경영진은 3 가지 전략을 사용하여 AI 통합을위한 강력한 데이터 기초를 구축합니다.

비즈니스 리더는 인공 지능 (AI)의 힘을 활용할 때 강력한 기초가 중요하다는 것을 잘 알고 있습니다. 견고한 데이터 전략이없는 AI 프로젝트에 뛰어 들어 재난을위한 레시피입니다. 오래된 말이 "쓰레기, 쓰레기가 나오고"AI에 관해서는 더 사실이 될 수 없었습니다.

그렇다면 전문가들은 어떻게 조직이 AI를 안전하고 효과적으로 사용할 수 있도록 기초를 세울 수 있습니까? 여기서 3 명의 비즈니스 리더는 신흥 기술을 활용하기위한 성공적인 전략을 만들기위한 최고의 팁을 공유합니다.

1. 사람들을 먼저 두십시오

Insurance Giant L & G의 그룹 최고 데이터 및 분석 책임자 인 Claire Thompson은 정보에 대한 전략적 접근 방식이 혁신을 원하는 회사에 필수적이라고 강조합니다. "나는 항상 데이터 기초가 다음에 무엇을하든 중요하다고 말한다"고 ZDNet은 말했다. Thompson은 규칙과 규정을 실질적인 재무 결과에 연결해야 할 필요성을 강조합니다.

"데이터 전략이 어떻게 실질적인 가치를 유도 할 것인지 명확하게하십시오. 예를 들어, 전자 메일 주소가 최신 상태이고 정확한 디지털 커뮤니케이션을 수행 할 수 있도록 중요한 이유는 무엇입니까?" 그녀는 묻습니다. Thompson은 모든 사람이 정보 자산을 관리하는 데 필요한 기술, 프로세스, 사람 및 규칙을 간략하게 설명하는 장기 전략 계획에 뛰어 들지 않는다는 것을 알고 있습니다. 그러나 그녀는 계획 단계가 AI와 같은 기술의 이점을 거두는 데 중요하다고 주장합니다.

"나는 사람들이 거버넌스가 지루하다고 말할 수있는 이유를 이해할 수있다"고 그녀는 인정한다. "그러나 사람들이 직선 처리를하고 싶어하는 오늘날의 디지털 조직에서는 데이터가 양질의 품질이라는 것이 더욱 중요해집니다. 따라서 모든 도로는 거버넌스로 이어지고 있습니다."

L & G에서 Thompson의 전략의 핵심 부분은 데이터 팀과 IT 부서 간의 긴밀한 협력 관계를 장려하는 것입니다. 효과적인 협업은 각 당사자가 테이블에 가져 오는 기술에 대한 명확성에 달려 있습니다. 그녀는 "손잡이 파트너십이 필요합니다. 기술은 데이터 공간에서 우리가하는 일에 매우 중요하며 클라우드 환경, 데이터웨어 하우징 및 툴링 없이는 작업을 수행 할 수 없습니다. 데이터는 IT 팀이 유지하는 모든 응용 프로그램에서 유지됩니다."

Thompson은 또한 핵심 시스템에 설계별로 데이터 품질을 임베딩하는 것의 중요성을 강조합니다. "그 일을 많이할수록 데이터 품질의 열악한 파급 효과가 더욱 줄어들고 치료 노력을 막을 수 있습니다."라고 그녀는 말합니다. 이 접근법은 개인화 된 모바일 애플리케이션 및 AI가 지원하는 자동 거래와 같은 향상된 고객 경험을위한 길을 열어 줄 것입니다.

2. 거래 데이터를 마스터하십시오

법률 회사 DWF의 CTO 인 Jon Grainger는 이제 데이터 전략을 개발하기에 완벽한시기라고 생각합니다. 그는 정통한 비즈니스 리더가 AI 및 기계 학습을 활용하는 방법을 고려하기 전에 데이터 사용의 기본 요소에 집중해야한다고 강조합니다. "저는 항상 데이터 전략에 가장 적합한 시간은 4 년 전입니다." "이것은 슈퍼 탱커 작품입니다. 궁극적으로 바로 가기가 많지 않습니다. '글쎄요, 왜 그렇게 오래 걸리면 왜 귀찮게합니까?' 그리고 그것이 많은 사람들이 데이터를 잡을 수 없었던 이유라고 생각합니다. "

Grainger의 목표는 그의 회사가 디지털 혁신을 통해 훌륭한 경험을 제공하는 것으로 명성을 얻도록 돕는 것입니다. 데이터 전략은이 접근법의 중요한 구성 요소입니다. 2022 년 후반 DWF에 합류 한 이후, 그는 클라우드 기반 소프트웨어-서비스 (SAAS) 제품 및 Open Application Programming (API) 인터페이스를 중심으로 새로운 전략을 구현했습니다.

DWF의 데이터는 사례, 파트너, 고객 및 청구 및 재무를 포함한 내부 비즈니스 프로세스와 같은 다양한 엔티티를 포함합니다. Grainger는“데이터 전략은 트랜잭션 데이터 (진실의 원천)가 해당 섹션에서 마스터하는 것을 보장하는 것입니다. "라고 Grainger는 설명합니다. 목표는 조직이 품질이나 비용을 손상시키지 않고 빠르게 움직 이도록 돕는 것입니다.

"각 SaaS 제품은 엔터프라이즈 맵에 명확한 정체성을 가지고 있습니다."라고 그는 데이터 전략의 뉘앙스를 자세히 설명합니다. "그 정체성은 각 영역에서 마스터하는 데이터에 의해 주도됩니다." Grainger는 회사의 목표 아키텍처에 통합하기위한 "절대 최소 요구 사항"이 DWF가 액세스하고 사용할 수있는 잘 개발 된 API라고 강조합니다.

그는 Snaplogic Technology가 서비스, API 및 사용자 간의 견고하고 신뢰할 수있는 연결을 보장하는 데 중요한 역할을한다고 지적합니다. "항상, 당신은 특정 주소의 15 가지 철자를 얻을 수 있으며, 기술은 그 패턴을보고 그것을 교정 할 수 있습니다."라고 그는 말합니다. "그것은 또한 강화라는 것을 할 수 있습니다. 그래서 누군가의 참조가 필요하고, API로 가서 돌아와서 '이것은 올바른 정보입니다.'라고 말할 수 있습니다."

Grainger는 또한 데이터 전략이 DWF가 생성 한 모델에 중점을 둔 주요 비즈니스 질문에 대답한다고 지적합니다. DWF는 이것을 회사의 SaaS 제품 및 API에 대한 초점과 결합함으로써 신흥 기술을 탐색하기위한 탄탄한 기초를 가지고 있습니다. "데이터 전략에 모든 요소를 ​​가지고 있다면 생성 AI에 대해 자신을 잘 설정하는 것이 밝혀졌습니다."

3. 업계 동료들과 협력하십시오

NSTA (North Sea Transition Authority)의 기업 및 CFO 담당 이사 인 Nic Granger는 훌륭한 데이터 전략이 내부 관행을 넘어 조직의 경계를 넘어 확장된다고 생각합니다. NSTA는 석유 및 가스 부문에서 데이터를 수집하고 Granger의 팀은 산업, 정부, 학계 또는 기타 이해 관계자가 데이터에 공개적으로 액세스 할 수있는 디지털 플랫폼을 개발했습니다.

이러한 노력의 일환으로, 그녀는 2022 년 후반에 설립 된 전문 기관인 Offshore Energy Digital Strategy Group (DSG)을 의장으로, 석유, 가스 및 재생 에너지의 데이터 수집과 관련된 영국 공공 기관의 협력을 장려하기 위해 설립되었습니다. "우리는 해외 에너지 부문 전반에 걸쳐 응집력있는 디지털 데이터 전략이 필요하다는 것이 인식되었다"고 ZDNet은 말했다. "데이터 관리 및 디지털 기술 분야에서 업계 전반에 걸쳐 우수한 주머니가 있었지만 반드시 함께 대화 할 필요는 없었기 때문에 우리에게는 큰 우선 순위였습니다."

DSG는 영국 정부 부서, Open Data Institute 및 Technology Leadership Board를 포함한 기고자들의 지원을받습니다. 그레인저는이 협업 접근 방식이 유익하다고 말합니다.

첫 번째 스트림은 데이터, 표준 및 원칙에 중점을 둡니다. "우리가 모두 같은 기준으로 작업하기 때문에 데이터의 기본 품질이 양호한 지 확인하십시오."라고 그녀는 설명합니다. 두 번째 스트림은 공통 데이터 툴킷을 생성하고 상호 운용성을 보장하는 것을 목표로합니다. "해외 에너지 회사 나 석유 및 가스 회사의 프로젝트에서 일하고 있다면 플랫폼에서 사용할 수있는 데이터가 있어야합니다. 그 모든 것이 '중복없이 해당 데이터를 어떻게 얻습니까?'

Granger는 세 번째 WorksTream은 "데이터와 디지털 기술이 업계 전반에 걸쳐 데이터와 디지털 기술을 보장하고 사이버 보안 모범 사례를 준수하는 것을 보장하는 것"이라고 말했다.

이러한 데이터 기초가 마련되면 신흥 기술을 최대한 활용하는 방법에 대해 생각하기가 훨씬 쉽습니다. Granger는“우리는 데이터에 액세스 할 수 있고 다른 사람들이 AI 및 기계 학습을 사용할 수있는 올바른 형식으로 만드는 데 중점을두고 있습니다.