211service.com
Costruire un'organizzazione di dati e intelligenza artificiale ad alte prestazioni
In associazione con Mattoni di dati
I CxO e i consigli di amministrazione riconoscono che la capacità della loro organizzazione di generare insight fruibili dai dati, spesso in tempo reale, è della massima importanza strategica. Se c'erano dei dubbi su questo punteggio, la fuga accelerata dei consumatori verso il digitale nell'ultimo anno di crisi li ha dissipati. Per aiutarli a diventare guidati dai dati, le aziende stanno implementando tecnologie basate sul cloud sempre più avanzate, inclusi strumenti di analisi con funzionalità di machine learning (ML). Ciò che questi strumenti offrono, tuttavia, avrà un valore limitato senza dati abbondanti, di alta qualità e facilmente accessibili.
Costruire un'organizzazione di dati e intelligenza artificiale ad alte prestazioni
In questo contesto, un'efficace gestione dei dati è uno dei fondamenti di un'organizzazione basata sui dati. Ma la gestione dei dati in un'azienda è estremamente complessa. Con l'introduzione di nuove tecnologie di dati, il carico dei sistemi legacy e dei silos di dati aumenta, a meno che non possano essere integrati o isolati.
La frammentazione dell'architettura è un grattacapo per molti chief data officer (CDO), a causa non solo dei silos ma anche della varietà di strumenti on-premise e basati sul cloud utilizzati da molte organizzazioni. Insieme alla scarsa qualità dei dati, questi problemi si combinano per privare le piattaforme dati delle organizzazioni, e i modelli di machine learning e analisi che supportano, della velocità e della scalabilità necessarie per fornire i risultati aziendali desiderati.
Per capire come la gestione dei dati e le tecnologie su cui si basa si stanno evolvendo in mezzo a tali sfide, MIT Technology Review Insights ha intervistato 351 CDO, Chief Analytics Officer, Chief Information Officer (CIO), Chief Technology Officer (CTO) e altri leader tecnologici senior. Abbiamo anche condotto interviste approfondite con molti altri leader tecnologici senior. Ecco i risultati chiave:
- Solo il 13% delle organizzazioni eccelle nel fornire la propria strategia sui dati. Questo gruppo selezionato di high-achievers fornisce risultati di business misurabili in tutta l'azienda. Stanno avendo successo grazie alla loro attenzione alle basi di una solida gestione e architettura dei dati, che consentono loro di democratizzare i dati e trarre valore dall'apprendimento automatico.
- La collaborazione basata sulla tecnologia sta creando una cultura dei dati funzionante. I CDO intervistati per lo studio attribuiscono grande importanza alla democratizzazione delle capacità di analisi e ML. Portarli al limite con tecnologie di dati avanzate aiuterà gli utenti finali a prendere decisioni aziendali più informate, i segni distintivi di una forte cultura dei dati.
- L'impatto sul business di ML è limitato dalle difficoltà di gestione del suo ciclo di vita end-to-end. Il ridimensionamento dei casi d'uso di ML è estremamente complesso per molte organizzazioni. La sfida più significativa, secondo il 55% degli intervistati, è la mancanza di un luogo centrale per archiviare e scoprire i modelli ML.
- Le aziende cercano piattaforme cloud native che supportino la gestione dei dati, l'analisi e l'apprendimento automatico. Le principali priorità in materia di dati delle organizzazioni nei prossimi due anni rientrano in tre aree, tutte supportate da una più ampia adozione delle piattaforme cloud: miglioramento della gestione dei dati, miglioramento dell'analisi dei dati e del machine learning ed espansione dell'uso di tutti i tipi di dati aziendali, inclusi lo streaming e i dati non strutturati .
- Gli standard aperti sono i requisiti principali delle future strategie di architettura dei dati. Se gli intervistati potessero creare una nuova architettura di dati per la loro attività, il vantaggio più critico rispetto all'architettura esistente sarebbe un maggiore adozione degli standard open source e dei formati di dati aperti.
Questo contenuto è stato prodotto da Insights, il ramo dei contenuti personalizzati di MIT Technology Review. Non è stato scritto dalla redazione del MIT Technology Review.