แผนที่เส้นทางการจัดการข้อมูลของ DELL

ปัญญาประดิษฐ์ (AI) เป็นอนาคตของเทคโนโลยี ที่กำลังกลายเป็นส่วนหนึ่งของชีวิตประจำวันอย่างรวดเร็ว และยังส่งผลกระทบต่อเกือบทุกอุตสาหกรรมและภาคธุรกิจ นับเป็นหนึ่งในเทคโนโลยีที่เป็นนวัตกรรมใหม่ที่สุดเท่าที่เคยมีมา และจะกลายเป็นส่วนสำคัญของนวัตกรรมในปัจจุบันและอนาคตข้างหน้า หรืออีกแง่หนึ่ง AI ก็คือหัวใจของนวัตกรรม เช่นเดียวกับหัวใจที่ต้องการออกซิเจนและระบบการไหลเวียนโลหิตที่ดี เอนจินของ AI ก็ต้องการกระแสข้อมูลที่มีความสะอาด เป็นระเบียบและแม่นยำป้อนเข้ามาอย่างสม่ำเสมอ และกุญแจสำคัญที่จะช่วยให้เกิดสิ่งนี้ขึ้นได้ คือรูปแบบการจัดการข้อมูลที่ทันสมัยนั่นเอง

ยกตัวอย่าง เช่น AeroFarms ซึ่งเป็นผู้นำระดับโลกด้านการทำฟาร์มในร่มและการเกษตรแบบยั่งยืน AeroFarms มีผลผลิตมากกว่าฟาร์มเชิงพาณิชย์ถึง 390 เท่าต่อปี ในขณะที่ใช้น้ำน้อยลง 95 % ซึ่งก่อนที่จะปรับใช้กลยุทธ์การจัดการข้อมูลแบบองค์รวมนั้น AeroFarms ใช้วิธีเก็บเกี่ยวผลผลิตโดยไม่ได้เก็บเกี่ยวข้อมูลมูลค่าที่จะทำให้ได้ผลลัพธ์ที่ดีขึ้น ดังนั้นบริษัทจึงร่วมมือกับ Dell เพื่อนำข้อมูลของพวกเขามาใช้ในการพัฒนาประสิทธิภาพให้ดีขึ้น

แผนการดำเนินงานในการจัดการข้อมูลของ Dell ประกอบด้วยผลลัพธ์ข้อมูลและการวิเคราะห์ที่เราเชื่อว่าเป็นสิ่งสำคัญในการสร้างความก้าวหน้าขององค์กร จากความต้องการทางธุรกิจสู่ผลลัพธ์ทางธุรกิจ ในบทความนี้ เราจะเล่าเรื่องผลลัพธ์ข้อมูลและการวิเคราะห์สำคัญทั้งเจ็ดประการ ที่เกี่ยวข้องกับข้อมูลและการวิเคราะห์ แล้วจะเล่าแบบเจาะลึกมากขึ้นในบทต่อไป

แผนที่การเดินทางในการจัดการข้อมูลของ Dell

ขั้นตอนที่หนึ่ง : ทำการระบุและตรวจสอบความต้องการทางธุรกิจ การจัดการแหล่งข้อมูลขนาดใหญ่นั้นเป็นงานที่หนักมากสำหรับ CIOs และทีม องค์กรจึงควรเริ่มต้นด้วยการทำความเข้าใจและระบุวัตถุประสงค์ทางธุรกิจ รวมถึงจุดประสงค์ในการดำเนินงานของตนเองเสียก่อน ขั้นตอนแรกนี้จะเป็นการกำหนดกรอบการทำงาน จว่าองค์กรจะได้รับมูลค่าทางธุรกิจและการดำเนินงานจากข้อมูลของพวกเขาอย่างไร จากนั้นองค์กรสามารถระบุโครงการธุรกิจหลัก อุปสรรค ตัวชี้วัดสำคัญ (KPIs) และเกณฑ์วัดผลที่จะใช้วัดประสิทธิภาพของการสร้างมูลค่าออกมาก่อนได้

ขั้นตอนที่สอง: เร่งอัตราการค้นหาข้อมูลที่เกี่ยวข้อง การค้นหาข้อมูล การเข้าถึง และการเตรียมข้อมูลด้วยตัวเอง คือสิ่งที่ทำให้การค้นพบข้อมูลการวิเคราะห์เชิงลึกที่เกี่ยวข้องซึ่งจำเป็นต่อการขับเคลื่อนมูลค่าทางธุรกิจยิ่งล่าช้าไปอีก ผู้ใช้สามารถเร่งกระบวนการนี้ได้โดยใช้ระบบการเติมแค็ตตาล็อกจากข้อมูลเมตาที่มีแหล่งข้อมูลกระจัดกระจายกันอยู่ได้โดยอัตโนมัติ ซึ่งจะช่วยให้องค์กรสามารถค้นหาข้อมูลที่เกี่ยวข้องสำหรับปัญหาที่พวกเขากำลังพยายามแก้ไขได้

ขั้นตอนที่สาม: ลดความซับซ้อนของการเข้าถึงข้อมูลและการสำรวจข้อมูล หนึ่งในปัจจัยสำคัญในการใช้ประโยชน์จากลักษณะเฉพาะทางเศรษฐกิจของข้อมูล ก็คือการที่ข้อมูลพวกนั้นที่ไม่มีวันเสื่อมสภาพและไม่มีวันหมดสิ้น และชุดข้อมูลเดียวกันนี้สามารถใช้ได้โดยไม่จำกัดจำนวนของ Use cases แต่อย่างใด นั่นทำให้การเข้าถึงและสำรวจข้อมูลง่ายขึ้นไม่ว่าจะอยู่ที่ไหนก็ตาม ไม่จำเป็นต้องรวมข้อมูลเข้าในศูนย์กลางก่อนอีกต่อไป ในโลกมัลติคลาวด์ที่ปริมาณข้อมูลในส่วน Edge ขององค์กรกำลังเพิ่มขึ้นอย่างมาก และเพื่อให้การเข้าถึงและสำรวจข้อมูลง่ายขึ้น องค์กรต่างๆ จำเป็นต้องนำเข้าและใช้งานสิ่งที่เรียกว่า "data silos" ผ่านการจำลองข้อมูลเสมือน (data virtualization) รวมถึงสนับสนุนการนำเข้าแบบเรียลไทม์

ขั้นตอนที่สี่: เพิ่มประสิทธิภาพการทดสอบและการสร้างแบบจำลองการวิเคราะห์ ทีม Data Science แต่ละทีมต้องการสภาพแวดล้อมที่ช่วยให้สามารถเข้าถึงและรวมแหล่งข้อมูลที่หลากหลายได้อย่างรวดเร็ว เพราะต้องพยายามหาฟีเจอร์ที่ช่วยให้ได้ตัวคาดการณ์ประสิทธิภาพที่ดีกว่าเดิม ความเร็วในการทดสอบจึงมีความสำคัญอย่างยิ่งในการช่วยให้ทีม Data Science ทดสอบเทคนิคการเพิ่มคุณค่าข้อมูลแบบต่างๆ และลองใช้อัลกอริทึมการวิเคราะห์ที่หลากหลายเพื่อค้นหาฟีเจอร์การคาดการณ์เหล่านั้น การแบ่งปันฟีเจอร์ดังกล่าวในงานวิศวกรรมข้อมูล วิทยาศาสตร์ข้อมูล และการจัดการธุรกิจ จะช่วยเร่งกระบวนการพัฒนาโมเดลและขับเคลื่อนนวัตกรรมสำหรับแต่ละองค์กร

ขั้นตอนที่ห้า: ขยายขนาดการผลิตข้อมูลและการวิเคราะห์ การสร้างศูนย์ข้อมูลที่กระจายตัวทำให้เกิดความรู้ที่แยกต่างหาก ซึ่งอาจส่งผลให้การสร้างมูลค่าของนวัตกรรมและข้อมูลถูกยับยั้ง ดังนั้นจึงจำเป็นอย่างยิ่งที่จะต้องสร้างกระบวนการนำเข้าข้อมูลที่ทันสมัย ซึ่งจะทำให้ข้อมูลถูกเข้าถึง ถูกนำมาใช้ และถูกนำมาวิเคราะห์ ซึ่งรวมถึงกระบวนการดำเนินการในการสนับสนุน pipeline ของข้อมูล กระบวนการการแปลงข้อมูล รวมถึงสร้างแบบจำลองเรียนรู้ที่จะช่วยส่งมอบผลลัพธ์ทางธุรกิจและผลการดำเนินงานที่สำคัญได้

ขั้นตอนที่หก: ปรับจัดการข้อมูลและการกำกับดูแลข้อมูลเป็นอัตโนมัติ การเติบโตอย่างรวดเร็วของข้อมูลที่มีความล่าช้าเนื่องมาจาก Internet of Things (IoT) ได้ทำให้ปัญหาการจัดการข้อมูลเพิ่มขึ้น องค์กรต้องสร้างมุมมององค์รวมของแหล่งข้อมูลหลัก เพื่อตรวจสอบระบบข้อมูล ซึ่งจะช่วยให้แก้ไขปัญหาในขั้นตอนการผลิตได้อย่างรวดเร็ว ระบบการจัดการข้อมูลและการกำกับดูแลข้อมูลโดยอัตโนมัติมีความสำคัญอย่างยิ่งในการสนับสนุนการปรับขนาดของการวิเคราะห์ รวมถึงความสามารถในการจัดการข้อมูลอย่างการตรวจสอบ ตั้งค่าสถานะ และตรวจสอบปัญหาคุณภาพข้อมูลและความปลอดภัยของข้อมูลอย่างต่อเนื่อง

ขั้นตอนที่เจ็ด: เรียนรู้จากผลลัพธ์ทางธุรกิจ CDOs และ CAOs กำลังถูกท้าทายให้เปิดเผยมูลค่าทางธุรกิจข้อมูลของพวกเขา เมื่อพิจารณาถึงความสำคัญของข้อมูลและบทบาทหลักของ AI จะช่วยให้มนุษย์บรรลุการเป็นที่ยอมรับที่สูงขึ้น ในฐานะผู้นำ เรามีโอกาสที่จะใช้ประโยชน์สูงสุดจากความสามารถในการจัดการข้อมูลของเรา สิ่งนี้จะช่วยให้ทีมงานและพนักงานของเราสร้างสรรค์นวัตกรรมต่อไปได้แม้ในช่วงเวลาที่ไม่แน่นอน ไม่มีเวลาไหนจะดีไปกว่าตอนนี้แล้วในการเพิ่มประสิทธิภาพข้อมูลเพื่อสร้างผลลัพธ์ที่มีความสำคัญ ด้วยกลยุทธ์การจัดการข้อมูลที่เหมาะสม เราจะได้เห็นนวัตกรรมที่ปฏิวัติวงการในอุตสาหกรรมต่างๆ ในอีกหลายปีข้างหน้า

ให้ Dell Data Management เป็นผู้นำในการจัดการข้อมูล

องค์กรชั้นนำตระหนักได้อย่างรวดเร็วว่าข้อมูลคุณภาพสูงที่มีแม่นยำและครบถ้วนสมบูรณ์ และเป็นไปตามหลักจริยธรรม คือพื้นฐานของการใช้งานแอปพลิเคชันที่ขับเคลื่อนด้วย AI เนื่องจากการจัดการข้อมูลกำลังเปลี่ยนจากแนวปฏิบัติด้านเทคโนโลยีไปสู่ระเบียบวินัยทางธุรกิจที่สำคัญอย่างรวดเร็ว ทางทีมผลิตภัณฑ์การจัดการข้อมูลของ Dell จึงขอเชิญคุณไปสำรวจเส้นทางการจัดการข้อมูลที่มีประสิทธิภาพผ่านการสื่อสารแบบโต้ตอบข้างต้น รวมถึงติดตามเราตลอดทั้งปีนี้โดยที่เราจะทำการเผยแพร่โพสต์ซึ่งจะช่วยแนะนำองค์กรเกี่ยวกับเส้นทางการจัดการข้อมูลโดยเฉพาะ

ที่มา : https://bit.ly/3BVlWor