Bối cảnh dữ liệu ngày nay bị thống trị bởi trí tuệ nhân tạo (AI) và có bốn yếu tố định hình nên bối cảnh này, hai yếu tố quen thuộc, hai yếu tố tương đối mới. “Tốc độ thay đổi” và “khối lượng dữ liệu” đã được quan tâm trong nhiều năm, nhưng các nhà lãnh đạo doanh nghiệp ngày nay cũng cần xem xét “kích thước dữ liệu” và “hết hạn dữ liệu”.
Ngay cả khi bạn quay lại khoảng 15 năm trước, dữ liệu vẫn hữu hạn, dễ hiểu và có thể triển khai vào các chức năng kinh doanh cũng như ra quyết định. Dữ liệu có thể được xử lý bởi con người – khối lượng có thể quản lý được và tốc độ thay đổi rất hạn chế. Chúng tôi chủ yếu xử lý một chiều dữ liệu duy nhất và dữ liệu có thời hạn sử dụng lâu dài. Một con người có kỹ năng và được đào tạo có thể xử lý và xử lý dữ liệu cũng như đưa ra quyết định kinh doanh. Trong trường hợp này, doanh nghiệp của bạn đang được điều hành bởi các phi công.
Sự gián đoạn đầu tiên là tốc độ thay đổi bắt đầu tăng lên. Ban đầu con người gặp khó khăn với vấn đề này, nhưng một làn sóng các công cụ mới đã xuất hiện để trợ giúp không chỉ về phân tích mà còn cả liên lạc, quan hệ khách hàng, quản lý dự án, hiệu suất doanh nghiệp, v.v. Phần mềm dưới dạng dịch vụ nổi lên như một lựa chọn, trong đó các doanh nghiệp hiện được giám sát bởi con người và phần mềm, cùng nhau làm việc như những người điều khiển doanh nghiệp.
Có một mô hình lưu giữ trong vài năm trước khi khối lượng dữ liệu được đưa vào doanh nghiệp bắt đầu tăng lên. Phần mềm doanh nghiệp đang tạo ra đầu vào và người tiêu dùng bắt đầu chia sẻ các tín hiệu xã hội, vị trí địa lý, hoạt động trên web (và điện thoại thông minh), v.v. Con người và phần mềm không thể xử lý được lượng dữ liệu đang truyền qua, vì vậy quá trình tự động hóa bắt đầu được ghi vào phần mềm.
Hay nói chính xác hơn, phần mềm đã trở nên tốt hơn và cho phép viết các quy tắc vào chương trình của nó. Các quy tắc này cho phép doanh nghiệp số hóa kiến thức của họ một cách hiệu quả và bằng cách cung cấp cho các tham số do phần mềm xác định để hoạt động dựa trên các quy tắc này, tự động hóa đã trở thành trường hợp sử dụng chính cho dữ liệu và là nền tảng cho sự thành công của các doanh nghiệp.
Các doanh nghiệp hiện đang dựa vào hệ thống lái tự động, đưa ra quyết định dựa trên các quy tắc và thúc đẩy hoạt động kinh doanh phát triển hiệu quả hơn so với giai đoạn thí điểm và đồng thí điểm.
Nhưng đã có sự thay đổi về thái độ trong vài năm qua và ngày nay, các doanh nghiệp cần có một chương trình thí điểm AI để kiểm soát vì hai khái niệm dữ liệu mới. Kích thước dữ liệu đã tăng lên đáng kể, không chỉ vì có nhiều nguồn dữ liệu hơn mà còn kỳ vọng rằng dữ liệu có thể được phân tích đa chiều và tổng thể, không chỉ theo cách tuyến tính sử dụng các biến đơn lẻ như trường hợp trước đây. Sự thay đổi về kích thước cho phép hiểu biết sâu sắc hơn từ việc tăng khối lượng dữ liệu.
Và thời hạn hết hạn của dữ liệu giờ đây ngắn hơn rất nhiều xét về thời gian doanh nghiệp có thể lưu giữ dữ liệu một cách hợp pháp và thời gian một điểm dữ liệu duy nhất có liên quan đến lĩnh vực cụ thể mà nó đang được áp dụng. Ưu tiên đưa ra quyết định theo thời gian thực, ý tưởng về sản phẩm phù hợp cho đúng khách hàng vào đúng thời điểm, là nguyên nhân đằng sau xu hướng dữ liệu mới này, nơi các tín hiệu từ nhiều tuần trước, nếu không phải vài giờ trước, có thể lỗi thời.
Xem xét lại dữ liệu kế thừa
Phải nói rằng, vẫn còn nhiều trường hợp sử dụng có giá trị trong dữ liệu kế thừa lịch sử. Giá trị này có thể được hiện thực hóa bằng cách sử dụng AI để chuyển đổi dữ liệu hàng loạt—được thu thập và lưu trữ trong cơ sở dữ liệu trước khi được phân tích và xử lý—thành dữ liệu truyền trực tuyến—được thu thập, phân tích và xử lý trong thời gian gần như thực.
Điều này có nghĩa là, trên toàn bộ hệ sinh thái kỹ thuật số, các công cụ ngày nay đang bắt đầu hiểu và học hỏi từ tính đa chiều của dữ liệu được nhập vào, nhận thức được tính kịp thời của dữ liệu. Đổi lại, họ có thể tạo các quy tắc kinh doanh của riêng mình, theo yêu cầu và phù hợp với dịch vụ được yêu cầu thực hiện.
Doanh nghiệp cần hiểu rằng nếu doanh nghiệp của bạn bị phi công hoặc phi công phụ điều khiển thì bạn đang gặp rắc rối. Các doanh nghiệp có dữ liệu sẵn sàng cho giai đoạn lái tự động và thử nghiệm sẽ phát triển lợi thế cạnh tranh của mình, nhưng vẫn có nhiều cách để bắt kịp.
Bù đắp phần đất đã mất
Mọi thứ đều bắt đầu từ người lãnh đạo doanh nghiệp. Các nhà điều hành cần phải thừa nhận họ đang ở đâu và họ muốn đến đâu để hiểu được mức độ phức tạp của quá trình chuyển đổi sang phi công AI.
Bất kỳ doanh nghiệp nào có hoạt động hàng ngày chưa được số hóa hoàn toàn đều cần giải quyết vấn đề này ngay lập tức. Có các công cụ giúp quá trình chuyển đổi này dễ dàng hơn và khi các hoạt động đã được số hóa, các giai đoạn tiếp theo sẽ dễ dàng thực hiện—cánh cửa mang lại lợi ích cho dữ liệu sẽ được mở ra, cho phép phần mềm số hóa cơ sở kiến thức chứa trong dữ liệu thông qua tự động hóa.
Các doanh nghiệp kế thừa đã bắt kịp nhóm theo đuổi có thể đánh giá các lựa chọn của họ và đảm bảo rằng việc chuyển sang giai đoạn thí điểm lái tự động và AI là chủ động và mang tính chiến lược. Khoảng cách giữa các gói dẫn đầu dường như ngày càng rộng, nhưng một lần nữa, có nhiều cách để bắt kịp, đặc biệt là về cấu trúc dữ liệu và quan hệ đối tác.
Kỹ sư kết cấu
Không có sự đồng thuận trong thế giới dữ liệu về việc liệu doanh nghiệp có cần cơ sở hạ tầng dữ liệu mới hay không. Các nhà lãnh đạo cần tập trung vào những điều đúng đắn trong việc xử lý dữ liệu kế thừa hiện có của họ. Việc tạo các luồng và cấu trúc dữ liệu mới sẽ mất thời gian và phát sinh chi phí mà không đẩy nhanh quá trình chuyển đổi.
AI đang giải quyết vấn đề của riêng mình—nó có thể hiểu cách chuyển đổi dữ liệu phi cấu trúc thành các định dạng mà nó có thể hiểu, diễn giải và hành động. Như đã lưu ý, thông tin chuyên sâu từ dữ liệu cũ có thể được chuyển đổi bằng cách chuyển đổi dữ liệu đó thành dữ liệu truyền phát.
Có một ví dụ điển hình từ lịch sử công nghệ gần đây củng cố niềm tin của tôi rằng việc tạo ra các kho chứa dữ liệu mới không nên nằm trong chương trình nghị sự của các doanh nghiệp đang muốn bắt kịp. Trong thập kỷ đầu tiên của nền kinh tế dữ liệu, hàng chục, thậm chí hàng trăm tỷ USD đã được chi để tạo kho dữ liệu để dọn dẹp, cấu trúc và tích hợp dữ liệu nhằm hỗ trợ việc ra quyết định.
Ngày nay, AI có thể bỏ qua nhiều phương pháp kỹ thuật dữ liệu đã được thiết lập bằng một giải pháp thay thế đáng tin cậy và hiệu quả về mặt chi phí. Chuyển đổi dữ liệu cũ thành dữ liệu truyền trực tuyến để có thể gửi tín hiệu đến các tác nhân tự trị—những tác nhân hoạt động bên ngoài cấu trúc kỹ thuật và kho dữ liệu truyền thống—theo cách gần như thời gian thực sẽ là ưu tiên hàng đầu của tôi với tư cách là người lãnh đạo.
Quan hệ đối tác theo tiêu chuẩn
Ngành du lịch đang phải đối mặt với tình trạng thiếu quan hệ đối tác dữ liệu dài hạn, quy mô doanh nghiệp. Trong bối cảnh dữ liệu hiện tại, quan điểm của tôi là tất cả các doanh nghiệp cần bắt đầu tìm kiếm các loại hình quan hệ đối tác dữ liệu mới để chuyển đổi suôn sẻ và thành công sang giai đoạn thí điểm AI. Những quan hệ đối tác này nên tập trung vào dữ liệu đa chiều, như đã đề cập trước đó.
Ví dụ: các tổ chức tiếp thị điểm đến (DMO) và các văn phòng hội nghị và du khách theo truyền thống có một mục tiêu tuyến tính duy nhất—để tạo ra nhu cầu về một điểm đến—và quan hệ đối tác dữ liệu của họ phản ánh điều này. Tuy nhiên, tập dữ liệu hạn chế này có thể được làm phong phú hơn bằng cách thêm các thứ nguyên mới, chẳng hạn như chi tiêu và chuyển đổi, phải đến từ một đối tác dữ liệu khác. Nếu DMO đang ở giai đoạn thí điểm AI, khả năng kết nối thời gian thực của dữ liệu từ các chiều khác nhau vào hệ thống tác nhân có thể tự động hóa việc ra quyết định.
Nếu chúng tôi chấp nhận rằng các doanh nghiệp cần có quan hệ đối tác dữ liệu mới để chuyển đổi hoàn toàn sang hướng thí điểm AI, thì có một lập luận mạnh mẽ mà tôi tán thành rằng chúng tôi cũng cần bắt đầu chuyển đổi xung quanh các tiêu chuẩn dữ liệu. Sự nhất quán về cách sử dụng, lưu trữ và phân tích dữ liệu trong tương lai có thể giúp ngành du lịch và hệ sinh thái công nghệ của nó giải quyết các vấn đề xung quanh niềm tin.
Niềm tin sẽ là yếu tố then chốt để tiến về phía trước. Trong bối cảnh B2C, có một vòng tròn đạo đức nơi khách sẵn sàng chia sẻ dữ liệu với một tác nhân AI đáng tin cậy. Đại lý càng sử dụng nhiều dữ liệu thì trải nghiệm của người tiêu dùng càng tốt, từ đó củng cố mối liên kết tin cậy, từ đó dẫn đến sự sẵn sàng chia sẻ dữ liệu nhiều hơn.
Các tiêu chuẩn cũng cần thiết trong B2B. Quan hệ đối tác dữ liệu rõ ràng sẽ có góc độ thương mại, nhưng những mối quan hệ này cần phải được đóng khung trong một khuôn khổ nhất quán và đáng tin cậy để cung cấp cho doanh nghiệp các công cụ để mang lại kết quả tích cực trong khi vẫn duy trì được niềm tin của người tiêu dùng.
Các bước tiếp theo
Một số doanh nghiệp đã được định hình lại thông qua việc áp dụng hệ thống lái tự động và phi công AI. Đối với C-Suite giám sát các doanh nghiệp vẫn đang trong giai đoạn thí điểm và đồng thí điểm, việc bắt kịp là có thể. Bản thân AI có thể giúp bạn đưa doanh nghiệp của mình đi đúng hướng, miễn là bạn hiểu rõ về các trường hợp sử dụng cụ thể và giá trị gia tăng có thể được khai thác.
Câu hỏi rất đơn giản: Liệu bạn vẫn sẽ bay cùng các phi công phụ trong khi các đối thủ cạnh tranh của bạn bước vào kỷ nguyên AI điều khiển bằng tín hiệu chứ?
Về tác giả…
Source: https://www.phocuswire.com/mapping-data-journey-pilots-co-pilots-autopilots-ai-pilots.
