling inden for Mercado Livre. Denne afdeling havde til opgave at fremme data-litteracitet, give træning og støtte data-drevne initiativer på tværs af organisationen.

For at måle succesen af deres data-kulturindsats udviklede Mercado Livre et “Data-drevet Index”, der sporer brugerengagement med data-værktøjer. Dette index giver en kvantitativ måling af, hvor godt medarbejderne adopterer og udnytter data i deres daglige arbejde. Ved at overvåge dette index kan selskabet identificere områder for forbedring og justere deres strategier derefter.

En anden vigtig initiativ var “Data Champions”-programmet, der havde til formål at træne avancerede brugere, der kunne hjælpe med at multiplicere data-dreven kulturer på tværs af organisationen. Disse champions fungerer som ambassadører og mentorer, der fremmer bedste praksis og hjælper deres kolleger med at udnytte data- og AI-værktøjer effektivt. Ved at give en netværk af champions mulighed for at skala data-kulturindsats og drive adoption på tværs af selskabet.

Lærdomme fra Mercado Livres Erfaring

Mercado Livres rejse i at demokratisere data og AI tilbyder værdifulde lærdomme for andre organisationer, der søger at gå på en lignende vej. En af de vigtigste takeaways fra Gonçalves’ præsentation var vigtigheden af ledelsesstøtte i at fremme en data-dreven kultur. At have stærk støtte og forkamp for ledelsen er afgørende for at drive organisationsforandring og sikre, at data- og AI-initiativer får de nødvendige ressourcer og prioritet.

En anden vigtig lærdom er værdien af at samarbejde med HR om at integrere data-dreven kultur i medarbejder-onboarding og udviklingsprogrammer. Ved at gøre data-litteracitet og AI-færdigheder til en kerne-del af medarbejdertræning kan organisationer sikre, at deres arbejdskraft er godt udstyret til at udnytte disse værktøjer effektivt. Mercado Livres partnerskab med HR hjalp dem med at skala deres data-kulturindsats og gøre det til en grundlæggende del af deres medarbejderes vækst og udvikling.

Endelig fremhævede Gonçalves vigtigheden af at kontinuerligt måle og iterere på data-drevne initiativer. Ved at spore nøgle-metrics som Data-drevet Index og jævnligt søge feedback fra medarbejdere kan organisationer identificere områder for forbedring og træffe data-drevne beslutninger for at optimere deres strategier. Denne iterative tilgang sikrer, at data- og AI-initiativer forbliver aligneret med forretningsmål og driver meningsfuld indvirkning.

Da organisationer navigerer i udfordringerne og mulighederne i AI-æraen fungerer Mercado Livres erfaring som en værdifuld case-study i at demokratisere data og AI, samtidig med at der opretholdes en data-dreven kultur. Ved at give medarbejdere på alle niveauer mulighed for at udnytte disse værktøjer og dyrke en mindset, der omfatter data-drevne beslutninger, kan selskaber positionere sig for succes i vores AI-drevne verden.