3 façons de construire des bases de données solides pour la mise en œuvre de l'IA, selon les chefs d'entreprise

Les explorations de l’intelligence artificielle doivent partir d’une base solide. Voici trois façons d’élaborer une excellente stratégie de données.

Les chefs d’entreprise reconnaissent que des bases solides sont essentielles pour toute entreprise exploitant l’intelligence artificielle (IA). Votre entreprise pourrait mettre en péril l'ensemble du projet si elle ne règle pas sa stratégie de données avant le début des explorations. Bref, si vous mettez des déchets, vous en sortirez.

Alors, comment les professionnels peuvent-ils créer les bases nécessaires pour aider leur organisation à utiliser l’IA en toute sécurité et avec succès ? Trois chefs d'entreprise détaillent leurs meilleurs conseils pour élaborer une stratégie efficace d'exploitation des technologies émergentes.

1. Donnez la priorité à vos collaborateurs

Claire Thompson, responsable des données et de l'analyse du groupe chez le géant de l'assurance L&G, a déclaré qu'une approche stratégique de l'information est cruciale pour toute entreprise qui souhaite innover : « Je dis toujours que les bases de données sont importantes pour tout ce que vous faites ensuite. »

Elle a déclaré à ZDNET que des éléments fondamentaux solides lient les règles et réglementations aux dollars et aux centimes.

"Expliquez clairement comment la stratégie de données générera une valeur tangible : pourquoi est-il important, par exemple, que vos adresses e-mail soient à jour et exactes afin que vous puissiez effectuer des communications numériques ciblées ?"

Thompson a reconnu que beaucoup de gens ne veulent pas s'enliser dans un plan stratégique à long terme qui définit la technologie, les processus, les personnes et les règles nécessaires à la gestion des actifs informationnels. Cependant, elle a déclaré que la phase de planification est essentielle pour tirer parti des avantages de technologies telles que l’IA.

"Je peux comprendre pourquoi les gens peuvent dire que la gouvernance est ennuyeuse", a-t-elle déclaré. "Mais dans les organisations numériques d'aujourd'hui, où les gens souhaitent effectuer un traitement direct, il devient encore plus essentiel que vos données soient de bonne qualité. Ainsi, tous les chemins mènent à la gouvernance."

L'un des éléments clés de sa stratégie chez L&G est une relation de travail étroite entre l'équipe de données de Thompson et le service informatique. Une collaboration efficace repose sur la clarté des compétences que chaque partie apporte à la relation.

"Vous avez besoin d'un partenariat main dans la main. La technologie est extrêmement importante pour ce que nous faisons dans le domaine des données, et nous ne pouvons pas faire notre travail sans les environnements cloud, l'entreposage de données et les outils. Les données sont conservées dans tous les environnements. les applications gérées par l'équipe informatique », a-t-elle déclaré.

"Nous essayons de garantir la qualité des données dès la conception. Il s'agit de garantir que nous intégrons la philosophie de conception dans nos systèmes de base. Plus vous pouvez effectuer ce travail, plus cela arrête l'effet d'entraînement d'une mauvaise qualité des données à long terme. et empêche tout effort de réparation.

Thompson a déclaré que les données qu'ils collectent pousseront les expériences client dans de nouvelles directions : « Comment pouvons-nous commencer à intégrer la personnalisation dans nos applications mobiles ? Comment pouvons-nous commencer à intégrer cela dans notre gestion d'actifs ? Comment pouvez-vous automatiser les transactions et utiliser l'IA pour prendre en charge cela ? processus?"

2. Maîtrisez vos données transactionnelles

Jon Grainger, CTO du cabinet juridique DWF, a déclaré qu'il n'y avait pas de meilleur moment que maintenant lorsqu'il s'agissait de créer une stratégie de données. Les chefs d’entreprise intelligents se concentrent sur les éléments fondamentaux de l’utilisation des données bien avant de réfléchir à la manière d’exploiter l’IA et l’apprentissage automatique.

"Je dis toujours que le meilleur moment pour une stratégie de données, c'est il y a quatre ans", a-t-il déclaré. "C'est un travail de superpétrolier. En fin de compte, il n'y a pas beaucoup de raccourcis. Il y a un point de vue qui dit : "Eh bien, si cela doit prendre autant de temps, pourquoi s'embêter ?" Et je pense que c’est la raison pour laquelle de nombreuses personnes n’ont pas pu maîtriser leurs données. »

Grainger a déclaré à ZDNET qu'il souhaitait que son entreprise se bâtisse une réputation en matière d'offre d'expériences exceptionnelles grâce à une transformation numérique - et une stratégie de données est un élément crucial de cette approche.

Il a rejoint DWF fin 2022 et a mis en œuvre une nouvelle stratégie basée sur des produits SaaS (Software-as-a-Service) basés sur le cloud et des interfaces de programmation d'applications ouvertes (API).

Les données du cabinet couvrent une gamme d'entités, telles que les dossiers, les partenaires, les clients et les processus commerciaux internes, y compris la facturation et les finances.

"La stratégie de données consiste à garantir que les données transactionnelles -- la source de vérité -- sont maîtrisées dans ces sections."

L’objectif est d’aider l’organisation à évoluer rapidement mais pas au détriment de la qualité ou du coût.

"Chaque produit SaaS a une identité claire sur la carte de l'entreprise", a déclaré Grainger, expliquant les moindres détails de sa stratégie de données. "Cette identité dépend des données que vous maîtrisez dans chaque domaine."

Il a déclaré que le "minimum absolu" pour accéder à l'architecture cible de l'entreprise est des API bien développées auxquelles DWF peut accéder et utiliser.

Grainger a déclaré que la technologie SnapLogic garantit une connexion solide et fiable entre les services, l'API et les utilisateurs.

"Invariablement, vous obtiendrez 15 orthographes différentes d'une adresse particulière, et la technologie peut voir ce modèle et le corriger", a-t-il déclaré.

"Il peut également faire quelque chose appelé enrichissement. Il peut donc prendre la référence de quelqu'un, accéder à une API, revenir et dire : 'Ceci est la bonne information.'"

Grainger a déclaré que la stratégie de données se concentre également sur les modèles créés par DWF pour répondre à ses questions commerciales clés.

En combinaison avec la concentration de l'entreprise sur les produits SaaS et les API, l'entreprise dispose de bases solides pour explorer les technologies émergentes.

"Il s'avère que vous vous préparez plutôt bien à l'IA générative si vous disposez de tous ces éléments dans votre stratégie de données."

3. Travaillez avec vos pairs du secteur

Nic Granger, directeur d'entreprise et directeur financier de la North Sea Transition Authority (NSTA), a déclaré qu'une bonne stratégie de données va au-delà des pratiques de travail internes et dépasse les frontières organisationnelles.

La NSTA collecte des données sur le secteur pétrolier et gazier. L'équipe de Granger a créé des plateformes numériques qui permettent à l'industrie, au gouvernement, au monde universitaire ou à d'autres parties intéressées d'accéder ouvertement aux données.

Dans le cadre de ce travail, elle préside l'Offshore Energy Digital Strategy Group (DSG), un organisme spécialisé formé fin 2022 pour créer un effort de collaboration entre les organismes publics britanniques qui s'occupent de la collecte de données sur le pétrole, le gaz et les énergies renouvelables.

"Il a été reconnu que nous avions besoin d'une stratégie cohérente en matière de données numériques dans l'ensemble du secteur de l'énergie offshore", a-t-elle déclaré à ZDNET.

"Il existait de bonnes poches d'excellence dans l'industrie en matière de gestion des données et de technologies numériques, mais elles ne parlaient pas nécessairement ensemble. C'était donc une grande priorité pour nous."

Outre les ministères du gouvernement britannique, le DSG est soutenu par d'autres contributeurs, notamment l'Open Data Institute et le Technology Leadership Board.

Granger a déclaré que cette approche collaborative a porté ses fruits : "Nous avons désormais la stratégie de données, et il s'agit de travailler sur trois axes de travail clés."

Le premier volet se concentre sur les données, les normes et les principes : « S'assurer que la qualité sous-jacente des données est bonne, car nous travaillons tous sur la même base. » Le deuxième volet vise à créer des boîtes à outils de données communes et à assurer l'interopérabilité, a déclaré Granger.

"Peu importe que vous travailliez dans une société énergétique offshore ou sur un projet dans une société pétrolière et gazière, vous devriez disposer de données utilisables sur toutes les plates-formes. Ce travail consiste à se demander comment obtenir ces données. de A à B sans duplication ? »

Le troisième axe de travail se concentre sur la numérisation intersectorielle : "Il s'agit de garantir que les données et les compétences numériques soient présentes dans l'ensemble du secteur, et de garantir que le secteur se conforme aux meilleures pratiques en matière de cybersécurité."

Une fois ces bases de données en place, il est beaucoup plus facile de commencer à réfléchir à la manière de tirer le meilleur parti des technologies émergentes.

"Notre objectif est de garantir que nous rendons les données accessibles et dans les bons formats pour que d'autres puissent utiliser l'IA et l'apprentissage automatique", a déclaré Granger.