Integracja sztucznej inteligencji zaczyna się od solidnych podstaw danych. Oto 3 strategie stosowane przez menedżerów
Badania nad sztuczną inteligencją muszą najpierw stworzyć solidną bazę. Liderzy biznesowi dzielą się trzema sposobami na zbudowanie doskonałej strategii dotyczącej danych.
Liderzy biznesu zdają sobie sprawę, że mocne podstawy są niezbędne dla każdej firmy wykorzystującej sztuczną inteligencję (AI). Twoja firma może zagrozić całemu projektowi, jeśli nie uporządkuje swojej strategii dotyczącej danych przed rozpoczęciem eksploracji. Krótko mówiąc, jeśli wrzucisz śmieci, będziesz je wyrzucał.
Jak zatem profesjonaliści mogą stworzyć podstawy, które pomogą ich organizacji bezpiecznie i skutecznie korzystać ze sztucznej inteligencji? Trzej liderzy biznesowi szczegółowo opisują swoje najważniejsze wskazówki dotyczące budowania skutecznej strategii wykorzystania pojawiających się technologii.
1. Postaw swoich ludzi na pierwszym miejscu
Claire Thompson, dyrektor grupy ds. danych i analiz w gigantie ubezpieczeniowym L&G, stwierdziła, że strategiczne podejście do informacji ma kluczowe znaczenie dla każdej firmy, która chce wprowadzać innowacje: „Zawsze powtarzam, że podstawy danych są ważne bez względu na to, co będziesz robić dalej”.
Powiedziała ZDNET, że mocne podstawowe elementy łączą zasady i regulacje z dolarami i centami.
„Wyjaśnij, w jaki sposób strategia dotycząca danych przyniesie wymierną wartość - dlaczego na przykład ważne jest, aby Twoje adresy e-mail były aktualne i dokładne, aby móc prowadzić ukierunkowaną komunikację cyfrową?”
Thompson zauważył, że wiele osób nie chce ugrzęznąć w długoterminowym planie strategicznym, który określa technologię, procesy, ludzi i zasady wymagane do zarządzania zasobami informacyjnymi. Powiedziała jednak, że etap planowania ma kluczowe znaczenie dla czerpania korzyści z technologii takich jak sztuczna inteligencja.
„Rozumiem, dlaczego ludzie mogą twierdzić, że zarządzanie jest nudne” - powiedziała. „Ale we współczesnych organizacjach cyfrowych, w których ludzie chcą przetwarzać bezpośrednio, jeszcze ważniejsza staje się dobra jakość danych. Zatem wszystkie drogi prowadzą do zarządzania”.
Jednym z kluczowych elementów strategii Thompson w L&G jest ścisła relacja robocza między jej zespołem danych a działem IT. Skuteczna współpraca opiera się na jasności co do umiejętności, jakie każda ze stron wnosi do relacji.
„Potrzebne jest partnerstwo ręka w rękę. Technologia jest niezwykle ważna w tym, co robimy w przestrzeni danych, a nie możemy wykonywać naszej pracy bez środowisk chmurowych, hurtowni danych i narzędzi. Dane są przechowywane we wszystkich aplikacji obsługiwanych przez zespół IT” - powiedziała.
„Staramy się zapewnić jakość danych już na etapie projektowania. Chodzi o to, aby osadzić filozofię projektowania w naszych podstawowych systemach. Im więcej możesz wykonać tej pracy, tym skuteczniej zatrzymuje to niekorzystny wpływ złej jakości danych na później i zapobiega wszelkim wysiłkom zaradczym.”
Thompson powiedział, że gromadzone przez nich dane popchną doświadczenia klientów w nowe kierunki: „Jak zaczniemy wprowadzać personalizację do naszych aplikacji mobilnych? Jak zaczniemy włączać to do naszego zarządzania aktywami? Jak zautomatyzować transakcje i wykorzystać do tego sztuczną inteligencję proces?"
2. Opanuj swoje dane transakcyjne
Jon Grainger, dyrektor ds. technologii w firmie prawniczej DWF, powiedział, że jeśli chodzi o tworzenie strategii dotyczącej danych, nie ma lepszego czasu niż obecny. Inteligentni liderzy biznesowi skupiają się na podstawowych elementach wykorzystania danych na długo przed tym, zanim pomyślą o wykorzystaniu sztucznej inteligencji i uczenia maszynowego.
„Zawsze powtarzam, że najlepszy czas na strategię dotyczącą danych to cztery lata temu” - powiedział. „To robota dla supertankowca. Ostatecznie nie ma wielu dróg na skróty. Istnieje pogląd, który mówi: «No cóż, skoro to ma zająć tak długo, po co zawracać sobie tym głowę?». I myślę, że właśnie dlatego wiele osób nie było w stanie uporać się ze swoimi danymi”.
Grainger powiedział ZDNET, że chce, aby jego firma zyskała reputację firmy dostarczającej wspaniałe doświadczenia dzięki transformacji cyfrowej, a strategia dotycząca danych jest kluczowym elementem tego podejścia.
Dołączył do DWF pod koniec 2022 roku i wprowadził nową strategię opartą na produktach typu oprogramowanie jako usługa (SaaS) w chmurze i otwartych interfejsach programowania aplikacji (API).
Dane w firmie obejmują szereg podmiotów, takich jak sprawy, partnerzy, klienci i wewnętrzne procesy biznesowe, w tym rozliczenia i finanse.
„Strategia dotycząca danych polega na zapewnieniu, że dane transakcyjne - źródło prawdy - zostaną opanowane w tych sekcjach”.
Celem jest pomoc organizacji w szybkim działaniu, ale bez szkody dla jakości i kosztów.
„Każdy produkt SaaS ma wyraźną tożsamość na mapie przedsiębiorstwa” - powiedział Grainger, wyjaśniając najważniejsze punkty swojej strategii dotyczącej danych. „Ta tożsamość opiera się na danych, które opanujesz w każdym obszarze”.
Powiedział, że „absolutnym minimum” wymaganym do wdrożenia docelowej architektury firmy są dobrze rozwinięte interfejsy API, do których DWF może uzyskać dostęp i z których może korzystać.
Grainger powiedział, że technologia SnapLogic zapewnia solidne i niezawodne połączenie między usługami, interfejsem API i użytkownikami.
„Zawsze otrzymasz 15 różnych pisowni danego adresu, a technologia może wykryć ten wzór i poprawić go” - powiedział.
„Może także dokonać czegoś, co nazywa się wzbogacaniem. Może więc skorzystać z czyjegoś odniesienia, przejść do interfejsu API, wrócić i powiedzieć: «To jest właściwa informacja»”.
Grainger powiedział, że strategia dotycząca danych koncentruje się również na modelach tworzonych przez DWF w celu odpowiedzi na kluczowe pytania biznesowe.
W połączeniu z koncentracją firmy na produktach SaaS i interfejsach API, firma ma solidne podstawy do eksploracji nowych technologii.
„Okazuje się, że całkiem nieźle nadajesz się na generatywną sztuczną inteligencję, jeśli uwzględnisz wszystkie te elementy w swojej strategii dotyczącej danych”.
3. Współpracuj z kolegami z branży
Nic Granger, dyrektor ds. korporacyjnych i dyrektor finansowy w North Sea Transition Authority (NSTA), powiedział, że doskonała strategia dotycząca danych wykracza poza wewnętrzne praktyki pracy i przekracza granice organizacyjne.
NSTA zbiera dane z sektora naftowo-gazowego. Zespół Granger stworzył platformy cyfrowe, które umożliwiają przemysłowi, rządowi, środowisku akademickim i innym zainteresowanym stronom otwarty dostęp do danych.
W ramach tej pracy przewodniczy Grupie ds. Strategii Cyfrowej ds. Energii Morskiej (DSG), specjalistycznemu organowi utworzonemu pod koniec 2022 r. w celu nawiązania współpracy pomiędzy brytyjskimi organami publicznymi zajmującymi się gromadzeniem danych dotyczących ropy, gazu i odnawialnych źródeł energii.
„Uznano, że potrzebujemy spójnej strategii dotyczącej danych cyfrowych w całym sektorze energii morskiej” - powiedziała ZDNET.
„W branży istniały duże grupy doskonałości w zakresie zarządzania danymi i technologii cyfrowych, ale niekoniecznie ze sobą współpracowały. Dlatego był to dla nas duży priorytet”.
Oprócz departamentów rządowych Wielkiej Brytanii DSG jest wspierane przez innych autorów, w tym Open Data Institute i Technology Leadership Board.
Granger stwierdziła, że to podejście oparte na współpracy przyniosło korzyści: „Mamy już strategię dotyczącą danych i chodzi o pracę nad trzema kluczowymi strumieniami pracy”.
Pierwszy nurt koncentruje się na danych, standardach i zasadach: „Upewnianie się, że podstawowa jakość danych jest dobra, ponieważ wszyscy pracujemy na tej samej podstawie”. Drugi strumień ma na celu stworzenie wspólnych zestawów narzędzi do obsługi danych i zapewnienie interoperacyjności, powiedziała Granger.
„Nie powinno mieć znaczenia, czy pracujesz w spółce zajmującej się energią morską, czy nad projektem w firmie naftowo-gazowej, powinieneś mieć dane, które można wykorzystać na różnych platformach. Cała ta praca polega na pytaniu: „Jak zdobyć te dane od A do B bez powielania?”
Trzeci obszar prac koncentruje się na cyfryzacji międzysektorowej: „Chodzi o zapewnienie dostępności danych i umiejętności cyfrowych w całej branży oraz zapewnienie zgodności sektora z najlepszymi praktykami w zakresie cyberbezpieczeństwa”.
Dzięki tym podstawom danych znacznie łatwiej jest zacząć myśleć o tym, jak najlepiej wykorzystać pojawiające się technologie.
„Koncentrujemy się na zapewnieniu dostępności danych w odpowiednich formatach, aby inni mogli korzystać ze sztucznej inteligencji i uczenia maszynowego” - powiedziała Granger.