الأراضي والمعدات والمخزون والنقد. عندما تنظر منظمة الأعمال إلى أصولها اليوم، هناك نجم صاعد مهم يجب إضافته إلى تلك القائمة: البيانات. وفي بعض الأحيان تكمن قيمتها في شرائها وبيعها، ولكن قيمتها العظمى تتحدد بشكل متزايد من خلال فائدتها للعمليات الداخلية. على سبيل المثال، اقترح الاتحاد الدولي للمحاسبة ذلك يمكن أن تصل قيمة البيانات إلى 30% من القيمة السوقية للشركة.
على الرغم من الاعتراف بأهميتها، إلا أن جدارة البيانات باعتبارها عنصرًا رئيسيًا غير ملموس في التخطيط وصنع القرار لا تزال موضع تجاهل. مسح EY لعام 2023 أظهر أن 35% من المشاركين في الإدارة العليا في المؤسسات الكبيرة ليس لديهم استراتيجية بيانات وأن 45% منهم كانوا قد بدأوا للتو في تطوير واحدة.
أدى إدخال أدوات الذكاء الاصطناعي المبكرة على مدى العقد الماضي إلى تسريع التركيز على جمع البيانات واستخدامها، ولكن قدرات ونطاق الذكاء الاصطناعي التوليدي (GenAI) على مدى العامين الماضيين فقط أدى إلى تضخيم قيمة البيانات بشكل كبير كمورد استراتيجي – مما أدى إلى تغذية التكنولوجيا. محرك النمو والقيمة.
ومع ذلك، إذا لم يتم منح التركيز على التخطيط والتدريب الذي يستحقه، فإن استراتيجية البيانات غير المتطورة أو الغائبة يمكن أن تشكل تهديدات خطيرة، بما في ذلك فقدان الإيرادات والمخاطر التجارية والقانونية وفقدان ثقة أصحاب المصلحة. الآن هو الوقت المناسب لصناع القرار للتركيز على تسخير الإمكانات الكاملة لبيانات مؤسساتهم من خلال وجود استراتيجية بيانات تقوم بما يلي: تتوافق مع أهداف العمل؛ ويستفيد من أدوات تحليل البيانات لتحسين عملية صنع القرار؛ يكشف عن فرص جديدة للابتكار من خلال تحديد الأنماط والأفكار التي كانت مخفية سابقًا؛ يضمن الإدارة بأفضل الموارد؛ تؤكد جودة المدخلات والمخرجات؛ ويعمل كآلية حيوية لتلبية المتطلبات التشريعية والتنظيمية المتغيرة. على سبيل المثال، لا يمكن لنماذج التشغيل الفعّالة التي تعتمد على الذكاء الاصطناعي في وظائف التمويل والضرائب أن توجد من دون أساس قوي قائم على البيانات.
يعد تطوير استراتيجية بيانات فعالة لبنة أساسية لتحقيق التحول التكنولوجي ذي الصلة والتنافسي، ويتطلب الاستثمار والتخطيط والتنسيق التعاوني بين أصحاب المصلحة الرئيسيين في المجموعة التنفيذية – والمتبرعين، ولا سيما المديرين الماليين ومديري تكنولوجيا المعلومات/مديري التكنولوجيا التنفيذيين.
خطوات تنفيذ استراتيجية البيانات
لقد تحول تنفيذ استراتيجية البيانات إلى شكل من أشكال الفن في السنوات الأخيرة. ولنتأمل هنا مثال الخدمات المصرفية المفتوحة، التي من المقرر أن تعيد تشكيل الخدمات المالية. بالإضافة إلى توسيع نطاق الوصول إلى خيارات الدفع عبر الإنترنت، فإنه يوفر الآن مشاركة آمنة لجميع أنواع بيانات الحسابات المالية للمؤسسات المالية الأخرى، وتبادل العملات، والتجار، والمنصات الرقمية. يتم تمكين المستهلك إلى حد كبير، حتى مع احتمال زيادة خطر الوصول المشترك. وكذلك، فإن تقدم منصات التكنولوجيا السحابية والموصلات من نظام إلى نظام بواسطة بعض أكبر الأسماء التجارية في مجال التكنولوجيا، يعني أن الوصول إلى البيانات أصبح الآن أكثر سهولة من أي وقت مضى. ولم تعد محاصرة تحت صومعة أي نظام واحد.
ومع ذلك، تأتي هذه التطورات مصحوبة بمجموعة من التحديات الإضافية الخاصة بها، حيث يبحث قادة المجموعة التنفيذية عن ضمانات تفصيلية وزيادة الاتساق في إمكانية استخدام الذكاء الاصطناعي في اتخاذ القرار. للتغلب على هذه التحديات، نشترك في خمس مراحل رئيسية في تقديم استراتيجية بيانات فعالة تحقق الاستخدام الأكثر فعالية للذكاء الاصطناعي:
1. تقييم لتحديد
تتضمن هذه الخطوة الأولى فهم كيفية استخدام الحالة الحالية لعناصر البيانات الموجودة في العمليات والأنظمة المختلفة. الغرض من هذه الخطوة هو بدء تحليل الكفاية، والذي يتم تحقيقه غالبًا من خلال تقييم البيانات. وهذا يحدد ما إذا كانت هناك حاجة للإثراء من خلال تحديد وسد الفجوات المستقبلية الحالية والمحتملة.
بعد تقييم البيانات، يعد تحديد متطلبات العمل وإجراء دراسة ملائمة لسمات البيانات فيما يتعلق بعمليات الأعمال المالية والضريبية المعنية أمرًا ضروريًا لتحويل النتائج إلى خطة قابلة للتنفيذ.
2. مصدر للتحصيل
بمجرد حصول المنظمة على خارطة طريق البيانات، يجب أن يكون لديها المكونات اللازمة لمعالجة الخطوة التالية، وهي الحصول على البيانات الأولية من مواقع مختلفة محتملة لغرض جمع البيانات. أثناء تطوير المخططات، ضع في اعتبارك تخزين البيانات ومعالجتها وتحليلها، بالإضافة إلى جدوى الاستضافة السحابية والمحلية للبيانات. أثناء جمع البيانات، يجب توخي الحذر للتأكد من أن البيانات على المستوى الصحيح من التفاصيل والجودة من أجل الدقة والاكتمال والاتساق وحسن التوقيت. وهذا يضمن أن البيانات موثوقة وجديرة بالثقة قبل تشكيلها للاستهلاك.
3. التكامل مع العملية
يتم تنفيذ عمليات الاستخراج والتحويل والتحميل الكلاسيكية (ETL) في هذه المرحلة لتحويل البيانات إلى التنسيق (التنسيقات) المرغوبة والتحضير للاستهلاك. يمكن دمج البيانات من مصدر واحد أو أكثر، ويمكن توزيعها على وجهة واحدة أو أكثر.
4. تحكم في الإدارة
تضع حوكمة البيانات سياسات وإجراءات واضحة لإدارة البيانات طوال دورة حياتها، مما يضمن جودة البيانات وأمنها وخصوصيتها والامتثال للوائح. فهو يضع القواعد الأساسية لإدارة المخاطر حول الاستخدام الفعال لها، ويوفر قواعد المزامنة وإعادة الاستخدام وإمكانية المشاركة. فكر في تحديد مشرفي البيانات الذين يضعون هذه المقاييس ويتتبعون أدائها.
5. تمكين العمل
تتضمن المرحلة النهائية جعل البيانات قابلة للتنفيذ. يمكن أن يختلف ذلك من تمكين البيانات لإعداد التقارير/التحليلات، إلى تمكين المزيد من الأتمتة والتنشيط لحالات الاستخدام المعقدة مثل GenAI وML. هذه هي المرحلة التي تكون فيها البيانات “من فئة الذكاء الاصطناعي” وجاهزة لتقديم ذكاء الأعمال، والاستفادة من الأدوات والتقنيات التحليلية لاستخلاص الأفكار، وتمكين اتخاذ قرارات مستنيرة ودعم التخطيط الاستراتيجي. في هذه المرحلة، يمكن لقادة الأعمال البدء في النظر إلى تطبيقات الذكاء الاصطناعي التي تزيد من خلق القيمة.
التحسين المستمر
في حين أن هناك غرضًا وفائدة منطقية لاتباع منهجية لتفعيل استراتيجية البيانات، في الواقع، يجب أن تعود الخطوة 5 إلى الخطوة 1 لإنشاء حلقة ردود فعل إيجابية. تعتبر آلية التغذية الراجعة هذه أمرًا بالغ الأهمية للتأكد من أنه بمجرد سن استراتيجية البيانات، فإنها تتطور وتتوسع بشكل فعال لمواكبة متطلبات الأعمال والتكنولوجية والتشريعية.
إن المؤسسات التي تستثمر في استراتيجية البيانات وإدارة أصول المعلومات الخاصة بها في وضع جيد لتحقيق المرونة اللازمة لتحقيق النجاح في مجال الذكاء الاصطناعي. سيساعد التركيز على المراحل الرئيسية الموضحة أعلاه في تحقيق القيمة التي تبحث عنها ومساعدة الفرق الداخلية على العمل معًا لتعزيز والاستفادة من الحلقة المستمرة لجمع البيانات عالية الجودة وإدارتها واستخدامها.
الآراء الواردة في هذا المقال هي آراء المؤلفين ولا تعكس بالضرورة آراء شركة Ernst & Young LLP أو الأعضاء الآخرين في منظمة EY العالمية.
