По мнению лидеров бизнеса, три способа создать надежную основу данных для внедрения ИИ
Исследования в области искусственного интеллекта должны начинаться с прочной базы. Вот три способа построить отличную стратегию обработки данных.
Лидеры бизнеса признают, что для любой компании, использующей искусственный интеллект (ИИ), необходим прочный фундамент. Ваш бизнес может поставить под угрозу весь проект, если не отсортирует свою стратегию обработки данных до начала исследований. Короче говоря, если вы положите мусор внутрь, вы и вынесете мусор.
Итак, как профессионалы могут создать основу, которая поможет их организации безопасно и успешно использовать ИИ? Три бизнес-лидера подробно описывают свои главные советы по построению эффективной стратегии использования новых технологий.
1. Ставьте своих людей на первое место
Клэр Томпсон, директор по данным и аналитике группы страхового гиганта L&G, сказала, что стратегический подход к информации имеет решающее значение для любой компании, которая хочет внедрять инновации: «Я всегда говорю, что основы данных важны для того, что бы вы ни делали дальше».
Она рассказала ZDNET, что прочные фундаментальные элементы связывают правила и положения с долларами и центами.
«Проясните, как стратегия обработки данных будет приносить ощутимую пользу — например, почему важно, чтобы ваши адреса электронной почты были актуальными и точными, чтобы вы могли осуществлять целевую цифровую связь?»
Томпсон признал, что многие люди не хотят увязнуть в долгосрочном стратегическом плане, определяющем технологии, процессы, людей и правила, необходимые для управления информационными активами. Однако, по ее словам, этап планирования имеет решающее значение для использования преимуществ таких технологий, как искусственный интеллект.
«Я понимаю, почему люди могут сказать, что управление — это скучно», — сказала она. «Но в современных цифровых организациях, где люди хотят осуществлять сквозную обработку, становится еще более важным, чтобы ваши данные были хорошего качества. Таким образом, все дороги ведут к управлению».
Одним из ключевых элементов ее стратегии в L&G являются тесные рабочие отношения между командой данных Томпсона и ИТ-отделом. Эффективное сотрудничество зависит от ясности в отношении навыков, которые каждая сторона привносит в отношения.
«Вам необходимо тесное партнерство. Технологии чрезвычайно важны для того, что мы делаем в пространстве данных, и мы не можем выполнять нашу работу без облачных сред, хранилищ данных и инструментов. Данные хранятся во всех приложения, которые обслуживает ИТ-команда», — сказала она.
«Мы пытаемся обеспечить качество данных за счет дизайна. Речь идет о том, чтобы мы внедрили философию дизайна в наши основные системы. Чем больше вы можете выполнять эту работу, тем больше это останавливает волновой эффект низкого качества данных в дальнейшем. и предотвращает любые усилия по исправлению ситуации».
Томпсон сказал, что данные, которые они собирают, подтолкнут качество обслуживания клиентов в новых направлениях: «Как нам начать встраивать персонализацию в наши мобильные приложения? Как мы можем начать встраивать это в наше управление активами? Как вы можете автоматизировать сделки и использовать ИИ для поддержки этого?» процесс?"
2. Управляйте своими транзакционными данными
Джон Грейнджер, технический директор юридической фирмы DWF, сказал, что сейчас самое подходящее время для создания стратегии обработки данных. Умные бизнес-лидеры сосредотачивают внимание на основополагающих элементах использования данных задолго до того, как они задумываются о том, как использовать ИИ и машинное обучение.
«Я всегда говорю, что лучшее время для стратегии обработки данных — четыре года назад», — сказал он. «Это работа супертанкера. В конечном счете, здесь не так много ярлыков. Существует точка зрения, которая говорит: «Ну, если это займет так много времени, зачем беспокоиться?» И я думаю, именно поэтому многие люди не смогли разобраться со своими данными».
Грейнджер рассказал ZDNET, что хочет, чтобы его фирма заработала репутацию компании, предоставляющей отличный опыт посредством цифровой трансформации, и стратегия обработки данных является важнейшим компонентом этого подхода.
Он присоединился к DWF в конце 2022 года и внедрил новую стратегию, основанную на облачных продуктах «программное обеспечение как услуга» (SaaS) и интерфейсах открытого прикладного программирования (API).
Данные в фирме охватывают ряд объектов, таких как дела, партнеры, клиенты и внутренние бизнес-процессы, включая выставление счетов и финансовую отчетность.
«Стратегия данных направлена на обеспечение того, чтобы транзакционные данные — источник истины — были освоены в этих разделах».
Цель состоит в том, чтобы помочь организации двигаться быстрее, но не в ущерб качеству или стоимости.
«Каждый SaaS-продукт имеет четкую идентичность на карте предприятия», — сказал Грейнджер, объясняя мелкие детали своей стратегии обработки данных. «Эта идентичность определяется данными, которыми вы владеете в каждой области».
Он сказал, что «абсолютным минимальным требованием» для перехода на целевую архитектуру фирмы являются хорошо развитые API-интерфейсы, к которым DWF может получить доступ и которые может использовать.
Грейнджер сказал, что технология SnapLogic обеспечивает прочную и надежную связь между сервисами, API и пользователями.
«Вы всегда получите 15 различных вариантов написания определенного адреса, и технология сможет увидеть эту закономерность и исправить ее», — сказал он.
«Он также может делать что-то, называемое обогащением. То есть он может взять чью-то ссылку, обратиться к API, вернуться и сказать: «Это правильная информация».
Грейнджер сказал, что стратегия обработки данных также фокусируется на моделях, которые DWF создает для ответа на ключевые бизнес-вопросы.
В сочетании с концентрацией компании на продуктах SaaS и API у ее бизнеса есть прочная основа для изучения новых технологий.
«Оказывается, вы неплохо готовитесь к генеративному ИИ, если в вашей стратегии обработки данных есть все эти элементы».
3. Работайте с коллегами по отрасли
Ник Грейнджер, директор по корпоративным вопросам и финансовый директор Переходного управления Северного моря (NSTA), сказал, что отличная стратегия обработки данных выходит за рамки внутренних рабочих практик и выходит за рамки организации.
NSTA собирает данные из нефтегазового сектора. Команда Грейнджера создала цифровые платформы, которые позволяют промышленности, правительству, научным кругам и другим заинтересованным сторонам иметь открытый доступ к данным.
В рамках этой работы она возглавляет Группу цифровой стратегии в морской энергетике (DSG), специализированную организацию, созданную в конце 2022 года для создания совместной работы государственных органов Великобритании, занимающихся сбором данных в сфере нефти, газа и возобновляемых источников энергии.
«Было признано, что нам нужна целостная стратегия цифровых данных во всем секторе морской энергетики», — сказала она ZDNET.
«В отрасли были хорошие примеры передового опыта в области управления данными и цифровых технологий, но они не обязательно общались друг с другом. Поэтому это было для нас большим приоритетом».
Помимо правительственных ведомств Великобритании, DSG поддерживают и другие участники, в том числе Институт открытых данных и Совет технологических лидеров.
Грейнджер заявила, что такой совместный подход принес свои дивиденды: «Теперь у нас есть стратегия обработки данных, и речь идет о работе над тремя ключевыми направлениями работы».
Первый поток фокусируется на данных, стандартах и принципах: «Убедиться, что базовое качество данных хорошее, потому что мы все работаем на одной основе». Второй поток направлен на создание общих наборов инструментов для работы с данными и обеспечение совместимости, сказал Грейнджер.
«Неважно, работаете ли вы в оффшорной энергетической компании или над проектом в нефтегазовой компании, у вас должны быть данные, которые можно использовать на всех платформах. Вся эта работа заключается в том, «Как вы получаете эти данные?» от А до Б без дублирования?»
Третье направление работы сосредоточено на межсекторальной цифровизации: «Речь идет о том, чтобы обеспечить наличие данных и цифровых навыков во всей отрасли, а также обеспечить соответствие сектора передовым практикам кибербезопасности».
Имея эти базы данных, гораздо легче начать думать о том, как максимально эффективно использовать новые технологии.
«Мы сосредоточены на том, чтобы сделать данные доступными и в правильных форматах, чтобы другие могли использовать искусственный интеллект и машинное обучение», — сказал Грейнджер.