隨著第四波人工智慧熱潮的興起,愈來愈多的產業將資金投入到人工智慧的研究當中,自第三波熱潮開始,人工智慧走出實驗室,並在各個不同的產業領域,如生醫、金融、農業、製造業等大放異彩。然而,人工智慧並非萬靈丹,仍有其限制,除了需仰賴大量數據之外,如何對數據做正確且有效的解讀,也是各個企業正面臨的問題。
對於希望將人工智慧導入自身企業的管理者而言,若對人工智慧及數據分析相關知識沒有基本的認知,很可能會對AI技術有所誤解,進而造成誤判,無法實現期待的成果。
將數據價值發揮,才能為企業創造價值
當我們認識到數據如何運用分析技術來應用,而數據應用的背後必須要建構正確的思維,從解決問題出發來收集數據、處理數據、運用數據,就是「數據思維」,先累積營運數據,探求數據的應用,再完善數據收集。
2001年麥塔集團(META Group)的分析員道格.萊尼(Doug Laney)指出大數據有三個特性:資料量(Volume)、數據輸入輸出的速度(Velocity)與多樣性(Variety),合稱「3V」。而之後出現第四個「V」,不同機構有著不同的定義,像是真實性(Veracity)或價值(Value)等。而我們更建議讀者,從數據價值(Value)來看待數據,因為我們認為,數據價值的重要性高於其他3V,且是3V價值的綜合展現,將數據價值發揮,才能為企業創造價值。
要知道如何使用資料,首先必須要了解資料來源為何、資料型態是什麼,才能夠從中找到對應的技術以及方法,去做數據分析和數據視覺化的呈現,並將這些資料的價值找出來。
但千萬不要以為有了資料就開始迫不及待的進行分析。更重要的是,我們必須知道想要解決什麼問題?從解決問題的目標去找尋能用的資料,再從資料中找尋答案,這才是正確使用資料的第一步,也是數據思維很重要的一步。
從「這兩個角度」來建構與思考數據運用
當我們擁有數據,就應該思考如何去運用,讓這些數據除了對營運有所幫助外,更要進一步思考企業的未來發展,或是為目前的主業之外創造可能的機會與價值,這些可說是非主業的黃金,而這些黃金甚至可能比主業還值錢。
數據運用除了思考與主業相關的營運外,更重要的是思考能否創造出「非主業的黃金」,我們可以從「數據效用」、「數據驅動新商模」兩個角度來思考。
「數據效用」是讓企業對於數據有更多運用的思維;「數據驅動新商模」,則是藉由累積大量的數據或服務平台,轉換為數位資產,成為可使用的資料或提供新服務,提供給有需求的用戶。以這兩個角度來建構與思考數據運用,就是數據思維的最佳應用。