Jak inteligentní pracovní postupy změní hromadění dat na transformaci

“Dobré” postupy správy dat dříve znamenaly „uchovávat pouze to, co potřebuji nyní“, ale tento způsob myšlení je relikvií éry, kdy data byla drahá a nesnadno dostupná. V éře umělé inteligence (AI) se držet tohoto způsobu myšlení riskuje, že vás zbytečňuje. Když organizace pohlíží na data jako na živý, se vyvíjející aktivum, které je třeba kurátorsky pečovat, spojovat a neustále obohacovat, stávají se palivem, které mění to, co bylo dříve provozním vedlejším produktem, v hnací sílu jejich další vlny inovací poháněných AI.

Sázky nemohly být vyšší. AI již nachází okamžité, vysoce dopadové využití v různých odvětvích, od věd o životě a vlády po média a výrobu, a přináší měřitelné zisky, které zákazníci zaznamenávají (a investoři očekávají). Ale další vlna inovací AI bude vyžadovat něco ještě cennějšího: přesná, vlastnická data, která odrážejí jedinečné zkušenosti a provoz vaší organizace. Ti, kteří tyto data využijí a vylepší je nyní, budou definovat konkurenční výhodu, kterou všichni ostatní budou pronásledovat.

Skryté náklady datové chaosu

Často jsou data uvězněna v silách – obvykle ad hoc uspořádáních rozptýlených napříč nespojenými systémy, neprůhlednými cloudy a nespravovanými archivy, které se mění s časem z dočasných řešení na stav, který je považován za samozřejmý. Výsledkem je: zdvojené úsilí, přetížená síťová infrastruktura, skryté náklady a opuštěná hodnota.

Jestliže vám tohle zní povědomě, je to proto, že každá organizace prošla touto situací. Týmy spustí dočasná úložiště nebo cloudové instance „pouze aby dokončily práci“, pouze aby tyto síly zůstaly dlouho poté, co projekt skončil. Týmy, oddělení, dokonce celé společnosti se slučují – a najednou chaos úložišť a datová rozptýlenost dělají práci IT správců, manažerů dat a výzkumníků AI neskonale obtížnější (nežli trvalejší produktivitu). Tyto problémy často zůstávají skryté, dokud nezačnou ovlivňovat rozpočty, výkon a soulad.

Zde jsou některé z nejčastějších varovných signálů, že váš přístup k úložišti dat podkopá vaši schopnost vytvořit ideální pracovní postup:

• Myšlení „jedno velikost pro všechny“. Varujte se před každým dodavatelem, který se snaží vtěsnat jedno řešení, které prý vyřeší všechny problémy. Nasazujte technologii uvážlivě tam, kde poskytuje přesně ty atributy, které potřebujete v každém kroku pracovního postupu nebo potrubí: Flash, objekt a pásek mají své silné stránky; uzamknutí se na jednu možnost dramaticky omezí vaši budoucí flexibilitu a volbu.
• Temné nebo nečinné cloudové repozitáře. Sirotčí cloudové koše nebo zapomenuté sdílené složky zůstávají mimo váš pracovní postup a jsou neindexované, nespravované a neviditelné pro nástroje, které by je mohly učinit užitečnými.
• „Levné“ studené úložiště, které ve skutečnosti není. Archivní úrovně mohou vypadat ekonomicky, dokud nebudete potřebovat získat svá data zpět rychle a skončíte s neplánovanými poplatky za získání a odchozí poplatky.
• Bottlneky výkonu v kritických bodech přístupu. Pomalý příjem nebo spoluprací kroky brzdí samotné pracovní postupy, kde rychlý přístup pohání inovace, rozhodování a výnosy.
• Cloudová závislost. Uchování všeho v cloudu může zvyšovat náklady a izolovat data od místních a okrajových pracovních postupů, které potřebují výkon a kontrolu nejvíce. To nakonec klade ještě větší tlak na vaši odchozí síťovou infrastrukturu.

Každá z těchto pastí vytváří provozní tření, které vysává čas, rozpočet a flexibilitu – přesně to, co organizace poháněné AI potřebují. Ale největší pastí ze všech je zacházení s daty jako se statickým zdrojem. Aby jste byli skutečně připraveni využít nové pracovní postupy AI a datové rozhodování, vaše data musí protékat agilním, adaptabilním pracovním postupem, který urychluje okamžitou utilizaci, poté obohacuje data s časem a mění rozsah na strategickou výhodu.

Převod statických dat na živou inteligenci

Diskuze o úložišti kolem AI se většinou soustředila na malé příklady školení dnešních modelů AI, s dnešním pochopením toho, co je „v“ vašich datech. Ale vývoj systému neustálého obohacování dat může být mnohem více. Každýkrát, když jsou data přístupná, vytváří se příležitost obohatit tato data prostřednictvím lidského vstupu, systémové analýzy a AI poháněného značení, klasifikace a objevování.

Pak každým školením vašich modelů AI se vaše algoritmy zlepšují. Každá iterace zvyšuje přesnost modelu, vylepšuje jeho předpovědi a odhaluje nové vztahy mezi zdánlivě nesouvisejícími zdroji. Vaše data se stávají motorem kontinuálního učení, ne pouze okamžitém snímkem. Když „živá data“, technologie AI a lidská odbornost fungují společně, organizace přestávají reagovat na změnu a začínají ji předpovídat.

Jedná se však o to, že odemknutí tohoto druhu živé inteligence vyžaduje stejně dynamický základ. Potřebujete výkon na příjmu, abyste mohli zachytit data v jejich nejčerstvějším stavu, GPU poháněné školení a inference, aby jste je proměnili v přehled, a obrovské, ekonomické úložiště, aby jste je mohli uchovat – připravené pro další cyklus obohacování.

Tato rovnováha rychlosti a rozsahu je tím, co dělá konec-konec pracovního postupu nezbytným. Úložiště Flash pohání spolupráci v reálném čase a vývoj modelů. Úložiště objektů poskytuje vyhledatelný, trvanlivý rozsah. Pásek rozšiřuje tento rozsah na petabyty a dále, uchovává desetiletí cenných informací za zlomek nákladů. Společně tvoří bezproblémový potrubí – data vstupují rychle, stávají se chytřejšími a zůstávají připravená naučit další model.

Co odemknou spojené pracovní postupy

Se spojeným pracovním postupem se stejné výzvy, které vás dříve zpomalovaly, stávají zdroji výhod:

• Volnost výběru. Nasazení nejlepší směsi flash, objektu a pásku zajišťuje maximální výkon a nejnižší náklady v rozsahu. Každá technologie přispívá svými silnými stránkami bez uzamknutí se.
• Neustálé obohacování. Každýkrát, když jsou data přístupná, používána nebo analyzována, přidávají se nové kontexty a metadata. S časem se vaše informační základna stává chytřejší, bohatší a užitečnější.
• Flexibilita v jakémkoli rozsahu. Systém, který usnadňuje přidání kapacity, zvýšení výkonu nebo prodloužení dosahu bez přerušení nebo neočekávaných nákladů.
• Okamžité přehledy kdekoli. Data zůstávají blízko lidí a systémů, které je potřebují; ať už je to v cloudu, na místě nebo na okraji. To znamená, že rozhodnutí mohou být učiněna v reálném čase.
• Ekonomika, která funguje. Výkon a kapacita jsou sladěny s úkolem, který je třeba vyřešit, a udržují výdaje v souladu se skutečnými obchodními potřebami.
• Zabezpečení prostřednictvím viditelnosti. Spojené pracovní postupy udržují data stopovatelná, auditable a souladná, snižují riziko úniků, ztrát nebo opuštění.
• Základ pro AI. Data, která se pohybují, učí a zlepšují se v integrovaném systému, se stávají skutečnou konkurenční výhodou – tou, kterou vaši rivalové nemohou snadno duplikovat nebo dohnat.

Z břemene k průlomu

Pravda je, že efektivní pracovní postupy a živá data nejsou oddělené myšlenky – jsou neslučitelné. Dobře navržený, vysoce výkonný pracovní postup poskytuje vašim datům strukturu, kontext a cirkulaci, kterou potřebují k dalšímu vývoji. A živá data, naopak, dávají vašemu pracovnímu postupu účel – neustále obohacují modely, nástroje a přehledy, které definují inteligenci vaší organizace. Jedno pohání druhé.

Pasti datové chaosu – síly, ztracené repozitáře, nekontrolovatelné náklady – nejsou nevyhnutelné. Jsou známkou systémů postavených pro minulost. Budoucnost patří organizacím, které pohlíží na data jako na dynamický aktivum a budují pracovní postupy, které jim umožňují volně se pohybovat, neustále se učit a růst v hodnotě s časem.

Nyní je okamžik, kdy byste měli vyhodnotit svou vlastní základnu. Jak dobře vaše data protékají? Jak jsou připravena krmit vaše další generaci nástrojů AI a porozumění vašemu obchodnímu oboru? Ti, kteří jednat nyní – kteří sladí inteligentní správu dat s agilními, spojenými pracovními postupy – budou připraveni ne pouze přežít další vlnu inovací AI, ale vést ji. Zlatý věk dat přichází. Otázka je, zda bude vaše organizace připravena v něm prosperovat.