Jak mądrze i efektywnie podejść do danych

Same dane, w szczególności te surowe, ale także obrobione, ale niewykorzystane, nie przedstawiają wartości biznesowej jako takiej. Dopiero ich analiza i odpowiednie zarządzanie nimi może przynieść konkretne korzyści.

Najnowszy projekt strategii cyfryzacji państwa zakłada, że do 2035 r. aż 50 proc. przedsiębiorstw i 80 proc. urzędów będzie korzystać z systemów sztucznej inteligencji. Cel ambitny, ale nieniewykonalny. Ambitny i trudny tym bardziej, że obecnie według niektórych szacunków aż 87 proc. projektów AI w organizacjach kończy się fiaskiem, a przynajmniej tym, że nie trafiają one na produkcję. Sama nauka też ma oczywiście znaczenie, ale z biznesowej perspektywy istotą jest budowanie wartości.

Nawet 35 proc. budżetu

Autorzy „The Secrets of AI Value Creation: A Practical Guide to Business Value Creation with Artificial Intelligence from Strategy to Execution” szacują, że koszt obsługi danych w projektach AI to nawet 35 proc. całkowitego budżetu, a koszty te mogą rosnąć, jeżeli pomyślimy o tym także w kontekście wykorzystania chmury obliczeniowej. Dane bez wątpienia mogą stanowić wartość samą w sobie (szczególnie, jeżeli opiekujemy się nimi na wczesnym etapie), ale zasadniczo opieka nad nimi i zarządzanie również są kosztem dla organizacji, który należy uwzględnić. Koszty te mają charakter wymierny – konieczność ich przechowywania, archiwizowania i przenoszenia z różnych miejsc generuje realne obciążenie. Obciążenia tego niekiedy można uniknąć, bo jeżeli uznamy, że w rzeczywistości dane te nie przedstawiają żadnej wartości i jeśli nie...