Rejoignez nos newsletters quotidiennes et hebdomadaires pour les dernières mises à jour et du contenu exclusif sur la couverture de l’IA de pointe. apprendre encore plus
Quiconque a exercé un travail nécessitant une analyse approfondie vous dira que tout avantage de vitesse qu’il peut trouver équivaut à récupérer 30, 60 ou 90 minutes supplémentaires de sa journée.
Les outils d’automatisation en général, et les outils d’IA en particulier, peuvent aider les analystes commerciaux qui ont besoin de passer au crible d’énormes quantités de données et de les communiquer de manière concise.
En fait, une récente analyse de Gartner, « Une stratégie axée sur l’IA conduit à des rendements accrus« Les entreprises les plus avancées s’appuient sur l’IA pour augmenter la précision, la rapidité et l’ampleur du travail analytique afin d’atteindre trois objectifs fondamentaux : la croissance de l’entreprise, la réussite des clients et la rentabilité – avec une veille concurrentielle au cœur de chaque entreprise.
Google vient de publier Gemini 2.0 Flash Fournit aux analystes commerciaux une plus grande rapidité et flexibilité dans la définition de scripts Python pour des analyses complexes, leur donnant ainsi un contrôle plus précis sur les résultats qu’ils génèrent.
Google affirme que Gemini 2.0 Flash S’appuyer sur le succès de Flash 1.5C’est de loin le modèle le plus adopté par les développeurs.
Selon Google, Gemini 2.0 Flash surpasse le 1.5 Pro sur des tests clés, offrant une vitesse deux fois supérieure. Flash 2.0 prend également en charge l’entrée multimodale, notamment les images, la vidéo et l’audio, ainsi que la sortie multimodale, notamment les images générées nativement mélangées à du texte et à l’audio multilingue de synthèse vocale (TTS) orientable. Il peut également appeler nativement des outils tels que la recherche Google, l’exécution de code et des fonctions tierces définies par l’utilisateur.
Prendre le flash Gemini 2.0 pour un essai routier
VentureBeat a donné à Gemini 2.0 Flash une série de requêtes de script Python de plus en plus complexes pour tester sa vitesse, son exactitude et sa précision face aux nuances du marché de la cybersécurité.
en utilisant le Google IA Studio Pour aborder le modèle, VentureBeat a commencé avec de simples requêtes de script, puis a évolué vers des requêtes plus complexes axées sur le marché de la cybersécurité.
Ce qui est immédiatement visible dans les scripts Python avec Gemini 2.0 Flash, c’est la rapidité avec laquelle ils sont – presque instantanés, en fait – pour restituer les scripts Python, les générant en quelques secondes. Il est nettement plus rapide que 1.5 Pro, Cloud et ChatGPT lors du traitement de signaux de plus en plus complexes.
VentureBeat a demandé à Gemini 2.0 Flash d’effectuer une tâche spécifique qu’un analyste commercial ou de marché serait amené à effectuer : créer une matrice comparant une série de fournisseurs et analyser dans quelle mesure l’IA est utilisée dans les produits de chaque entreprise.
Les analystes doivent souvent créer des tableaux rapidement en réponse à des demandes commerciales, marketing ou de planification stratégique, et ils doivent généralement inclure des avantages ou des informations propres à chaque entreprise. Faire cela manuellement peut prendre des heures, voire des jours, selon l’expérience et les connaissances de l’analyste.
VentureBeat souhaitait rendre la demande rapide réaliste en intégrant l’analyse de 13 fournisseurs XDR dans le script, tout en fournissant également un aperçu de la manière dont l’IA aide les fournisseurs répertoriés à gérer les données de télémétrie. Comme c’est le cas pour de nombreuses demandes reçues d’analystes, VentureBeat a demandé à Python de générer un fichier Excel des résultats.
Voici l’invite que nous avons donnée pour exécuter le flash Gemini 2.0 :
Écrivez un script Python pour analyser les fournisseurs de cybersécurité suivants qui ont intégré l’IA dans leur plate-forme XDR et créez un tableau montrant en quoi ils diffèrent les uns des autres dans la mise en œuvre de l’IA. La première colonne doit avoir le nom de l’entreprise, la deuxième colonne doit avoir les produits de l’entreprise qui intègrent l’IA, la troisième colonne doit avoir ce qui les rend uniques et la quatrième colonne doit avoir l’IA dans le traitement des données de télémétrie de leur plate-forme XDR dans détail avec un exemple. En quoi cela aide-t-il ? , Ne grattez pas le Web. Créez un fichier Excel des résultats et formatez le texte dans le fichier Excel de manière à ce qu’il soit exempt de crochets ({}), de guillemets (‘) et de tout code HTML pour améliorer la lisibilité. Nommez le fichier Excel. Test Flash Gémeaux 2.
Cato Networks, Cisco, CrowdStrike, Elastic Security XDR, Fortinet, Google Cloud (Mandiant Advantage
À l’aide de Google AI Studio, VentureBeat a créé la requête de script Python de comparaison de fournisseurs XDR basée sur l’IA suivante, générant du code Python en quelques secondes :
Ensuite, VentureBeat a enregistré et chargé le code dans collaboration googleL’objectif était de voir à quel point le code Python est exempt de bogues en dehors de Google AI Studio et également de mesurer la vitesse à laquelle il se compile. Le code s’est exécuté parfaitement, sans aucune erreur, et a généré un fichier Microsoft Excel Gemini_2_Flash_Test.xlsx.
Les résultats parlent d’eux-mêmes
En quelques secondes, le script s’est exécuté et Colab n’a indiqué aucune erreur. Il a également donné un message à la fin du script indiquant que le fichier Excel était prêt.
VentureBeat a téléchargé le fichier Excel et a constaté qu’il s’était terminé en moins de deux secondes. Ce qui suit est une vue formatée du tableau Excel dans lequel le script Python a été distribué.
Ce tableau a pris moins de quatre minutes au total, ce qui comprenait la soumission de l’invite, l’obtention du script Python, son exécution dans Colab, le téléchargement du fichier Excel et un formatage rapide.
Un argument solide pour appliquer l’IA à des tâches monotones
Pour de nombreux professionnels qui ont occupé divers postes d’analyste commercial, concurrentiel et de marché tout au long de leur carrière, l’IA est le multiplicateur de force qu’ils recherchaient pour réduire les heures de tâches répétitives et monotones.
Les analystes ont naturellement un haut niveau de curiosité intellectuelle. Exposer l’IA aux parties les plus banales et répétitives de leur travail et les équiper pour créer les comparaisons et les mesures qu’on leur demande souvent de développer rapidement constitue un puissant coup de pouce à la productivité de l’ensemble de l’équipe.
Les responsables et les dirigeants des équipes commerciales, d’analyse concurrentielle et de marketing doivent réfléchir à la manière dont les progrès rapides des modèles, y compris Gemini 2.0 Flash de Google, peuvent aider leurs équipes à maîtriser les charges de travail croissantes. En aidant à assumer ce fardeau, les analystes auront l’opportunité de faire ce qu’ils aiment et font de mieux, c’est-à-dire utiliser leur intuition, leur intelligence et leur perspicacité pour proposer des idées d’une valeur exceptionnelle.
Source link
