تتوق الشركات إلى الميزة التنافسية التي يمكن أن تقدمها ML و AI لأعمالها، ولكن غالبًا ما تعطي الأولوية للتكنولوجيا بشكل استراتيجي على الأشخاص لإطلاق العنان لقيمة بياناتهم. الضجيج حول الذكاء الاصطناعي Artificial Intelligence AIوالتعلم الآلي Machine Learning ML، وسهولة الوصول إليه من خلال الأدوات السحابية، يكذب تعقيد الاستفادة الفعالة من هذه القدرات. لماذا تعتبر قدرات الذكاء الاصطناعي والتعلم الآلي ضرورية لعملك وكيف سيؤثر إدخالها أو توسيع استخدامها على استراتيجية البيانات الخاصة بك؟
لسوء الحظ، يخطئ العديد من القادة أيضًا في تفسير الرغبة في قدرات الذكاء الاصطناعي/ التعلم الآلي على أنها وكيل لـ "نحتاج إلى استراتيجية بيانات أفضل" ويقللون من شأن الجهد المطلوب لاتخاذ هذا التغيير. من الضروري أن يحدد القادة طموحاتهم المتعلقة بالبيانات بوضوح ومواءمتها مع نتائج الأعمال المنشودة. هذا لأن المفتاح لإلغاء تأمين قيمة بياناتك بشكل فعال يبدأ بمواءمة أفرادك مع إستراتيجية البيانات القائمة على نتائج الأعمال. لا تفهموني بشكل خاطئ، فالتكنولوجيا ضرورية لاستراتيجية البيانات الحديثة، ولكن في كثير من الأحيان تفرط المؤسسات في التناوب على التكنولوجيا وتتجاهل العناصر الإستراتيجية والبشرية الهامة.
يتطلب إنشاء إستراتيجية بيانات تدعم بنجاح تبني الذكاء الاصطناعي/ التعلم الآلي 3 عناصر أساسية:
1) استراتيجية البيانات متوافقة مع أهداف العمل
حدد "لماذا" و "ماذا" أولاً. ابدأ بتحديد أهداف العمل الملموسة التي يمكن تحقيقها من خلال استخدامها، وفي أي إطار زمني، وبأي تكلفة، وعلى حساب الأولويات التنظيمية الأخرى. هل تتطلع مؤسستك إلى تقليل عيوب المنتجات أو زيادة رضا العملاء أو ابتكار منتجات جديدة؟ إن فهم برامج تشغيل المنتج أو الخدمة لاستراتيجية البيانات الجديدة الخاصة بك سوف يسلط الضوء على الكيفية التي ستحتاج بها استراتيجية البيانات الحالية إلى التغيير.
لسوء الحظ، يخطئ العديد من القادة أيضًا في تفسير الرغبة في قدرات الذكاء الاصطناعي/ التعلم الآلي على أنها وكيل لـ "نحتاج إلى استراتيجية بيانات أفضل" ويقللون من شأن الجهد المطلوب لاتخاذ هذا التغيير. من الضروري أن يحدد القادة طموحاتهم المتعلقة بالبيانات بوضوح ومواءمتها مع نتائج الأعمال المنشودة. هذا لأن المفتاح لإلغاء تأمين قيمة بياناتك بشكل فعال يبدأ بمواءمة أفرادك مع إستراتيجية البيانات القائمة على نتائج الأعمال. لا تفهموني بشكل خاطئ، فالتكنولوجيا ضرورية لاستراتيجية البيانات الحديثة، ولكن في كثير من الأحيان تفرط المؤسسات في التناوب على التكنولوجيا وتتجاهل العناصر الإستراتيجية والبشرية الهامة.
يتطلب إنشاء إستراتيجية بيانات تدعم بنجاح تبني الذكاء الاصطناعي/ التعلم الآلي 3 عناصر أساسية:
1) استراتيجية البيانات متوافقة مع أهداف العمل
حدد "لماذا" و "ماذا" أولاً. ابدأ بتحديد أهداف العمل الملموسة التي يمكن تحقيقها من خلال استخدامها، وفي أي إطار زمني، وبأي تكلفة، وعلى حساب الأولويات التنظيمية الأخرى. هل تتطلع مؤسستك إلى تقليل عيوب المنتجات أو زيادة رضا العملاء أو ابتكار منتجات جديدة؟ إن فهم برامج تشغيل المنتج أو الخدمة لاستراتيجية البيانات الجديدة الخاصة بك سوف يسلط الضوء على الكيفية التي ستحتاج بها استراتيجية البيانات الحالية إلى التغيير.
ما هي أهداف عملك؟ ربما تدفقات جديدة للإيرادات أو زيادة النفوذ التشغيلي؟ كيف يؤدي تبني الذكاء الاصطناعي / التعلم الآلي إلى تسريع هذه الأهداف؟ أو هل تحتاج ببساطة إلى بيانات نظيفة، يتم تسليمها بشكل أسرع إلى فريقك أو لعملية إنتاج؟ لحسن الحظ، يعد التوزيع الأمثل للبيانات عالية الجودة خطوة على طريق تمكين الذكاء الاصطناعي AI/ التعلم الآلي ML.
2) نموذج تشغيل بيانات حديث
توجد العديد من الشركات على قمة جزر منعزلة من البيانات التي نمت بشكل عضوي على مر السنين. غالبًا ما يتم حساب العمليات ونموذج التشغيل حول الحفاظ على هذه البيانات واستهلاكها بمرور الوقت إذا لم يتم إعادة تقييمها بانتظام مقابل أهداف العمل.
2) نموذج تشغيل بيانات حديث
توجد العديد من الشركات على قمة جزر منعزلة من البيانات التي نمت بشكل عضوي على مر السنين. غالبًا ما يتم حساب العمليات ونموذج التشغيل حول الحفاظ على هذه البيانات واستهلاكها بمرور الوقت إذا لم يتم إعادة تقييمها بانتظام مقابل أهداف العمل.
كيف يتم التعامل مع أساسيات عمليات البيانات fundamentals of data operations والحوكمة governance في الوقت الحالي؟ هل مستويات الخدمة تلبي احتياجات العمل؟ هل يمنعونهم؟ هل مجموعات البيانات الصحيحة متاحة حيث يجب أن تكون في مؤسستك، عندما تحتاج إلى ذلك؟ ما مدى نظافة بياناتك؟ كم هي طازجة؟ ما مدى انتشار مؤسستك للخدمة الذاتية للبيانات والتحليلات؟ ما مدى تنظيم عمليات الإشراف على البيانات؟ هل تم إنشاء خط أنابيب AI و ML حتى الآن؟ كيف تعمل؟
علاوة على ذلك، حدد أي أجزاء من نموذج تشغيل البيانات الخاص بك توفر ميزة تنافسية وأيها ببساطة غير متمايز في رفع الأحمال الثقيلة. يمكن أن يساعد ذلك في الكشف عن فرص الاستفادة من الأنظمة الأساسية الجديدة أو دعم الجهات الخارجية.
3) استراتيجية القدرة على المهارات والوظيفة A skill and function capacity strategy
المنافسة على المواهب شرسة لذا من الضروري فهم المهارات التي تحتاجها لدعم استراتيجيتك الجديدة ووضع خطة لتلك المهارات لتكون موجودة في مؤسستك. من المهم تقييم المهارات التي تحتاجها في مؤسستك لتكون قادرًا على اعتماد استراتيجية البيانات أولاً والتي تتيح اعتماد الذكاء الاصطناعي/ التعلم الآلي؟ هل لديك في المنظمة بالعمق الذي تحتاجه.
علاوة على ذلك، حدد أي أجزاء من نموذج تشغيل البيانات الخاص بك توفر ميزة تنافسية وأيها ببساطة غير متمايز في رفع الأحمال الثقيلة. يمكن أن يساعد ذلك في الكشف عن فرص الاستفادة من الأنظمة الأساسية الجديدة أو دعم الجهات الخارجية.
3) استراتيجية القدرة على المهارات والوظيفة A skill and function capacity strategy
المنافسة على المواهب شرسة لذا من الضروري فهم المهارات التي تحتاجها لدعم استراتيجيتك الجديدة ووضع خطة لتلك المهارات لتكون موجودة في مؤسستك. من المهم تقييم المهارات التي تحتاجها في مؤسستك لتكون قادرًا على اعتماد استراتيجية البيانات أولاً والتي تتيح اعتماد الذكاء الاصطناعي/ التعلم الآلي؟ هل لديك في المنظمة بالعمق الذي تحتاجه.
من بين الوظائف الرئيسية لبيئة عمليات البيانات الفعالة، ما مقدار ما يتم تشغيله داخليًا؟ ما مقدار هذا الذي يعتمد على تقنية عملية خاصة ومكدس وسير عمل؟ والأهم من ذلك، هل توفر هذه العناصر ميزة تنافسية competitive advantage لمؤسستك؟ هل هذه المهارات ضرورية لدفع القيمة؟ بمجرد تحديد عناصر إستراتيجية البيانات وعمليات البيانات التي توفر ميزة تنافسية، حدد نموذج المسؤولية المشتركة لخدمات البيانات. يجب أن يتضمن هذا النموذج المهارات والأدوار والوظائف المطلوبة الآن، أثناء الانتقال، وبمجرد نشر الإستراتيجية الجديدة. قد يتم إلغاء بعض الأدوار، وقد يتطور البعض، وستكون هناك حاجة لبعض الأدوار فقط أثناء الانتقال - حدد كل هذه الأدوار.
إنها لفكرة جيدة رفع مستوى مهارات الفريق الحالي لملء فجوات المهارات الحرجة أولاً للتأكد من أن المنظمة "التي يجب أن تكون" تفهم بيانات المؤسسة وكيف تتوافق إستراتيجية البيانات مع احتياجات العمل. عزز الفريق بتعيينات جديدة للمستقبل، ولكن فقط للأدوار التي توفر ميزة تنافسية. خطط لتكملة الفريق بشركات صغيرة ومتوسطة تابعة لطرف ثالث أثناء الانتقال وكجزء من نموذج التشغيل المستقبلي.
يتطلب المسار إلى اعتماد قدرات الذكاء الاصطناعي/ التعلم الآلي تحولًا عبر أنظمة تكنولوجيا المعلومات والبيانات، وستعمل هذه الرحلة وحدها على تضخيم القيمة لعملك في كل خطوة على طول الطريق. سيساعد النهج الموضح هنا في وضع الأسس لتلك الرحلة وسيقوم بشكل طبيعي بتنقيح خيارات التكنولوجيا والتأكد من أن استراتيجية العمل تحدد التكنولوجيا المطلوبة.
إن فهم نموذج تشغيل البيانات الحالي والمستقبلي، والمهارات المتاحة والمطلوبة في مؤسستك، سيساعد أيضًا في توجيه كل من النظام الأساسي ونماذج مصادر المهارات. مع وجود هذه العناصر في متناول اليد، فإن قيادة هذا التحول ستتيح رؤى للأعمال بشكل أسرع.
إنها لفكرة جيدة رفع مستوى مهارات الفريق الحالي لملء فجوات المهارات الحرجة أولاً للتأكد من أن المنظمة "التي يجب أن تكون" تفهم بيانات المؤسسة وكيف تتوافق إستراتيجية البيانات مع احتياجات العمل. عزز الفريق بتعيينات جديدة للمستقبل، ولكن فقط للأدوار التي توفر ميزة تنافسية. خطط لتكملة الفريق بشركات صغيرة ومتوسطة تابعة لطرف ثالث أثناء الانتقال وكجزء من نموذج التشغيل المستقبلي.
يتطلب المسار إلى اعتماد قدرات الذكاء الاصطناعي/ التعلم الآلي تحولًا عبر أنظمة تكنولوجيا المعلومات والبيانات، وستعمل هذه الرحلة وحدها على تضخيم القيمة لعملك في كل خطوة على طول الطريق. سيساعد النهج الموضح هنا في وضع الأسس لتلك الرحلة وسيقوم بشكل طبيعي بتنقيح خيارات التكنولوجيا والتأكد من أن استراتيجية العمل تحدد التكنولوجيا المطلوبة.
إن فهم نموذج تشغيل البيانات الحالي والمستقبلي، والمهارات المتاحة والمطلوبة في مؤسستك، سيساعد أيضًا في توجيه كل من النظام الأساسي ونماذج مصادر المهارات. مع وجود هذه العناصر في متناول اليد، فإن قيادة هذا التحول ستتيح رؤى للأعمال بشكل أسرع.
