高管使用3種策略來建立強大的數據基礎以進行AI集成

業務領導者很清楚，在利用人工智能（AI）的力量方面，強大的基礎至關重要。在沒有紮實的數據策略的情況下，潛入AI項目是災難的秘訣。正如古老的俗話說：“垃圾進，垃圾” - 關於人工智能，這並不是事實。

那麼，專業人員如何為確保其組織能夠安全有效地使用AI奠定基礎呢？在這裡，三名企業領袖分享了製定成功策略來利用新興技術的策略。

1。把你的人放在第一位

集團首席數據兼保險巨頭L＆G分析官克萊爾·湯普森（Claire Thompson）強調，戰略性的信息方法對於任何希望創新的公司都至關重要。她告訴ZDNET：“我總是說數據基礎對於您接下來做的任何事情都很重要。”湯普森強調需要將規則和法規與有形財務成果聯繫起來。

“清楚地表明，數據策略將如何推動切實的價值 - 例如，重要的是，您的電子郵件地址是最新和準確的，以便您可以進行有針對性的數字通信？”她問。湯普森（Thompson）了解到，並不是每個人都為一項長期戰略計劃而興奮，概述了管理信息資產所需的技術，流程，人員和規則。但是，她堅持認為，計劃階段對於收穫AI等技術的好處至關重要。

她承認：“我能理解為什麼人們可能會說治理很無聊。” “但是在當今的數字組織中，人們想進行直通處理，這對於您的數據質量良好變得更加至關重要。因此，所有道路都在導致治理。”

湯普森在L＆G策略中的關鍵部分是建立了她的數據團隊與IT部門之間的密切工作關係。有效的合作取決於每個聚會帶來的技能的清晰度。她解釋說：“您需要一個手工藝的合作夥伴關係。技術對於我們在數據空間中所做的工作非常重要，沒有云環境，數據倉庫和工具，我們將無法完成工作。

湯普森還強調了通過設計嵌入數據質量到核心系統的重要性。她說：“您可以完成這項工作的越多，它就會越阻止數據質量差的不良效果，並防止了任何補救努力。”這種方法將為增強的客戶體驗鋪平道路，例如個性化的移動應用程序和AI支持的自動交易。

2。掌握您的交易數據

法律公司DWF的首席技術官Jon Grainger認為，現在是製定數據策略的最佳時機。他強調，精明的業務領導者應該在考慮如何利用AI和機器學習之前很好地專注於數據使用的基礎元素。他打趣道：“我總是說數據策略的最佳時間是四年前。” “這是一件超級貨車的工作。最終，捷徑不多。有一種觀點說，'好吧，如果要花那麼長時間，為什麼要打擾呢？'我認為這就是為什麼許多人都無法掌握他們的數據的原因。”

Grainger的目標是幫助他的公司通過數字化轉型來提供豐富的體驗來建立聲譽 - 數據策略是這種方法的關鍵組成部分。自2022年下半年加入DWF以來，他實施了一種新的策略，該策略集中在基於雲的軟件即服務（SaaS）產品和開放式應用程序編程（API）接口。

DWF的數據涵蓋了各種實體，例如案例，合作夥伴，客戶和內部業務流程，包括計費和財務。 Grainger解釋說：“數據策略是確保交易數據（真實的來源）在這些部分中掌握的。”目的是幫助組織快速行動，而不會損害質量或成本。

他說：“每種SaaS產品在企業地圖上都有明確的身份。” “這種身份是由您在每個區域中掌握的數據驅動的。” Grainger強調，將“絕對最低要求”集成到公司的目標體系結構中是DWF可以訪問和使用的完善的API。

他指出，Snaplogic技術在確保服務，API和用戶之間建立牢固可靠的聯繫中起著關鍵作用。他說：“總是會得到15個特定地址的15種不同的拼寫，該技術可以看到該模式並糾正它。” “它也可以做一些稱為富集的事情。因此，它可能需要某人的參考，轉到API，回來，說，'這是正確的信息。'”

Grainger還指出，數據策略的重點是DWF創建的模型以回答關鍵業務問題。通過將其與公司對SaaS產品和API的關注相結合，DWF擁有可靠的基礎來探索新興技術。他總結說：“事實證明，如果您在數據策略中擁有所有這些元素，那麼您就可以很好地為生成AI設置自己。”

3。與您的行業同行一起工作

北海過渡局（NSTA）公司和首席財務官總監Nic Granger認為，出色的數據策略超出了內部實踐並跨越組織界限。 NSTA從石油和天然氣領域收集數據，Granger的團隊開發了數字平台，允許行業，政府，學術界或其他有關方面公開訪問數據。

作為這項工作的一部分，她主持了一家專業機構，該團體成立於2022年底，旨在促進與石油，天然氣和可再生能源數據收集數據收集的英國公共機構的合作。她告訴ZDNET：“人們認識到，我們需要整個海上能源領域的凝聚力數字數據策略。” “整個行業中，在數據管理和數字技術方面都有良好的卓越範圍，但它們不一定是一起交談的。這對我們來說是一個很大的優先事項。”

DSG得到了包括英國政府部門，開放數據研究所和技術領導委員會在內的貢獻者的支持。格蘭傑（Granger）說，這種協作方法是富有成果的：“我們現在已經有了數據策略，這是關於在三個關鍵工作流方面工作。”

她解釋說，第一個流的重點是數據，標準和原則：“確保數據的潛在質量很好，因為我們都在相同的基礎上工作。”第二個流旨在創建常見的數據工具包並確保互操作性。 “無論您是在離岸能源公司還是在石油和天然氣公司的項目中工作，都應該擁有可在平台上使用的數據。這項工作是關於'您如何從A到B的數據中無需重複的數據？'”

第三個工作流側重於跨部門數字化：“這是關於確保整個行業的數據和數字技能，並確保該行業符合網絡安全的最佳實踐，” Granger說。

借助這些數據基礎，開始思考如何充分利用新興技術要容易得多。 Granger總結說：“我們的重點是確保我們使數據可訪問，並以正確的格式供其他人使用AI和機器學習。”