Pemimpin bisnis menyadari bahwa fondasi yang kuat sangat penting bagi perusahaan yang memanfaatkan kecerdasan buatan (AI). Bisnis Anda bisa membahayakan seluruh proyek jika tidak mengatur strategi data sebelum eksplorasi dimulai. Singkatnya, jika Anda memasukkan sampah, Anda akan mendapatkan sampah.
Juga: Bagaimana meningkatkan pekerjaan Anda dalam ekonomi AI yang sedang berkembang
Jadi bagaimana para profesional bisa menciptakan fondasi untuk membantu organisasi mereka menggunakan AI dengan aman dan berhasil? Tiga pemimpin bisnis mendetailkan tips terbaik mereka untuk membangun strategi yang efektif dalam memanfaatkan teknologi yang sedang berkembang.
1. Letakkan orang Anda di depan
Claire Thompson, chief data and analytics officer grup di raksasa asuransi L&G, mengatakan pendekatan strategis terhadap informasi sangat penting bagi perusahaan yang ingin berinovasi: “Saya selalu mengatakan bahwa fondasi data penting untuk apa pun yang Anda lakukan selanjutnya.” Dia mengatakan kepada ZDNET bahwa elemen-elemen fondasional yang kuat menghubungkan aturan dan peraturan dengan dolar dan sen.
“Jadikan jelas bagaimana strategi data akan menghasilkan nilai yang nyata – mengapa penting, misalnya, bahwa alamat email Anda terbaru dan akurat sehingga Anda dapat melakukan komunikasi digital yang ditargetkan?” Thompson mengakui bahwa banyak orang tidak ingin terjebak dalam rencana strategis jangka panjang yang mendefinisikan teknologi, proses, orang, dan aturan yang diperlukan untuk mengelola aset informasi. Namun, dia mengatakan bahwa tahap perencanaan sangat penting untuk memetik manfaat dari teknologi seperti AI.
“Saya bisa mengerti mengapa orang mungkin mengatakan governance membosankan,” katanya. “Tapi dalam organisasi digital saat ini, di mana orang ingin melakukan pemrosesan langsung, menjadi semakin kritis bahwa data Anda berkualitas baik. Jadi, semua jalan mengarah pada tata kelola.” Salah satu elemen kunci dari strategi Thompson di L&G adalah hubungan kerja yang erat antara tim data dan departemen TI. Kolaborasi yang efektif bergantung pada kejelasan tentang keterampilan yang masing-masing pihak bawa ke hubungan tersebut.
“Anda membutuhkan kemitraan yang saling melengkapi. Teknologi sangat penting untuk apa yang kami lakukan dalam ruang data, dan kami tidak bisa melakukan pekerjaan kami tanpa lingkungan cloud, data warehousing, dan tooling. Data disimpan di semua aplikasi yang dikelola tim TI,” katanya.
“Kami mencoba memastikan kami melakukan kualitas data secara desain. Itu tentang memastikan kita menyematkan filosofi desain ke dalam sistem inti kita. Semakin banyak Anda dapat melakukan pekerjaan itu, semakin banyak itu menghentikan efek gelombang dari kualitas data yang buruk lebih ke bawah garis dan mencegah upaya perbaikan apa pun.” Thompson mengatakan data yang mereka kumpulkan akan mendorong pengalaman pelanggan ke arah baru: “Bagaimana kita mulai membangun personalisasi ke dalam aplikasi seluler kami? Bagaimana kita mulai membangun itu ke dalam manajemen aset kami? Bagaimana Anda bisa mengotomatisasi perdagangan dan menggunakan AI untuk mendukung proses itu?”
2. Kuasai data transaksional Anda
Jon Grainger, CTO di firma hukum DWF, mengatakan tidak ada waktu seperti sekarang saat menciptakan strategi data. Pemimpin bisnis cerdas fokus pada elemen-elemen fondasional untuk penggunaan data jauh sebelum mereka memikirkan bagaimana memanfaatkan AI dan machine learning.
“Saya selalu mengatakan waktu terbaik untuk strategi data adalah empat tahun yang lalu,” katanya. “Ini adalah pekerjaan kapal tanker. Pada akhirnya, tidak banyak jalan pintas. Ada pandangan yang mengatakan, ‘Nah, jika itu akan memakan waktu begitu lama, mengapa repot-repot?’ Dan saya pikir itulah mengapa banyak orang tidak dapat memahami data mereka.”
Grainger mengatakan ia ingin firma hukumnya membangun reputasi untuk memberikan pengalaman yang hebat melalui transformasi digital – dan strategi data adalah komponen penting dari pendekatan itu.
Dia bergabung dengan DWF pada akhir 2022 dan menerapkan strategi baru berbasis cloud berbasis produk sebagai layanan (SaaS) dan antarmuka pemrograman aplikasi terbuka (API). Data di perusahaan meliputi berbagai entitas, seperti kasus, mitra, klien, dan proses bisnis internal, termasuk penagihan dan keuangan.
“Strategi data ini semua tentang memastikan data transaksional – sumber kebenaran – dikuasai di bagian-bagian itu.”
Tujuannya adalah membantu organisasi bergerak cepat namun tidak dengan merugikan kualitas atau biaya.
“Masing-masing produk SaaS memiliki identitas yang jelas pada peta perusahaan,” kata Grainger, menjelaskan titik-titik bagus dari strategi data. “Identitas itu didorong oleh data yang Anda kuasai di setiap area.” Dia mengatakan “persyaratan minimum mutlak” untuk masuk ke arsitektur target perusahaan adalah API yang berkembang dengan baik yang bisa diakses dan digunakan oleh DWF.
Grainger mengatakan teknologi SnapLogic memastikan koneksi yang solid dan andal antara layanan, API, dan pengguna.
“Pada umumnya, Anda akan mendapatkan 15 ejaan yang berbeda dari alamat tertentu, dan teknologi itu dapat melihat pola itu dan memperbaikinya,” katanya. “Ini juga bisa melakukan sesuatu yang disebut enrichment. Jadi mungkin mengambil referensi seseorang, pergi ke API, kembali, dan mengatakan, ‘Ini adalah informasi yang benar.'” Grainger mengatakan strategi data juga fokus pada model yang DWF ciptakan untuk menjawab pertanyaan bisnis utama mereka. Dalam kombinasi dengan konsentrasi perusahaan pada produk SaaS dan API, bisnis memiliki fondasi yang solid untuk menjelajahi teknologi yang sedang berkembang.
“Ternyata Anda menyiapkan diri Anda dengan cukup baik untuk AI generatif jika Anda memiliki semua elemen itu dalam strategi data Anda.”
3. Bekerja dengan rekan sektor Anda
Nic Granger, direktur korporat dan CFO di North Sea Transition Authority (NSTA), mengatakan strategi data yang hebat melampaui praktik kerja internal dan melintasi batas-batas organisasi. NSTA mengumpulkan data dari sektor minyak dan gas. Tim Granger telah membuat platform digital yang memungkinkan industri, pemerintah, akademisi, atau pihak lain yang tertarik untuk mengakses data secara terbuka.
Sebagai bagian dari pekerjaan itu, dia menjadi ketua Offshore Energy Digital Strategy Group (DSG), badan spesialis yang dibentuk pada akhir 2022 untuk menciptakan upaya kolaboratif di seluruh badan publik Inggris yang berurusan dengan pengumpulan data di sektor minyak, gas, dan energi terbarukan.
“Disadari bahwa kami perlu strategi data digital yang kokoh di sektor energi lepas pantai,” kata dia kepada ZDNET. “Ada titik-titik keunggulan yang bagus di industri dalam manajemen data dan teknologi digital, tetapi mereka tidak selalu berbicara satu sama lain. Jadi itu adalah prioritas besar bagi kami.” Selain departemen pemerintah Inggris, DSG didukung oleh kontributor lain, termasuk Open Data Institute dan Technology Leadership Board.
Granger mengatakan pendekatan kolaboratif ini telah memberikan hasil: “Kami sekarang memiliki strategi data, dan ini tentang bekerja pada tiga aliran kerja kunci.” Aliran kerja pertama berfokus pada data, standar, dan prinsip: “Memastikan kualitas data yang mendasar karena kita semua bekerja pada dasar yang sama.” Aliran kerja kedua berupaya menciptakan toolkit data umum dan interoperabilitas, kata Granger.
“Harusnya tidak masalah jika Anda bekerja di perusahaan energi lepas pantai atau dalam proyek di perusahaan minyak dan gas, Anda harus memiliki data yang dapat digunakan di seluruh platform. Pekerjaan itu semua tentang, ‘Bagaimana Anda bisa mendapatkan data itu dari A ke B tanpa duplikasi?'” Juga: The best AI for coding in 2024 Aliran kerja ketiga berfokus pada digitalisasi lintas sektor: “Itu tentang memastikan data dan keterampilan digital ada di seluruh industri, dan memastikan sektor mematuhi praktik terbaik keamanan siber.” Dengan fondasi data ini, lebih mudah untuk mulai memikirkan bagaimana memaksimalkan teknologi yang sedang berkembang.
“Fokus kami adalah memastikan kami membuat data dapat diakses dan dalam format yang tepat bagi orang lain untuk menggunakan AI dan machine learning,” kata Granger.