12 трендів у галузі даних та аналітики, які слід тримати в полі зору

Адаптивні системи штучного інтелекту (AI), спільне використання даних та структури даних — це ті тренди, які лідери в галузі даних та аналітики повинні використовувати для стимулювання нового зростання, ефективності, стійкості та інновацій. Про це свідчить звіт Gartner, присвячений галузі даних та аналітики, в якому окреслено 12 основних трендів.

Російське вторгнення в Україну посилило тривалу глобальну пандемію геополітичною кризою, й управління постійною невизначеністю і волатильністю, що випливає з цього, стане ключовим напрямком діяльності лідерів даних та аналітики (Data & Analytics, D&A) цього року.

Основні тренди цього року в галузі даних та аналітики пов’язані з трьома імперативами:

• Активуйте різноманітність та динамізм. Використовуйте адаптивні системи штучного інтелекту, щоб стимулювати зростання та інновації, справляючись із коливаннями на світових ринках.
• Підсилюйте людей та рішення, надаючи розширену контекстно-залежну аналітику, створену бізнесом із модульних компонентів.
• Інституціоналізуйте довіру, щоб отримати зиск від D&A у масштабі. Керуйте ризиками AI та впровадьте пов’язане управління у розподілених системах, периферійних середовищах та нових екосистемах.

1. Адаптивні системи AI

У міру того, як рішення стають все більш пов’язаними, контекстуальними і безперервними, стає все більш важливим реорганізувати процес прийняття рішень. Ви можете зробити це, використовуючи адаптивні системи штучного інтелекту, які можуть запропонувати більш швидкі та гнучкі рішення, швидше адаптуючись до змін.

Однак для створення адаптивних систем AI та управління ними потрібно застосовувати інженерні методи штучного інтелекту. AI-інжиніринг організовує та оптимізує програми, щоб адаптуватися до збоїв, протистояти їм або поглинати їх, полегшуючи управління адаптивними системами.

2. Штучний інтелект, орієнтований на дані

Багато організацій намагаються займатися штучним інтелектом, не беручи до уваги проблеми управління даними, пов’язані з ним. «Без правильних даних створення AI є ризикованим і, можливо, навіть небезпечним», — каже Саллам. Таким чином, дуже важливо формалізувати AI, орієнтований на дані, та дані, орієнтовані на AI. Вони більш систематично усувають упередженість, різноманітність та маркування даних у рамках вашої стратегії управління даними, включаючи, наприклад, використання тканини даних для автоматизованої інтеграції їх та активного управління метаданими.

3. Тканина даних на основі метаданих

Метадані — це дані у контексті. Це аспекти даних: коли, де, хто, як. Тканина даних слухає, навчається та діє на основі цих метаданих, а потім застосовує безперервну аналітику до існуючих та доступних для виявлення і висновків активів метаданих. Вона відзначає та рекомендує дії для людей та систем. Зрештою, це підвищує довіру до даних та їх використання в організації. Також — може скоротити на 70% різні завдання з управління даними, включаючи проєктування, розгортання та експлуатацію.

Наприклад, місто Турку у Фінляндії виявило прогалини у своїх даних, які стримували інновації. Інтеграція фрагментованих активів даних дозволила повторно їх використовувати, скоротити час виходу ринок на дві третини і створити комерційну тканину даних.

4. Завжди діліться даними

Хоча лідери в області D&A часто визнають, що обмін даними є ключовою можливістю цифрової трансформації, їм не вистачає ноу-хау для обміну даними в масштабі та з довірою.

Щоб досягти успіху в просуванні обміну даними та розширенні доступу до потрібних даних, узгоджених із бізнесом, співпрацюйте між бізнесовими і галузевими напрямками. Це пришвидшить участь у розширенні бюджетних повноважень та інвестиції в обмін даними. Крім того, розгляньте можливість впровадження тканин даних, щоб забезпечити єдину архітектуру для обміну між різнорідними внутрішніми та зовнішніми джерелами даних.

5. Контекстно-збагачений аналіз

Контекстно-збагачений аналіз ґрунтується на графових технологіях. Інформація про контекст і потреби користувача зберігається у вигляді графіка, який дозволяє проводити більш глибокий аналіз, використовуючи зв’язки між точками даних, а також самі точки даних. Це допомагає визначити та створити додатковий контекст на основі подібностей, обмежень, шляхів та спільнот.

Для збору, зберігання та використання контекстних даних потрібні можливості та навички побудови конвеєрів даних, методів X-аналітики та хмарних сервісів AI, які можуть обробляти різні типи даних. До 2025 року контекстно-залежна аналітика та моделі штучного інтелекту замінять 60% існуючих моделей, побудованих на традиційних даних.

6. Бізнес-орієнтовані D&A

Gartner відстоює модульний підхід до даних та аналітики, або «компонований D&A». Бізнес-дані та аналітика засновані на цьому тренді, але основна увага приділяється людям, зміщуючись із ІТ на бізнес.

Бізнес-орієнтований D&A дозволяє бізнес-користувачам або бізнес-технологам спільно обробляти бізнес-дані та аналітичні можливості.

7. D&A, орієнтовані на прийняття рішень

Дисципліна аналізу рішень, що полягає у ретельному розгляді того, як вони мають прийматися, змушує організації переосмислювати свої інвестиції у можливості D&A. Використовуйте дисципліни аналітики прийняття рішень для розробки найкращого рішення, а потім надайте необхідні вхідні дані.

За оцінками Gartner, до 2023 року понад 33% великих організацій матимуть аналітиків, які займатимуться аналізом рішень, включаючи їхнє моделювання.

8. Дефіцит навичок та грамотності

Щоб досягати вимірних результатів, керівникам D&A потрібні талановиті люди у команді. Проте віртуальні робочі місця та загострена конкуренція за таланти посилили брак грамотності щодо даних серед співробітників — здатності читати, записувати та передавати дані у контексті.

За оцінками Gartner, до 2025 року більшості CDO не вдасться підвищити рівень грамотності працівників щодо даних, необхідний для досягнення заявлених стратегічних бізнес-цілей.

Оскільки вартість інвестицій у грамотність даних та підвищення кваліфікації працівників постійно зростає, почніть включати у контракти з новими працівниками положення про повернення коштів або окупності, щоб відшкодувати витрати у разі уходу працівника з вашої організації.

9. Пов’язане управління

Організаціям необхідне ефективне управління на всіх рівнях, яке не тільки вирішує їхні поточні операційні проблеми, але також є гнучким, масштабованим і швидко реагуючим на мінливу динаміку ринку та стратегічні організаційні проблеми.

Однак пандемія ще більше наголосила на гострій необхідності тісної міжфункціональної співпраці та готовності змінити організаційні структури для досягнення гнучкості бізнес-моделі.

Використовуйте пов’язане управління, щоб створити віртуальний рівень управління D&A для бізнес-функцій та регіонів для досягнення бажаних бізнес-результатів у масштабах всього підприємства.

10. Управління ризиками AI

Якщо організації витратять час та ресурси на підтримку управління довірою, ризиками та безпекою AI (TRiSM), вони побачать покращені результати AI з точки зору впровадження, досягнення бізнес-цілей та визнання як внутрішніх, так і зовнішніх користувачів.

Gartner прогнозує, що до 2026 року організації, які розробляють надійний, цілеспрямований AI, побачать успіх більш ніж 75% інновацій у галузі штучного інтелекту, порівняно з 40% серед тих, хто цього не робить.

Підвищена увага до AI TRiSM призведе до контрольованого і стабільного впровадження та введення в дію моделей AI. Крім того, Gartner очікує набагато менше збоїв AI, у тому числі незавершених проєктів, а також скорочення ненавмисних або негативних результатів.

11. Екосистеми вендорів та регіонів

Регіональні закони про безпеку даних змушують багато глобальних організацій створювати регіональні екосистеми D&A відповідно до місцевого законодавства. Цей тренд посилюватиметься у новому багатополярному світі.

Вам потрібно буде розглянути питання про перенесення та дублювання деяких або всіх частин вашого стека D&A у певних регіонах, а також за запитом або за замовчуванням керувати мультихмарною та мультивендорною стратегією.

Щоб створити цілісну екосистему хмарних даних, розгляньте наступні дії. Оцініть розширюваність та ширші екосистемні пропозиції рішень вашого вендора та розгляньте можливість узгодження з ними. Крім того, переоцініть політики на користь кращої у своєму класі або найбільш підходящої стратегії для комплексних можливостей D&A у хмарі, зваживши переваги екосистеми одного постачальника з точки зору вартості, гнучкості та швидкості.

12. Розширення до краю

Все більше операцій D&A виконується на розподілених пристроях, серверах або шлюзах, розташованих за межами центрів обробки даних та загальнодоступної хмарної інфраструктури. Вони все частіше розміщуються в периферійних обчислювальних середовищах, ближче до місця, де створюються та виконуються дані та рішення, що становлять інтерес.

За оцінками аналітиків Gartner, до 2025 року понад 50% критично важливих корпоративних даних створюватимуться та оброблятимуться за межами центру обробки даних або хмари.

Розширіть можливості керування D&A до граничних середовищ та забезпечте видимість за допомогою активних метаданих. Крім того, забезпечте підтримку збереження даних у граничних середовищах, увімкнувши граничні ІТ-орієнтовані технології (реляційні та нереляційні системи управління базами даних), а також невеликі вбудовані бази даних для їх зберігання та обробки ближче до меж пристрою.

За матеріалами "12 Data and Analytics Trends to Keep on Your Radar", Gartner.

Ілюстрація: unsplash.com