Οι ηγέτες των επιχειρήσεων αναγνωρίζουν ότι κάθε εταιρεία που χρησιμοποιεί τεχνητή νοημοσύνη (AI) χρειάζεται μια ισχυρή βάση. Η επιχείρησή σας θα μπορούσε να θέσει σε κίνδυνο ολόκληρο το έργο εάν δεν ταξινομήσει τη στρατηγική δεδομένων της πριν ξεκινήσει η έρευνα. Με λίγα λόγια, αν βάλεις τα σκουπίδια, θα βγάλεις τα σκουπίδια.
Επίσης: Πώς να ανεβάσετε τη δουλειά σας στην αναδυόμενη οικονομία τεχνητής νοημοσύνης
Πώς μπορούν λοιπόν οι επαγγελματίες να δημιουργήσουν ένα πλαίσιο που θα βοηθήσει τους οργανισμούς τους να χρησιμοποιούν την τεχνητή νοημοσύνη με ασφάλεια και επιτυχία; Τρεις ηγέτες επιχειρήσεων περιγράφουν λεπτομερώς τις κορυφαίες συμβουλές τους για την οικοδόμηση μιας αποτελεσματικής στρατηγικής τεχνολογίας.
1. Βάλτε τους ανθρώπους σας πρώτα.
Η Claire Thompson, διευθύντρια δεδομένων και ανάλυσης στον ασφαλιστικό γίγαντα L&G, είπε ότι μια στρατηγική προσέγγιση στην πληροφόρηση είναι κρίσιμη για κάθε εταιρεία που θέλει να καινοτομήσει: «Πάντα λέω ότι τα βασικά στοιχεία των δεδομένων είναι σημαντικά για ό,τι κι αν κάνετε στη συνέχεια.
Είπε στο ZDNET ότι τα ισχυρά θεμελιώδη στοιχεία συνδέουν κανόνες και κανονισμούς με δολάρια και σεντς.
«Κάντε σαφές πώς η στρατηγική δεδομένων σας θα αποφέρει απτά οφέλη—για παράδειγμα, γιατί είναι σημαντικό να διατηρείτε τις διευθύνσεις email σας ενημερωμένες και ακριβείς, ώστε να μπορείτε να πραγματοποιείτε στοχευμένες ψηφιακές επικοινωνίες;»
Ο Thompson αναγνώρισε ότι πολλοί άνθρωποι δεν θέλουν να παγιδευτούν σε ένα μακροπρόθεσμο στρατηγικό σχέδιο που καθορίζει τις τεχνολογίες, τις διαδικασίες, τους ανθρώπους και τις πολιτικές που απαιτούνται για τη διαχείριση των πληροφοριών. Ωστόσο, λέει ότι το στάδιο του σχεδιασμού είναι κρίσιμο για την αξιοποίηση τεχνολογιών όπως η τεχνητή νοημοσύνη.
«Μπορώ να καταλάβω γιατί οι άνθρωποι μπορεί να λένε ότι η διαχείριση είναι βαρετή», είπε. «Αλλά στους σημερινούς ψηφιακούς οργανισμούς, όπου οι άνθρωποι θέλουν να κάνουν επεξεργασία από άκρο σε άκρο, η διασφάλιση της καλής ποιότητας των δεδομένων σας γίνεται ακόμη πιο σημαντική. Έτσι, όλοι οι δρόμοι οδηγούν στη διακυβέρνηση».
Επίσης: Πώς η επιχείρησή σας μπορεί να χρησιμοποιήσει καλύτερα την τεχνητή νοημοσύνη: Πείτε στην επιτροπή σας αυτά τα 4 πράγματα.
Ένα από τα βασικά στοιχεία της στρατηγικής της Thompson στην L&G είναι η στενή σχέση συνεργασίας μεταξύ της ομάδας δεδομένων της και του τμήματος IT. Η αποτελεσματική συνεργασία εξαρτάται από τη σαφήνεια σχετικά με τις δεξιότητες που φέρνει κάθε μέρος στη σχέση.
«Χρειάζεστε μια ισχυρή συνεργασία. Η τεχνολογία είναι εξαιρετικά σημαντική για αυτό που κάνουμε στον χώρο δεδομένων και δεν μπορούμε να κάνουμε τη δουλειά μας χωρίς σύννεφα, αποθήκες δεδομένων και εργαλεία. Τα δεδομένα αποθηκεύονται σε όλες τις εφαρμογές που διατηρεί η ομάδα πληροφορικής», είπε.
Επιπλέον: 3 τρόποι για να βοηθήσετε τους υπαλλήλους σας να χρησιμοποιούν το γενετικό AI με αυτοπεποίθηση και παραγωγικότητα.
«Προσπαθούμε να διασφαλίσουμε την ποιότητα των δεδομένων μέσω του σχεδιασμού. Είναι να ενσωματώσουμε τη σχεδιαστική φιλοσοφία στα βασικά μας συστήματα. Όσο περισσότερο μπορείτε να κάνετε αυτή τη δουλειά, τόσο περισσότερο σταματά το φαινόμενο κυματισμού της κακής ποιότητας δεδομένων στο δρόμο. και αποτρέπει κάθε προσπάθεια διόρθωσης της κατάστασης».
Ο Thompson είπε ότι τα δεδομένα που συλλέγουν θα ωθήσουν την εμπειρία του πελάτη σε νέες κατευθύνσεις: «Πώς αρχίζουμε να δημιουργούμε εξατομίκευση στις εφαρμογές μας για κινητά; Πώς μπορούμε να αρχίσουμε να το ενσωματώνουμε στη διαχείριση περιουσιακών στοιχείων μας; Πώς μπορείτε να αυτοματοποιήσετε τις συναλλαγές και να χρησιμοποιήσετε την τεχνητή νοημοσύνη για να το υποστηρίξετε;» διαδικασία;”
2. Διαχειριστείτε τα δεδομένα συναλλαγών σας
Ο John Grainger, επικεφαλής τεχνολογίας στη δικηγορική εταιρεία DWF, είπε ότι τώρα είναι η κατάλληλη στιγμή για να δημιουργηθεί μια στρατηγική δεδομένων. Οι ηγέτες έξυπνων επιχειρήσεων εστιάζουν στα θεμελιώδη στοιχεία της χρήσης δεδομένων πολύ πριν σκεφτούν πώς να χρησιμοποιήσουν την τεχνητή νοημοσύνη και τη μηχανική μάθηση.
«Πάντα λέω ότι η καλύτερη στιγμή για μια στρατηγική δεδομένων ήταν πριν από τέσσερα χρόνια», είπε. «Αυτή είναι η δουλειά ενός supertanker. Τελικά, δεν υπάρχουν πολλές συντομεύσεις εδώ. Υπάρχει μια σχολή σκέψης που λέει, “Λοιπόν, αν παίρνει τόσο πολύ, γιατί να ασχοληθώ;” Και νομίζω ότι αυτός είναι ο λόγος που πολλοί άνθρωποι δεν κατάφεραν να χειριστούν τα δεδομένα τους».
Ο Granger είπε στο ZDNET ότι θέλει η εταιρεία του να αποκτήσει φήμη για την παροχή εξαιρετικής εμπειρίας μέσω του ψηφιακού μετασχηματισμού και η στρατηγική δεδομένων είναι ένα κρίσιμο στοιχείο αυτής της προσέγγισης.
Επίσης: Τι είναι ο ψηφιακός μετασχηματισμός; Όλα όσα πρέπει να ξέρετε
Εντάχθηκε στο DWF στα τέλη του 2022 και εφάρμοσε μια νέα στρατηγική που βασίζεται σε προϊόντα λογισμικού ως υπηρεσίας που βασίζεται σε cloud (SaaS) και διεπαφές προγραμματισμού ανοιχτών εφαρμογών (API).
Τα δεδομένα μέσα σε μια εταιρεία καλύπτουν μια σειρά από οντότητες, όπως υποθέσεις, συνεργάτες, πελάτες και εσωτερικές επιχειρηματικές διαδικασίες, συμπεριλαμβανομένης της τιμολόγησης και της χρηματοοικονομικής αναφοράς.
“Η στρατηγική δεδομένων στοχεύει να διασφαλίσει ότι τα δεδομένα συναλλαγών – η πηγή της αλήθειας – κατακτώνται σε αυτές τις ενότητες.”
Επίσης: Το 98% των μικρών εταιρειών χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για να «χτυπήσουν πάνω από το βάρος τους».
Ο στόχος είναι να βοηθήσετε τον οργανισμό να κινηθεί πιο γρήγορα χωρίς να θυσιαστεί η ποιότητα ή το κόστος.
«Κάθε προϊόν SaaS έχει μια σαφή ταυτότητα στον εταιρικό χάρτη», είπε ο Granger, εξηγώντας τις περιπλοκές της στρατηγικής δεδομένων του. “Αυτή η ταυτότητα ορίζεται από τα δεδομένα που κατέχετε σε κάθε περιοχή.”
Είπε ότι η “απόλυτη ελάχιστη απαίτηση” για τη μετάβαση στην αρχιτεκτονική στόχο μιας εταιρείας είναι τα καλά ανεπτυγμένα API στα οποία μπορεί να έχει πρόσβαση και να χρησιμοποιεί το DWF.
Ο Grainger είπε ότι η τεχνολογία του SnapLogic παρέχει μια ισχυρή και αξιόπιστη σύνδεση μεταξύ υπηρεσιών, API και χρηστών.
Επιπλέον: Η ευέλικτη ανάπτυξη μπορεί να απελευθερώσει τη δύναμη της γενετικής AI—Δείτε πώς
“Θα λαμβάνετε πάντα 15 διαφορετικές ορθογραφίες μιας συγκεκριμένης διεύθυνσης και η τεχνολογία μπορεί να δει αυτό το μοτίβο και να το διορθώσει”, είπε.
«Μπορεί επίσης να κάνει κάτι που λέγεται εμπλουτισμός. Δηλαδή, μπορεί να πάρει το σύνδεσμο κάποιου, να πάει στο API, να επιστρέψει και να πει: “Αυτές είναι οι σωστές πληροφορίες.”
Ο Granger είπε ότι η στρατηγική δεδομένων εστιάζει επίσης στα μοντέλα που δημιουργεί το DWF για να απαντήσει σε βασικά επιχειρηματικά ερωτήματα.
Σε συνδυασμό με την εστίαση της εταιρείας στα προϊόντα SaaS και API, η επιχείρησή της έχει ισχυρά θεμέλια για την εξερεύνηση νέων τεχνολογιών.
“Αποδεικνύεται ότι βρίσκεστε σε καλή θέση για τη δημιουργία τεχνητής νοημοσύνης εάν έχετε όλα αυτά τα στοιχεία στη στρατηγική δεδομένων σας.”
3. Εργαστείτε με συναδέλφους του κλάδου
Ο Nick Grainger, διευθυντής εταιρικών υποθέσεων και οικονομικός διευθυντής στην Αρχή Μετάβασης στη Βόρεια Θάλασσα (NSTA), είπε ότι μια εξαιρετική στρατηγική δεδομένων υπερβαίνει τις εσωτερικές πρακτικές εργασίας και εκτείνεται πέρα από τον οργανισμό.
Η NSTA συλλέγει δεδομένα από τον τομέα του πετρελαίου και του φυσικού αερίου. Η ομάδα του Granger έχει δημιουργήσει ψηφιακές πλατφόρμες που επιτρέπουν στη βιομηχανία, την κυβέρνηση, την ακαδημαϊκή κοινότητα και άλλους ενδιαφερόμενους φορείς να έχουν ανοιχτή πρόσβαση στα δεδομένα.
Ως μέρος αυτής της εργασίας, ηγείται του Offshore Digital Strategy Group (DSG), μιας εξειδικευμένης οργάνωσης που ιδρύθηκε στα τέλη του 2022 για να δημιουργήσει μια συλλογική εργασία μεταξύ κυβερνητικών φορέων του Ηνωμένου Βασιλείου με επίκεντρο το πετρέλαιο, το φυσικό αέριο και τις ανανεώσιμες πηγές ενέργειας.
Επίσης: Το μέλλον των υπολογιστών πρέπει να είναι πιο βιώσιμο, ακόμη και όταν η ζήτηση για τεχνητή νοημοσύνη οδηγεί στην κατανάλωση ενέργειας.
«Αναγνωρίστηκε ότι χρειαζόμαστε μια ολιστική στρατηγική ψηφιακών δεδομένων σε ολόκληρο τον τομέα της θαλάσσιας ενέργειας», είπε στο ZDNET.
«Υπήρχαν καλά παραδείγματα βέλτιστων πρακτικών στη διαχείριση δεδομένων και τις ψηφιακές τεχνολογίες σε ολόκληρο τον κλάδο, αλλά δεν επικοινωνούσαν απαραίτητα μεταξύ τους. Άρα ήταν μεγάλη προτεραιότητα για εμάς».
Εκτός από τα κυβερνητικά τμήματα του Ηνωμένου Βασιλείου, το DSG υποστηρίζεται από άλλα ενδιαφερόμενα μέρη, όπως το Open Data Institute και το Technology Leadership Council.
Επίσης: Η πτώση της Intel: Πώς η γενιά του AI βοήθησε να ανατρέψουν έναν γίγαντα και να μεταμορφώσουν τους υπολογιστές όπως τους ξέρουμε
Ο Granger είπε ότι αυτή η συλλογική προσέγγιση έχει αποφέρει μερίσματα: «Τώρα έχουμε μια στρατηγική δεδομένων και αφορά την εργασία σε τρεις βασικούς τομείς εργασίας».
Η πρώτη ροή εστιάζει σε δεδομένα, πρότυπα και αρχές: “Διασφάλιση ότι η υποκείμενη ποιότητα των δεδομένων είναι καλή επειδή όλοι εργαζόμαστε στην ίδια βάση.” Η δεύτερη ροή στοχεύει στη δημιουργία κοινών εργαλείων επιστήμης δεδομένων και διαλειτουργικότητας, είπε ο Granger.
«Είτε εργάζεστε για μια υπεράκτια εταιρεία ενέργειας είτε σε ένα έργο για μια εταιρεία πετρελαίου και φυσικού αερίου, πρέπει να έχετε δεδομένα που μπορούν να χρησιμοποιηθούν σε όλες τις πλατφόρμες. Όλη αυτή η εργασία έχει να κάνει με το “Πώς λαμβάνετε αυτά τα δεδομένα;” από το Α στο Β χωρίς διπλασιασμό;
Επίσης: Καλύτερο AI για κωδικοποίηση το 2024.
Ο τρίτος τομέας εργασίας επικεντρώνεται στη διατομεακή ψηφιοποίηση: «Στόχος είναι η διασφάλιση της διαθεσιμότητας δεδομένων και ψηφιακών δεξιοτήτων σε ολόκληρο τον κλάδο και η διασφάλιση της συμμόρφωσης του τομέα με τις βέλτιστες πρακτικές ασφάλειας στον κυβερνοχώρο».
Με αυτά τα θεμέλια δεδομένων, είναι πολύ πιο εύκολο να αρχίσετε να σκέφτεστε πώς να αξιοποιήσετε στο έπακρο τις νέες τεχνολογίες.
«Είμαστε επικεντρωμένοι στο να κάνουμε τα δεδομένα προσβάσιμα και στη σωστή μορφή, ώστε οι άλλοι να μπορούν να χρησιμοποιούν την τεχνητή νοημοσύνη και τη μηχανική μάθηση», είπε ο Granger.
