211service.com
Didelio našumo duomenų ir AI organizacijos kūrimas
Susijęs su Duomenų blokai
CxO ir valdybos pripažįsta, kad jų organizacijos gebėjimas generuoti tinkamas įžvalgas iš duomenų, dažnai realiuoju laiku, yra labai svarbus strateginis veiksnys. Jei dėl šio rezultato buvo kokių nors abejonių, pastaraisiais krizės metais paspartėjęs vartotojų skrydis prie skaitmeninės technologijos jas išsklaidė. Siekdamos padėti joms tapti valdomomis duomenimis, įmonės diegia vis pažangesnes debesų technologija pagrįstas technologijas, įskaitant analizės įrankius su mašininio mokymosi (ML) galimybėmis. Tačiau šių įrankių vertė bus ribota be gausių, aukštos kokybės ir lengvai pasiekiamų duomenų.
Didelio našumo duomenų ir AI organizacijos kūrimas
Šiame kontekste efektyvus duomenų valdymas yra vienas iš duomenimis pagrįstos organizacijos pamatų. Tačiau duomenų valdymas įmonėje yra labai sudėtingas. Atsiradus naujoms duomenų technologijoms, senų sistemų ir duomenų rezervuarų našta auga, nebent jie gali būti integruoti arba atskirti.
Architektūros susiskaidymas daugeliui vyriausiųjų duomenų pareigūnų (CDO) kelia galvos skausmą ne tik dėl silosų, bet ir dėl daugybės įvairių organizacijų naudojamų vietinių ir debesyje pagrįstų įrankių. Kartu su prasta duomenų kokybe, dėl šių problemų organizacijų duomenų platformos ir jų palaikomi mašininio mokymosi bei analizės modeliai netenka greičio ir masto, reikalingo norimiems verslo rezultatams pasiekti.
Siekdama suprasti, kaip duomenų valdymas ir technologijos, kuriomis jis remiasi, vystosi esant tokiems iššūkiams, MIT Technology Review Insights apklausė 351 CDO, vyriausiuosius analitinius pareigūnus, vyriausiuosius informacijos pareigūnus (CIO), vyriausiuosius technologijų pareigūnus (CTO) ir kitus vyresniuosius technologijų lyderius. Taip pat atlikome išsamius interviu su keletu kitų vyresnių technologijų lyderių. Štai pagrindinės išvados:
- Tik 13 % organizacijų puikiai įgyvendina savo duomenų strategiją. Ši atrinkta daug pasiekusių žmonių grupė užtikrina išmatuojamus verslo rezultatus visoje įmonėje. Jiems sekasi dėl to, kad skiria dėmesį patikimo duomenų valdymo ir architektūros pagrindams, kurie leidžia demokratizuoti duomenis ir gauti naudos iš mašininio mokymosi.
- Technologijomis paremtas bendradarbiavimas kuria veikiančią duomenų kultūrą. Tyrimui apklausti CDO teikia didelę reikšmę analitikos ir ML pajėgumų demokratizavimui. Pažangių duomenų technologijų naudojimas padės galutiniams vartotojams priimti labiau pagrįstus verslo sprendimus – tai yra stiprios duomenų kultūros bruožas.
- ML poveikį verslui riboja sunkumai valdant visą gyvavimo ciklą. ML naudojimo atvejų mastelio keitimas yra nepaprastai sudėtingas daugeliui organizacijų. Didžiausias iššūkis, pasak 55% respondentų, yra centrinės vietos ML modeliams saugoti ir atrasti nebuvimas.
- Įmonės ieško debesies platformų, kurios palaiko duomenų valdymą, analizę ir mašininį mokymąsi. Pagrindiniai organizacijų duomenų prioritetai per ateinančius dvejus metus skirstomi į tris sritis, kurias palaiko platesnis debesų platformų pritaikymas: duomenų valdymo tobulinimas, duomenų analizės ir ML tobulinimas bei visų tipų įmonės duomenų, įskaitant srautinį ir nestruktūrizuotus duomenis, naudojimo išplėtimas. .
- Atvirieji standartai yra pagrindiniai būsimų duomenų architektūros strategijų reikalavimai. Jei respondentai galėtų sukurti naują duomenų architektūrą savo verslui, svarbiausias pranašumas, palyginti su esama architektūra, būtų didesnis atvirojo kodo standartų ir atvirųjų duomenų formatų naudojimas.
Šį turinį sukūrė „Insights“, „MIT Technology Review“ tinkinto turinio dalis. Ją parašė ne „MIT Technology Review“ redakcija.