Az üzleti vezetők szerint 3 módja annak, hogy szilárd adatalapot építsenek ki az AI megvalósításához
A mesterséges intelligencia kutatásának robusztus alapról kell indulnia. Íme három módszer egy nagyszerű adatstratégia felépítésére.
A cégvezetők felismerik, hogy az erős alapok elengedhetetlenek minden mesterséges intelligenciát (AI) kihasználó vállalat számára. Vállalkozása az egész projektet veszélyeztetheti, ha nem rendezi adatstratégiáját a feltárások megkezdése előtt. Röviden: ha szemetet teszel, akkor szemetet is kidobsz.
Hogyan teremthetik meg tehát a szakemberek az alapot ahhoz, hogy segítsék szervezetüket az AI biztonságos és sikeres használatában? Három cégvezető részletezi a legfontosabb tippjeit a feltörekvő technológia kiaknázására szolgáló hatékony stratégia kialakításához.
1. Tedd az embereidet az első helyre
Claire Thompson, az L&G biztosítási óriás csoport adat- és elemzési igazgatója elmondta, hogy az információkkal kapcsolatos stratégiai megközelítés kulcsfontosságú minden innovációra vágyó vállalat számára: "Mindig azt mondom, hogy az adatalapok fontosak bármihez is, amit ezután tesz."
Azt mondta a ZDNET-nek, hogy az erős alapelemek a szabályokat és előírásokat dollárhoz és centhez kapcsolják.
"Tegye világossá, hogy az adatstratégia hogyan fog kézzelfogható értéket teremteni - miért fontos például, hogy e-mail címei naprakészek és pontosak legyenek, hogy célzott digitális kommunikációt tudjon folytatni?"
Thompson felismerte, hogy sokan nem akarnak belemerülni egy hosszú távú stratégiai tervbe, amely meghatározza az információs vagyon kezeléséhez szükséges technológiát, folyamatokat, embereket és szabályokat. Ugyanakkor elmondta, hogy a tervezési szakasz kritikus az olyan technológiák előnyeinek kiaknázásához, mint az AI.
„Megértem, miért mondhatják az emberek, hogy a kormányzás unalmas” - mondta. "A mai digitális szervezetekben azonban, ahol az emberek közvetlen feldolgozást akarnak végezni, még fontosabbá válik, hogy az adatok jó minőségűek legyenek. Tehát minden út a kormányzáshoz vezet."
Stratégiájának egyik kulcseleme az L&G-nél a Thompson adatcsapata és az IT-részleg közötti szoros munkakapcsolat. A hatékony együttműködés azon támaszkodik, hogy tisztában van azzal, hogy a felek milyen készségekkel rendelkeznek a kapcsolatban.
"Kéz a kesztyűben partnerségre van szükség. A technológia rendkívül fontos az adattérben végzett tevékenységünk szempontjából, és nem tudjuk elvégezni a munkánkat a felhőkörnyezet, az adattárház és az eszközök nélkül. az IT-csapat által karbantartott alkalmazásokat” - mondta.
"Megpróbáljuk biztosítani, hogy a tervezési adatminőséget biztosítsuk. Ez azt jelenti, hogy a tervezési filozófiát beágyazzuk alaprendszereinkbe. Minél többet végezhet ezzel a munkával, annál jobban megállítja a rossz adatminőség tovagyűrűző hatását. és megakadályozza a kárelhárítási erőfeszítéseket."
Thompson szerint az általuk gyűjtött adatok új irányokba fogják tolni az ügyfelek tapasztalatait: "Hogyan kezdjük el beépíteni a személyre szabottságot mobilalkalmazásainkba? Hogyan kezdjük el ezt beépíteni az eszközkezelésünkbe? Hogyan automatizálhatod a kereskedéseket, és hogyan használhatod az AI-t ennek támogatására folyamat?"
2. Sajátítsa el a tranzakciós adatait
Jon Grainger, a DWF jogi cég műszaki igazgatója azt mondta, hogy nincs olyan idő, mint a jelenlegi, amikor adatstratégia kialakításáról van szó. Az intelligens üzleti vezetők már jóval azelőtt összpontosítanak az adatfelhasználás alapvető elemeire, hogy az AI és a gépi tanulás kiaknázására gondolnának.
"Mindig azt mondom, hogy az adatstratégia legalkalmasabb ideje négy évvel ezelőtt volt" - mondta. "Ez egy szupertanker munka. Végső soron nincs sok gyorsbillentyű. Van egy nézet, amely azt mondja: "Nos, ha ennyi ideig tart, akkor minek foglalkozni vele?" És azt hiszem, ez az oka annak, hogy sokan nem tudták kezelni az adataikat."
Grainger elmondta a ZDNET-nek, hogy azt szeretné, ha cége jó hírnevet szerezne a digitális átalakulás révén nagyszerű élmények nyújtása terén - az adatstratégia pedig e megközelítés kulcsfontosságú eleme.
2022 végén csatlakozott a DWF-hez, és új stratégiát vezetett be, amely a felhőalapú szoftver-szolgáltatásként (SaaS) termékeken és a nyílt alkalmazásprogramozási (API) felületeken alapul.
A cég adatai számos entitást fednek le, például ügyeket, partnereket, ügyfeleket és belső üzleti folyamatokat, beleértve a számlázást és a pénzügyeket.
"Az adatstratégia lényege, hogy biztosítsa a tranzakciós adatok - az igazság forrása - elsajátítását ezekben a szakaszokban."
A cél az, hogy segítsük a szervezetet a gyors mozgásban, de ne a minőség vagy a költségek rovására.
"Minden SaaS-terméknek egyértelmű identitása van a vállalati térképen" - mondta Grainger, elmagyarázva adatstratégiájának apró részleteit. "Ezt az identitást az egyes területeken elsajátított adatok határozzák meg."
Azt mondta, hogy a cég célarchitektúrájába való bejutás "abszolút minimumkövetelménye" a jól fejlett API-k, amelyeket a DWF képes elérni és használni.
Grainger szerint a SnapLogic technológia szilárd és megbízható kapcsolatot biztosít a szolgáltatások, az API és a felhasználók között.
"Változatlanul 15 különböző írásmódot kap egy adott címhez, és a technológia látja ezt a mintát, és kijavítja" - mondta.
"Csinálhat valamit, amit dúsításnak neveznek. Tehát előfordulhat, hogy valakinek szüksége van egy hivatkozásra, átmegy egy API-ra, visszajön, és azt mondja: "Ez a megfelelő információ."
Grainger elmondta, hogy az adatstratégia a DWF által a kulcsfontosságú üzleti kérdések megválaszolására létrehozott modellekre is összpontosít.
A vállalat SaaS-termékekre és API-kra való összpontosításával együtt az üzletág szilárd alapokkal rendelkezik a feltörekvő technológiák felfedezéséhez.
"Kiderült, hogy elég jól felkészült a generatív mesterséges intelligencia használatára, ha az adatstratégiájában minden elem megtalálható."
3. Dolgozzon együtt iparági társaival
Nic Granger, az Északi-tengeri Átmeneti Hatóság (NSTA) vállalati igazgatója és pénzügyi igazgatója elmondta, hogy egy nagyszerű adatstratégia túlmutat a belső munkavégzési gyakorlatokon, és túlmutat a szervezeti határokon.
Az NSTA az olaj- és gázszektorból gyűjt adatokat. Granger csapata olyan digitális platformokat hozott létre, amelyek lehetővé teszik az ipar, a kormány, a tudományos élet vagy más érdekelt felek számára, hogy nyíltan hozzáférjenek az adatokhoz.
E munka részeként az Offshore Energy Digital Strategy Group (DSG) elnöke, egy 2022 végén megalakult szakosodott testület, amelynek célja az olaj-, gáz- és megújulóenergia-adatgyűjtéssel foglalkozó egyesült királyságbeli állami szervek közötti együttműködés.
„Felismerte, hogy összefüggő digitális adatstratégiára van szükségünk az offshore energiaszektorban” - mondta a ZDNET-nek.
"Az adatkezelés és a digitális technológiák terén az iparágban voltak kiváló kiválóságok, de nem feltétlenül beszéltek egymással. Szóval ez volt a számunkra nagy prioritás."
Az Egyesült Királyság kormányzati szervein kívül a DSG-t más közreműködők is támogatják, köztük az Open Data Institute és a Technology Leadership Board.
Granger szerint ez az együttműködésen alapuló megközelítés meghozta a gyümölcsét: "Most megvan az adatstratégia, és három kulcsfontosságú munkafolyamaton kell dolgozni."
Az első adatfolyam az adatokra, a szabványokra és az elvekre összpontosít: "Győződjön meg arról, hogy az adatok mögöttes minősége jó, mert mindannyian ugyanazon az alapon dolgozunk." A második adatfolyam közös adateszközkészleteket és interoperabilitást kíván létrehozni, mondta Granger.
"Nem számít, hogy egy offshore energiacégben vagy egy olaj- és gázipari vállalat projektjén dolgozik, olyan adatokkal kell rendelkeznie, amelyek minden platformon használhatók. Ez a munka a következőről szól: "Hogyan szerezheti meg ezeket az adatokat A-ból B-be duplikáció nélkül?"
A harmadik munkafolyamat az ágazatközi digitalizációra összpontosít: "Ez arról szól, hogy az adatok és a digitális készségek az egész iparágban rendelkezésre állnak, és hogy az ágazat megfeleljen a kiberbiztonsági bevált gyakorlatoknak."
Ha ezekkel az adatalapokkal rendelkezik, sokkal könnyebb elkezdeni gondolkodni azon, hogyan lehet a legtöbbet kihozni a feltörekvő technológiákból.
"Arra összpontosítunk, hogy az adatokat hozzáférhetővé és megfelelő formátumban tegyük mások számára az AI és a gépi tanulás használatához" - mondta Granger.