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

Jag hade möjlighet att delta i Gartner Data & Analytics Summit i São Paulo, Brasilien, från den 25-27 mars. Konferensen samlade branschledare, experter och praktiker för att diskutera de senaste trenderna, strategierna och bästa praxis inom data och analytik. Brasiliens växande betydelse inom AI-landskapet var tydligt under hela evenemanget, med många insiktsfulla presentationer och diskussioner som fokuserade på AI-antagande och innovation.

En av de intressanta föreläsningarna jag deltog i var den som hölls av Eduardo Cantero Gonçalves, en senior Data Analytics-chef på Mercado Livre (MercadoLibre). Mercado Livre är ett ledande e-handels- och fintech-företag som har etablerat sig som en dominant spelare på den latinamerikanska marknaden. Med verksamhet i 18 länder, inklusive stora ekonomier som Brasilien, Argentina, Mexico och Colombia, har Mercado Livre byggt upp ett omfattande online-handels- och betalningssystem. Företagets starka marknadsnärvaro och omfattande användarbas har positionerat det som en ledare i regionen.

Under sin presentation delade Gonçalves Mercado Livres remarkabla resa i att demokratisera data och AI inom organisationen samtidigt som man främjade en stark data-driven kultur. Medan AI fortsätter att omvandla branscher över hela världen, erbjuder Mercado Livres erfarenhet värdefulla lärdomar för organisationer som vill utnyttja kraften i AI och bygga en data-driven kultur.

I den här artikeln kommer vi att utforska de viktigaste slutsatserna från Gonçalves presentation, med fokus på företagets tillvägagångssätt för data-demokratisering, att ge icke-tekniska användare möjlighet att använda sig av lågkods-AI-verktyg och att odla en data-driven mentalitet inom hela organisationen.

Mercado Livres resa mot data-demokratisering

Mercado Livres resa mot data-demokratisering har varit en omvandlande process som har förändrat företagets tillvägagångssätt när det gäller data och AI. Gonçalves betonade vikten av att gå från ett centraliserat data-miljö till ett decentraliserat, vilket möjliggör för team över hela organisationen att komma åt och utnyttja data för beslutsfattande och innovation.

En viktig aspekt av denna övergång var utvecklingen av egna data-verktyg. Genom att skapa sina egna verktyg kunde Mercado Livre anpassa lösningar till sina specifika behov och säkerställa en smidig integration med deras befintliga system. Detta tillvägagångssätt gav inte bara större flexibilitet utan främjade också en känsla av ägande och samarbete mellan team.

En av de mest betydande milstolparna i Mercado Livres resa mot data-demokratisering var införandet av maskinlärningsverktyg som var utformade för både data-vetenskapsmän och affärsanvändare. Gonçalves betonade vikten av att ge icke-tekniska användare möjlighet att utnyttja kraften i AI och ML utan att vara beroende av data-vetenskaps-team. Genom att tillhandahålla lågkods-verktyg och intuitiva gränssnitt har Mercado Livre möjliggjort för affärsanvändare att experimentera med AI och ML, vilket driver innovation och effektivitet inom olika avdelningar.

Demokratiseringen av data och AI har haft en djupgående inverkan på Mercado Livres verksamhet och kultur. Det har främjat en mer samarbetsvillig och data-driven miljö, där team kan enkelt komma åt och analysera data för att informera sina strategier och beslutsprocesser. Denna förändring har inte bara förbättrat den operativa effektiviteten utan har också öppnat upp nya möjligheter för tillväxt och innovation.

Att ge icke-tekniska användare möjlighet att använda sig av lågkods-AI-verktyg

En av de viktigaste aspekterna av Mercado Livres resa mot data-demokratisering är deras fokus på att ge icke-tekniska användare möjlighet att använda sig av lågkods-AI-verktyg. Under sin presentation betonade Gonçalves vikten av att möjliggöra för affärsanvändare att experimentera med AI och maskinlärning utan att vara beroende av data-vetenskaps-team.

För att uppnå detta utvecklade Mercado Livre ett internt verktyg som kallas “Data Switch”, som fungerar som en enda webbportal för användare att komma åt alla data-relaterade verktyg, inklusive frågebyggare, instrumentpaneler och maskinlärningsverktyg. Denna centraliserade plattform gör det enklare för icke-tekniska användare att utnyttja AI- och ML-funktioner utan att behöva omfattande programmeringskunskaper.

Gonçalves nämnde specifikt att Mercado Livre införde lågkods maskinlärningsverktyg för att tillåta affärsanvändare att köra experiment oberoende. Genom att tillhandahålla intuitiva gränssnitt och förbyggda modeller möjliggör dessa verktyg för domänexperter att tillämpa sin kunskap och insikt på AI-drivna lösningar. Detta tillvägagångssätt demokratiserar inte bara AI utan accelererar också innovation genom att tillåta fler personer inom organisationen att bidra till AI-initiativ.

Inverkan av att ge icke-tekniska användare möjlighet att använda sig av lågkods-AI-verktyg har varit betydande för Mercado Livre. Gonçalves noterade att företaget såg en betydande ökning av antalet aktiva användare, data-lagring, ETL-jobb och instrumentpaneler efter införandet av dessa verktyg.

Mercado Livres framgång inom detta område fungerar som en värdefull fallstudie för andra organisationer som vill demokratisera AI och ge icke-tekniska användare möjlighet att använda sig av AI-verktyg. Genom att investera i lågkods-AI-verktyg och tillhandahålla den nödvändiga utbildningen och supporten kan företag låsa upp potentialen hos sina icke-tekniska användare och främja en kultur av innovation.

Att främja en data-driven kultur

Förutom att demokratisera data och AI-verktyg, erkände Mercado Livre vikten av att främja en data-driven kultur inom hela organisationen. Gonçalves betonade flera viktiga initiativ som företaget genomförde för att odla en mentalitet som omfamnar data- och AI-drivna beslutsprocesser.

En noterbar åtgärd var skapandet av en dedikerad Data Culture-avdelning inom Mercado Livre. Detta team hade i uppgift att främja data-litteracitet, tillhandahålla utbildning och stödja data-drivna initiativ inom hela organisationen.

För att mäta framgången med deras data-kultur-insatser utvecklade Mercado Livre ett “Data Driven Index” som spårar användar-engagemang med data-verktyg. Detta index ger en kvantitativ mått på hur väl anställda antar och utnyttjar data i sitt dagliga arbete. Genom att regelbundet övervaka detta index kan företaget identifiera områden för förbättring och anpassa sina strategier därefter.

En annan viktig åtgärd var “Data Champions”-programmet, som syftade till att utbilda avancerade användare som kunde hjälpa till att föröka den data-drivna kulturen inom hela organisationen. Dessa champions fungerar som ambassadörer och mentorer, främjande bästa praxis och assisterande sina kollegor i att utnyttja data- och AI-verktyg effektivt. Genom att ge en grupp av champions kunde Mercado Livre skala sin data-kultur-insats och driva antagande över hela företaget.

Lärdomar från Mercado Livres erfarenhet

Mercado Livres resa mot att demokratisera data och AI erbjuder värdefulla lärdomar för andra organisationer som vill påbörja en liknande resa. En av de viktigaste slutsatserna från Gonçalves presentation var vikten av ledningsstöd i att främja en data-driven kultur. Att ha ett starkt stöd och förkämparskap från ledningen är avgörande för att driva organisatorisk förändring och säkerställa att data- och AI-initiativ ges de nödvändiga resurserna och prioriteringen.

En annan viktig lärdom är värdet av att samarbeta med HR för att integrera data-driven kultur i anställdas onboarding- och utvecklingsprogram. Genom att göra data-litteracitet och AI-färdigheter till en kärndel av anställdas utbildning kan organisationer säkerställa att deras personal är välutrustad för att utnyttja dessa verktyg effektivt. Mercado Livres samarbete med HR hjälpte dem att skala sin data-kultur-insats och göra det till en grundläggande del av deras anställdas tillväxt och utveckling.

Slutligen betonade Gonçalves vikten av att kontinuerligt mäta och iterera på data-drivna initiativ. Genom att spåra nyckel-mått som Data Driven Index och regelbundet söka feedback från anställda kan organisationer identifiera områden för förbättring och fatta data-drivna beslut för att optimera sina strategier. Detta iterativa tillvägagångssätt säkerställer att data- och AI-initiativ förblir anpassade till affärs-mål och driver meningsfull inverkan.

Medan organisationer navigerar utmaningarna och möjligheterna i AI-eran, fungerar Mercado Livres erfarenhet som en värdefull fallstudie i att demokratisera data och AI samtidigt som man främjar en data-driven kultur. Genom att ge anställda på alla nivåer möjlighet att utnyttja dessa verktyg och odla en mentalitet som omfamnar data-drivna beslutsprocesser, kan företag positionera sig för framgång i vår AI-drivna värld.