Обработка и анализ данных: 10 трендов в 2023 году

Цифровизация помогает компаниям накапливать большие массивы информации. Если правильно ее использовать, это принесет измеримую пользу для бизнеса. В этом году эксперты Gartner традиционно подготовили обзор самых значимых технологических трендов в области обработки и анализа данных (D&A).

Выделенные тренды продиктованы тем, что ключевая роль отводится руководителям, которым необходимо показать ценность аналитики для всей компании. Чтобы определить лучший подход к внедрению D&A, менеджеры разных уровней должны взаимодействовать с заинтересованными сторонами в компаниях: от ЛПР до линейного персонала. Это позволит создать более продуктивное взаимодействие в сквозных процессах, учитывать психологию людей и их ценности.

Тренд № 1. Измерение ценности использования и анализа данных

Менеджеры не всегда четко определяют пользу, которую дает организации аналитика данных. Чтобы измерить ценность связки «данные, аналитика, искусственный интеллект (ИИ)», руководителю потребуется овладеть целым рядом навыков. Нужно уметь доносить до аудитории и объяснять пользу, приоритизировать вложенные инвестиции и соотносить их с итоговыми бизнес-результатами, чтобы убедиться в достижении запланированных целей.

По мнению экспертов Gartner, если руководители уделяют внимание оптимизации анализа данных, им важно выстраивать цепочки создания добавленной ценности. Именно это будет демонстрировать влияние D&A практик на достижение ключевых приоритетов компании.

Тренд № 2. Управление рисками, связанными с искусственным интеллектом

Компании используют ИИ в новых сферах, что неизбежно ведет к появлению рисков, которые потребуется нивелировать. Например, возникают этические риски, мошеннические действия, когда происходит так называемое «отравление» данных заведомо ложными сведениями. Для регулирования рисков, связанных с ИИ, нужно не только устанавливать и соблюдать нормативные требования. Чтобы укрепить доверие между заинтересованными сторонами и ускорить внедрение ИИ в компании, необходимо выстроить эффективное управление и ответственное применение интеллектуальных инструментов.

Используя выгоды применения ИИ-технологий, важно не забывать о вызовах и рисках, которые они несут. Это касается рисков утечки данных, вопросов этичности применения ИИ, защиты пользователей от ошибочного или злонамеренного применения технологий. Мы в NAUMEN активно ведем эту работу — внутри компании и в сотрудничестве с отраслевыми объединениями, такими как Альянс в сфере искусственного интеллекта и Ассоциация лабораторий по развитию ИИ.

Тренд № 3. Наблюдаемость систем управления данными

Это свойство, которое помогает получить представление о поведении внедренных информационно-аналитических систем и их внутренних процессах. Наблюдаемость позволяет компаниям быстрее обнаруживать причины возникших проблем, которые влияют на работоспособность системы, и на основе точных данных принимать своевременные и экономически оправданные решения. В свою очередь, менеджерам D&A необходимо оценить, насколько инструменты управления данными помогают решать задачи конкретных пользователей и как они интегрированы в ИТ-ландшафт.

Тренд № 4. Обмен данными имеет важное значение

Сейчас постоянный обмен информацией происходит в компаниях не только внутри между отделами либо дочерними структурами, но и с внешними сторонами: партнерами, подрядчиками, поставщиками и даже клиентами. Бизнес должен следовать модели «данные как продукт», при которой накопленная информация обрабатываются и поставляется другим участникам рынка для повторного использования. Когда компания выстраивает обмен между разными источниками, это повышает ценность данных.

Агрегация информации вокруг сотрудника, услуги или продукта имеют ключевое значение для формирования data driven управления. Без создания 360-view невозможно принимать верные решения, объективно оценивать собственную эффективность и избранный путь. Здесь не обойтись без сотрудничества различных игроков рынка. Мы наблюдаем за такими примерами каждый день. Операторы связи делятся данными с ритейлерами, ритейлеры — с производителями товаров FMCG категории, а производители товаров — с поставщиками оборудования, для того, чтобы выстроить сквозную цепочку ценности и повысить качество сервиса для конечного клиента.

Тренд № 5. Вклад D&A в обеспечение устойчивого развития

Работа с данными позволяет получить выводы, на основе которых проще повышать эффективность экологических, социальных и управленческих корпоративных проектов. Также менеджеры D&A вынуждены искать варианты оптимизации процессов, чтобы способствовать устойчивому развитию бизнеса. Компании с D&A и ИИ-стратегиями чаще задумываются над своим экологическим следом, а значит больше внимания уделяют способам, позволяющим сокращать потребление электроэнергии. Например, облачные центры обработки данных могут применять более энергоэффективное оборудование.

Тренд № 6. Практическая «фабрика данных»

«Фабрика данных» (data fabric) как продуктивный современный подход к управлению информацией предполагает аккумулирование всех типов метаданных для выработки последующих практических решений. Собирая и обогащая семантику базовых данных и непрерывно анализируя дополнительную информацию, ИТ-системы научаются генерировать проактивные предупреждения и рекомендации, по которым далее могут выполняться определенные действия другими программными продуктами или людьми. Это позволяет бизнес-пользователям уверенно применять данные и предоставлять больше возможностей для создания интеграций и создания моделей без разработки.

Тренд № 7. ИИ с возможностью развития

Чат-бот GPT и генеративный ИИ становятся предвестниками зарождения эмерджентного ИИ (Emergent AI). Эта технология позволит большинству компаний по-новому взглянуть на задачи масштабируемости, универсальности и адаптивности. Новый виток развития повысит ценность ИИ и усилит распространение интеллектуальных механизмов в тех сферах, где пока существуют ограничения.

Тренд № 8. Универсальные и компонуемые экосистемы

Перспективнее создавать универсальные экосистемы D&A, чтобы обеспечить слаженную работу всех бизнес-процессов организации. Это достигается благодаря полной интеграции, единым политикам управления и технологической совместимости различных инструментов автоматизации. Потенциал гибкого комбинирования элементов экосистемы важно учитывать на всех этапах разработки приложений и сервисов: при проектировании, сборке и развертывании.

Правильная архитектура экосистемы позволяет создавать более модульные D&A системы, которые легко адаптируются под нужные задачи. Способность масштабироваться поможет справиться с быстро изменяющимися потребностями бизнеса и приспособиться к внешним изменениям.

Тренд № 9. Потребители создают контент

Пользователи все меньше времени будут проводить в заранее настроенных интерфейсах. На смену придет динамический диалоговый интерфейс, который обеспечит качественно новый опыт потребителям контента и сможет удовлетворять конкретные нужды в определенный момент контакта с автоматизированным сервисом.

У организаций, которые смогут шире использовать накопленную аналитику, получится предоставить потребителям контента понятные, автоматизированные, удобно перестраиваемые диалоговые инструменты.

Тренд № 10. Люди принимают ключевые решения

Связав между собой автоматизацию, ИИ, роботов и другие технологии, уже сегодня создаются такие интеллектуальные системы, которые способны функционировать без участия человека. Вместе с тем на текущий момент не все решения можно принимать автоматизировано. Технологии должны предоставлять дополнительные возможности в процессе анализа данных. Главная роль в принятии решений по-прежнему должна оставаться за человеком. Если компания будет управляться автоматически только на основе данных, это неминуемо приведет к искажению исходно поставленных целей и утрате осмысленности.

Алгоритмы искусственного интеллекта неизбежно ошибаются. Чаще всего разработчики контролируют и отслеживают подобные ошибки, но эти сведения не всегда доступны внешней аудитории. Проблемы, связанные с несбалансированностью данных, были обнаружены в работе «интеллектуальных» автоматизированных систем еще в 2014-2016 годах. Кроме того, во многих отраслях практическое применение таких решений затрудняется сложностью интерпретации современных алгоритмов ИИ. Этим вопросам посвящена целая отрасль — объяснимый ИИ (XAI). Вместе с тем применение автоматизированных систем ИИ в социальных сферах требует контроля не только со стороны специалистов, но и со стороны общества.