چرا تجزیه و تحلیل اطلاعات در شرکت‌های بزرگ ضرورت پیدا کرده است؟

۷۹ بازدید
آخرین به‌روزرسانی: ۱۱ مرداد ۱۳۹۷
زمان مطالعه: ۴ دقیقه
چرا تجزیه و تحلیل اطلاعات در شرکت‌های بزرگ ضرورت پیدا کرده است؟

امروزه هوش مصنوعی و کلان‌داده‌ها دو عضو بسیار مهم از هر شرکت هستند و حرکت به سمت این دو برای هر مجموعه کوچک یا بزرگی، بسیار مهم و ضروری است.

فهرست مطالب این نوشته

در شش سال متوالی، یک نظرسنجی‌ تهیه شده‌ است مبنی بر اینکه «داده‌ها» (Data) در یک شرکت چگونه مورد بررسی قرار می‌گیرند. هر ساله افراد بیشتری در این نظرسنجی شرکت می‌کنند و تعداد گزارش‌هایی که نظر به ضرورت استفاده‌ی مفید از این داده‌ها دارند، بیشتر می‌شود. آخرین نتایج به دست آمده علاوه بر دلگرم کننده بودن، نگران کننده نیز هستند.

هدف اصلی این سوال و جواب‌ها در شش سال پیش «کلان‌داده‌ها» (big data) بودند که تقریبا در حوزه‌ی کسب و کار تازه وارد محسوب می‌شدند. در نظرسنجی‌‌ که در سال 2018 برگذار شد، توجه اصلی به سمت هوش مصنوعی است. امروزه هوش مصنوعی یکی از نکات خیلی مهم در شرکت‌های بزرگ و مدرن محسوب می‌شود. کلان‌داده‌ها و هوش مصنوعی ارزش هر کاری را بالا می‌برند، ولی در کنار آن یک نگرانی برای شرکت‌های بزرگ و قدیمی محسوب می‌شوند که نکند یک استارت‌آپ از آن‌ها جلو بزند.

این نظرسنجی در بین مدیران ارشد 57 شرکت بزرگ برگزار شده است. بیشترین آمار شرکت در این نظرسنجی از سمت شرکت‌های خدمات مالی بوده است که درواقع بیشترین حساسیت را در زمینه‌ی داده‌ها دارند. شرکت‌های دیگری نظیر شرکت‌های علوم زیستی، تولیدات، مخابرات و صنایع آنلاین نیز در این نظرسنجی شرکت کرده‌اند. همچنین افراد شرکت کننده در این نظرسنجی نیز در حال تغییر هستند. در اولین نظرسنجی‌ها، بیشتر شرکت‌کنندگان از مدیرانی بودند که وظیفه‌ی کار با داده‌ها را نیز بر عهده داشتند، ولی در آخرین نظرسنجی، 56% شرکت‌کنندگان از «مدیران ارشد داده‌ها» (Chief data officers) بودند (این رقم در سال گذشته 32% بوده است). در سال 2012، تنها 12% از شرکت‌ها مدیر ارشد داده‌ای داشتند.

با اینکه سرتیتر تمام خبرها در سراسر دنیا هوش مصنوعی است، ولی این نظرسنجی شامل کلان‌داده‌ها نیز می‌شود. این واژگان مختلف در گذر زمان تغییر می‌کنند، ولی تنها چیزی که ثابت می‌ماند انفجار داده‌ای و نیاز به استفاده از آن‌ها است. با توجه به اینکه «یادگیری ماشین» (Machine Learning) یکی از پرطرفدارترین راه‌های رسیدگی به داده‌های فراوان است، می‌توان متوجه شد که کلان‌داده‌ها و هوش مصنوعی تبدیل به دو جز جدایی ناپذیر شده‌اند. همچنین استفاده از هوش مصنوعی برای آنالیز داده‌ها (مثلا استفاده از یادگیری ماشین برای اینکار) به طور روزانه طرفداران بیشتری پیدا می‌کند. به همین دلایل، تجزیه و تحلیل داده‌ها، کلان‌داده‌ها و هوش مصنوعی، به عنوان سه جز پیوسته در نظر گرفته می‌شوند. تقریبا تمام شرکت‌کنندگان (97% آن‌ها) اظهار داشتند که برای سرمایه‌گذاری روی اینگونه پروژه‌ها برنامه دارند.

شاید بهترین خبر در این نظرسنجی این باشد که شرکت‌ها همچنان باور دارند که پروژه‌های هوش مصنوعی و کلان‌داده‌ها به ارزش آن‌ها می‌افزاید. علاوه بر آن، 73% اظهار داشتند که تا به همین الان نیز از فواید این سه پروژه بهره‌مند شده‌اند. این عدد نیز از عددی که در نظرسنجی سال 2017 به دست آمده بود، رشد بیشتری داشت و نشان از آن دارد که هرچه شرکت‌ها با تکنولوژی‌های روز آشناتر می‌شوند، ارزش‌های زیادتری نیز به دست می‌آورند.

همانطور که از نگاه عموم، هوش مصنوعی و کلان‌داده‌ها اجزایی برای افزایش توانایی‌های آنالیزی هستند، هدف شرکت‌ها از استفاده از آن‌ها نیز «آنالیز پیشرفته و تصمیم‌گیری‌های بهتر» است. 36 درصد از شرکت‌کنندگان همین هدف را داشتند، و 69% از آن‌ها قبلا با همین هدف به موفقیت رسیده بودند. خدمات رسانی بهتر به مشتری و کاهش هزینه‌ها نیز دو مورد از اهدافی هستند که در بین شرکت‌کنندگان زیاد دیده می‌شد. تنها اندکی بیش از، یک ربع از شرکت‌ها (27% آن‌ها) به دنبال مخلوطی از نوآوری، سرعت بخشیدن به بازار یا استفاده از داده‌ها برای کسب درآمد هستند. کسب درآمد توسط داده‌ها کمترین اولویت و کمترین درصد موفقیت را داشته است (تنها 27% موفق بوده است).

یکی از بزرگترین نگرانی‌های شرکت‌کنندگان، ورود تازه‌کاران و استارت‌آپ‌ها به عرصه و پیشی گرفتن از آن‌ها است. تقریبا 4 نفر از هر 5 شرکت‌کننده نگران این مساله بودند که توسط بخش‌های فینتک یا سازمان‌هایی که متخصص کلان‌داده‌ها هستند، کنار زده شوند. ۷۲ درصد از شرکت‌کنندگان بر این باور هستند که هوش مصنوعی می‌تواند یکی از مخرب‌ترین و ترسناک‌ترین تکنولوژی‌ها باشد، هر چند آنها این فناوری را در عین حال بسیار اثرگذار و مفید نیز می‌دانند. گفتنی است که 13% این نظر را درباره‌ی «پردازش ابری» (cloud computing) و 7% نیز در مورد سیستم «بلاک چین» (blockchain) داشتند.

حرکت به سمت فرهنگ داده‌ای

فرهنگ داده‌ای

یکی دیگر از مشکلات مهم، سرعت کم این شرکت‌ها در هنگام حرکت به سمت یک «فرهنگ داده‌ای» است (منظور از فرهنگ داده‌ای، ایجاد یک عادت در استفاده از داده‌ها و اطلاعات برای اهداف شرکت است). تقریبا تمام شرکت‌کنندگان (99%) گفتند که شرکت آن‌ها سعی در حرکت به این سمت دارد، ولی تنها یک سوم آن‌ها موفق به رسیدن به این هدف شده‌اند. این فاصله هر ساله در نظرسنجی‌ها مشاهده شده، و در گذر سال‌ها پیشرفت چندانی نداشته است. مشخص است که شرکت‌ها برای حرکت به سمت یک فرهنگ داده‌ای، نیاز به برنامه‌ریزی منظم و هماهنگ‌تری دارند. خیلی از استارت‌آپ‌ها در هنگام شروع، کار را با فرهنگ داده‌ای آغاز کرده‌اند که خب این همان دلیل اصلی است که شرکت‌های بزرگ از آن‌ها ترس دارند.

یکی از راه‌هایی که شرکت‌ها برای مقابله با این تغییرات داده‌ای انجام داده‌اند، ساخت سمت‌های مدیریتی جدید است. البته هنوز خیلی مشخص نیست که این نقش‌های متفاوت چگونه با یک دیگر ارتباط دارند. از جمله‌ی این نقش‌ها می‌توان از مدیر ارشد اطلاعات، مدیر ارشد داده‌ها، مدیر ارشد دیجیتال و مدیر ارشد تجزیه و تحلیل نام برد.

یکی از مسائلی که خیلی مشخص نیست، وظایف مدیر ارشد داده‌ها و سوابق پیش‌نیاز برای شروع این کار است. 39% گفته‌اند که وظیفه‌ی این شخص برنامه‌ریزی برپایه‌ی نتایج به دست آمده از داده‌ها است، ولی 37% این وظایف را بر عهده‌ی سایر مدیران گذاشته‌اند، همچنین 24% گفته‌اند که مسئولیت این شخص در یک کار خلاصه نمی‌شود. در مورد سوابق پیش‌نیاز اینکار نیز 34% از شرکت‌کنندگان گفته‌اند که این شخص باید توانایی ایجاد تغییر در کارها را داشته باشد و نباید از اعضای قبلی خود شرکت باشد، درحالی که 32% عقیده دارند که این شخص باید یک فرد با سابقه در همان شرکت باشد. مشخص بودن نقش هر فرد در بخش‌های مدیریت داده‌ای برای حرکت به سمت هوش مصنوعی و کلان‌داده‌ها و ایجاد تغییرات فرهنگی، بسیار ضروری است. با اینکه تمام شرکت‌کنندگان این مساله را قبول داشتند، ولی هنوز اکثرشان برنامه‌ی مشخصی برای حرکت به این سو ندارند.

این اهمیت و چالش‌های کلان‌داده‌ها که روزانه رشد بیشتر و بیشتری دارد، یکی از مهمترین ویژگی‌های جامعه و اقتصاد امروزی است. نتایج این نظرسنجی‌ها، با گذر زمان، مستندات جالب و مفیدی راجع به این انقلاب را نمایش می‌دهند. پیشرفت هوش مصنوعی تنها به این تغییرات سرعت می‌بخشد. داشتن برنامه‌ریزی مشخص و ایجاد تغییرات لازم در سیستم از کلیدهای اصلی برای رسیدن به موفقیت هستند.

اگر مطالعه‌ی این مطلب برای شما مفید بوده است، مطالعه‌ی مطالب زیر نیز به شما پیشنهاد می‌شود:

^^

منبع

بر اساس رای ۰ نفر
آیا این مطلب برای شما مفید بود؟
اگر بازخوردی درباره این مطلب دارید یا پرسشی دارید که بدون پاسخ مانده است، آن را از طریق بخش نظرات مطرح کنید.
منابع:
HBR
نظر شما چیست؟

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *