In der Medienberichterstattung über generative KI hebt sich ein Unternehmen besonders durch die schnelle und effektive Implementierung der Technologie hervor: Intuit.
Im September Launchte Intuit seinen LLM-gesteuerten Assistenten Intuit Assist in all seinen Produkten, darunter TurboTax, QuickBooks, Credit Karma und MailChimp. Zuvor hatte das Unternehmen im Juni sein Gen AI-Betriebssystem vorgestellt, das entwickelt wurde, um die Aktivitäten großer Sprachmodelle (LLMs) im gesamten Unternehmen zu orchestrieren – eine ehrgeizige Vision, die anderen großen Akteuren in der Branche vorausgeht.
In einem kürzlichen Interview sprach ich mit Alon Amit, VP für Produktmanagement bei Intuit, über einen entscheidenden Aspekt für den Erfolg mit generativer KI: die Entwicklung einer robusten Datenmanagementschicht. Amit betonte, dass Intuit mehrere Jahre in die Verfeinerung dieser Datenschicht investiert hat, um genaue, gut integrierte, verwaltete und deduplizierte Daten sicherzustellen. Erst nachdem diese starke Grundlage gelegt wurde, konnten LLMs die Daten nutzen, um personalisierte Interaktionen mit den 100 Millionen kleinen Unternehmen und Verbrauchern von Intuit zu fördern.
Während unseres Gesprächs teilte Amit eine entscheidende Folie, die Intuits Datenmodells veranschaulicht, und erläuterte Best Practices für eine effektive Datenarchitektur. Für führende Datenverantwortliche im Unternehmen empfehle ich, das vollständige Interview anzuschauen, in dem Amit die wichtigsten Initiativen von Intuit sowie Ziele für 2024 darstellt. Das Interview ist Teil unserer Veranstaltung "AI Unleashed", das vollständige Video ist oben verlinkt.
Hier sind einige zentrale Erkenntnisse aus unserem Gespräch:
1. Datenkarten-Registrierung: Intuit entwickelte ein zentrales Repository für alle Datenassets – sowohl in Echtzeit als auch im Batch – die im Unternehmen generiert werden, einschließlich aller Datenschemata. Dies gewährleistet eine klare Datenverwaltung mit festgelegter Verantwortlichkeit und Zweck für jedes Asset. Obwohl Amit Unvollkommenheiten im Prozess anerkannte, zeigt er sich optimistisch, dass bis Ende nächsten Jahres eine nahezu perfekte Governance erreicht wird.
2. Kultur von „Daten als Produkt“: Mithilfe dieser Datenkarte hat Intuit eine Kultur unter Entwicklern, Produktmanagern und Ingenieuren gefördert, die alle generierten Daten als wertvolles Produkt betrachtet, nicht nur die Daten innerhalb kundenorientierter Produkte.
3. Einheitliche Daten-Schema-Governance: Intuit stellt sicher, dass alle Datenschemata – ob von Klickströmen oder Drittanbieterquellen – konsistent verwaltet werden, um Störungen in downstream-Systemen zu vermeiden, insbesondere in denen, die generative KI unterstützen. Der Datenfluss, auf der linken Seite von Amits Diagramm dargestellt, umfasst “Domänenereignisse”, wie Echtzeitdaten, die aus Anwendungsereignis-Bussen generiert werden und automatisch in Intuits Datenlake integriert sind.
4. Regierte Datenableitung: Dieser Begriff umfasst alle Transformationen, die auf Quell-Daten angewendet werden, wie analytische Berechnungen, KI-Funktionsextraktionen und Marketingattribute. Entwickler werden benachrichtigt, wenn sie versuchen, ein Merkmal abzuleiten, das bereits im Datenregister vorhanden ist, um Redundanz zu vermeiden.
5. Echtzeit-Datenableitung: Diese für 2024 geplante Initiative zielt darauf ab, Intuits Fähigkeit zur Bereitstellung von nahezu Echtzeitdatenantworten zu verbessern. Amit betonte, dass das Unternehmen entschlossen ist, seine Prozesse zu verfeinern, um zeitnahe Erkenntnisse zu ermöglichen, sodass Intuit schnell auf Benutzeraktionen reagieren kann, wenn Anfragen bearbeitet oder Expertenunterstützung bereitgestellt wird.
Diese Strategien verdeutlichen, wie Intuit an der Spitze steht, wenn es darum geht, generative KI durch ein robustes Datenmanagement-Framework effektiv zu nutzen.
Rangliste
