Araujo表示，當他在上世紀90年代中期第一次創(chuàng)業(yè)，做了大多數創(chuàng)業(yè)者做首先做的事：印刷訂購名片。實際上需要一個地址和一個電話號碼。畢竟沒有這些信息無法制作名片。然后，Araujo為其公司建立了一個會計系統(tǒng)，開展法律文書工作，建立一個網站，當然，還要寫一個全面的商業(yè)計劃。Araujo做了所有應該做的事情之外，開始銷售解決方案。

但情況往往如此，很多企業(yè)由于太沉迷于這些具體事務的方法，往往失去了自己的目標。Araujo表示，他花了一段時間才使企業(yè)業(yè)務得以開展。

如今，大數據、分析空間以及越來越多的人工智能(AI)得到應用，這些新技術仍然專注于方法。

當然，方法很重要。但它們不是任何這些學科存在的原因。在大數據、分析和人工智能方面，其價值并不來自于收集數據，也不是來自從中獲得的一些洞察力。價值來自于一件事：行動。

大數據：從錯誤的角度出發(fā)?

過度關注方法可能從一開始就開始了。在此可以總結大數據背后的精神：收集所有數據，稍后整理出來。

其重點是建立海量數據湖，這些數據湖收集了可以想象到的每條數據，這些數據在某種程度上是有用的。但這種方法難以維持。

認知決策平臺diwo公司首席技術官SatyendraRana表示，“這種方法是錯誤的，你無法贏得這場戰(zhàn)斗。數據不斷增長，而將陷入那個數據湖泊無法自拔。”

許多組織都得出了同樣的結論。此外，IT和業(yè)務領導者發(fā)現(xiàn)他們必須改變自己的思維方式，專注于運營和變革結果，以揭示其大數據和人工智能計劃的真正價值。

“心態(tài)轉變至關重要。”SAP Leonardo公司副總裁David Judge解釋道，“我們的客戶已經走了兩條路。第一個是自動化并采用人工活動的優(yōu)化路徑。第二個是專注于創(chuàng)建新的商業(yè)模式與數據，這是更具變革性的。那些做得最好的企業(yè)都把重點放在了這兩個方面。”

消息很清楚。當真正的目標是從所有這些數據中創(chuàng)造價值時，關注方法是不夠的。這引出了一個問題：如何從數據中獲得價值?

通過行動實現(xiàn)價值

“數據毫無價值。”diwo公司的Rana解釋道。“在場景中有人使用數據時會創(chuàng)建價值。當數據投入使用時，這就是價值所在。因此，責任不在數據創(chuàng)建者身上，而在于價值創(chuàng)造者來決定如何利用數據。“

從表面上看，當許多專家將數據稱為新的石油或貨幣時，Rana的聲明可能顯得與其相反。這種新的石油或貨幣似乎具有天生的價值。但隨著組織走上大數據、分析和人工智能的道路，他們在這個聲明中找到了真相。

通用電氣數字公司的副總裁兼首席數據官DiwakarGoel解釋說：“當我們開始研究大數據時，我們只是想做一些快速而大量的分析，并獲得一些見解。最初的價值揭示了這些見解。但后來我們意識到這些洞察力并沒有使業(yè)務更好。因此，我們需要對它們進行操作并將這些洞察力提升到行動的角度，并且希望將其提供給能夠實際采取行動的人。”

事實上，缺乏以行動為導向的業(yè)務重點是傳統(tǒng)的數據優(yōu)先大數據方法面臨的最大挑戰(zhàn)。

“數據湖是以IT為導向的。”連續(xù)數據平臺Iguazio公司創(chuàng)始人兼首席執(zhí)行官Asaf Somekh解釋道，“他們正在完成一個章程，以建立一個存儲所有組織數據的平臺。他們不是要改善業(yè)務成果，也不是商業(yè)計劃。”

在尋找價值時，請忘記技術背景

因此，在嘗試實現(xiàn)價值運作時，從業(yè)務角度而不是技術角度來看待事物非常重要。這可能比聽起來更困難。

專家確信人工智能將迫使行業(yè)重新圍繞商業(yè)價值，而這是很多企業(yè)忽略的東西。

然而，專家對人工智能的關注只是另一種技術背景，他們關注的不是商業(yè)視角，只關注更感興趣的新技術。

對于這些已經在科技行業(yè)工作了一段時間的人來說，這是一個很難打破的習慣。

而且，事實上，組織可以從許多投資中獲得大量的商業(yè)價值，這些投資在大數據、分析和人工智能中有多種形式。訣竅是專注于如何使那些行動最接近的人采取行動。

流分析和時間序列數據的應用是組織在完整人工智能實現(xiàn)之前很久就能實現(xiàn)這一價值的很好的例子。

“流處理和流媒體分析是機器學習操作的重要組成部分。”Striim公司聯(lián)合創(chuàng)始人兼首席技術官Steve Wilkes解釋道，“如果可以將數據科學家移動到上游，并使他們使用流處理，那么他們可以構建模型，然后將該模型注入數據流.，并進行實時預測并執(zhí)行實時分析。”

隨著企業(yè)走向人工智能的道路，同樣重要的是，他們不會錯過能夠采取行動的寶貴機會。

“第三步(在進化過程中)是人工智能和機器學習領域，用戶可以預測將要發(fā)生的一切。”時間序列數據庫公司Timescale公司聯(lián)合創(chuàng)始人兼首席執(zhí)行官AjayKulkami解釋道，“第一步是收集數據，但其中有一步只是使用數據監(jiān)測正在發(fā)生的事情……然后從監(jiān)測轉到可觀測性。這就是我們首先要做的，以便能夠實時查看業(yè)務發(fā)生了什么事情。”

讓數據具有意義

然而，從大數據的歷史、回顧性分析價值主張轉向以行動為中心的價值主張的挑戰(zhàn)在于它增加了風險。而且，這些行為越實時，風險和回報就越大。

在這個數據驅動行動的世界中，數據的準確性和理解如何使用它來做出決策或采取行動成為一項戰(zhàn)略任務。

“決策制定涉及做出決定的人以及用于做出這些決定的數據，”Rana解釋道，“因此，認知系統(tǒng)需要對這兩種模式進行建模，而不僅僅是數據。”

隨著利害關系的增加，理解數據本身的需求成為實現(xiàn)數據價值的關鍵能力和途徑。

“當用戶攝取大量數據時，也會產生大量‘暗數據'，也就是不知道的數據。”通用電氣的Goel指出，“這就是像Io-Tahoe這樣的公司發(fā)揮作用的地方。他們提供數據見解。在根據數據分析獲得見解之前，企業(yè)需要了解這些數據。”

然而，更重要的是，理解數據的需要超出了數據沿襲和治理等方面。特別是當用戶根據這些數據采取行動時，需要理解自己在場景中的數據以及與其他數據的關系。

“數據攝取具有根本性的顛覆性。”Goel闡述道，“當用戶將數據帶入數據湖時，將失去數據集之間的關系。數據集的值在數據中較少，在關系中較多。這是工具可以提供幫助的地方。它們可以幫助用戶重建以前存在的關系，并幫助用戶發(fā)現(xiàn)不同數據集中數據之間的關系。”

數據和人工智能的未來

如今，數據行業(yè)正在走向成熟。雖然該領域的一些技術公司堅持傳統(tǒng)的大數據精神，并且仍然專注于方法和技術細微差別，但更多的人認識到這只是結果和對數據采取行動的能力。

人工智能的不斷發(fā)展無疑將在這種成熟過程中發(fā)揮重要作用，并且隨著人工智能在未來幾年內的深入，可能會使行業(yè)再次發(fā)生變化。

SiliconANGLE公司研究主管Peter Burris總結了人工智能的未來：“其目標是為了讓更多數據發(fā)揮作用。”

他接著解釋說，這樣做包括更有效地捕獲數據，將其轉化為價值，然后再使用它。他表示，“隨著人們越來越多地轉向人工智能使用獲得的寶貴數據，人們需要努力解決其后果。”

“由于這種行動的概念，它迫使我們考慮一種新的系統(tǒng)。”Burris解釋說，“那種新的系統(tǒng)被稱為代理系統(tǒng)。”

系統(tǒng)將數據作為組織的代理，并將其作為組織代理的想法現(xiàn)在才開始成為現(xiàn)實。

因此，隨著企業(yè)領導者走上這條道路，他們必須始終如一地專注于數據的價值，正如他們采取行動的能力所表達的那樣。

Diwo的Rana總結得最好，告訴我，當我們結束談話時，“這是一個數據會議。但這應該是一次商業(yè)價值會議。”