Les capacités de recyclage des données sont en passe de devenir un différenciateur clé pour la compétitivité des entreprises

Par Marc Vontobel, co-fondateur et PDG de Starmind

Les entreprises ont un problème de thésaurisation des données.

Après des décennies de gros titres suggérant que les données sont le nouvel or, les organisations ont accumulé plus de données qu'elles ne savent quoi en faire. Les recherches d'IDC suggèrent que les entreprises ont de plus en plus de mal à donner un sens à leurs pools de données complexes.

Dans la ruée vers l'or des données, les organisations se sont entourées non pas de trésors, mais de déchets. Il est temps de commencer à être honnête au sujet des données : la plupart sont des ordures. Mais cela ne veut pas dire que c'est sans valeur. Et quand on y pense, ce n'est pas une contradiction. Vous n'avez qu'à considérer comment nous traitons les déchets aujourd'hui.

Rien qu'aux États-Unis,  69 millions tonnes d'articles sont recyclés chaque année. L'alternative est impensable et irresponsable : accumuler des déchets ou envoyer des objets utiles à la décharge. Pourtant, bien que cet état d'esprit soit évident lorsqu'il s'agit de déchets physiques, la plupart des organisations n'ont pas encore adapté cette approche au fouillis numérique. Au lieu de cela, les équipes doivent parcourir le tas de déchets numériques, ralentissant leur travail et rendant la recherche de connaissances et d'informations utiles frustrante.

Il est temps de mettre un terme à cette approche inutile et inefficace et d'adopter le recyclage des données.

Identifier des informations précieuses, les extraire et les utiliser pour améliorer la collaboration, le partage des connaissances et la productivité sur nos lieux de travail est essentiel au succès de l'entreprise à mesure que nous progressons.

Si nous faisons les choses correctement, ce recyclage numérique peut permettre à chaque individu de surmonter les risques de surcharge d'informations et de recherches sans fin d'informations qui, à l'échelle de l'entreprise, peuvent autrement faire boule de neige en macro-menaces pour la productivité.

Comment construire un réseau de connaissances qui recycle les données 

Le tri et l'organisation sont au cœur de toute opération de recyclage.

Tout comme nous trions les bouteilles et les canettes réutilisables des emballages à usage unique, en ce qui concerne les données, nous devons mieux identifier ce qui est utile et ce qui ne l'est pas. Ceci est particulièrement important car la plupart des données ont été créées pour une seule tâche – nous n'avons pas besoin de les conserver pour l'éternité. Si nous le faisons, cela empêche simplement de trouver des choses pertinentes. Tout comme à la maison, si vous ne deviez jamais rien jeter, vous auriez du mal à garder une trace de ce dont vous avez besoin.

Avec un peu d'aide de l'intelligence artificielle (IA), il est possible de commencer à créer des réseaux de connaissances qui recyclent les données brutes, les contextualisent et les transforment en une ressource utile pour l'ensemble de l'organisation. Un réseau de connaissances d'auto-apprentissage permet à des éléments d'information recyclés de devenir plus que la somme de leurs parties. Il fonctionne en utilisant des informations non sensibles tirées d'outils commerciaux existants où les informations commerciales sont partagées pour révéler exactement où se trouvent les connaissances humaines sur un sujet spécifique dans une organisation. Avec ce réseau, les individus peuvent partager leur expertise et relier les questions aux réponses en temps réel.

En bref, un réseau de connaissances prend toutes les informations qui pourraient autrement ralentir les entreprises, et les recycle à la place pour accélérer la résolution des problèmes. L'intelligence artificielle est unique dans sa capacité à construire ces réseaux de deux manières.

Premièrement, l'IA peut trier les informations triviales et obsolètes à partir d'informations utiles et à jour. Lorsque vous vous connectez à un réseau de connaissances alimenté par l'IA, vous ne vous contentez pas de rechercher des résultats et de parcourir chaque mot clé trouvé depuis des années. L'IA fait le travail difficile pour vous. Il agit comme une usine de recyclage, triant les déchets et analysant des informations contextuelles plus larges pour identifier ce dont vous avez besoin. Il le présente ensuite de manière utile et digeste.

Mais qu'en est-il lorsque la réponse n'est pas déjà là, en attente d'être découverte ?

Si la réponse à un problème n'existe pas déjà au sein du réseau de connaissances centralisé, une approche différente est nécessaire. C'est là qu'intervient un deuxième type de recyclage de données centré sur l'humain.

Au lieu de relayer les informations les plus utiles disponibles, l'IA examine toutes les données disponibles et les utilise pour comprendre, à grande échelle, qui est la meilleure personne. pour résoudre le problème est dans l'organisation. C'est parce que les gens détiennent les réponses ultimes, mais beaucoup de ces réponses restent des connaissances non documentées, elles existent dans l'esprit d'une personne mais ne sont pas écrites quelque part.

L'IA peut réutiliser les données existantes pour voir à travers les équipes et les silos, les applications et les documents, pour comprendre où se trouvent les connaissances non documentées et identifier qui peut aider. Une fois cela fait, il connecte simplement l'expert, de manière anonyme, avec la personne qui pose une question en temps réel. Enfin, lorsqu'une réponse a été partagée, elle est ajoutée au réseau de connaissances centralisé pour que tout le monde puisse l'utiliser à l'avenir.

L'impératif commercial du recyclage des données 

La thésaurisation compulsive des données est souvent incontestée. Mais c'est un problème en croissance exponentielle qui doit être résolu. Cela conduit à des angles morts car les employés ont du mal à trouver ce dont ils ont besoin, quand ils en ont besoin. Cela rend plus difficile l'identification des connaissances d'experts et limite la capacité à entreprendre une résolution agile des problèmes dans une organisation. Le résultat? Des lieux de travail improductifs avec une main-d'œuvre désengagée.

Adopter un état d'esprit de recyclage des données peut être transformationnel pour les entreprises. Plutôt que de devenir submergés et inefficaces, en recyclant les données, nous pouvons créer des réseaux de connaissances qui relient les individus, les équipes, les applications, les documents et plus encore. Avec toutes les connaissances disponibles sur une seule plate-forme intégrée, la résolution des problèmes devient plus rapide, l'engagement au travail augmente et les entreprises sont plus productives.

La prochaine fois que vous enregistrez un document, imaginez que vous jetez quelque chose. Le recyclez-vous correctement ou êtes-vous un bogue numérique ? Avec la bonne technologie, nous pouvons repenser nos habitudes en matière de données pour enfin commencer à maximiser la valeur de toutes ces informations. Lorsque nous faisons cela, les individus, les équipes et l'ensemble de l'organisation bénéficient d'un accès à un réseau de connaissances continuellement affiné. Nous pouvons partager nos connaissances et recevoir une reconnaissance pour l'expertise que nous apportons au travail. Et, avec la lutte pour trouver des informations supprimées, nous pouvons arrêter de lutter contre l'encombrement numérique et simplement passer plus de temps sur le travail que nous aimons.

Pour en savoir plus sur le potentiel de l'IA pour transformer votre lieu de travail, visitez : [19659025]https://www.starmind.ai/