211service.com
Å få verdi fra dataene dine burde ikke være så vanskelig
Levert av Hewlett Packard Enterprise
Den potensielle virkningen av den pågående verdensomspennende dataeksplosjonen fortsetter å begeistre fantasien. En rapport fra 2018 anslo at hvert sekund hver dag produserer hver person 1,7 MB data i gjennomsnitt—og årlig dataskaping har mer enn doblet siden den gang og er anslått å mer enn dobles igjen innen 2025. En rapport fra McKinsey Global Institute anslår at dyktig bruk av big data kan generere ytterligere 3 billioner dollar i økonomisk aktivitet, som muliggjør applikasjoner så forskjellige som selvkjørende biler, personlig helsehjelp og sporbare matforsyningskjeder.
Men å legge til alle disse dataene i systemet skaper også forvirring om hvordan du finner dem, bruker dem, administrerer dem og deler dem på lovlig, sikker og effektiv måte. Hvor kom et bestemt datasett fra? Hvem eier hva? Hvem har lov til å se visse ting? Hvor holder den til? Kan det deles? Kan den selges? Kan folk se hvordan det ble brukt?
Etter hvert som dataapplikasjonene vokser og blir mer allestedsnærværende, oppdager produsenter, forbrukere og eiere og forvaltere av data at de ikke har en lekebok å følge. Forbrukere ønsker å koble til data de stoler på, slik at de kan ta best mulig avgjørelser. Produsenter trenger verktøy for å dele dataene sine trygt med de som trenger det. Men teknologiplattformer kommer til kort, og det er ingen ekte felles kilder til sannhet for å koble sammen begge sider.
Hvordan finner vi data? Når skal vi flytte den?
I en perfekt verden vil data flyte fritt som et verktøy tilgjengelig for alle. Det kan pakkes sammen og selges som råvarer. Den kan enkelt sees uten komplikasjoner av alle som er autorisert til å se den. Dens opprinnelse og bevegelser kunne spores, og fjerne eventuelle bekymringer om ufarlig bruk et sted langs linjen.
Dagens verden fungerer selvfølgelig ikke på denne måten. Den massive dataeksplosjonen har skapt en lang liste med problemer og muligheter som gjør det vanskelig å dele deler av informasjon.
Med data som skapes nesten overalt i og utenfor en organisasjon, er den første utfordringen å identifisere hva som samles inn og hvordan man organiserer det slik at det kan bli funnet.
Mangel på åpenhet og suverenitet over lagrede og behandlede data og infrastruktur åpner for tillitsproblemer. I dag er det dyrt og ineffektivt å flytte data til sentraliserte steder fra flere teknologistabler. Fraværet av åpne metadatastandarder og allment tilgjengelige applikasjonsprogrammeringsgrensesnitt kan gjøre det vanskelig å få tilgang til og konsumere data. Tilstedeværelsen av sektorspesifikke dataontologier kan gjøre det vanskelig for personer utenfor sektoren å dra nytte av nye datakilder. Flere interessenter og problemer med å få tilgang til eksisterende datatjenester kan gjøre det vanskelig å dele uten en styringsmodell.
Europa tar ledelsen
Til tross for problemene, gjennomføres datadelingsprosjekter i stor skala. En som er støttet av EU og en ideell gruppe er å lage en interoperabel datautveksling kalt Gaia-X , hvor bedrifter kan dele data under beskyttelse av strenge europeiske lover om personvern. Utvekslingen er tenkt som et fartøy for å dele data på tvers av bransjer og et depot for informasjon om datatjenester rundt kunstig intelligens (AI), analyser og tingenes internett.
Hewlett Packard Enterprise kunngjorde nylig en løsningsramme for å støtte selskaper, tjenesteleverandører og offentlige organisasjoners deltakelse i Gaia-X. Dataspaces-plattformen, som for tiden er under utvikling og basert på åpne standarder og cloud-native, demokratiserer tilgang til data, dataanalyse og AI ved å gjøre dem mer tilgjengelige for domeneeksperter og vanlige brukere. Det gir et sted hvor eksperter fra domeneområder lettere kan identifisere pålitelige datasett og sikkert utføre analyser på driftsdata – uten at det alltid krever kostbar flytting av data til sentraliserte steder.
Ved å bruke dette rammeverket til å integrere komplekse datakilder på tvers av IT-landskap, vil bedrifter være i stand til å gi datatransparens i stor skala, slik at alle – enten de er dataforskere eller ikke – vet hvilke data de har, hvordan de får tilgang til dem og hvordan de skal bruke dem. i virkeligheten.
Datadelingsinitiativer er også på toppen av bedriftenes agendaer. En viktig prioritet bedrifter står overfor er gransking av data som brukes til å trene interne AI og maskinlæringsmodeller. AI og maskinlæring brukes allerede mye i bedrifter og industri for å drive kontinuerlige forbedringer i alt fra produktutvikling til rekruttering til produksjon. Og vi er så vidt i gang. IDC anslår at det globale AI-markedet vil vokse fra 328 milliarder dollar i 2021 til 554 milliarder dollar i 2025.
For å frigjøre AIs sanne potensial, må myndigheter og bedrifter bedre forstå den kollektive arven til alle dataene som driver disse modellene. Hvordan tar AI-modeller sine beslutninger? Har de partiskhet? Er de til å stole på? Har upålitelige individer vært i stand til å få tilgang til eller endre dataene som en bedrift har trent sin modell mot? Å koble dataprodusenter til dataforbrukere mer transparent og med større effektivitet kan bidra til å svare på noen av disse spørsmålene.
Byggedatamodenhet
Bedrifter kommer ikke til å løse hvordan de skal låse opp alle dataene sine over natten. Men de kan forberede seg på å dra nytte av teknologier og ledelseskonsepter som bidrar til å skape en datadelingsmentalitet. De kan sikre at de utvikler modenhet til å konsumere eller dele data strategisk og effektivt i stedet for å gjøre det på ad hoc-basis.
Dataprodusenter kan forberede seg på bredere distribusjon av data ved å ta en rekke skritt. De må forstå hvor dataene deres er og forstå hvordan de samler dem inn. Deretter må de sørge for at personene som bruker dataene har muligheten til å få tilgang til de riktige settene med data til rett tid. Det er utgangspunktet.
Så kommer den vanskelige delen. Hvis en dataprodusent har forbrukere – som kan være innenfor eller utenfor organisasjonen – må de koble seg til dataene. Det er både en organisatorisk og en teknologisk utfordring. Mange organisasjoner ønsker styring over datadeling med andre organisasjoner. Demokratiseringen av data – i det minste å kunne finne dem på tvers av organisasjoner – er et organisatorisk modenhetsproblem. Hvordan takler de det?
Bedrifter som bidrar til bilindustrien deler aktivt data med leverandører, partnere og underleverandører. Det krever mange deler – og mye koordinering – for å sette sammen en bil. Partnere deler lett informasjon om alt fra motorer til dekk til nettaktiverte reparasjonskanaler. Dataområder for biler kan betjene over 10 000 leverandører. Men i andre bransjer kan det være mer isolert. Noen store selskaper vil kanskje ikke dele sensitiv informasjon selv innenfor sitt eget nettverk av forretningsenheter.
Å skape en datamentalitet
Bedrifter på hver side av forbruker-produsent-kontinuumet kan fremme sin datadelingsmentalitet ved å stille seg selv disse strategiske spørsmålene:
- Hvis bedrifter bygger AI- og maskinlæringsløsninger, hvor får teamene dataene sine fra? Hvordan kobler de seg til disse dataene? Og hvordan sporer de denne historien for å sikre pålitelighet og opprinnelse til data?
- Hvis data har verdi for andre, hva er inntektsgenereringsveien teamet tar i dag for å utvide denne verdien, og hvordan vil det bli styrt?
- Hvis et selskap allerede utveksler eller tjener penger på data, kan det autorisere et bredere sett med tjenester på flere plattformer – i lokaler og i skyen?
- For organisasjoner som trenger å dele data med leverandører, hvordan blir koordineringen av disse leverandørene til de samme datasettene og oppdateringene gjort i dag?
- Ønsker produsenter å replikere dataene sine eller tvinge folk til å bringe modeller til dem? Datasett kan være så store at de ikke kan replikeres. Bør et selskap være vert for programvareutviklere på sin plattform der dataene er og flytte modellene inn og ut?
- Hvordan kan arbeidere i en avdeling som forbruker data påvirke praksisen til oppstrømsdataprodusentene i deres organisasjon?
Handle
Datarevolusjonen skaper forretningsmuligheter – sammen med mye forvirring om hvordan man søker etter, samler inn, administrerer og får innsikt fra disse dataene på en strategisk måte. Dataprodusenter og dataforbrukere blir mer koblet fra hverandre. HPE bygger en plattform som støtter både lokale og offentlige skyer, ved å bruke åpen kildekode som grunnlag og løsninger som HPE Ezmeral Software Platform for å gi det felles grunnlaget begge sider trenger for å få datarevolusjonen til å fungere for dem.
Les originalartikkelen på Enterprise.nxt .
Dette innholdet ble produsert av Hewlett Packard Enterprise. Den ble ikke skrevet av MIT Technology Reviews redaksjon.