Prije nego što krenete na putovanje s AI-jem, uvijek provjerite stanje svojih podataka – jer ako postoji nešto što može potonuti vaš brod, to je kvaliteta podataka.
Gartner procjenjuje da loša kvaliteta podataka košta organizacije u prosjeku 12,9 milijuna dolara svake godine u prokockanim resursima i propuštenim prilikama. To je loša vijest. Dobra vijest je da organizacije sve više razumiju važnost kvalitete svojih podataka – i manje su sklone upadati u ovu zamku.
To je mišljenje Ronnie Sheth, izvršne direktorice tvrtke za strategiju, provedbu i upravljanje AI-em SENEN Group. Tvrtka se fokusira na savjetovanje o podacima i AI, operacionalizaciju i pismenost, a Sheth napominje da je u području podataka i AI-a ‘otkako je bila korporativna beba’, pa iza ovog stajališta stoji puno stvarnog iskustva. Također ima puno uspjeha; Sheth ističe da njezina tvrtka ima 99,99% stopu ponovljenih klijenata.
“Ako bih bila vrlo praktična, jedno što sam primijetila je da tvrtke skaču u usvajanje AI-a prije nego što su spremne,” kaže Sheth. Tvrtke, napominje, često imaju izvršnu direktivu koja nalaže usvajanje AI-a, ali bez plana ili putokaza koji bi to pratili. Rezultat može biti impresivan broj korisnika, ali bez mjerljivog ishoda koji bi to potkrijepio.
Čak i 2024. godine, Sheth je vidjela mnoge organizacije koje se bore jer su njihovi podaci ‘bili nigdje gdje trebaju biti’. “Nije bilo ni blizu,” dodaje. Sada je razgovor postao praktičniji i strateškiji. Tvrtke to shvaćaju i dolaze u SENEN Group prvo kako bi dobile pomoć s podacima, umjesto da žele odmah usvojiti AI.
“Kada takve tvrtke dođu k nama, prvi korak je zaista popraviti njihove podatke,” kaže Sheth. “Sljedeći korak je rad na njihovom AI modelu. Grade čvrstu osnovu za bilo koju AI inicijativu koja dolazi nakon toga.
“Jednom kada isprave svoje podatke, mogu izgraditi koliko god AI modela žele, i mogu imati koliko god AI rješenja žele, a dobit će točne rezultate jer sada imaju čvrstu osnovu,” dodaje Sheth.
SENEN Group, sa svojom širinom i dubinom stručnosti, omogućuje organizacijama da isprave svoj kurs. Sheth navodi primjer jednog klijenta koji je došao s željom za inicijativom upravljanja podacima. Na kraju, bila je potrebna strategija podataka – zašto i kako, ishodi onoga što su pokušavali postići s podacima – prije nego što su dodali upravljanje i pružili putokaz za operativni model. “Prešli su s sirovih podataka na deskriptivnu analitiku, prelazeći na prediktivnu analitiku, a sada zapravo postavljamo strategiju AI-a za njih,” kaže Sheth.
Ovo je stajalište i zahtjev za praktičnim inicijativama koje će biti kamen-temeljac Shethinog razgovora na AI & Big Data Expo Global u Londonu ovog tjedna. “Sada je vrijeme da postanemo praktični s AI-em, posebno u usvajanju AI-a u velikim poduzećima, i ne razmišljamo o ‘gledajte, inovirat ćemo, radit ćemo pilote, eksperimentirati,’” kaže Sheth. “Sada nije vrijeme za to. Sada je vrijeme da postanemo praktični, da dovedemo AI do vrijednosti. Ova godina je godina za to u poduzećima.”
Pogledajte cijeli video razgovor s Ronnie Sheth u nastavku:
