Siddharth Rajagopal & Sujay Dutta, Tác giả của Data as the Fourth Pillar – Loạt Phỏng vấn

Sujay Dutta là một nhà lãnh đạo công nghệ và kinh doanh giàu kinh nghiệm với hơn 25 năm kinh nghiệm toàn cầu. Ông tin rằng tương lai đang được định hình tại giao điểm của Trí tuệ nhân tạo, Kết quả kinh doanh, Văn hóa và Dữ liệu (“A.B.C.D.”). Hiện tại, ông đang làm việc tại Databricks với vai trò là Trưởng tài khoản Toàn cầu.

Siddharth (Sidd) Rajagopal là Kiến trúc sư trưởng trong Tổ chức CTO Field tại Informatica. Trong vai trò của mình, ông làm việc với các giám đốc điều hành cấp cao tại các doanh nghiệp để cung cấp tư vấn về dữ liệu và quản lý dữ liệu bằng cách chia sẻ những kiến thức và kinh nghiệm của mình.

Data as the Fourth Pillar trình bày trường hợp cho việc đối xử với dữ liệu như một yếu tố cơ bản của thành công doanh nghiệp, tương đương với con người, quy trình và công nghệ. Nhắm vào các hội đồng quản trị, CEO và các giám đốc điều hành cấp cao, cuốn sách này phác thảo một cách tiếp cận có cấu trúc để nhúng chiến lược dữ liệu vào cốt lõi của việc ra quyết định kinh doanh. Nó giới thiệu một khuôn khổ trưởng thành và các chỉ số thực tế như Tổng giá trị có thể giải quyết (TAV) và Giá trị có thể giải quyết dự kiến (EAV) để giúp các tổ chức định lượng tác động của các sáng kiến dữ liệu. Các tác giả cũng khám phá sự tương tác giữa dữ liệu và trí tuệ nhân tạo, nhấn mạnh cách mỗi yếu tố này củng cố cho nhau. Với sự hỗ trợ của một nghiên cứu trường hợp từ Rüdiger Eck của AUDI AG, cuốn sách kết hợp lý thuyết với ứng dụng thực tế, khiến nó trở thành một hướng dẫn thực tế cho các nhà lãnh đạo trong cả các doanh nghiệp vừa và nhỏ và các doanh nghiệp lớn đang điều hướng trong môi trường cạnh tranh và dựa trên dữ liệu ngày nay.

Tựa đề cuốn sách của bạn đề cập đến dữ liệu như là cột trụ thứ tư. Bạn có thể tóm tắt những cột trụ đầu tiên là gì và tại sao dữ liệu nên được coi là cột trụ thứ tư?

Ba cột trụ truyền thống / hiện có là Người, Quy trình và Công nghệ. Mỗi cột trụ được thêm vào khi các doanh nghiệp trưởng thành theo thời gian. Lịch sử, dữ liệu chỉ là một sản phẩm phụ của các cột trụ này, được quản lý bởi IT. Hiện tại, trong thời đại Trí tuệ nhân tạo đầu tiên, dữ liệu không còn là một sản phẩm phụ. Đó là động lực chính tạo ra giá trị nhưng cũng có thể rủi ro cho sự tồn tại của một doanh nghiệp – do đó chúng tôi gọi đó là Dữ liệu Lửa. Để thành công, dữ liệu phải được nâng lên thành một cột trụ đồng等 với Người, Quy trình và Công nghệ. Với Dữ liệu là cột trụ thứ tư, mỗi cột trụ tạo ra hiệu ứng bánh xe với các cột trụ khác, cho phép và được hưởng lợi từ nhau. Dữ liệu là cột trụ thứ tư đảm bảo dữ liệu nhận được sự chú ý của cấp C-suite và hội đồng quản trị tương đương với người, quy trình và công nghệ, biến nó từ một trung tâm chi phí thành một tài sản doanh nghiệp có thể đo lường được, thúc đẩy tăng trưởng kinh doanh.

Vị trí của Chief Data Officer (CDO) được mô tả là một vai trò cốt lõi, được khuyến nghị để liên hệ với CEO, CTO và các giám đốc điều hành cấp cao khác. Bạn có thể cung cấp một cái nhìn tổng quan về vai trò này và các trách nhiệm chính của nó?

CDO là người lãnh đạo cột trụ dữ liệu, là người thúc đẩy giá trị, tăng tốc kết quả kinh doanh; phát triển sự hiểu biết về cường độ dữ liệu (QCS – Chất lượng, Tuân thủ & Tốc độ) cho các trường hợp sử dụng kinh doanh; liên tục cân bằng và phát triển nhu cầu và cung cấp dữ liệu (qua Mô hình vận hành dữ liệu – DOM); mang lại sự xuất sắc trong việc thực hiện về người, quy trình và công nghệ cho cột trụ dữ liệu; và là một tác nhân thay đổi cho việc lập kế hoạch và thực hiện thay đổi cấu trúc trên toàn doanh nghiệp, với sự bảo trợ của Hội đồng quản trị và CEO, và sự tham gia của các nhà lãnh đạo của các cột trụ khác.

Tại sao việc thu thập và thực hiện dữ liệu lại quan trọng đến vậy trong việc tận dụng Trí tuệ nhân tạo trên quy mô lớn?

Lại một lần nữa, Dữ liệu giống như Lửa. Nó nhiên liệu cho Trí tuệ nhân tạo. Một mô hình Trí tuệ nhân tạo phải học các mẫu, mối quan hệ và hành vi trực tiếp từ dữ liệu nó được cung cấp để có thể mang lại tác động kinh doanh. Ngoài ra, đối với Trí tuệ nhân tạo, dữ liệu không cấu trúc (như PDF, hình ảnh và video) trở nên quan trọng. Hầu hết các doanh nghiệp hiện tại không trưởng thành trong việc xử lý dữ liệu không cấu trúc. Hơn nữa, các mô hình Trí tuệ nhân tạo đang trở thành / đã trở thành một hàng hóa – Dữ liệu tạo ra sự khác biệt từ việc sử dụng mô hình Trí tuệ nhân tạo.

Cuốn sách đi vào chi tiết về cường độ dữ liệu. Bạn có thể giải thích ngắn gọn điều này là gì và tại sao nó lại quan trọng?

Cường độ dữ liệu là một thước đo về mức độ “phù hợp với mục đích” của dữ liệu để tăng tốc giá trị kinh doanh, đặc biệt là khi mở rộng quy mô Trí tuệ nhân tạo. Mỗi trường hợp kinh doanh yêu cầu dữ liệu khác nhau, với cường độ khác nhau. Cuốn sách của chúng tôi giới thiệu Khung khổ QCS để đo lường cường độ dữ liệu trên ba chiều quan trọng:

1. Chất lượng: Dữ liệu có chính xác, đầy đủ, nhất quán và đáng tin cậy không? Đây là nguyên tắc “rác vào, rác ra”. Dữ liệu chất lượng thấp dẫn đến phân tích sai và Trí tuệ nhân tạo không đáng tin cậy.
2. Tuân thủ: Dữ liệu có tuân thủ tất cả các tiêu chuẩn pháp lý và đạo đức, như quy định về quyền riêng tư (như GDPR) và quy tắc ngành cụ thể không? Dữ liệu không tuân thủ tạo ra rủi ro lớn.
3. Tốc độ: Dữ liệu có sẵn đủ nhanh để hữu ích không? Điều này đề cập đến tốc độ mà dữ liệu được thu thập, xử lý và cung cấp cho việc ra quyết định (ví dụ: xử lý thời gian thực so với xử lý批). Traditionally, các doanh nghiệp đã trưởng thành để thực hiện trong một hoặc hai chiều. Một ngân hàng sẽ có thể cung cấp trên các chiều Q và C, trong khi một công ty khởi nghiệp sẽ tập trung vào Q và S chiều. Thách thức đối với các doanh nghiệp trong thời đại Trí tuệ nhân tạo đầu tiên là thực hiện ở mức cao trên cả ba chiều (Q, C và S) đồng thời và nhất quán.

Tại sao việc xác định chiến lược dữ liệu lại quan trọng, và tại sao điều này thường bị bỏ qua?

Việc xác định chiến lược dữ liệu là quan trọng vì nó đóng vai trò là bản thiết kế trực tiếp kết nối tất cả các hoạt động dữ liệu với chiến lược kinh doanh của doanh nghiệp. Nó phác thảo lộ trình cho việc phát triển và tận dụng khả năng dữ liệu để tăng tốc kết quả kinh doanh, như tăng doanh thu, cải thiện hiệu quả và xây dựng lợi thế cạnh tranh.

Mặc dù vậy, chiến lược dữ liệu thường bị bỏ qua vì một số lý do quan trọng.
Lịch sử, các nhà lãnh đạo kinh doanh đã xem dữ liệu như một sản phẩm phụ của hoạt động kinh doanh và một vấn đề kỹ thuật của IT, chứ không phải là một chức năng chiến lược của C-suite. Không có một chủ sở hữu rõ ràng, như một Chief Data Officer, công việc thiết yếu này thường rơi vào khoảng trống lãnh đạo. Điều này dẫn đến các công ty nhảy thẳng vào các dự án Trí tuệ nhân tạo thú vị mà không có nền tảng dữ liệu vững chắc, điều này là lý do chính tại sao nhiều dự án như vậy thất bại.

Bạn có thể giải thích thêm về khuôn khổ quản trị dữ liệu là gì, nó khác với chiến lược dữ liệu như thế nào và tại sao nó lại cần thiết để giảm thiểu rủi ro liên quan đến việc sử dụng dữ liệu?

Một chiến lược dữ liệu xác định mục tiêu mà một doanh nghiệp muốn đạt được với dữ liệu của mình. Ngược lại, một khuôn khổ quản trị dữ liệu cho phép các trường hợp sử dụng kinh doanh sử dụng dữ liệu tại cường độ dữ liệu yêu cầu (Q, C và S), để có thể cung cấp giá trị dự kiến.

Khuôn khổ quản trị dữ liệu là rất quan trọng để giảm thiểu rủi ro. Không có quản trị, dữ liệu trở thành một trách nhiệm. Nó đảm bảo tuân thủ các quy định như GDPR, ngăn chặn các khoản phạt và vấn đề pháp lý lớn. Nó thiết lập các tiêu chuẩn bảo mật và quyền riêng tư để bảo vệ chống lại các vi phạm dữ liệu và thiệt hại về danh tiếng. Việc thực thi chất lượng dữ liệu ngăn chặn các quyết định kinh doanh tốn kém dựa trên thông tin sai. Và các tác nhân Trí tuệ nhân tạo chỉ hữu ích khi chúng nhận được dữ liệu tại tốc độ yêu cầu.

Hãy nghĩ về nó theo cách này: chiến lược của bạn là điểm đến trên một bản đồ; khuôn khổ quản trị của bạn là các quy tắc giao thông bạn tuân theo để đến đó mà không bị va chạm.