Uzyskanie wartości z danych nie powinno być takie trudne

Dostarczone przez Hewlett Packard Enterprise

Potencjalny wpływ trwającej eksplozji danych na całym świecie nadal pobudza wyobraźnię. W raporcie z 2018 r. oszacowano, że w każdej sekundzie każdego dnia każda osoba produkuje 1,7 MB danych średnio — a roczne tworzenie danych ma więcej niż podwoiła się od tego czasu i przewiduje się, że do 2025 r. ponownie wzrośnie ponad dwukrotnie. Raport McKinsey Global Institute szacuje, że umiejętne wykorzystanie dużych zbiorów danych może wygenerować dodatkowe 3 biliony dolarów w działalności gospodarczej, umożliwiając zastosowania tak różnorodne, jak autonomiczne samochody, spersonalizowana opieka zdrowotna i identyfikowalne łańcuchy dostaw żywności.

Jednak dodanie wszystkich tych danych do systemu powoduje również zamieszanie związane z tym, jak je znaleźć, wykorzystać, zarządzać nimi oraz legalnie, bezpiecznie i efektywnie je udostępniać. Skąd pochodzi określony zbiór danych? Kto jest właścicielem czego? Kto może zobaczyć pewne rzeczy? Gdzie się znajduje? Czy można się nim podzielić? Czy można to sprzedać? Czy ludzie mogą zobaczyć, jak to było używane?

W miarę jak aplikacje danych rosną i stają się coraz bardziej wszechobecne, producenci, konsumenci, właściciele i zarządcy danych przekonują się, że nie mają przewodnika do naśladowania. Konsumenci chcą mieć dostęp do danych, którym ufają, aby móc podejmować najlepsze możliwe decyzje. Producenci potrzebują narzędzi do bezpiecznego udostępniania swoich danych tym, którzy ich potrzebują. Ale platformy technologiczne zawodzą i nie ma prawdziwych wspólnych źródeł prawdy, które łączyłyby obie strony.

Jak znajdujemy dane? Kiedy powinniśmy go przenieść?

W idealnym świecie dane przepływałyby swobodnie jak narzędzie dostępne dla wszystkich. Może być pakowany i sprzedawany jak surowce. Może być oglądany z łatwością, bez komplikacji, przez każdego, kto jest do tego upoważniony. Można by śledzić jego pochodzenie i ruchy, usuwając wszelkie obawy związane z nikczemnymi zastosowaniami gdzieś po drodze.

Dzisiejszy świat oczywiście tak nie działa. Ogromna eksplozja danych stworzyła długą listę problemów i możliwości, które utrudniają udostępnianie porcji informacji.

Ponieważ dane są tworzone niemal wszędzie w ramach organizacji i poza nią, pierwszym wyzwaniem jest określenie, co jest gromadzone i jak to zorganizować, aby można je było znaleźć.

Brak przejrzystości i suwerenności w zakresie przechowywanych i przetwarzanych danych oraz infrastruktury stwarza problemy z zaufaniem. Obecnie przenoszenie danych z wielu stosów technologii do scentralizowanych lokalizacji jest kosztowne i nieefektywne. Brak otwartych standardów metadanych i szeroko dostępnych interfejsów programowania aplikacji może utrudnić dostęp do danych i ich wykorzystanie. Obecność ontologii danych specyficznych dla sektora może utrudnić osobom spoza sektora korzystanie z nowych źródeł danych. Wielu interesariuszy i trudności z dostępem do istniejących usług danych mogą utrudnić udostępnianie bez modelu zarządzania.

Europa przejmuje inicjatywę

Pomimo problemów, projekty związane z udostępnianiem danych są podejmowane na dużą skalę. Jedna, która jest wspierana przez Unię Europejską i grupę non-profit, tworzy interoperacyjną wymianę danych o nazwie Gaia-X , gdzie firmy mogą udostępniać dane pod ochroną surowych europejskich przepisów o ochronie danych. Wymiana jest przewidziana jako statek do udostępniania danych między branżami i repozytorium informacji o usługach danych związanych ze sztuczną inteligencją (AI), analityką i internetem rzeczy.

Firma Hewlett Packard Enterprise ogłosiła niedawno struktura rozwiązania wspieranie firm, usługodawców i organizacji publicznych w Gaia-X. Platforma dataspaces, która jest obecnie w fazie rozwoju i oparta na otwartych standardach i natywnych dla chmury, demokratyzuje dostęp do danych, analizy danych i sztucznej inteligencji, czyniąc je bardziej dostępnymi dla ekspertów dziedzinowych i zwykłych użytkowników. Zapewnia miejsce, w którym eksperci z obszarów domen mogą łatwiej identyfikować wiarygodne zbiory danych i bezpiecznie przeprowadzać analizy danych operacyjnych — bez konieczności kosztownego przenoszenia danych do scentralizowanych lokalizacji.

Wykorzystując tę ​​platformę do integracji złożonych źródeł danych w różnych środowiskach informatycznych, przedsiębiorstwa będą w stanie zapewnić przejrzystość danych na dużą skalę, dzięki czemu każdy — niezależnie od tego, czy jest to analityk danych, czy nie — wie, jakie dane posiada, jak uzyskać do nich dostęp i jak z nich korzystać w czasie rzeczywistym.

Inicjatywy związane z udostępnianiem danych znajdują się również na szczycie planów przedsiębiorstw. Jednym z ważnych priorytetów, przed którymi stoją przedsiębiorstwa, jest weryfikacja danych wykorzystywanych do trenowania wewnętrznych modeli sztucznej inteligencji i uczenia maszynowego. Sztuczna inteligencja i uczenie maszynowe są już szeroko stosowane w przedsiębiorstwach i przemyśle, aby wprowadzać ciągłe ulepszenia we wszystkim, od rozwoju produktu po rekrutację i produkcję. A my dopiero zaczynamy. IDC przewiduje, że globalny rynek AI będzie z 328 miliardów dolarów w 2021 roku do 554 miliardów dolarów w 2025 roku.

Aby uwolnić prawdziwy potencjał sztucznej inteligencji, rządy i przedsiębiorstwa muszą lepiej zrozumieć zbiorową spuściznę wszystkich danych, które napędzają te modele. Jak modele AI podejmują decyzje? Czy mają stronniczość? Czy są godne zaufania? Czy osoby niegodne zaufania mogły uzyskać dostęp do danych, na podstawie których przedsiębiorstwo przeszkoliło swój model, lub zmienić je? Bardziej przejrzyste i wydajniejsze połączenie producentów danych z konsumentami danych może pomóc odpowiedzieć na niektóre z tych pytań.

Budowanie dojrzałości danych

Przedsiębiorstwa nie rozwiążą problemu odblokowania wszystkich swoich danych z dnia na dzień. Mogą jednak przygotować się do korzystania z technologii i koncepcji zarządzania, które pomagają stworzyć mentalność dzielenia się danymi. Mogą zapewnić, że rozwijają dojrzałość do konsumowania lub udostępniania danych w sposób strategiczny i skuteczny, zamiast robić to doraźnie.

Producenci danych mogą przygotować się na szerszą dystrybucję danych, wykonując szereg kroków. Muszą zrozumieć, gdzie są ich dane i zrozumieć, w jaki sposób je zbierają. Następnie muszą upewnić się, że osoby korzystające z danych mają możliwość dostępu do odpowiednich zestawów danych we właściwym czasie. To jest punkt wyjścia.

Potem przychodzi trudniejsza część. Jeśli producent danych ma konsumentów — którzy mogą znajdować się w organizacji lub poza nią — muszą połączyć się z danymi. To wyzwanie zarówno organizacyjne, jak i technologiczne. Wiele organizacji chce nadzoru nad udostępnianiem danych innym organizacjom. Demokratyzacja danych — przynajmniej możliwość ich odnalezienia w organizacjach — to kwestia dojrzałości organizacyjnej. Jak sobie z tym radzą?

Firmy, które wnoszą wkład do branży motoryzacyjnej, aktywnie udostępniają dane dostawcom, partnerom i podwykonawcom. Złożenie samochodu wymaga wielu części i dużej koordynacji. Partnerzy chętnie dzielą się informacjami na temat wszystkiego, od silników, przez opony, po internetowe kanały napraw. Przestrzenie danych w branży motoryzacyjnej mogą obsługiwać ponad 10 000 dostawców. Ale w innych branżach może to być bardziej odosobnione. Niektóre duże firmy mogą nie chcieć udostępniać poufnych informacji nawet w ramach własnej sieci jednostek biznesowych.

Tworzenie mentalności danych

Firmy po obu stronach kontinuum konsument-producent mogą rozwijać swoją mentalność udostępniania danych, zadając sobie następujące strategiczne pytania:

• Jeśli przedsiębiorstwa budują rozwiązania sztucznej inteligencji i uczenia maszynowego, skąd zespoły czerpią swoje dane? Jak łączą się z tymi danymi? I jak śledzą tę historię, aby zapewnić wiarygodność i pochodzenie danych?
• Jeśli dane mają wartość dla innych, jaką ścieżkę monetyzacji obiera zespół, aby rozwinąć tę wartość i jak będzie nią zarządzana?
• Jeśli firma już wymienia lub zarabia na danych, czy może autoryzować szerszy zestaw usług na wielu platformach — lokalnie i w chmurze?
• W przypadku organizacji, które muszą udostępniać dane dostawcom, w jaki sposób koordynacja tych dostawców z tymi samymi zestawami danych i aktualizacjami jest wykonywana dzisiaj?
• Czy producenci chcą replikować swoje dane lub zmuszać ludzi do przynoszenia im modeli? Zbiory danych mogą być tak duże, że nie można ich replikować. Czy firma powinna hostować programistów na swojej platformie, na której znajdują się jej dane, i przenosić modele do i na zewnątrz?
• W jaki sposób pracownicy działu, który korzysta z danych, mogą wpływać na praktyki nadrzędnych producentów danych w ich organizacji?

Podjąć działanie

Rewolucja danych stwarza możliwości biznesowe — wraz z dużą ilością zamieszania co do tego, jak wyszukiwać, zbierać, zarządzać i uzyskiwać wgląd w te dane w strategiczny sposób. Producenci danych i konsumenci danych stają się coraz bardziej od siebie oderwani. HPE buduje platformę obsługującą zarówno lokalną, jak i publiczną chmurę, wykorzystując open source jako podstawę i rozwiązania, takie jak HPE Ezmeral Software Platform, aby zapewnić wspólną płaszczyznę, której obie strony potrzebują, aby rewolucja danych działała dla nich.

Przeczytaj oryginalny artykuł na Enterprise.nxt .

Ta treść została wyprodukowana przez Hewlett Packard Enterprise. Nie została napisana przez redakcję MIT Technology Review.

ukryć