[ad_1]

يستمر التأثير المحتمل لانفجار البيانات العالمي المستمر في إثارة الخيال. قدر تقرير عام 2018 أن كل شخص ينتج كل ثانية من كل يوم 1.7 ميغا بايت من البيانات في المتوسط ​​- وإنشاء البيانات السنوية أكثر من الضعف منذ ذلك الحين ومن المتوقع أن يتضاعف مرة أخرى بحلول عام 2025. ويقدر تقرير صادر عن معهد ماكينزي العالمي أن الاستخدامات الماهرة للبيانات الضخمة يمكن أن تولد المزيد من 3 تريليون دولار في النشاط الاقتصادي ، وتمكين التطبيقات المتنوعة مثل السيارات ذاتية القيادة ، والرعاية الصحية الشخصية ، وسلاسل الإمداد الغذائية التي يمكن تتبعها.

لكن إضافة كل هذه البيانات إلى النظام يؤدي أيضًا إلى حدوث ارتباك حول كيفية العثور عليها واستخدامها وإدارتها ومشاركتها بشكل قانوني وآمن وفعال. من أين أتت مجموعة بيانات معينة؟ من يملك ماذا؟ من الذي يسمح له برؤية أشياء معينة؟ أين تقع؟ هل يمكن مشاركتها؟ هل يمكن بيعها؟ هل يستطيع الناس رؤية كيف تم استخدامه؟

مع نمو تطبيقات البيانات وانتشارها في كل مكان ، يجد المنتجون والمستهلكون والمالكون والمسؤولون عن البيانات أنه ليس لديهم دليل يتبعونه. يرغب المستهلكون في الاتصال بالبيانات التي يثقون بها حتى يتمكنوا من اتخاذ أفضل القرارات الممكنة. يحتاج المنتجون إلى أدوات لمشاركة بياناتهم بأمان مع من يحتاجونها. لكن منصات التكنولوجيا مقصرة ، ولا توجد مصادر حقيقة مشتركة حقيقية تربط بين الجانبين.

كيف نجد البيانات؟ متى يجب أن ننقلها؟

في عالم مثالي ، ستتدفق البيانات بحرية مثل أداة يمكن للجميع الوصول إليها. يمكن تعبئتها وبيعها مثل المواد الخام. يمكن لأي شخص مخول برؤيته بسهولة وبدون تعقيدات. يمكن تتبع أصولها وحركاتها ، وإزالة أي مخاوف بشأن الاستخدامات الشائنة في مكان ما على طول الخط.

عالم اليوم ، بالطبع ، لا يعمل بهذه الطريقة. أدى الانفجار الهائل للبيانات إلى إنشاء قائمة طويلة من المشكلات والفرص التي تجعل من الصعب مشاركة أجزاء من المعلومات.

مع إنشاء البيانات في كل مكان تقريبًا داخل وخارج المؤسسة ، فإن التحدي الأول هو تحديد ما يتم جمعه وكيفية تنظيمه بحيث يمكن العثور عليه.

يفتح الافتقار إلى الشفافية والسيادة على البيانات والبنية التحتية المخزنة والمعالجة مشاكل تتعلق بالثقة. اليوم ، يعد نقل البيانات إلى مواقع مركزية من مكدسات تقنية متعددة مكلفًا وغير فعال. يمكن أن يؤدي غياب معايير البيانات الوصفية المفتوحة وواجهات برمجة التطبيقات التي يمكن الوصول إليها على نطاق واسع إلى صعوبة الوصول إلى البيانات واستهلاكها. يمكن أن يؤدي وجود أنظمة بيانات خاصة بالقطاع إلى جعل من الصعب على الأشخاص خارج القطاع الاستفادة من مصادر البيانات الجديدة. يمكن أن يؤدي تعدد أصحاب المصلحة وصعوبة الوصول إلى خدمات البيانات الحالية إلى صعوبة المشاركة بدون نموذج حوكمة.

أوروبا تأخذ زمام المبادرة

على الرغم من المشكلات ، يتم تنفيذ مشاريع مشاركة البيانات على نطاق واسع. واحد مدعوم من الاتحاد الأوروبي ومجموعة غير ربحية هو إنشاء تبادل بيانات قابل للتشغيل المتبادل يسمى Gaia-X، حيث يمكن للشركات مشاركة البيانات تحت حماية قوانين خصوصية البيانات الأوروبية الصارمة. من المتصور أن يكون التبادل بمثابة سفينة لمشاركة البيانات عبر الصناعات ومستودع للمعلومات حول خدمات البيانات حول الذكاء الاصطناعي (AI) والتحليلات وإنترنت الأشياء.

أعلنت شركة Hewlett Packard Enterprise مؤخرًا عن إصدار إطار الحل لدعم الشركات ومقدمي الخدمات ومشاركة المنظمات العامة في Gaia-X. تعمل منصة مساحات البيانات ، التي هي قيد التطوير حاليًا وتستند إلى معايير مفتوحة وسحابة أصلية ، على إضفاء الطابع الديمقراطي على الوصول إلى البيانات وتحليلات البيانات والذكاء الاصطناعي من خلال جعلها في متناول خبراء المجال والمستخدمين العاديين. إنه يوفر مكانًا يمكن للخبراء من مناطق المجال تحديد مجموعات البيانات الموثوقة بسهولة أكبر وإجراء تحليلات آمنة على البيانات التشغيلية – دون الحاجة دائمًا إلى نقل البيانات المكلف إلى مواقع مركزية.

باستخدام هذا الإطار لدمج مصادر البيانات المعقدة عبر المناظر الطبيعية لتكنولوجيا المعلومات ، ستتمكن المؤسسات من توفير شفافية البيانات على نطاق واسع ، بحيث يعرف الجميع – سواء أكانوا عالم بيانات أم لا – ما هي البيانات التي لديهم وكيفية الوصول إليها وكيفية استخدامها في الوقت الحقيقي.

تأتي مبادرات مشاركة البيانات أيضًا على رأس جداول أعمال الشركات. يتمثل أحد أهم أولويات المؤسسات في فحص البيانات التي يتم استخدامها لتدريب نماذج التعلم الآلي والذكاء الاصطناعي الداخلية. يتم بالفعل استخدام الذكاء الاصطناعي والتعلم الآلي على نطاق واسع في المؤسسات والصناعة لدفع التحسينات المستمرة في كل شيء من تطوير المنتجات إلى التوظيف إلى التصنيع. وقد بدأنا للتو. IDC تتوقع سوق الذكاء الاصطناعي العالمي من 328 مليار دولار في عام 2021 إلى 554 مليار دولار في عام 2025.

لإطلاق الإمكانات الحقيقية للذكاء الاصطناعي ، تحتاج الحكومات والمؤسسات إلى فهم أفضل للإرث الجماعي لجميع البيانات التي تقود هذه النماذج. كيف تتخذ نماذج الذكاء الاصطناعي قراراتها؟ هل لديهم تحيز؟ هل هم جديرون بالثقة؟ هل تمكن الأفراد غير الموثوق بهم من الوصول إلى البيانات التي قامت المؤسسة بتدريب نموذجها عليها أو تغييرها؟ يمكن أن يساعد ربط منتجي البيانات بمستهلكي البيانات بشكل أكثر شفافية وكفاءة في الإجابة على بعض هذه الأسئلة.

نضج بيانات البناء

لن تحل الشركات كيفية فتح جميع بياناتها بين عشية وضحاها. لكن يمكنهم إعداد أنفسهم للاستفادة من التقنيات ومفاهيم الإدارة التي تساعد في إنشاء عقلية مشاركة البيانات. يمكنهم التأكد من أنهم يطورون النضج لاستهلاك البيانات أو مشاركتها بشكل استراتيجي وفعال بدلاً من القيام بذلك على أساس مخصص.

يمكن لمنتجي البيانات الاستعداد لتوزيع البيانات على نطاق أوسع من خلال اتخاذ سلسلة من الخطوات. يحتاجون إلى فهم مكان بياناتهم وفهم كيفية جمعها. بعد ذلك ، يحتاجون إلى التأكد من أن الأشخاص الذين يستهلكون البيانات لديهم القدرة على الوصول إلى مجموعات البيانات الصحيحة في الأوقات المناسبة. هذه هي نقطة البداية.

ثم يأتي الجزء الأصعب. إذا كان لدى منتج البيانات مستهلكون – يمكن أن يكونوا داخل المؤسسة أو خارجها – فعليهم الاتصال بالبيانات. هذا تحدٍ تنظيمي وتقني. تريد العديد من المنظمات الحوكمة على مشاركة البيانات مع المنظمات الأخرى. إضفاء الطابع الديمقراطي على البيانات – على الأقل القدرة على العثور عليها عبر المنظمات – هي قضية نضج تنظيمي. كيف يتعاملون مع ذلك؟

تشارك الشركات التي تساهم في صناعة السيارات البيانات بنشاط مع البائعين والشركاء والمقاولين من الباطن. يتطلب تجميع السيارة الكثير من الأجزاء – والكثير من التنسيق. يشارك الشركاء بسهولة المعلومات حول كل شيء من المحركات إلى الإطارات إلى قنوات الإصلاح التي تدعم الويب. يمكن أن تخدم مساحات بيانات السيارات ما يزيد عن 10000 بائع. لكن في الصناعات الأخرى ، قد تكون أكثر انعزالًا. قد لا ترغب بعض الشركات الكبيرة في مشاركة المعلومات الحساسة حتى داخل شبكة وحدات الأعمال الخاصة بها.

خلق عقلية البيانات

يمكن للشركات الموجودة على جانبي السلسلة المتصلة بين المنتج والمستهلك تعزيز عقلية مشاركة البيانات الخاصة بهم من خلال طرح الأسئلة الاستراتيجية التالية على أنفسهم:

  • إذا كانت المؤسسات تبني حلول الذكاء الاصطناعي والتعلم الآلي ، فمن أين تحصل الفرق على بياناتها؟ كيف يتصلون بهذه البيانات؟ وكيف يتتبعون ذلك التاريخ لضمان مصداقية البيانات ومصدرها؟
  • إذا كانت البيانات ذات قيمة للآخرين ، فما هو مسار تحقيق الدخل الذي يتخذه الفريق اليوم للتوسع في هذه القيمة ، وكيف سيتم التحكم فيها؟
  • إذا كانت الشركة تقوم بالفعل بتبادل البيانات أو تحقيق الدخل منها ، فهل يمكنها تفويض مجموعة أوسع من الخدمات على منصات متعددة – في أماكن العمل وفي السحابة؟
  • بالنسبة للمؤسسات التي تحتاج إلى مشاركة البيانات مع البائعين ، كيف يتم تنسيق هؤلاء البائعين مع نفس مجموعات البيانات والتحديثات اليوم؟
  • هل يرغب المنتجون في تكرار بياناتهم أو إجبار الناس على إحضار نماذج لهم؟ قد تكون مجموعات البيانات كبيرة جدًا بحيث لا يمكن تكرارها. هل يجب أن تستضيف الشركة مطوري البرامج على نظامها الأساسي حيث توجد بياناتها وتنقل النماذج إلى الداخل والخارج؟
  • كيف يمكن للعاملين في القسم الذي يستهلك البيانات التأثير على ممارسات منتجي البيانات الأولية داخل مؤسستهم؟

تصرف

تعمل ثورة البيانات على خلق فرص عمل — إلى جانب الكثير من الالتباس حول كيفية البحث عن تلك البيانات وجمعها وإدارتها واكتساب رؤى منها بطريقة إستراتيجية. أصبح منتجو البيانات ومستهلكو البيانات أكثر انفصالًا عن بعضهم البعض. تقوم HPE ببناء منصة تدعم كل من السحابة المحلية والعامة ، باستخدام المصدر المفتوح كأساس وحلول مثل HPE Ezmeral Software Platform لتوفير الأرضية المشتركة التي يحتاجها كلا الجانبين لجعل ثورة البيانات تعمل لصالحهما.

اقرأ المقال الأصلي على Enterprise.nxt.

تم إنتاج هذا المحتوى بواسطة شركة Hewlett Packard Enterprise. لم يكتبه فريق التحرير في MIT Technology Review.

[ad_2]