تدرك كل مؤسسة – كبيرة كانت أم صغيرة – الآن تمامًا أن البيانات هي التي تقود أعمالها. كيف لا يستطيعون ذلك؟ يتم تصنيفها على أنها “زيت جديد،” و ال “الذهب الجديد“، وهي سلعة ثمينة. في الواقع، العديد من الشركات تتطلع إلى اليوم الذي يكون فيه أصول البيانات يتم تضمينها في ميزانياتها العمومية، إلى جانب الإيرادات والمخزون والممتلكات والمصانع والمعدات.
وقد أدى هذا السعي الجشع للحصول على البيانات إلى ظهور تقنيات جديدة، انبثقت من مواقع البيانات الجيدة. تقوم أجهزة الاستشعار وإنترنت الأشياء (IoT) بجمع بيانات الموقع في الوقت الفعلي لتتبع الأداء على أرضية المتجر، وأنماط قيادة السيارات، وأنماط استخدام الطاقة، على سبيل المثال لا الحصر. بالإضافة إلى ذلك، تقوم أنظمة المؤسسات، مثل CRM وERP، بجمع البيانات وتخزينها وتحليلها.
في الآونة الأخيرة، لا يؤدي ظهور الذكاء الاصطناعي إلى إضافة إلحاح إلى الحاجة إلى الكثير من البيانات فحسب، بل يعمل الذكاء الاصطناعي أيضًا على ترجمة تلك البيانات إلى رؤى ذات معنى. فهو المتلقي والمعطي للبيانات في نفس الوقت.
ومع ذلك، الجميع منشغلون بالبيانات باعتبارها الوقود للذكاء الاصطناعي الفعال وفكرة أن الكثير من البيانات تمثل النجاح، لدرجة أنهم ينظرون إلى الكمية على حساب الجودة. فيما يلي خمسة مفاهيم خاطئة رئيسية عن البيانات يمكن أن تؤثر على مدى فعالية استخدام البيانات:
سيتم الحكم على عملك من خلال كمية البيانات التي تجمعها. منذ أن أصبحت البيانات ضرورة حتمية للأعمال، كانت الشركات تسعى جاهدة لجمع أكبر قدر ممكن منها، دون استراتيجية متماسكة. ومع ذلك، لا يمكن لأي كمية من البيانات أن تحل مشكلة الأعمال إذا لم تكن من النوع الصحيح من البيانات. لن يتم الحكم على الشركات بناءً على كمية البيانات التي تمتلكها، ولكن بناءً على قرارات العمل المستمدة منها. لهذا السبب، قبل الخروج وجمع البيانات – كلما كانت أكثر مرحًا – يجب على الشركات أولاً تحديد مشكلة أعمالها ثم الشروع في جمع البيانات التي يمكن أن تساعدها في حلها.
جميع البيانات يجب أن تكون خاصة بك. صحيح أن البيانات التي تجمعها عن العملاء وأصحاب المصلحة والشركاء والمنتجات هي بيانات فريدة لشركتك، ومن المرجح جدًا أن توفر رؤى محددة للغاية حول عملك. ومع ذلك، ليس من الضروري أن تكون بياناتك الداخلية هي التي تُرشد عملية اتخاذ القرار السليم، أو تغذي خوارزميات الذكاء الاصطناعي. بمجرد تحديد مشكلة العمل، من المهم إجراء تدقيق للبيانات لجمع كل المعلومات التي يمكن أن تكون ذات صلة، ثم استكمالها البيانات الاصطناعية، البيانات التي يتم إنشاؤها بشكل مصطنع بدلاً من إنتاجها من مواقف العالم الحقيقي. لا تساعدك البيانات الاصطناعية في الحصول على المعلومات التي تحتاجها فحسب، بل تزيل أيضًا مخاوف الخصوصية التي قد تنشأ عند استخدام البيانات الشخصية أو السرية لبيانات التدريب.
البيانات موضوعية. الشركات التي تتبنى الاعتماد على البيانات لأنها علمية وغير متحيزة وواقعية قد تحتاج إلى التفكير مرة أخرى.
ليست كل البيانات غير متحيزة. بينما يقوم علماء البيانات بتصفية مجموعات البيانات التدريبية لحلول الذكاء الاصطناعي، يمكن أن يتسلل التحيز بناءً على البيانات التي تم جمعها. على سبيل المثال، عندما يتم تدريب أحد الحلول لتحديد أهلية شخص ما للحصول على رهن عقاري، ما مدى تنوع البيانات التي يتم التدريب عليها؟ أو، إذا تم استخدام البيانات لتدريب نظام التعرف على الوجه، فما مدى تنوع الصور المستخدمة؟ يجب النظر إلى البيانات من خلال عدسة التنوع غير المتحيز، حيث أن مجرد جمع البيانات (أو الفشل في جمع أنواع معينة من البيانات) يمكن أن يؤدي إلى تسلل التحيز دون قصد.
البيانات تأتي من النص. عندما نفكر في البيانات، فإننا غالبًا ما نفكر في الحقائق والأرقام: قوائم العملاء وتواريخ التفاعل، وأرقام الأرباح ربع السنوية، وأجزاء المنتج، وأعداد السيارات، وأضواء الشوارع أو أي معلومات مطلوبة لاتخاذ قرارات العمل. لكن بيانات اليوم أكثر ثراءً. تأتي البيانات في شكل صور، غالبًا ما يتم إرسالها من الأقمار الصناعية، أو يتم التقاطها من الرسومات والصور، أو قد تكون حتى ملفات فيديو وصوت. تعمل كل هذه الأنواع من البيانات معًا لتحكي قصة تحل في النهاية مشكلة العمل من خلال الكشف عن الأفكار.
البيانات هي مجال تكنولوجيا المعلومات. وبينما تعمل الشركات على إزالة صوامع البيانات بين الإدارات وإنشاء مصدر واحد للحقيقة في مستودع بيانات مركزي، فإن السؤال الذي يطرح نفسه هو من “يملك” الوظيفة حقًا. نظرًا لأن البيانات هي الوقود لعدد لا يحصى من الحلول التقنية، بما في ذلك الذكاء الاصطناعي، فقد يبدو أن قسم تكنولوجيا المعلومات يجب أن يكون الطرف المسؤول.
ومع ذلك، بما أن البيانات أصبحت أصلاً استراتيجياً للشركات وشريان الحياة لعملية صنع القرار الفعالة، فيجب أن تكون مدفوعة على مستوى أكثر أفقية على مستوى المؤسسة. لا يتعلق الأمر فقط بمنصات تكنولوجيا المعلومات التي ستدعم البيانات، بل بالحاجة إلى إنشاء حوكمة للبيانات – من يمكنه الوصول إليها، وما نوع البيانات المحظورة وكيف يتم ضمان الخصوصية؟ بدأت العديد من الشركات في اعتمادها كبار مسؤولي البيانات الذين يتعاملون مع البيانات من منظور تجاري وتتمثل مهمتهم الوحيدة في جعل البيانات أحد الأصول الرئيسية للشركة التي تدفع عملية صنع القرار.
البيانات ليست في الواقع شيئا جديدا. وبفضل مصادر البيانات الجديدة، وصعود الذكاء الاصطناعي والبحث عن الحقيقة، أصبح لدينا المزيد منها. ومع ذلك، قبل أن تعمل الشركات بشكل محموم على تكديس أصول البيانات الخاصة بها مثل الأموال في البنك، فإنها تحتاج إلى تحديد ما تأمل في تحقيقه باستخدامها. وكما قال مارك توين ذات مرة: “البيانات مثل القمامة. من الأفضل أن تعرف ماذا ستفعل بها قبل أن تجمعها.”
