Vērtības iegūšanai no saviem datiem nevajadzētu būt tik grūti

Nodrošina Hewlett Packard Enterprise

Pasaulē notiekošā datu eksplozijas iespējamā ietekme turpina rosināt iztēli. 2018. gada ziņojumā tika lēsts, ka katrs cilvēks katru dienu ražo katru sekundi 1,7 MB datu vidēji — un ikgadējā datu radīšana ir kopš tā laika vairāk nekā dubultojies un tiek prognozēts, ka līdz 2025. gadam tas atkal pieaugs vairāk nekā divas reizes. McKinsey Global Institute ziņojumā ir aplēsts, ka prasmīga lielo datu izmantošana varētu radīt papildu 3 triljoni dolāru ekonomiskajā darbībā, nodrošinot tik dažādas pielietojuma iespējas kā pašbraucošas automašīnas, personalizēta veselības aprūpe un izsekojamās pārtikas piegādes ķēdes.

Taču visu šo datu pievienošana sistēmai rada arī neskaidrības par to, kā tos atrast, izmantot, pārvaldīt un likumīgi, droši un efektīvi koplietot. No kurienes radās noteikta datu kopa? Kam kas pieder? Kam ir atļauts redzēt noteiktas lietas? Kur tas dzīvo? Vai ar to var dalīties? Vai to var pārdot? Vai cilvēki var redzēt, kā tas tika izmantots?

Datu lietojumprogrammām augot un kļūstot visuresošākām, ražotāji, patērētāji, kā arī datu īpašnieki un pārvaldnieki atklāj, ka viņiem nav rokasgrāmatas, kam sekot. Patērētāji vēlas izveidot savienojumu ar datiem, kuriem viņi uzticas, lai viņi varētu pieņemt labākos iespējamos lēmumus. Ražotājiem ir nepieciešami rīki, lai droši koplietotu savus datus ar tiem, kam tie ir nepieciešami. Taču tehnoloģiju platformas ir nepietiekamas, un nav reālu kopēju patiesības avotu, kas savienotu abas puses.

Kā mēs atrodam datus? Kad mums to vajadzētu pārvietot?

Ideālā pasaulē dati plūstu brīvi kā visiem pieejama utilīta. To varētu iepakot un pārdot kā izejvielas. To varēja viegli un bez sarežģījumiem apskatīt ikviens, kam ir tiesības to redzēt. Tās izcelsmi un kustību varēja izsekot, novēršot jebkādas bažas par ļaunprātīgu izmantošanu.

Mūsdienu pasaule, protams, nedarbojas šādi. Masveida datu eksplozija ir radījusi garu problēmu un iespēju sarakstu, kas apgrūtina informācijas koplietošanu.

Tā kā dati tiek veidoti gandrīz visur organizācijā un ārpus tās, pirmais izaicinājums ir noteikt, kas tiek vākts un kā tos sakārtot, lai tos varētu atrast.

Pārredzamības un suverenitātes trūkums attiecībā uz uzglabātajiem un apstrādātajiem datiem un infrastruktūru rada uzticības problēmas. Mūsdienās datu pārvietošana uz centralizētām vietām no vairākiem tehnoloģiju skursteņiem ir dārga un neefektīva. Atvērtu metadatu standartu un plaši pieejamu lietojumprogrammu saskarņu trūkums var apgrūtināt piekļuvi datiem un to patēriņu. Nozarei raksturīgo datu ontoloģiju klātbūtne var apgrūtināt cilvēkiem ārpus nozares gūt labumu no jauniem datu avotiem. Daudzas ieinteresētās personas un grūtības piekļūt esošajiem datu pakalpojumiem var apgrūtināt kopīgošanu bez pārvaldības modeļa.

Eiropa uzņemas vadību

Neskatoties uz problēmām, datu apmaiņas projekti tiek īstenoti plašā mērogā. Viens, ko atbalsta Eiropas Savienība un bezpeļņas grupa, veido sadarbspējīgu datu apmaiņu, ko sauc Gaia-X , kur uzņēmumi var koplietot datus saskaņā ar stingru Eiropas datu privātuma likumu aizsardzību. Apmaiņa ir iecerēta kā kuģis datu apmaiņai dažādās nozarēs un informācijas krātuve par datu pakalpojumiem saistībā ar mākslīgo intelektu (AI), analīzi un lietu internetu.

Hewlett Packard Enterprise nesen paziņoja a risinājumu ietvars atbalstīt uzņēmumu, pakalpojumu sniedzēju un sabiedrisko organizāciju dalību Gaia-X. Datu telpu platforma, kas pašlaik tiek izstrādāta un balstās uz atvērtiem standartiem un mākoņdatošanu, demokratizē piekļuvi datiem, datu analīzei un AI, padarot tos pieejamākus domēna ekspertiem un parastiem lietotājiem. Tā nodrošina vietu, kur speciālisti no domēna apgabaliem var vieglāk identificēt uzticamas datu kopas un droši veikt operatīvo datu analīzi, vienmēr neprasot dārgu datu pārvietošanu uz centralizētām vietām.

Izmantojot šo ietvaru, lai integrētu sarežģītus datu avotus visās IT vidēs, uzņēmumi varēs nodrošināt datu pārskatāmību plašā mērogā, tāpēc ikviens — neatkarīgi no tā, vai ir datu zinātnieks vai nē — zina, kādi dati viņiem ir, kā tiem piekļūt un kā tos izmantot. reālajā laikā.

Datu apmaiņas iniciatīvas ir arī uzņēmumu darba kārtības augšgalā. Viena no svarīgākajām prioritātēm, ar ko saskaras uzņēmumi, ir to datu pārbaude, kas tiek izmantoti iekšējo AI un mašīnmācīšanās modeļu apmācīšanai. AI un mašīnmācīšanās jau tiek plaši izmantotas uzņēmumos un rūpniecībā, lai veicinātu pastāvīgus uzlabojumus visās jomās, sākot no produktu izstrādes līdz personāla atlasei un beidzot ar ražošanu. Un mēs tikai sākam. IDC prognozē globālo AI tirgu pieaugs no 328 miljardiem ASV dolāru 2021. gadā līdz 554 miljardiem ASV dolāru 2025. gadā.

Lai atraisītu AI patieso potenciālu, valdībām un uzņēmumiem ir labāk jāsaprot visu datu kolektīvais mantojums, kas virza šos modeļus. Kā AI modeļi pieņem lēmumus? Vai viņiem ir neobjektivitāte? Vai viņi ir uzticami? Vai neuzticamas personas ir varējušas piekļūt datiem, pret kuriem uzņēmums ir apmācījis savu modeli, vai tos mainīt? Datu ražotāju savienošana ar datu patērētājiem pārredzamāk un efektīvāk var palīdzēt atbildēt uz dažiem no šiem jautājumiem.

Ēkas datu briedums

Uzņēmumi neatrisinās, kā vienas nakts laikā atbloķēt visus savus datus. Taču viņi var sagatavoties tehnoloģiju un pārvaldības koncepciju priekšrocībām, kas palīdz izveidot datu koplietošanas mentalitāti. Viņi var nodrošināt, ka viņi attīsta briedumu, lai patērētu vai koplietotu datus stratēģiski un efektīvi, nevis darītu to ad hoc veidā.

Datu veidotāji var sagatavoties plašākai datu izplatīšanai, veicot virkni darbību. Viņiem ir jāsaprot, kur atrodas viņu dati, un jāsaprot, kā viņi tos vāc. Pēc tam viņiem ir jāpārliecinās, ka cilvēkiem, kas patērē datus, ir iespēja īstajā laikā piekļūt pareizajām datu kopām. Tas ir sākuma punkts.

Tad nāk grūtākā daļa. Ja datu ražotājam ir patērētāji, kas var būt organizācijā vai ārpus tās, viņiem ir jāizveido savienojums ar datiem. Tas ir gan organizatorisks, gan tehnoloģisks izaicinājums. Daudzas organizācijas vēlas pārvaldīt datu koplietošanu ar citām organizācijām. Datu demokratizācija — vismaz iespēja tos atrast dažādās organizācijās — ir organizācijas brieduma jautājums. Kā viņi ar to tiek galā?

Uzņēmumi, kas sniedz ieguldījumu auto industrijā, aktīvi apmainās ar datiem ar pārdevējiem, partneriem un apakšuzņēmējiem. Lai saliktu automašīnu, ir nepieciešams daudz detaļu un daudz koordinācijas. Partneri viegli apmainās ar informāciju par visu, sākot no dzinējiem līdz riepām un beidzot ar tīmeklī iespējotiem remonta kanāliem. Automobiļu datu telpas var apkalpot vairāk nekā 10 000 pārdevēju. Bet citās nozarēs tas varētu būt vairāk izolēts. Daži lieli uzņēmumi var nevēlēties koplietot sensitīvu informāciju pat savā biznesa vienību tīklā.

Datu mentalitātes veidošana

Uzņēmumi abās patērētāju un ražotāju kontinuuma pusēs var uzlabot savu datu apmaiņas mentalitāti, uzdodot sev šādus stratēģiskus jautājumus:

• Ja uzņēmumi veido AI un mašīnmācīšanās risinājumus, kur komandas iegūst savus datus? Kā viņi izveido savienojumu ar šiem datiem? Un kā viņi izseko šo vēsturi, lai nodrošinātu datu uzticamību un izcelsmi?
• Ja dati ir vērtīgi citiem, kāds ir monetizācijas ceļš, ko komanda šodien izmanto, lai paplašinātu šo vērtību, un kā tas tiks pārvaldīts?
• Ja uzņēmums jau apmainās ar datiem vai monetizē tos, vai tas var atļaut plašāku pakalpojumu kopumu vairākās platformās — telpās un mākonī?
• Organizācijām, kurām ir nepieciešams koplietot datus ar piegādātājiem, kā šodien notiek šo pakalpojumu sniedzēju koordinācija ar tām pašām datu kopām un atjauninājumiem?
• Vai ražotāji vēlas atkārtot savus datus vai piespiest cilvēkus nest viņiem modeļus? Datu kopas var būt tik lielas, ka tās nevar replicēt. Vai uzņēmumam vajadzētu uzņemt programmatūras izstrādātājus savā platformā, kur atrodas tā dati, un pārvietot modeļus iekšā un ārā?
• Kā darbinieki departamentā, kas patērē datus, var ietekmēt iepriekšējo datu ražotāju praksi savā organizācijā?

Rīkojoties

Datu revolūcija rada biznesa iespējas, kā arī daudz neskaidrību par to, kā stratēģiskā veidā meklēt, vākt, pārvaldīt un gūt ieskatu no tiem. Datu ražotāji un datu patērētāji kļūst arvien atdalīti viens no otra. HPE veido platformu, kas atbalsta gan lokālo, gan publisko mākoni, kā pamatu izmantojot atvērto avotu un tādus risinājumus kā HPE Ezmeral Software Platform, lai nodrošinātu kopīgu pamatu abām pusēm, lai datu revolūcija darbotos viņu labā.

Izlasiet oriģinālo rakstu par Enterprise.nxt .

Šo saturu veidoja Hewlett Packard Enterprise. To nav rakstījuši MIT Technology Review redakcijas darbinieki.

paslēpties