مع بزوغ نجم #ChatGPT بدأ عصر جديد للتحول الرقمي #DigitalTransformation يتمحور حول استخدام البيانات و #الذكاء_الاصطناعي لتحسين العمليات التشغيلية والمنتجات الرقمية للمنظمات الحكومية والشركات بل ويتعدى ذلك لابتكار نماذج عمل ومنتجات رقمية جديدة بالكامل.
السؤال هو من أين نبدأ؟ … 👇
السؤال هو من أين نبدأ؟ … 👇
بالنسبة لي فالانطلاقة يجب أن تكون من البيانات وذلك بوضع الاستراتيجية المناسبة للبيانات والذكاء الاصطناعي للمنظمة. خلال الأيام القادمة سأستعرض بعض الجوانب المهمة في هذا الجانب من وجهة نظري ولعلي أبدأ بسؤال مهم: ماذا نقصد باستراتيجية البيانات؟ #DataStrategy 👇
تهتم استراتيجية البيانات بكل ما يختص بجمع البيانات (من داخل المنظمة وخارجها) وتخزينها ومن ثم استخدامها فيما بعد في التحليلات وبناء نماذج الذكاء الاصطناعي، شاملا ذلك ادارة البيانات وحوكمتها.
لعل أكبر خطأ من وجهة نظري عند وضع استراتيجية البيانات هو فصلها عن … 👇
لعل أكبر خطأ من وجهة نظري عند وضع استراتيجية البيانات هو فصلها عن … 👇
… عن استراتيجية التحليلات والذكاء الاصطناعي #AnaylitcsStrategy #AIStrategy . غالبا ما يكون السبب في ذلك هو التركيز على حوكمة البيانات وأمنها أو ما يسمى بالجانب الدفاعي لاستراتيجية البيانات Defensive Strategy والغفلة عن أن القيمة الحقيقية تكمن في التحليلات والذكاء الاصطناعي
لخصت المقالة الجوانب الهجومية في استراتيجة البيانات بالتركيز على مساعدة المنظمة في تحقيق أهدافها الاستراتيجة والتي غالبا ما تتمحور حول زيادة المبيعات والإيرادات والربحية وتقليص التكاليف والنفقات وتحسين تجربة المستخدم. نلاحظ أن هذه الأهداف بعيدة كل البعد عن حوكمة وأمن البيانات 👇
وهنا سؤال مهم: هل فعلا هناك نقص في التركيز على هذه الجوانب؟ أعتقد أن كل ممارس في هذا المجال سيتفق معي في ذلك ولكن دعونا نؤكد ذلك من خلال هذا الاستبانة التي أجرتها أمازون AWS لأكثر من ٣٠٠ مدير بيانات في مؤتمر أقامته بهذا الخصوص في aws.amazon.com…
يكفي أن ننظر إلى عنوان المؤتمر لنجده يؤكد على هذه الفكرة حيث أن أكثر من ٤٠٪ من مدراء البيانات المشاركين أكدوا على أن نجاحهم يعتمد على تسهيل وتمكين تحقيق أهداف المنظمة التي يعملون فيها Achieving Business Objectives من خلال البيانات 👇
لو دققنا بشكل أكبر لترجمة هذه الفكرة إلى تطبيق عملي واضح لوجدنا أن الجانب الهجومي يتحقق من خلال التركيز على مجموعة من المشاريع الصغيرة في تحليل البيانات والذكاء الاصطناعي وهو ما أكد عليه أكثر من ٣٥٪ بشكل مباشر مقابل ٧٠٪ أكدوا بشكل غير مباشر … 👇
وذلك بتأكيدهم على أن أعلى أولوية لديهم هي تمكين وتسهيل المبادرات الرئيسية للمنظمة Business Initiatives من خلال توفير كل ما تحتاجه هذه المبادرات من البيانات وتحليلاتها و الذكاء الاصطناعي. بالمقابل فعليا وعمليا - وعند سؤال هؤلاء المدراء عن عملهم اليومي - نجد أن الأغلب من مدراء…
نلخص ما ذكرناه حتى الآن:
١- يجب أن يكون لدى الجهة أو المنظمة استراتيجة للبيانات والذكاء الاصطناعي تبدا وتنطلق منها
٢- يجب أن يكون التركيز في استراتيجية المنظمة على الجانب الهجومي (زيادة الايرادات، تخفيض تكاليف، تحسين تجربة مستخدم … الخ) أكثر من التركيز على الجانب الدفاعي…
١- يجب أن يكون لدى الجهة أو المنظمة استراتيجة للبيانات والذكاء الاصطناعي تبدا وتنطلق منها
٢- يجب أن يكون التركيز في استراتيجية المنظمة على الجانب الهجومي (زيادة الايرادات، تخفيض تكاليف، تحسين تجربة مستخدم … الخ) أكثر من التركيز على الجانب الدفاعي…
لاشك أن المختص الممارس سيسأل السؤال التالي: كيف يمكن أن ننسى أو نتجاوز جودة البيانات في استراتيجيتنا؟ كل مابني على باطل فهو باطل. إذا كانت جودة البيانات سيئة فبالتأكيد ان التحليلات والنماذج المبنية عليها ستكون جودتها سيئة ولن يتم الوثوق بها. بالتالي لابد أن نبدأ من ضبط البيانات…
الجواب هو: الاستراتيجية الهجومية لا تعني أبدا اهمال جودة البيانات وحوكمتها أو تأجيلها وإنما تعني أن لا يتم جعل جودة البيانات وحوكمتها الهدف الأهم الذي تبنى حوله الاستراتيجة و ينطلق منه العمل في خطة تحول المنظمة إلى البيانات والذكاء الاصطناعي.
الصحيح أن تكون الجودة والحوكمة تابع لمشاريع ومبادرات تحليلات البيانات وبناء نماذج الذكاء الاصطناعي. ترتيب العمل يكون كالتالي:
العمل مع أحد الإدارات لتحديد مشكلة تواجه المنظمة أو هدف للبزنس يراد تحقيقه
-> استحداث مبادرة أو مشروع أو حالة استخدام (وهو الاسم الدارج في عالم البيانات…
العمل مع أحد الإدارات لتحديد مشكلة تواجه المنظمة أو هدف للبزنس يراد تحقيقه
-> استحداث مبادرة أو مشروع أو حالة استخدام (وهو الاسم الدارج في عالم البيانات…
المنهجية أعلاه ستساعد الجهة على تجنب الغرق في متاهة جودة البيانات وحوكمتها والتي يعاني منها كثير من مدراء البيانات اليوم. تذكر لا توجد جودة بيانات ١٠٠٪. فمهما حاولنا ذلك فإن البيانات تتجدد وتتغير تبعا للتغير الذي يحدث مصادر هذه البيانات و الأنظمة التي تولد هذه البيانات.
شخصيا طبقت المنهجية أعلاه في أكثر من مكان وبنجاح كبير تمثل في احساس الجهة وصناع القرار لدى الجهة وبشكل سريع بوجود فائدة حقيقية يمكن استخلاصها من البيانات الموجودة لديهم. ولكن تطبيق هذه المنهجية أعلاه يحتاج إلى ضبط كبير لكيفية ادارة البيانات وهندستها وتخزينها ومعالجتها ولعل أفضل…
أسسنا سابقا لأهمية التركيز - عند العمل على استراتيجية البيانات والذكاء الاصطناعي - على تحقيق الفائدة والقيمة للمنظمة بأسرع وقت ممكن وذلك بأن ينطلق العمل من احتياج البزنس عبر تنفيذ عدد من المبادرات والمشاريع أو ما سميناه حالات الاستخدام.
السؤال ما هي طبيعة حالات الاستخدام التي سيتم العمل عليها؟ عند ذكر مصطلح "حالة استخدام" يركز البعض على عمل يتضمن بناء نموذج ذكاء اصطناعي وهذا في نظري يضيق واسعا. بالنسبة لي فإن حالة الاستخدام هي مشروع لمعالجة البيانات انطلق من احتياج البزنس.
باستخدام هذا التعريف يمكننا اعطاء تصنيف عام لحالات الاستخدام يقسمها لقسمين رئيسيين: حالات استخدام قائمة على تحليل البيانات Analytics Use Cases وحالات استخدام قائمة على استخدام الذكاء الاصطناعي AI Use Cases.
يتميز النوع الأول بأنه يركز على فهم الماضي والحاضر من خلال بناء لوحات بيانات Dashboards واستخراج تقارير احصائية تتراوح بين الاستعراض البسيط للبيانات (كم ايرادات الشركة؟ كم عدد العملاء الجدد لهذا الشهر؟ … الخ) لمعرفة ما حدث وتنتهي بالتحليل الاحصائي العميق لفهم ماحدث ومسبباته بشكل…
ايضا يندرج تحت هذا النوع نماذج التنبؤ بالخداع Fraud Detection والتي تستخدم بكثرة في المؤسسات المالية. أخيرا وليس آخرا، يندرج تحت هذا النوع نماذج التنبؤ Forecast بمختلف أنواعها مثل التنبؤ بالمبيعات أو بأسعار السلع أو غيرها.
لا يهمنا الآن تفاصيل حالات الاستخدام (أو المشاريع) التي يمكن أن تعمل عليها فهذا سنتعمق فيه فيما بعد، ولكن ما يهم هو أن تبني استراتيجية البيانات والذكاء الاصطناعي لديك بحيث:
١- تبدأ وتنطلق في التخطيط والعمل والتنفيذ من حالات الاستخدام هذه وليس من حوكمة وأمن البيانات
٢- أن لا تقع…
١- تبدأ وتنطلق في التخطيط والعمل والتنفيذ من حالات الاستخدام هذه وليس من حوكمة وأمن البيانات
٢- أن لا تقع…
٣- أن تركز على أن يكون التنفيذ بشكل رشيق Agile يقسم العمل إلى مراحل بحيث لا تكون مضطرا إلى أن تنهي حالة الاستخدام كاملة من المحاولة الأولى ولكن أن تتعامل معها كمشروع متعدد المراحل أو ك "منتج تحليل بيانات" أو "منتج ذكاء اصطناعي".
٤- أن تعمل بالتوازي على جمع وتنقيح ومعالجة وتخزين "وحوكمة" كافة البيانات التي تحتاجها لحالات الاستخدام التي تعمل عليها حاليا بما شاملا ذلك بناء الأجزاء المختلفة من منصة البيانات Data & Analytics Platform وبناء "منتجات البيانات Data Products".
جاري تحميل الاقتراحات...