Par Sean Foley
Les entreprises aspirent à l'avantage concurrentiel que le ML et l'IA peuvent offrir à leur entreprise, mais donnent souvent la priorité stratégique à la technologie plutôt qu'aux personnes pour libérer la valeur de leurs données. Le battage médiatique autour de l'IA et du ML, et la facilité d'accès à ceux-ci via les outils cloud, dément la complexité d'exploiter efficacement ces capacités. Pourquoi les capacités d'IA et de ML sont-elles essentielles pour votre entreprise et comment pousser leur introduction ou étendre leur utilisation aura-t-elle un impact sur votre stratégie de données ? stratégie de données » et sous-estiment l'effort nécessaire pour entreprendre ce changement. Il est impératif que les dirigeants définissent clairement leurs ambitions en matière de données et les alignent sur les résultats commerciaux recherchés. En effet, la clé pour libérer efficacement la valeur de vos données commence par l'alignement de votre personnel sur cette stratégie de données axée sur les résultats commerciaux. Ne vous méprenez pas, la technologie est essentielle pour une stratégie de données moderne, mais trop souvent, les organisations font une rotation excessive sur la technologie et oublient les éléments stratégiques et humains critiques.
Établir une stratégie de données qui soutient avec succès l'adoption de l'IA/ML nécessite 3 éléments fondamentaux :
1) Stratégie de données alignée sur les objectifs commerciaux
Définissez d'abord le « pourquoi » et le « quoi ». Commencez par définir quels objectifs commerciaux concrets peuvent être atteints grâce à leur utilisation, dans quel délai, à quel coût et au détriment de quelles autres priorités organisationnelles. Votre organisation cherche-t-elle à réduire les défauts des produits, à augmenter la satisfaction des clients ou à innover avec de nouveaux produits ? Comprendre les moteurs de produit ou de service de votre nouvelle stratégie de données mettra en évidence la façon dont votre stratégie de données existante devra changer.
HPE
Quels sont vos objectifs commerciaux ? Peut-être de nouvelles sources de revenus ou un effet de levier opérationnel accru ? Comment l'adoption de l'IA/ML accélère-t-elle ces objectifs ? Ou avez-vous simplement besoin de données propres, livrées plus rapidement à votre équipe ou à un processus de production ? Heureusement, la distribution optimisée de données de haute qualité est une étape sur le chemin de l'activation de l'IA/ML. . Les processus et le modèle d'exploitation autour de la maintenance et de la consommation de ces données se sont souvent calcifiés au fil du temps s'ils n'ont pas été régulièrement réévalués par rapport aux objectifs commerciaux.
HPE
Comment les fondamentaux de vos opérations de données et de votre gouvernance sont-ils actuellement gérés ? Les niveaux de service répondent-ils aux besoins de l'entreprise ? Les inhibent-ils ? Les bons ensembles de données sont-ils disponibles là où ils doivent être dans votre organisation, quand ils doivent l'être ? Dans quelle mesure vos données sont-elles propres ? À quel point est-il frais ? Dans quelle mesure votre organisation a-t-elle déployé le libre-service pour les données et l'analyse ? Dans quelle mesure les processus de gérance des données sont-ils bien structurés ? Un pipeline d'IA et de ML a-t-il déjà été créé ? Comment fonctionnent-ils ?
De plus, identifiez les parties de votre modèle d'exploitation des données qui offrent un avantage concurrentiel et celles qui sont simplement des charges lourdes indifférenciées. Cela peut aider à découvrir des opportunités pour tirer parti de nouvelles plates-formes ou d'un support tiers. stratégie et de développer un plan pour que ces compétences soient présentes dans votre organisation. Il est important d'évaluer les compétences dont vous avez besoin dans votre organisation pour pouvoir adopter une stratégie axée sur les données qui permet l'adoption de l'IA/ML ? Les avez-vous dans l'organisation dans la profondeur dont vous avez besoin.
HPE
Parmi les principales fonctions d'un environnement d'opérations de données efficace, quelle proportion est exécutée en interne ? Dans quelle mesure repose-t-il sur une technologie de processus, une pile et un flux de travail propriétaires ? Plus important encore, ces éléments offrent-ils un avantage concurrentiel à votre entreprise ? Ces compétences sont-elles essentielles pour créer de la valeur ? Une fois que vous avez défini les éléments de votre stratégie de données et de vos opérations de données qui offrent un avantage concurrentiel, définissez un modèle de responsabilité partagée pour les services de données. Ce modèle doit inclure les compétences, les rôles et les fonctions nécessaires maintenant, pendant la transition et une fois la nouvelle stratégie déployée. Certains rôles peuvent être éliminés, certains peuvent évoluer, certains ne seront nécessaires que pendant la transition – identifiez-les tous. ” l'organisation comprend les données de l'entreprise et comment la stratégie de données s'aligne sur les besoins de l'entreprise. Augmentez l'équipe avec de nouvelles recrues pour l'avenir, mais uniquement pour des rôles qui offrent un avantage concurrentiel. Prévoyez de compléter l'équipe avec des PME tierces pendant la transition et dans le cadre du futur modèle d'exploitation. votre entreprise à chaque étape du chemin. L'approche décrite ici aidera à jeter les bases de ce voyage et affinera naturellement les choix technologiques et garantira que la stratégie commerciale encadre la technologie nécessaire.
La compréhension du modèle d'exploitation des données actuel et futur, ainsi que les compétences disponibles et nécessaires dans votre organisation, aideront également à guider à la fois votre plate-forme et vos modèles d'approvisionnement en compétences. Avec ces éléments en main, la conduite de cette transformation permettra d'obtenir plus rapidement des informations pour l'entreprise. ou visitez www.hpe.com/digitaltransformation
____________________________________
À propos de Sean Foley
Sean Foley est directeur principal et stratège de la transformation cloud pour la pratique du cloud hybride de HPE. Il est un stratège technologique et commercial chevronné avec plus de 20 ans d'expérience dans la résolution de problèmes de croissance et de transformation pour les entreprises du monde entier. Actuellement, il se concentre sur la direction de la transformation numérique et l'orientation dans l'adoption de modèles d'exploitation et de technologies cloud pour les entreprises du Fortune 100. Avant de rejoindre HPE, Sean était directeur technique indépendant et consultant en croissance au service des startups et des entreprises du Fortune 1000. Il est titulaire d'un MBA de l'Université de Boston et d'un BA du Skidmore College.
Source link