Silosy danych hamują rozwój korporacyjnej AI – raport IBM

Ed Lovely, wiceprezes i główny specjalista ds. danych w IBM, określa silosy danych mianem pięty Achillesa współczesnej strategii zarządzania informacjami. To właśnie one, według IBM, stanowią fundamentalną barierę dla pełnego wykorzystania potencjału sztucznej inteligencji w przedsiębiorstwach. Nowe badanie przeprowadzone przez IBM Institute for Business Value wskazuje, że podczas gdy same technologie AI są gotowe do skalowania, dane korporacyjne pozostają rozproszone i nieprzygotowane na to wyzwanie.

Rozdrobnienie danych i jego konsekwencje

Raport IBM, bazujący na ankietach przeprowadzonych wśród 1700 liderów ds. danych, ujawnia, że dane w organizacji funkcjonują w izolacji – finanse, HR, marketing i łańcuch dostaw operują na własnych zbiorach, bez wspólnej taksonomii czy ujednoliconych standardów. To rozdrobnienie ma bezpośredni, negatywny wpływ na projekty związane z AI. „Gdy dane żyją w odłączonych silosach, każda inicjatywa AI staje się długoterminowym projektem porządkowania danych, trwającym od sześciu do dwunastu miesięcy” – komentuje Ed Lovely. „Zespoły spędzają więcej czasu na wyszukiwaniu i harmonizowaniu danych niż na generowaniu wartościowych wniosków”. Taka sytuacja stanowi poważne zagrożenie dla konkurencyjności, stawiając przed CIO i CDO nowe zadanie: nie tylko gromadzenie i ochrona danych, ale ich efektywne wdrożenie w celu zasilenia nowych systemów AI.

Od zarządcy danych do generatora wartości

Badanie ujawnia, że liderzy ds. danych muszą koncentrować się na wynikach biznesowych – 92 procent CDO zgadza się, że ich sukces zależy od tego. Jednak istnieje znacząca rozbieżność między ambicjami a rzeczywistością: choć 92 procent dąży do tworzenia wartości biznesowej, zaledwie 29 procent jest pewnych, że posiada jasne mierniki do określenia wartości biznesowej wynikającej z danych. Luka ta ma być wypełniona przez autonomicznych agentów AI, zdolnych do samodzielnego uczenia się i działania w celu realizacji celów. Rośnie zaufanie do tych narzędzi – 83 procent CDO uważa, że korzyści z wdrożenia agentów AI przewyższają ryzyko. Jako przykład firma Medtronic usprawniła dopasowywanie faktur, zamówień i dowodów dostawy, redukując czas z 20 minut do 8 sekund na fakturę, z dokładnością przekraczającą 99 procent. Podobnie Matrix Renewables zredukował czas raportowania o 75 procent i przestoje o 10 procent dzięki centralnej platformie danych.

Wyzwania architektoniczne, zarządcze i kadrowe

Osiągnięcie powyższych wyników wymaga nowego podejścia do architektury danych i unikania tworzenia silosów. Tradycyjny model kosztownego i powolnego przenoszenia danych do centralnego jeziora danych ustępuje miejsca nowym strategiom. Zgodnie z badaniem IBM, 81 procent CDO preferuje dziś „przynoszenie AI do danych” zamiast przenoszenia danych do AI. Podejście to opiera się na nowoczesnych wzorcach architektonicznych, takich jak data mesh i data fabric, które zapewniają wirtualną warstwę dostępu do danych w ich naturalnym środowisku. Promowane jest również tworzenie „produktów danych” – spakowanych, wielokrotnego użytku zasobów danych przeznaczonych do konkretnych celów biznesowych, np. widok klienta 360 czy zestaw danych do prognoz finansowych.

Jednak zwiększona dostępność danych wprowadza nowe wyzwania w zakresie zarządzania. Sojusz pomiędzy CDO a CISO staje się kluczowy dla zachowania równowagi między szybkością a bezpieczeństwem. Suwerenność danych jest szczególnym zmartwieniem – 82 procent CDO postrzega ją jako podstawowy element strategii zarządzania ryzykiem.

Największą przeszkodą może być jednak czynnik ludzki. Raport wskazuje na rosnącą lukę talentów, która zagraża postępowi. W 2025 roku 77 procent CDO będzie miało trudności z pozyskaniem lub zatrzymaniem najlepszych specjalistów ds. danych, co stanowi znaczny wzrost z 62 procent w 2024 roku. Niedobór ten pogłębia fakt, że wymagane umiejętności stale się zmieniają. IBM stwierdził, że 82 procent CDO „zatrudnia na stanowiska związane z danymi, które nie istniały w zeszłym roku, a są związane z generatywną AI”. Taka zmiana kulturowa i problem z pozyskaniem odpowiednich umiejętności często okazuje się najtrudniejszym elementem transformacji.

Otwarcie silosów danych dla rozwoju AI w przedsiębiorstwach

W aspekcie technicznym liderzy muszą odejść od rozdrobnionych zasobów danych, inwestując w nowoczesne, sfederowane architektury i promując tworzenie i wykorzystywanie „produktów danych”, które mogą być bezpiecznie współdzielone i ponownie używane w całej organizacji.

W wymiarze kulturowym umiejętność posługiwania się danymi musi stać się priorytetem całej firmy, wykraczającym poza działy IT. 80 procent CDO zgadza się, że demokratyzacja danych przyspiesza działania w organizacji. Oznacza to wspieranie kultury opartej na danych i inwestowanie w intuicyjne narzędzia, które ułatwiają pracownikom spoza IT interakcję z danymi. Celem jest przejście od izolowanych eksperymentów AI do skalowania inteligentnej automatyzacji w kluczowych procesach biznesowych. Firmy, które odniosą sukces, będą traktować swoje dane nie jako produkt uboczny aplikacji, lecz jako najcenniejszy zasób.

Ed Lovely podsumowuje: „Korporacyjna AI na dużą skalę jest w zasięgu ręki, ale sukces zależy od zasilenia jej odpowiednimi danymi. Dla CDO oznacza to stworzenie bezproblemowo zintegrowanej architektury danych przedsiębiorstwa, która napędza innowacje i odblokowuje wartość biznesową. Organizacje, które to zrozumieją, nie tylko poprawią swoje systemy sztucznej inteligencji, lecz także całkowicie przekształcą sposób działania: będą podejmować szybsze decyzje, szybciej adaptować się do zmian i zyskają przewagę konkurencyjną”.