2006 年，英國數學家基利夫·亨比（Clive Humby）說：「數據是新的石油。」
雖然我們聽過很多類似的話，但生成式人工智能的出現為這個想法註入了新的活力。針對對企業數據和人工智能的未來，WNS Triange 和 Corinium Intelligence 釋出的全球調研報告顯示，76% 的高管和決策者正在計劃或實施生成式人工智能專案。
在如今的商業環境中，透過人工智能利用數據的潛力至關重要。麥肯錫的一份報告稱，數據驅動型組織的稅息折舊及攤銷前利潤增長高達 25%。
人工智能驅動的數據戰略，可以透過提高與業務目標的一致性、打破孤島、確定數據治理的優先級、使數據民主化和整合領域專業知識等途徑，來促進利潤增長並挖掘未開發的潛力。
（來源：AI 生成）
「公司需要擁有必要的數據基礎、數據生態系和數據文化，才能采用人工智能驅動的營運模式。」業務流程管理公司 WNS Global Services 旗下的 WNS Triange 執行副總裁兼人工智能、分析、數據和研究實踐全球負責人阿基萊什·艾爾（Akhilesh Ayer）說。
采用人工智能驅動的營運模式要求公司將數據作為其業務的基礎。企業領導者需要確保「每個決策過程都是數據驅動的，以便最大限度地減少基於個人判斷的決策。」他說。
這使得即時數據收集變得至關重要。「例如，如果我為一家銀行進行欺詐分析，我需要交易的即時數據。」他解釋稱，「因此，技術團隊必須收集即時數據才能實作這一目標。
即時數據只是統一數據生態系的一個元素。公司還需要采取一種全面的方法：需要高級管理層的明確指導，對數據資產進行定義明確的控制，推進文化和行為的改變，以及辨識正確的業務用例並評估它們將產生的影響。
人工智能驅動的數據戰略，只有在支持主要業務目標的情況下才能提高競爭力。在決定如何處理數據之前，公司必須確定它們的業務目標。
一種方法是進行數據和人工智能成熟度審計或規劃練習，以確定企業是否需要數據產品路線圖。他說，這可以確定企業是否需要「重新構建數據的組織方式或實施數據現代化計劃」。
對個人化、便利性和易用性的需求，是使用者的核心訴求。企業使用客戶數據的方法，對於保持有利競爭尤為重要，並可以從根本上改變業務營運方式。
艾爾以與一家零售商的合作為例，展示了不斷變化的客戶期望，如何推動企業更好地利用數據。該零售商希望從多個數據資產中獲得更大的價值，以改善客戶體驗。
在利用雲和人工智能，來對公司數據進行現代化改造的同時，WNS Triange 建立了具有個人化模型的統一數據儲存庫，以便在提高投資回報的同時減少行銷支出。
「加強數據的內部一致性，只是公司可以直接受益並改善客戶體驗的一種方式。」他說。
無論一個組織打算如何利用其數據，如果沒有清晰有效的溝通，就難以發展起來。現代數據實踐應具備工作流程或 API（應用程式編程介面，Application Programming Interface）介面，實作部門之間可靠、一致的溝通，以確保安全和無縫的數據共享。
這對於打破孤島和保持支持至關重要。「當公司鼓勵不同業務部門之間和數據生態系加強協作，從而推動更好的數據實踐時，每個決策過程都會自動由數據驅動。」艾爾解釋道。
此前，WNS Triange 曾幫助一家保險公司消除了「部門孤島」，並建立了更好的溝通渠道。此前，「孤島」根深蒂固於這家公司之中，它在不同地點和歷史遺留數據生態系中擁有多條業務線。
WNS Triange 將業務線聚集在一起，並獲得了對通用數據生態系的支持。
「部門孤島已經消失，並且它們能夠相互支持。」他說，「作為一個群體，他們能夠決定采取什麽樣的優先級，必須需要首先選擇哪個數據程式，以及哪些業務應該實作自動化和現代化。」
消除孤島並不總是那麽簡單。在許多組織中，數據屬於不同的部門。他說，為了改善決策，企業可以整合來自各個部門的基礎數據，並擴大數據所有權。一種方法是整合基礎數據，並將此數據視為產品。
雖然 IT 部門可以制定系統架構和設計，但主要數據所有權將轉移給業務使用者。艾爾說，這些使用者最了解需要哪些數據、以及如何使用這些數據。「這意味著你把產生高價值資訊的所有權和權力交給了使用者。」他說。
這種數據民主化讓員工能夠采用數據流程和工作流，來塑造健康的數據文化。他說，WNS Triange 正在加大力度參與這一領域的培訓。「我們甚至幫助一些公司設計了它們需要投資的、必要的培訓計劃。」他說。
由人工智能提供支持的數據網格（Data Mesh）和數據網絡結構（Data Fabric），使企業能夠分散數據所有權，塑造數據即產品的概念，並建立更敏捷的業務。
對於采用數據網絡結構模型的組織來說，透過數據引入框架來管理新資料來源至關重要。「所以必須啟用動態數據整合，因為它是具有一組新變量的新數據。」他說，「它如何與現有的數據湖或資料倉儲整合，是公司應該考慮的事情。
其以一家旅遊客戶作為改進數據控制的例子。該客戶在不同國家和地區擁有不同的業務線，這意味著集中控制數據既困難又低效。WNS Triange 部署了一個數據網格和數據網絡結構生態系，允許聯合治理控制。這促進了數據整合和自動化，使該組織變得更加以數據為中心。
「治理控制可以以聯邦的形式進行，這意味著在 IT 設計整體治理協定的同時，你可以將一些治理控制移交給不同的業務部門，例如數據共享、安全和私密，使數據部署更加無縫和有效。」艾爾說。
人工智能驅動的數據工作流自動化，可以提高精度並改善下遊分析。在篩查保險索賠的欺詐行為時，當保險公司的數據生態系和工作流程完全自動化時，就可以進行即時的、人工智能驅動的欺詐評估。
「能夠處理新的索賠，將其引入中央數據生態系，將投保人的資訊與索賠數據進行匹配，並確保與索賠相關的資訊透過模型提供建議，然後將該建議發送回公司的工作流程中，這可以很好地改進下遊分析。」他說。
精心設計的數據戰略與明確的業務目標保持一致，可以將人工智能工具和技術無縫整合到組織的基礎設施中。這有助於確保在數碼時代保持有利競爭。
為了從任何數據戰略中受益，組織必須不斷克服諸如老舊數據平台、新技術普及緩慢和文化阻力等障礙。
「為了改善自己、客戶和其他利益相關者，員工對它的接受非常重要。」艾爾指出，「組織可以透過使數據戰略與業務目標保持一致，確保利益相關者的支持並為員工賦能，以便更順利地采用戰略，並使用正確的技術和框架，從而維持數據驅動。」
支持：Ren
排版：朵克斯
