Três maneiras de construir bases sólidas de dados para implementação de IA, de acordo com líderes empresariais

Os líderes empresariais reconhecem que bases sólidas são essenciais para qualquer empresa que explore a inteligência artificial (IA). Sua empresa poderá comprometer todo o projeto se não classificar sua estratégia de dados antes do início das explorações. Resumindo, se você colocar lixo, você tirará o lixo.

Além disso: Como melhorar seu trabalho na economia emergente de IA

Então, como os profissionais podem criar as bases para ajudar suas organizações a usar a IA com segurança e sucesso? Três líderes empresariais detalham suas principais dicas para construir uma estratégia eficaz para explorar tecnologias emergentes.

1. Coloque seu pessoal em primeiro lugar

Claire Thompson, diretora de dados e análise de grupo da gigante de seguros L&G, disse que uma abordagem estratégica à informação é crucial para qualquer empresa que queira inovar: “Eu sempre digo que as bases de dados são importantes para o que quer que você faça a seguir”.

Ela disse à ZDNET que fortes elementos fundamentais vinculam regras e regulamentos a dólares e centavos.

“Deixe claro como a estratégia de dados gerará valor tangível – por que é importante, por exemplo, que seus endereços de e-mail estejam atualizados e precisos para que você possa fazer comunicações digitais direcionadas?”

Além disso: Como sua empresa pode explorar melhor a IA: diga ao seu conselho estas quatro coisas

Thompson reconheceu que muitas pessoas não querem ficar atoladas em um plano estratégico de longo prazo que defina a tecnologia, os processos, as pessoas e as regras necessárias para gerenciar os ativos de informação. No entanto, ela disse que a fase de planejamento é fundamental para colher os benefícios de tecnologias como a IA.

“Posso compreender porque é que as pessoas podem dizer que a governação é aborrecida”, disse ela. “Mas nas organizações digitais de hoje, onde as pessoas querem fazer um processamento direto, torna-se ainda mais crítico que os seus dados sejam de boa qualidade. Portanto, todos os caminhos levam à governança.”

Um elemento-chave da sua estratégia na L&G é uma estreita relação de trabalho entre a equipe de dados de Thompson e o departamento de TI. A colaboração eficaz depende da clareza sobre as habilidades que cada parte traz para o relacionamento.

“Você precisa de uma parceria de mãos dadas. A tecnologia é extremamente importante para o que fazemos no espaço de dados, e não podemos fazer nosso trabalho sem os ambientes de nuvem, o armazenamento de dados e as ferramentas. Os dados são mantidos em todos os aplicativos que a equipe de TI mantém”, disse ela.

Além disso: três maneiras de ajudar sua equipe a usar IA generativa com confiança e produtividade

“Estamos tentando garantir a qualidade dos dados desde o design. Trata-se de garantir que incorporamos a filosofia do design em nossos sistemas principais. Quanto mais você fizer esse trabalho, mais ele interromperá o efeito cascata da baixa qualidade dos dados no futuro. e impede qualquer esforço de remediação.”

Thompson disse que os dados coletados levarão as experiências dos clientes a novas direções: “Como começamos a incorporar personalização em nossos aplicativos móveis? Como começamos a incorporar isso em nosso gerenciamento de ativos? Como você pode automatizar negociações e usar IA para apoiar isso processo?”

2. Domine seus dados transacionais

Jon Grainger, CTO do escritório de advocacia DWF, disse que não há momento como o presente quando se trata de criar uma estratégia de dados. Os líderes empresariais inteligentes concentram-se nos elementos fundamentais para a utilização de dados muito antes de pensarem em como explorar a IA e a aprendizagem automática.

“Sempre digo que o melhor momento para uma estratégia de dados é há quatro anos”, disse ele. “É um trabalho de superpetroleiro. Em última análise, não existem muitos atalhos. Há uma visão que diz: 'Bem, se vai demorar tanto, por que se preocupar?' E acho que é por isso que muitas pessoas não conseguem controlar seus dados.”

Grainger disse à ZDNET que deseja que sua empresa construa uma reputação de oferecer ótimas experiências por meio de uma transformação digital – e uma estratégia de dados é um componente crucial dessa abordagem.

Além disso: o que é transformação digital? Tudo que você precisa saber

Ele ingressou na DWF no final de 2022 e promulgou uma nova estratégia baseada em produtos de software como serviço (SaaS) baseados em nuvem e interfaces abertas de programação de aplicativos (API).

Os dados da empresa abrangem uma variedade de entidades, como casos, parceiros, clientes e processos de negócios internos, incluindo faturamento e finanças.

“A estratégia de dados visa garantir que os dados transacionais – a fonte da verdade – sejam dominados nessas seções.”

Além disso: 98% das pequenas empresas estão usando ferramentas de IA para “superar seu peso”

O objetivo é ajudar a organização a avançar rapidamente, mas não em detrimento da qualidade ou do custo.

“Cada produto SaaS tem uma identidade clara no mapa empresarial”, disse Grainger, explicando os detalhes de sua estratégia de dados. “Essa identidade é impulsionada pelos dados que você domina em cada área.”

Ele disse que o “requisito mínimo absoluto” para entrar na arquitetura alvo da empresa são APIs bem desenvolvidas que a DWF possa acessar e usar.

Grainger disse que a tecnologia SnapLogic garante uma conexão sólida e confiável entre serviços, API e usuários.

Além disso: o desenvolvimento ágil pode desbloquear o poder da IA ​​generativa – veja como

“Invariavelmente, você obterá 15 grafias diferentes de um endereço específico, e a tecnologia poderá ver esse padrão e corrigi-lo”, disse ele.

“Ele também pode fazer algo chamado enriquecimento. Então, pode pegar a referência de alguém, ir até uma API, voltar e dizer: 'Esta é a informação correta'”.

Grainger disse que a estratégia de dados também se concentra nos modelos que a DWF cria para responder às suas principais questões comerciais.

Em combinação com a concentração da empresa em produtos SaaS e APIs, o negócio possui bases sólidas para explorar tecnologias emergentes.

“Acontece que você está se preparando muito bem para IA generativa se tiver todos esses elementos em sua estratégia de dados.”

3. Trabalhe com seus colegas do setor

Nic Granger, diretor corporativo e CFO da North Sea Transition Authority (NSTA), disse que uma ótima estratégia de dados vai além das práticas de trabalho internas e ultrapassa as fronteiras organizacionais.

A NSTA recolhe dados do setor de petróleo e gás. A equipe de Granger criou plataformas digitais que permitem que a indústria, o governo, a academia ou outras partes interessadas acessem dados abertamente.

Como parte desse trabalho, ela preside o Grupo de Estratégia Digital de Energia Offshore (DSG), um órgão especializado formado no final de 2022 para criar um esforço colaborativo entre órgãos públicos do Reino Unido que lidam com a coleta de dados em petróleo, gás e energias renováveis.

Além disso: o futuro da computação deve ser mais sustentável, mesmo que a demanda por IA alimente o uso de energia

“Foi reconhecido que precisávamos de uma estratégia coesa de dados digitais em todo o setor de energia offshore”, disse ela à ZDNET.

“Havia bons bolsões de excelência em todo o setor em gerenciamento de dados e tecnologias digitais, mas eles não estavam necessariamente conversando entre si. Então, essa era uma grande prioridade para nós.”

Além dos departamentos governamentais do Reino Unido, o DSG é apoiado por outros colaboradores, incluindo o Open Data Institute e o Technology Leadership Board.

Além disso: A queda da Intel: como a geração AI ajudou a destronar um gigante e transformar a computação como a conhecemos

Granger disse que esta abordagem colaborativa rendeu dividendos: “Agora temos a estratégia de dados e trata-se de trabalhar em três fluxos principais de trabalho”.

A primeira corrente concentra-se em dados, padrões e princípios: “Garantir que a qualidade subjacente dos dados seja boa porque estamos todos trabalhando na mesma base.” A segunda corrente visa criar kits de ferramentas de dados comuns e interoperabilidade, disse Granger.

“Não deveria importar se você está trabalhando em uma empresa de energia offshore ou em um projeto em uma empresa de petróleo e gás, você deve ter dados que possam ser usados ​​em todas as plataformas. de A para B sem duplicação?'”

Além disso: A melhor IA para codificação em 2024

O terceiro fluxo de trabalho centra-se na digitalização intersetorial: “Trata-se de garantir que os dados e as competências digitais estão presentes em toda a indústria e garantir que o setor cumpre as melhores práticas de segurança cibernética”.

Com essas bases de dados implementadas, é muito mais fácil começar a pensar em como aproveitar ao máximo as tecnologias emergentes.

“Nosso foco é garantir que tornemos os dados acessíveis e nos formatos certos para que outros possam usar IA e aprendizado de máquina”, disse Granger.