Главная → НовостиНовостиНовости, 201907Новости, 201907 → CDO без искусственного интеллекта — деньги на ветер?

CDO без искусственного интеллекта — деньги на ветер?

Chief data officer (CDO) — позиция относительно новая, но уже ставшая популярной в современных компаниях. От CDO ждут конкретных результатов здесь и сейчас. Однако на практике уровень ожиданий оказывается серьезно завышенным. Сегодня становится очевидно: необходимо внедрять специальные инструменты искусственного интеллекта (ИИ), без которых ни один CDO не сможет справляться с возложенными на него обязанностями.

КиТ :: Будь в СЕТИ! KiT - Keep-inTouch :: RSS-лента

Сети :: [Профессиональные] | [Зарубежные] | [Тематические] | [Молодежные] | [Детские] | [Купоны] | [Прочее]

Категории (метки) :: Авто | Музыка | Книги | Хобби | Профессии | Сообщества | Семья | Бизнес | Регионы | Спорт | Статусы

ифровая трансформация ставит новые задачи, требует новых ролей и их исполнителей. Именно по этой причине позиция CDO с акцентом на управлении корпоративными данными стала востребованной. Можно говорить, что из нишевой должности в банках и телеком-компаниях она превратилась в общий институт в крупном бизнесе.

Gartner прогнозирует, что к 2021 году CDO в 75% компаний крупного бизнеса станет позицией уровня mission-critical — наравне с ИТ-директором, а также с руководителями финансового и операционного блоков. Однако на практике результаты работы CDO скорее разочаровывают, поскольку не приносят видимого внятного результата. Люди на этой должности в крупных организациях часто меняются, не оправдав ожиданий. Почему так происходит?

Кто виноват?

Во-первых, компании продолжают смешивать две роли — CDO и CDS (chief data scientist), перед которыми стоят совершенно разные задачи. Chief data scientist занимается собственно изучением данных, извлечением из них ценности для бизнеса — тем, что называется монетизацией данных. Задача же классического CDO — организовать управление жизненным циклом данных так, чтобы информация нужного качества и в определенном виде предоставлялась нужному адресату (включая CDS) вовремя по всей организации.

На практике такого эффекта пытаются достичь преимущественно организационно-процессными методами, создавая надстройки над соответствующей ИТ-инфраструктурой и системами. Если же организация крупная, со сложной иерархической оргструктурой, то организовать кросс-функциональное взаимодействие ее различных подразделений весьма затруднительно. А оно жизненно необходимо, чтобы данные оставались доступными и качественными на всех этапах своего жизненного цикла. В итоге озера данных превращаются в болота, в которых никогда нет того, что нужно и данным в которых никто не верит. То есть работать с данными долго и дорого, их качество низкое и говорить о сколь бы то ни было значимой практической отдаче и той самой монетизации в такой ситуации сложно.

Вторым фактором является то, что хозяйство, которое вверяется в ведение CDO, в любой крупной компании поистине масштабно, носит комплексный характер и охватывает множество смежных областей. Любой бизнес-процесс сегодня автоматизирован, проходит через множество систем, порождает гигантский объем разных данных и к тому же постоянно изменяется. Взять все это под контроль, пусть даже озаботившись только рождающимися данными, и эффективно управлять из единой точки — крайне сложно. Особенно принимая во внимание иерархичность структуры управления. Политической воли топ-менеджеров, регламентов, документации и текущих инструментов уже не хватает для итогового успеха.

В-третьих, появление в штате CDO расхолаживает руководителей и сотрудников, они начинают рассуждать примерно так: Теперь это не моя забота. Данные рассматриваются как побочная активность, необязательный факультатив. Коллективного энтузиазма обычно хватает максимум на пилотную фазу проекта по внедрению новых подходов к управлению данными в очень ограниченной предметной области.

По нашему практическому опыту можно сказать, что сегодня нет ни одной компании, которая не столкнулась бы с перечисленными проблемами при попытке развернуть полноценную стратегию в области управления данными с выделенным руководителем направления во главе.

Что делать?

Отправная точка CDO в любой компании сегодня — смещение внимания с хранилищ и фабрик данных (где уже поздно пить боржоми). Акцент делается на точках зарождения данных (чеки, запросы, входящие документы, карточки клиента и пр.) и на выстраивании процесса от производителя до потребителя. И когда такая работа начинается, выявляется главная проблема: у директора по работе с данными нет адекватных инструментов автоматизации его работы! Он — типичный сапожник без сапог.

ИТ-отрасль в целом проходила через аналогичную фазу в своем развитии. Занимаясь автоматизацией множества разнообразных бизнес-процессов для всех отраслей, ИТ-разработчики не очень заботились об автоматизации собственной работы. Причем такая ситуация начала меняться относительно недавно, о чем и свидетельствует бум спроса на DevOps, Continuous Integration и т. п.

Сейчас CDO находится ровно в том же положении: ему нужен софт, чтобы управлять всеми текущими задачами — контролировать потоки данных на всем тракте, технические и бизнес-метаданные, классификацию данных, модели и структуры, участников процесса в различных ролях и т. д. Но имеющиеся программные средства помогают мало, скорее удлиняют и усложняют рабочий процесс.

То есть ИТ для ИТ появились и успешно развиваются, а аналогичных по качеству ИТ для CDO пока нет. Хотя основные игроки сообщают, что Data Governance 3.0 есть в их дорожных картах. Оговоримся: инструменты для управления потоками данных и контроля их качества, ведения бизнес-глоссария и пр. существуют. Но, во-первых, между собой они зачастую плохо интегрируются, а во-вторых, они заточены под работу с нуля, причем при условии, что она ведется правильным образом: мы начинаем все описывать, и постепенно формируется единое поле активов под управлением со всеми связями и т. д..

По факту же CDO приходится работать в среде, где много всего было сделано, но требуются огромные усилия по наведению порядка. Отслеживать в такой ситуации полный цикл работы с данными от источника происхождения до озера данных, да еще с постоянными изменениями, без помощи продвинутых ИИ-алгоритмов попросту невозможно.

Чем же ИИ так хорош?

Высокая отдача ИИ применительно к задачам CDO обусловливается общей заточенностью искусственного интеллекта под решение проблем без заранее известных четких правил. ИИ может обучиться им сам. Компьютер в этом плане обладает необходимым уровнем самостоятельности, находит закономерности и совпадения — либо невидимые человеку, либо обнаруживаемые только в результате вложений тысяч человеко-часов. Если нужно в короткие сроки (а CDO сегодня работают в постоянном цейтноте) понять, как данные о клиенте из 10 разных систем соотносятся с одним и тем же объектом, то искусственный интеллект справится гораздо эффективнее человека. Например, в разных системах одной компании клиент может проходить под разными обозначениями — client, customer, shopper и пр., человеку требуется время, чтобы при классификации данных понять, что речь идет об одном и том же объекте. Машина всё сделает (после определенного обучения) практически мгновенно.

Кроме того, CDO всегда ограничен в ресурсах. Он не может нанимать бесконечное множество помощников и сотрудников под каждые проект и задачу. Отдельной проблемой становится формирование единого поля корпоративных знаний. Эксперты бизнес-подразделений хорошо знают свою предметную область, но требуется извлечь знания у каждого эксперта, свести их в одном месте (бизнес-глоссарии), предоставить доступ к этому массиву, задав корректный понятийный аппарат для всей компании. Это крайне длительный процесс, и здесь возможности ИИ трудно переоценить. Алгоритмы глубинного обучения и продвинутой аналитики могут прочесывать дата-сеты, статистику, метаданные, имеющуюся документацию в текстовом виде или даже картинки-схемы, существенно экономя время и обеспечивая качественные результаты.

Например, в банках, где традиционно оперируют широким набором самых разных документов и форматов, ИИ идеально подходит для систематизации и создания нового понятийного аппарата путем извлечения ценных знаний из уже существующего набора абсолютно разрозненных документов. Традиционными организационно-процессными методами такие задачи решить невозможно, или, по крайней мере, потребуются колоссальные усилия.

Как правило, CDO приходит в организацию с готовой проблематикой и от него ждут результатов работы не позднее чем через 6–7 месяцев. Чтобы уложиться в эти сроки, CDO хотя бы на 50% нужно быть искусственным интеллектом, опираться на эффективные ИИ-инструменты в своей работе.

Перспективы и результаты

Пять лет назад было принято начинать работу с людей: выделить штатную единицу, поставить цели, определить критерии оценки и т. д. Сейчас фокус резко сместился на поиск правильных подходов. Чем заниматься CDO в компании, перед кем отчитываться о результатах, с кого спрашивать — в целом ясно. Остается вопрос: каким образом ему достичь результатов в короткие сроки?

Только используя технологии, можно действовать результативно. И самое интересное, что у многих компаний для этого есть адекватный технологический стек. Иногда он даже содержит ИИ-функционал, пусть и базовый. Основная проблема — это низкий уровень локализации применительно к разным странам с их реалиями, глоссариями отраслевых терминов и национальными языками. Чтобы все это взлетело, необходим творческий подход и понимание, что универсального решения нет.

В качестве примера можно привести решение для обогащения метаданными мастер-системы по оборудованию для крупной производственной компании: при помощи технологий обработки естественного языка из документации к оборудованию и описания технологических процессов извлекаются данные о спецификации для дальнейшего импорта метаданных в соответствующую систему управления мастер-данными компании.Таким образом процесс наполнения мастер-справочника оборудования ускоряется в разы.

Без ИИ соответствующей работой должно было бы заниматься целое подразделение из нескольких сотен человек. С ИИ 80% работ выполняется в автоматическом режиме, тем самым экономятся колоссальные средства и время.

Наконец, еще одна важная деталь: чем больше данных обрабатывают ИИ-инструменты, тем выше качество работы, что полностью отвечает задачам любого CDO сегодня. Кроме того, к этому следуетдобавить появление новых вызовов, обусловленных массовым переходом к работе по принципам Agile, когда зачастую никакой документации просто не остается. Вывод очевиден: роль ИИ-помощников в деятельности CDO будет расти с каждым днем.

Автор — Лариса Малькова, управляющий директор Accenture Russia.



Теги: CDO Award



Предыдущая статья Следующая статья Самое читаемое 11:30 19.06.2019

CDO без искусственного интеллекта — деньги на ветер?

13:38 18.06.2019

МПК «Атяшевский» сокращает на треть затраты на ремонты с помощью SAP Plant Maintenance

14:58 24.06.2019

InfoWatch: уровень мошенничества с персональными данными в России втрое выше мирового

13:12 18.06.2019

Банк «Ак Барс» вдвое повысил продажи дополнительных услуг с помощью искусственного интеллекта

10:36 19.06.2019

«СёрчИнформ»: цифровизация российской медицины – вызов для безопасности

10:07 21.06.2019

«БПС-Сбербанк» запустил платформу управления мобильными устройствами

10:50 19.06.2019

Когда вовлеченность сотрудников стремится к нулю, на помощь HR приходят ИТ

14:35 24.06.2019

«ФосАгро» расширяет ERP

13:10 20.06.2019

Positive Technologies: небезопасное хранение данных – основной недостаток мобильных приложений

10:58 20.06.2019

Gartner: эксперты по «поведению» искусственного интеллекта появятся в большинстве крупных компаний

Представляем мирового лидера роботизации бизнес-процессов Automation Anywhere и его партнера ADT

Популярные тегиКомпании SAP 1С IDC Крок Naumen Корус Консалтинг Лаборатория Касперского Сбербанк Oracle Microsoft Accenture Ростелеком InfoWatch Terrasoft Tele2 Техносерв Cloud РАМАКС Mail.Ru Group 1С-Рарус Первый БИТ KPMG Forrester Research Продукты Directum Microsoft Azure SAP S/4HANA QlikView Dynamics AX Tarantool SuccessFactors PostgreSQL Анаплан Свободное ПО Dynamics CRM Celonis Ariba Postgres Pro HyperLedger SAP Cloud Platform ThingWorx Cisco HyperFlex Организации Минкомсвязь Росатом Газпром Почта России Руссофт TerraLink РЖД МФТИ НИУ ИТМО РОЦИТ АСИ Об издательстве Обратная связь Контакты О републикации Теги Подписка Политика обработки персональных данных

«Открытые системы» - ведущее российское издательство, выпускающее широкий спектр изданий для профессионалов и активных пользователей в сфере ИТ, цифровых устройств, телекоммуникаций, медицины и полиграфии, журналы для детей

© «Открытые системы», 1992-2019.
Все права защищены.

Главная → НовостиНовостиНовости, 201907Новости, 201907 → CDO без искусственного интеллекта — деньги на ветер?

Американская компания Facebook ввела налог на добавленную стоимость при покупке рекламы. Размер НДС установили на уровне 20%, и он распространяется исключительно на пользователей из России....

17:14 28.11.2018...

«Яндекс» сообщил о том, что количество рекламодателей, использующих видеоформаты для продвижения в сети компании, с января по ноябрь 2018 г. увеличилось на 79% по сравнению аналогичным периодом 2017 г. При этом расходы на видеорекламу выросли более ч...

17:00 28.11.2018...

Криптомайнер Linux.BtcMine.174 уничтожает и файлы, и папки, в которые были установлены антивирусные продукты, а заодно деактивирует процессы других криптомайнеров....

[Популярные социальные сети] [*Добавить сайт]

Нравится

Группы: ВК | FB | Tw | G+ | OK

Рубрики | КАТАЛОГ | Новости | Контакты |