3 modi per costruire solide basi di dati per l'implementazione dell'intelligenza artificiale, secondo i leader aziendali
Le esplorazioni nel campo dell’intelligenza artificiale devono partire da una base solida. Ecco tre modi per costruire un’ottima strategia sui dati.
I leader aziendali riconoscono che basi solide sono essenziali per qualsiasi azienda che sfrutta l’intelligenza artificiale (AI). La tua azienda potrebbe mettere a repentaglio l'intero progetto se non definisce la propria strategia sui dati prima dell'inizio delle esplorazioni. In breve, se metti dentro la spazzatura, tirerai fuori la spazzatura.
Quindi, come possono i professionisti creare le basi per aiutare la loro organizzazione a utilizzare l’intelligenza artificiale in modo sicuro e con successo? Tre leader aziendali descrivono in dettaglio i loro migliori consigli per costruire una strategia efficace per sfruttare la tecnologia emergente.
1. Metti al primo posto le tue persone
Claire Thompson, responsabile dati e analisi del gruppo presso il colosso assicurativo L&G, ha affermato che un approccio strategico alle informazioni è fondamentale per qualsiasi azienda che voglia innovare: "Dico sempre che le basi dati sono importanti per qualunque cosa tu faccia dopo".
Ha detto a ZDNET che forti elementi fondamentali collegano regole e regolamenti a dollari e centesimi.
"Chiarire in che modo la strategia dei dati genererà valore tangibile: perché è importante, ad esempio, che i tuoi indirizzi e-mail siano aggiornati e accurati in modo da poter effettuare comunicazioni digitali mirate?"
Thompson ha riconosciuto che molte persone non vogliono impantanarsi in un piano strategico a lungo termine che definisce la tecnologia, i processi, le persone e le regole necessarie per gestire le risorse informative. Tuttavia, ha affermato che la fase di pianificazione è fondamentale per sfruttare i vantaggi di tecnologie come l’intelligenza artificiale.
"Posso capire perché la gente potrebbe dire che la governance è noiosa", ha detto. "Ma nelle organizzazioni digitali di oggi, dove le persone vogliono effettuare un'elaborazione diretta, diventa ancora più fondamentale che i dati siano di buona qualità. Quindi, tutte le strade portano alla governance."
Un elemento chiave della sua strategia presso L&G è uno stretto rapporto di lavoro tra il team dati di Thompson e il reparto IT. Una collaborazione efficace si basa sulla chiarezza delle competenze che ciascuna parte apporta alla relazione.
"È necessaria una partnership in stretta collaborazione. La tecnologia è estremamente importante per ciò che facciamo nello spazio dei dati e non possiamo svolgere il nostro lavoro senza gli ambienti cloud, il data warehousing e gli strumenti. I dati sono conservati in tutti i le applicazioni gestite dal team IT", ha affermato.
"Stiamo cercando di garantire la qualità dei dati fin dalla progettazione. Si tratta di garantire che incorporiamo la filosofia di progettazione nei nostri sistemi principali. Più riesci a svolgere questo lavoro, più si ferma l'effetto a catena della scarsa qualità dei dati più avanti lungo la linea e impedisce qualsiasi tentativo di riparazione."
Thompson ha affermato che i dati raccolti spingeranno l'esperienza dei clienti in nuove direzioni: "Come iniziamo a creare personalizzazione nelle nostre applicazioni mobili? Come iniziamo a integrarla nella nostra gestione patrimoniale? Come puoi automatizzare le operazioni e utilizzare l'intelligenza artificiale per supportarla" processo?"
2. Padroneggia i tuoi dati transazionali
Jon Grainger, CTO dello studio legale DWF, ha affermato che non c'è momento migliore del presente quando si tratta di creare una strategia sui dati. I leader aziendali intelligenti si concentrano sugli elementi fondamentali per l’utilizzo dei dati molto prima di pensare a come sfruttare l’intelligenza artificiale e l’apprendimento automatico.
"Dico sempre che il momento migliore per una strategia sui dati è quattro anni fa", ha affermato. "È un lavoro da superpetroliera. In definitiva, non ci sono molte scorciatoie. C'è un punto di vista che dice: 'Bene, se ci vorrà così tanto tempo, perché preoccuparsi?' E penso che sia questo il motivo per cui molte persone non sono riuscite a gestire i propri dati."
Grainger ha dichiarato a ZDNET che vuole che la sua azienda si costruisca una reputazione per la fornitura di grandi esperienze attraverso una trasformazione digitale - e una strategia sui dati è una componente cruciale di tale approccio.
È entrato a far parte di DWF alla fine del 2022 e ha messo in atto una nuova strategia basata su prodotti SaaS (Software-as-a-Service) basati su cloud e interfacce API (Application Programming) aperte.
I dati dell'azienda coprono una vasta gamma di entità, come casi, partner, clienti e processi aziendali interni, inclusi fatturazione e dati finanziari.
"La strategia sui dati mira a garantire che i dati transazionali, la fonte della verità, siano padroneggiati in quelle sezioni."
L’obiettivo è aiutare l’organizzazione a muoversi rapidamente ma senza andare a scapito della qualità o dei costi.
"Ogni prodotto SaaS ha un'identità chiara sulla mappa aziendale", ha affermato Grainger, spiegando i dettagli della sua strategia sui dati. "Tale identità è guidata dai dati che padroneggi in ciascuna area."
Ha affermato che il "requisito minimo assoluto" per accedere all'architettura target dell'azienda sono API ben sviluppate a cui DWF può accedere e utilizzare.
Grainger ha affermato che la tecnologia SnapLogic garantisce una connessione solida e affidabile tra servizi, API e utenti.
"Invariabilmente, riceverai 15 diverse ortografie di un particolare indirizzo, e la tecnologia può vedere quello schema e correggerlo", ha detto.
"Può anche fare qualcosa chiamato arricchimento. Quindi potrebbe prendere il riferimento di qualcuno, andare su un'API, tornare e dire: 'Questa è l'informazione giusta.'"
Grainger ha affermato che la strategia sui dati si concentra anche sui modelli creati da DWF per rispondere alle principali domande aziendali.
In combinazione con la concentrazione dell'azienda su prodotti SaaS e API, l'azienda dispone di solide basi per esplorare la tecnologia emergente.
"Si scopre che ti stai preparando abbastanza bene per l'intelligenza artificiale generativa se hai tutti questi elementi nella tua strategia sui dati."
3. Collabora con i tuoi colleghi del settore
Nic Granger, direttore aziendale e CFO presso la North Sea Transition Authority (NSTA), ha affermato che un’ottima strategia sui dati va oltre le pratiche lavorative interne e supera i confini dell’organizzazione.
NSTA raccoglie dati dal settore del petrolio e del gas. Il team di Granger ha creato piattaforme digitali che consentono all'industria, al governo, al mondo accademico o ad altre parti interessate di accedere apertamente ai dati.
Nell’ambito di questo lavoro, presiede l’Offshore Energy Digital Strategy Group (DSG), un organismo specializzato formato alla fine del 2022 per creare uno sforzo di collaborazione tra gli enti pubblici del Regno Unito che si occupano della raccolta di dati su petrolio, gas e energie rinnovabili.
"È stato riconosciuto che avevamo bisogno di una strategia coesa sui dati digitali in tutto il settore dell'energia offshore", ha detto a ZDNET.
"C'erano buone sacche di eccellenza in tutto il settore nella gestione dei dati e nelle tecnologie digitali, ma non necessariamente parlavano insieme. Quindi, questa era una grande priorità per noi."
Oltre ai dipartimenti governativi del Regno Unito, il DSG è supportato da altri contributori, tra cui l’Open Data Institute e il Technology Leadership Board.
Granger ha affermato che questo approccio collaborativo ha dato i suoi frutti: "Adesso abbiamo la strategia sui dati e si tratta di lavorare su tre flussi di lavoro chiave".
Il primo flusso si concentra su dati, standard e principi: "Assicurarsi che la qualità di base dei dati sia buona perché lavoriamo tutti sulla stessa base". Il secondo flusso mira a creare toolkit di dati comuni e interoperabilità, ha affermato Granger.
"Non dovrebbe importare se lavori in una società di energia offshore o su un progetto in una compagnia petrolifera e del gas, dovresti avere dati utilizzabili su tutte le piattaforme. Quel lavoro è tutto: "Come ottieni quei dati?" da A a B senza duplicazione?'"
Il terzo flusso di lavoro si concentra sulla digitalizzazione intersettoriale: "Si tratta di garantire che i dati e le competenze digitali siano presenti in tutto il settore e garantire che il settore rispetti le migliori pratiche di sicurezza informatica".
Con queste basi dati in atto, è molto più semplice iniziare a pensare a come sfruttare al meglio le tecnologie emergenti.
"Il nostro obiettivo è garantire che i dati siano accessibili e nei formati giusti affinché altri possano utilizzare l'intelligenza artificiale e l'apprendimento automatico", ha affermato Granger.