Door Sean Foley
Ondernemingen verlangen naar het concurrentievoordeel dat ML en AI hun bedrijf kunnen bieden, maar geven technologie vaak strategisch prioriteit boven mensen om de waarde van hun gegevens te ontsluiten. De hype over AI en ML, en de gemakkelijke toegang ertoe via cloudtooling, logenstraft de complexiteit van het effectief benutten van deze mogelijkheden. Waarom zijn AI- en ML-kritieke mogelijkheden voor uw bedrijf en hoe zal de introductie of uitbreiding van het gebruik ervan van invloed zijn op uw datastrategie?
Helaas interpreteren veel leiders het verlangen naar AI/ML-mogelijkheden ook verkeerd als een proxy voor “we hebben een betere datastrategie nodig” en onderschatten ze de inspanning die nodig is om deze verandering aan te gaan. Het is absoluut noodzakelijk dat leiders hun data-ambities duidelijk definiëren en afstemmen op de beoogde bedrijfsresultaten. Dit komt omdat de sleutel tot het effectief ontsluiten van de waarde van uw gegevens begint met het afstemmen van uw mensen op deze bedrijfsresultaatgerichte gegevensstrategie. Begrijp me niet verkeerd, technologie is essentieel voor een moderne datastrategie, maar al te vaak draaien organisaties te veel op technologie en vergeten ze de kritische strategische en menselijke elementen.
Het opzetten van een datastrategie die de acceptatie van AI/ML met succes ondersteunt, vereist drie fundamentele elementen:
1) Datastrategie afgestemd op bedrijfsdoelen
Definieer eerst het “Waarom” en het “Wat”. Begin met te definiëren welke concrete bedrijfsdoelen kunnen worden bereikt door het gebruik ervan, in welk tijdsbestek, tegen welke kosten en ten koste van welke andere organisatorische prioriteiten. Wil uw organisatie productdefecten verminderen, de klanttevredenheid verhogen of nieuwe producten innoveren? Inzicht in de product- of servicedrijfveren van uw nieuwe datastrategie zal duidelijk maken hoe uw bestaande datastrategie zal moeten veranderen.
Wat zijn uw zakelijke doelen? Misschien nieuwe inkomstenstromen of een grotere operationele hefboomwerking? Hoe versnelt de adoptie van AI/ML die doelen? Of heeft u gewoon behoefte aan schone data, sneller aangeleverd aan uw team of aan een productieproces? Gelukkig is een geoptimaliseerde distributie van gegevens van hoge kwaliteit een stap op weg naar het mogelijk maken van AI/ML.
2) Een modern data-operationeel model
Veel bedrijven zitten bovenop geïsoleerde eilanden van gegevens die in de loop der jaren organisch zijn gegroeid. De processen en het bedrijfsmodel rond het onderhouden en consumeren van deze gegevens zijn in de loop van de tijd vaak verkalkt als ze niet regelmatig opnieuw worden beoordeeld aan de hand van bedrijfsdoelen.
HPE
Hoe wordt momenteel omgegaan met de fundamenten van uw gegevensactiviteiten en governance? Voldoen de serviceniveaus aan de zakelijke behoeften? Houden ze hen tegen? Zijn de juiste datasets beschikbaar waar ze moeten zijn in uw organisatie, wanneer ze moeten zijn? Hoe schoon zijn uw gegevens? Hoe vers is het? Hoe zwaar heeft uw organisatie selfservice voor data en analyse geïmplementeerd? Hoe goed zijn de datastewardshipprocessen gestructureerd? Is er al een AI- en ML-pipeline gecreëerd? Hoe werken ze?
Identificeer bovendien welke delen van uw datamodel een concurrentievoordeel bieden en welke gewoon ongedifferentieerd zwaar werk zijn. Dit kan helpen bij het ontdekken van mogelijkheden om nieuwe platforms of ondersteuning van derden te benutten.
3) Een vaardigheids- en functiecapaciteitsstrategie
De concurrentie om talent is hevig, dus het is essentieel om de vaardigheden te begrijpen die u nodig hebt om uw nieuwe strategie te ondersteunen en om een plan te ontwikkelen om deze vaardigheden in uw organisatie aanwezig te laten zijn. Het is belangrijk om de vaardigheden te evalueren die u in uw organisatie nodig heeft om een data-first-strategie te kunnen toepassen die de adoptie van AI/ML mogelijk maakt. Heb jij ze in de organisatie in de diepte die je nodig hebt.
HPE
Hoeveel van de belangrijkste functies van een effectieve gegevensverwerkingsomgeving wordt intern uitgevoerd? Hoeveel hiervan is gebaseerd op een eigen procestechnologie, stapel en workflow? Het belangrijkste is: zijn deze elementen een concurrentievoordeel voor uw onderneming? Zijn deze vaardigheden essentieel om waarde te genereren? Nadat u hebt gedefinieerd welke elementen van uw datastrategie en dataactiviteiten een concurrentievoordeel opleveren, definieert u een model voor gedeelde verantwoordelijkheid voor dataservices. Dit model moet vaardigheden, rollen en functies bevatten die nu nodig zijn, tijdens de transitie en zodra de nieuwe strategie is geïmplementeerd. Sommige rollen kunnen worden geëlimineerd, sommige kunnen evolueren, sommige zullen alleen nodig zijn tijdens de overgang – identificeer ze allemaal.
Het is een goed idee om het bestaande team bij te scholen om kritieke lacunes in de vaardigheden eerst op te vullen, zodat de ’to be’-organisatie de bedrijfsgegevens begrijpt en begrijpt hoe de gegevensstrategie aansluit op de bedrijfsbehoeften. Breid het team uit met nieuwe medewerkers voor de toekomst, maar alleen voor rollen die concurrentievoordeel bieden. Plan om het team aan te vullen met MKB-bedrijven van derden tijdens de overgang en als onderdeel van het toekomstige bedrijfsmodel.
De weg naar de adoptie van AI/ML-mogelijkheden vereist een transformatie in de IT- en data-ecosystemen, en die reis alleen al zal bij elke stap de waarde voor uw bedrijf vergroten. De hier geschetste aanpak zal helpen om de basis voor die reis te leggen en zal op natuurlijke wijze de technologische keuzes verfijnen en ervoor zorgen dat de bedrijfsstrategie de benodigde technologie omkadert.
Het begrip van het huidige en toekomstige data-operationele model en de vaardigheden die beschikbaar en nodig zijn in uw organisatie, zal ook helpen bij het begeleiden van zowel uw platform- als uw vaardigheids-sourcing-modellen. Met deze elementen in de hand, zal het aansturen van deze transformatie sneller inzichten voor het bedrijf mogelijk maken.
Neem voor meer informatie over Digital Next Advisory of contact met een HPE Digital Advisor contact met ons op via digitaladvisors@hpe.com of bezoek www.hpe.com/digitaltransformation
____________________________________
Over Sean Foley
