Les dirigeants utilisent 3 stratégies pour créer de solides fondations de données pour l'intégration de l'IA

Les chefs d'entreprise sont bien conscients que des fondations robustes sont cruciales lorsqu'il s'agit d'exploiter le pouvoir de l'intelligence artificielle (IA). La plongée dans des projets d'IA sans une stratégie de données solides en place est une recette de catastrophe. Comme le dit le vieil adage, "ordures, ordures" - et cela ne pourrait pas être plus vrai en ce qui concerne l'IA.

Alors, comment les professionnels peuvent-ils jeter les bases pour s'assurer que leur organisation peut utiliser l'IA en toute sécurité et efficacement? Ici, trois chefs d'entreprise partagent leurs meilleurs conseils pour créer une stratégie réussie pour tirer parti de la technologie émergente.

1. Mettez votre peuple d'abord

Claire Thompson, responsable des données et des analyses du groupe chez le géant de l'assurance L&G, souligne qu'une approche stratégique de l'information est vitale pour toute entreprise qui cherche à innover. "Je dis toujours que les fondations de données sont importantes pour tout ce que vous faites ensuite", a-t-elle déclaré à ZDNET. Thompson souligne la nécessité de connecter les règles et les réglementations aux résultats financiers tangibles.

"Indiquez clairement comment la stratégie de données stimulera la valeur tangible - pourquoi est-il important, par exemple, que vos adresses e-mail soient à jour et précises afin que vous puissiez faire des communications numériques ciblées?" demande-t-elle. Thompson comprend que tout le monde n'est pas ravi de plonger dans un plan stratégique à long terme qui décrit la technologie, les processus, les personnes et les règles nécessaires pour gérer les actifs d'information. Cependant, elle insiste sur le fait que la phase de planification est essentielle pour récolter les avantages des technologies comme l'IA.

"Je peux comprendre pourquoi les gens pourraient dire que la gouvernance est ennuyeuse", admet-elle. "Mais dans les organisations numériques d'aujourd'hui, où les gens veulent effectuer un traitement directement à travers, il devient encore plus critique que vos données soient de bonne qualité. Donc, toutes les routes conduisent à la gouvernance."

Un élément clé de la stratégie de Thompson à L&G est de favoriser une relation de travail étroite entre son équipe de données et le service informatique. Une collaboration efficace dépend de la clarté des compétences que chaque partie apporte à la table. "Vous avez besoin d'un partenariat main dans le gant. La technologie est extrêmement importante pour ce que nous faisons dans l'espace de données, et nous ne pouvons pas faire notre travail sans les environnements cloud, l'entreposage de données et l'outillage. Les données sont conservées dans toutes les applications que l'équipe informatique maintient", explique-t-elle.

Thompson souligne également l'importance de l'intégration de la qualité des données par conception dans les systèmes de base. "Plus vous pouvez faire ce travail, plus elle arrête l'effet d'entraînement de la mauvaise qualité des données plus loin et empêche tout effort de correction", dit-elle. Cette approche ouvrira la voie à une amélioration des expériences des clients, telles que des applications mobiles personnalisées et des métiers automatisés pris en charge par l'IA.

2. Maître vos données transactionnelles

Jon Grainger, CTO chez le cabinet juridique DWF, estime que c'est le moment idéal pour développer une stratégie de données. Il souligne que les chefs d'entreprise avisés devraient se concentrer sur les éléments fondamentaux de l'utilisation des données bien avant de considérer comment tirer parti de l'IA et de l'apprentissage automatique. "Je dis toujours que le meilleur moment pour une stratégie de données est il y a quatre ans", ironise-t-il. "C'est un travail supertanker. En fin de compte, il n'y a pas beaucoup de raccourcis. Il y a une vue qui dit:" Eh bien, si ça va prendre autant de temps, pourquoi s'embêter? " Et je pense que c'est pourquoi beaucoup de gens n'ont pas pu se maîtriser avec leurs données. "

L'objectif de Grainger est d'aider son entreprise à constituer une réputation pour offrir de grandes expériences grâce à la transformation numérique - une stratégie de données est une composante cruciale de cette approche. Depuis qu'il a rejoint DWF à la fin de 2022, il a implémenté une nouvelle stratégie centrée sur les produits logiciels basés sur le cloud en tant que service (SAAS) et les interfaces de programmation d'applications ouvertes (API).

Les données de DWF couvrent diverses entités, telles que les cas, les partenaires, les clients et les processus métier internes, y compris la facturation et les finances. "La stratégie de données consiste à assurer des données transactionnelles - la source de vérité - est maîtrisée dans ces sections", explique Grainger. L'objectif est d'aider l'organisation à se déplacer rapidement sans compromettre la qualité ou le coût.

"Chaque produit SaaS a une identité claire sur la carte d'entreprise", dit-il, détaillant les nuances de sa stratégie de données. "Cette identité est motivée par les données que vous maîtrisez dans chaque domaine." Grainger souligne que les "exigences minimales absolues" pour intégrer dans l'architecture cible de l'entreprise sont des API bien développées auxquelles DWF peut accéder et utiliser.

Il souligne que la technologie Snaplogic joue un rôle clé pour assurer une connexion solide et fiable entre les services, les API et les utilisateurs. "Invariablement, vous obtiendrez 15 orthographes différentes d'une adresse particulière, et la technologie peut voir ce modèle et la corriger", dit-il. "Il peut également faire quelque chose appelé enrichissement. Il peut donc prendre la référence de quelqu'un, aller à une API, revenir et dire:" C'est la bonne information. ""

Grainger note également que la stratégie de données se concentre sur les modèles que DWF crée pour répondre aux questions commerciales clés. En combinant cela avec l'accent mis par l'entreprise sur les produits SaaS et les API, DWF a des fondations solides pour explorer la technologie émergente. "Il s'avère que vous vous installez assez bien pour une IA générative si vous avez tous ces éléments dans votre stratégie de données", conclut-il.

3. Travaillez avec vos pairs de l'industrie

Nic Granger, directeur des entreprises et du CFO à la North Sea Transition Authority (NSTA), estime qu'une grande stratégie de données s'étend au-delà des pratiques internes et couvre les frontières organisationnelles. NSTA recueille des données du secteur du pétrole et du gaz, et l'équipe de Granger a développé des plateformes numériques qui permettent à l'industrie, au gouvernement, au monde universitaire ou à d'autres parties intéressées pour accéder ouvertement aux données.

Dans le cadre de cet effort, elle préside le Offshore Energy Digital Strategy Group (DSG), un organisme spécialisé formé à la fin de 2022 pour favoriser la collaboration à travers les organismes publics britanniques impliqués dans la collecte de données dans le pétrole, le gaz et les énergies renouvelables. "Il a été reconnu que nous avions besoin d'une stratégie de données numériques cohésive dans le secteur de l'énergie offshore", a-t-elle déclaré à ZDNET. "Il y avait de bonnes poches d'excellence dans l'industrie en gestion des données et en technologies numériques, mais elles ne parlaient pas nécessairement ensemble. C'était donc une grande priorité pour nous."

Le DSG est soutenu par des contributeurs tels que les ministères britanniques, l'Open Data Institute et le Technology Leadership Board. Granger dit que cette approche collaborative a été fructueuse: "Nous avons maintenant la stratégie de données, et il s'agit de travailler sur trois volets clés de travail."

Le premier flux se concentre sur les données, les normes et les principes: "S'assurer que la qualité sous-jacente des données est bonne parce que nous travaillons tous sur la même base", explique-t-elle. Le deuxième flux vise à créer des boîtes d'outils de données communes et à assurer l'interopérabilité. "Peu importe que vous travailliez dans une entreprise d'énergie offshore ou dans un projet dans une entreprise de pétrole et de gaz, vous devriez avoir des données utilisables sur les plates-formes. Ce travail est tout à propos de" Comment obtenez-vous ces données de A à B sans duplication? ""

Le troisième 5 WorkStream se concentre sur la numérisation transversale: "Il s'agit de garantir que les données et les compétences numériques sont là dans l'industrie et de s'assurer que le secteur est conforme aux meilleures pratiques de cybersécurité", a déclaré Granger.

Avec ces fondations de données en place, il est beaucoup plus facile de commencer à réfléchir à la façon de tirer le meilleur parti des technologies émergentes. "Notre objectif est de nous assurer que nous rends les données accessibles et dans les bons formats pour que d'autres utilisent l'IA et l'apprentissage automatique", conclut Granger.