高管使用3种策略来建立强大的数据基础以进行AI集成

商业领袖们深知，在利用人工智能（AI）力量时，稳固的基础至关重要。没有扎实的数据策略就贸然投入AI项目，无异于自找失败。正如老话所说，“输入垃圾，输出垃圾”——在AI领域，这一点再正确不过。

那么，专业人士如何为组织奠定基础，确保安全且有效地使用AI呢？三位商业领袖分享了他们制定成功策略以利用新兴技术的顶级建议。

1. 以人为本

保险巨头L&G的集团首席数据与分析官克莱尔·汤普森强调，信息战略方法对任何希望创新的公司至关重要。“我总是说，无论你接下来做什么，数据基础都很重要，”她在接受ZDNET采访时表示。汤普森强调需要将规则和法规与具体的财务成果联系起来。

“要清楚数据策略如何带来切实的价值——例如，为什么保持电子邮件地址的更新和准确性很重要，以便进行有针对性的数字沟通？”她问道。汤普森明白，并非所有人都热衷于制定一个详细的技术、流程、人员和规则的长期战略计划来管理信息资产。然而，她坚称规划阶段对于收获AI等技术的好处至关重要。

“我能理解为什么有人会说治理很无聊，”她承认。“但在当今的数字组织中，人们希望实现直通式处理，数据的质量变得更加关键。因此，所有道路都通向治理。”

汤普森在L&G的策略核心部分是促进数据团队与IT部门之间的密切合作。有效的协作取决于双方对各自技能的清晰认识。“我们需要一种紧密的合作关系。技术对我们在数据领域的工作至关重要，没有云环境、数据仓库和工具，我们无法完成工作。数据存储在IT团队维护的所有应用中，”她解释道。

汤普森还强调了将数据质量设计嵌入核心系统的重要性。“你做得越多，就能越有效地阻止数据质量差的连锁反应，避免后续的任何修复工作，”她说。这种方法将为提升客户体验铺平道路，例如个性化的移动应用和AI支持的自动化交易。

2. 掌握你的交易数据

法律事务所DWF的首席技术官乔恩·格雷格认为，现在是制定数据策略的完美时机。他强调，精明的商业领袖应在考虑如何利用AI和机器学习之前，专注于数据使用的基础要素。“我总是说，制定数据策略的最佳时机是四年前，”他打趣道。“这是一项庞大的工程。最终，没有太多捷径。有人会说，‘如果要花那么长时间，为什么还要费心？’我想这就是为什么很多人无法真正掌握他们的数据。”

格雷格的目标是帮助他的公司通过数字化转型建立提供卓越体验的声誉——数据策略是这一方法的关键组成部分。自2022年底加入DWF以来，他实施了一项以基于云的软件即服务（SaaS）产品和开放应用程序编程（API）接口为中心的新策略。

DWF的数据涵盖各种实体，如案件、合作伙伴、客户和内部业务流程，包括账单和财务。“数据策略的重点是确保交易数据——真相的来源——在这些部分得到掌握，”格雷格解释道。目标是帮助组织在不牺牲质量或成本的情况下快速行动。

“每个SaaS产品在企业地图上都有一个明确的身份，”他详细描述了数据策略的细微差别。“这种身份由你在每个领域掌握的数据驱动。”格雷格强调，融入公司目标架构的“绝对最低要求”是DWF可以访问和使用的完善API。

他指出，SnapLogic技术在确保服务、API和用户之间的稳固可靠连接方面发挥了关键作用。“不可避免地，你会遇到某个地址的15种不同拼写，技术可以识别这种模式并进行纠正，”他说。“它还可以执行所谓的丰富化。例如，它可能会获取某人的参考信息，调用API返回并说，‘这是正确的信息。’”

格雷格还指出，数据策略专注于DWF创建的模型，以回答关键业务问题。通过结合公司对SaaS产品和API的关注，DWF为探索新兴技术奠定了坚实的基础。“事实证明，如果你拥有数据策略中的所有这些元素，你就为生成式AI做好了很好的准备，”他总结道。

3. 与行业同行合作

北海过渡管理局（NSTA）的企业总监兼首席财务官尼克·格雷格认为，优秀的数据策略不仅限于内部实践，还应跨越组织边界。NSTA从石油和天然气行业收集数据，格雷格的团队开发了数字平台，允许行业、政府、学术界或其他相关方公开访问数据。

作为这项工作的一部分，她主持了海上能源数字战略小组（DSG），这是一个于2022年底成立的专门机构，旨在促进英国公共机构在石油、天然气和可再生能源数据收集方面的合作。“我们认识到，需要在海上能源行业制定一个统一的数字数据策略，”她在接受ZDNET采访时表示。“行业在数据管理和数字技术方面有很好的卓越实践，但它们之间未必有交流。所以这对我们来说是一个重要优先事项。”

DSG得到包括英国政府部门、开放数据研究所和技术领导委员会在内的贡献者的支持。格雷格说，这种协作方式已初见成效：“我们现在已经有了数据策略，它围绕三个关键工作流展开。”

第一个工作流关注数据、标准和原则：“确保数据的基本质量良好，因为我们都在同一基础上工作，”她解释道。第二个工作流旨在创建通用的数据工具包并确保互操作性。“无论你是在海上能源公司还是在石油和天然气公司的项目中工作，数据都应该可以在各平台上使用。这项工作旨在解决‘如何在不重复的情况下将数据从A点传输到B点？’”

第三个工作流关注跨行业的数字化：“这是关于确保行业内有数据和数字技能，并确保该行业遵循网络安全最佳实践，”格雷格说。

有了这些数据基础，思考如何充分利用新兴技术就变得更加容易。“我们的重点是确保数据可访问且格式正确，以便他人使用AI和机器学习，”格雷格总结道。