[ad_1]
द्वारा डैन सोमरक्लिक वरिष्ठ निदेशक, ग्लोबल मार्केट इंटेलिजेंस नेतृत्व करना
2022 की शुरुआत में, हम सभी ने यह सोचकर राहत की गहरी सांस ली कि अभूतपूर्व घटनाएँ हमारे पीछे थीं, लेकिन जैसे-जैसे साल आगे बढ़ता गया, यह स्पष्ट होता गया कि बड़े पैमाने पर परिवर्तन यहाँ रहने वाला है, और अब हम खुद को एक संकट में फंसा हुआ पाते हैं। सही तूफान।
एक आर्थिक मंदी क्षितिज पर है, वैश्विक बाजारों को प्रभावित करने के लिए संघर्ष जारी है और दुनिया भर के संगठन अपनी निचली रेखाओं को देख रहे हैं, स्मार्ट निवेश क्या है और क्यों काम कर रहे हैं। वीसी फंडिंग में गिरावट, टेक डी-कपलिंग, डेटा कौशल तक पहुंच की निरंतर कमी और जगह में आने वाले अधिक जटिल नियमों के साथ हम पहले से ही तकनीकी परिदृश्य पर प्रभाव देख रहे हैं।
नया करने के इतने दबाव के साथ यह जानना कठिन हो सकता है कि किस पर ध्यान केंद्रित किया जाए। लेकिन यह स्पष्ट है कि वास्तविक समय में बड़ी तस्वीर को सटीक रूप से देखने के लिए निर्णय सटीकता प्राप्त करना और साइलेड और वितरित डेटा सेट को एकीकृत करना अस्तित्व और भविष्य की सफलता के लिए महत्वपूर्ण होगा। इसलिए हमने पांच प्रमुख रुझानों को रेखांकित किया है, जिन पर 2023 में प्रत्येक डेटा-संचालित व्यवसाय को कार्य करना चाहिए।
एआई डेटा पाइपलाइन में गहराई तक जाता है: जैसे-जैसे आर्थिक अनिश्चितता जारी रहती है, कई लोगों को निवेश और काम पर रखने में कमी दिखाई देगी। हालांकि, वैश्विक कौशल की कमी के साथ सभी आकार की कंपनियों पर प्रभाव जारी है, जैसे प्रौद्योगिकियों को सुनिश्चित करना कृत्रिम होशियारी (एआई) और मशीन लर्निंग (एमएल) स्वचालित करने में सक्षम हैं तो कुछ अधिक निम्नस्तरीय डेटा तैयार करने के कार्य महत्वपूर्ण होंगे। किसी एप्लिकेशन या डैशबोर्ड के बनने से पहले एआई को डेटा पाइपलाइन में गहराई तक ले जाकर, हम अंततः डेटा तैयारी बनाम डेटा एनालिटिक्स पर खर्च किए गए समय के ब्रेकडाउन को शिफ्ट करना शुरू कर सकते हैं। अभी, 20% से भी कम समय डेटा का विश्लेषण करने में व्यतीत होता है, जबकि 80% से अधिक समय सामूहिक रूप से उपयुक्त डेटा की खोज, तैयारी और संचालन में व्यतीत होता है। ऐसा करने से मुश्किल से आने वाले डेटा टैलेंट को वैल्यू-ऐड पर ध्यान केंद्रित करने में मदद मिलेगी; क्रॉस-परागण करना और नई अंतर्दृष्टि उत्पन्न करना जो पहले संभव नहीं थी। अपने समय का कहीं अधिक उत्पादक उपयोग।
अभूतपूर्व घटनाओं की तैयारी के लिए डेरिवेटिव और सिंथेटिक डेटा में अधिक निवेश करें: यदि पिछले कुछ वर्षों ने हमें कुछ सिखाया है, तो यह जोखिम भविष्यवाणी और प्रबंधन में समय और संसाधनों का निवेश करने का मूल्य है। दुर्भाग्य से, COVID-19 से पहले इस तरह के संकट के लिए तैयार करने के लिए औसत ऑपरेशन के लिए आसानी से उपलब्ध महामारी पर पर्याप्त वास्तविक डेटा नहीं था, लेकिन यह ठीक यही है जहां सिंथेटिक डेटा अंतर को प्लग करता है। शोध बताते हैं कि सिंथेटिक डेटा पर प्रशिक्षित मॉडल दूसरों की तुलना में अधिक सटीक हो सकते हैं; और निश्चित रूप से, यह वास्तविक से जुड़ी कुछ गोपनीयता, कॉपीराइट और नैतिक चिंताओं को दूर करता है। जबकि व्युत्पन्न डेटा हमें कई जरूरतों के लिए डेटा का पुनरुत्पादन करने की अनुमति देता है, और भविष्य के मुद्दों और संकटों के लिए तैयार करने के लिए आवश्यक महत्वपूर्ण परिदृश्य-योजना को सक्षम बनाता है।
मनुष्यों को टक्कर देने के लिए प्राकृतिक भाषा क्षमताओं के लिए तैयार रहें: कई संगठन पिछले कुछ समय से भाषा एआई का उसके मूल रूप में उपयोग कर रहे हैं। इस बारे में सोचें कि आपने अपने बैंक या बीमा प्रदाता के साथ अपनी समस्याओं को हल करने के लिए कितनी बार ग्राहक सहायता चैट बॉट से बातचीत की है। इस तकनीक की लोकप्रियता अगले कुछ वर्षों के लिए लगभग 18% बढ़ने के लिए तैयार है; लेकिन नाटकीय रूप से विकसित भी। विकास के कई नए मॉडल हैं जो आज हम जो कुछ भी उपयोग करते हैं उससे काफी अधिक शक्तिशाली हैं। वे हमें कहां ले जाएंगे, हम केवल कल्पना कर सकते हैं लेकिन हम जो जानते हैं वह यह है कि प्राकृतिक भाषा क्षमताओं के बड़े निहितार्थ होंगे कि हम जानकारी कैसे पूछते हैं और इसकी व्याख्या और रिपोर्ट कैसे की जाती है। हमें न केवल वह डेटा मिलेगा जिसकी हम तलाश कर रहे हैं बल्कि वह डेटा भी मिलेगा जिसके बारे में पूछने के लिए हमने सोचा भी नहीं था। इसलिए कारोबारियों को इसका फायदा उठाने की जरूरत है।
वास्तविक समय के डेटा के साथ आपूर्ति-श्रृंखला व्यवधान को कम करना: COVID-19 के आफ्टरशॉक्स और निरंतर वैश्विक संघर्ष अभी भी आपूर्ति श्रृंखलाओं से समझौता कर रहे हैं। कोई भी जिसने पिछले कुछ वर्षों में एक नई कार (एक कंप्यूटर, या यहां तक कि टॉयलेट पेपर के रूप में बुनियादी कुछ भी) खरीदने का प्रयास किया है, वह जानता है कि आपूर्ति श्रृंखला कितनी गंभीर रूप से खराब हो गई है। चीजें अगले कुछ वर्षों में समाप्त होने का कोई संकेत नहीं दिखाती हैं और इसलिए भी जल्दी से प्रतिक्रिया करने की आवश्यकता होती है, या आदर्श रूप से “प्री-एक्ट” करने से पहले ही मुद्दों की भविष्यवाणी करने की आवश्यकता होती है। वास्तविक समय में और संदर्भ में डेटा का विश्लेषण करने की शक्ति होना इसके लिए महत्वपूर्ण है। इसमें कोई आश्चर्य की बात नहीं है कि आईडीसी भविष्यवाणी करता है कि 2027 तक साठ प्रतिशत डेटा कैप्चर और मूवमेंट टेक खर्च वास्तविक समय सिमुलेशन, अनुकूलन और सिफारिश क्षमताओं को सक्षम करने के बारे में होगा।
एक्स फैब्रिक डेटा गवर्नेंस को जोड़ता है क्योंकि यह और भी जटिल हो जाता है: महामारी के कारण डेटा और एनालिटिक्स में निवेश नाटकीय रूप से तेज हो गया है, और 93% कंपनियों के साथ ऐसा करना जारी रहेगा, यह दर्शाता है कि वे इन क्षेत्रों में बजट बढ़ाना जारी रखने की योजना बना रहे हैं। लेकिन गोपनीयता के साथ-साथ डेटा के वितरण, विविधता और गतिशीलता के आसपास नियमों और विनियमों को तेजी से स्थानांतरित करना संगठनों की क्षमताओं को वास्तव में सर्वश्रेष्ठ प्रतिस्पर्धी बढ़त को निचोड़ने में रोक रहा है। खंडित दुनिया में यह विशेष रूप से चुनौतीपूर्ण हो जाता है, क्योंकि डेटा शासन और भी जटिल हो जाता है। डेटा की पूर्ण शक्ति को महसूस करने वाले संगठनों के लिए एक्सेस, रीयल-टाइम मूवमेंट और पूरे उद्यम में स्रोतों और प्रणालियों के बीच डेटा का उन्नत परिवर्तन महत्वपूर्ण है। यही कारण है कि व्यवसायों की बढ़ती संख्या डेटा कंट्रोल प्लेन आर्किटेक्चर की ओर रुख कर रही है, न केवल आपके डेटा के लिए, बल्कि आपके एप्लिकेशन, बीआई डैशबोर्ड और एल्गोरिदम के लिए भी, कैटलॉग और क्लाउड डेटा इंटीग्रेशन सॉल्यूशंस द्वारा सक्षम। यह किसी भी संगठन के लिए आधुनिक वितरित परिवेश में एक महत्वपूर्ण घटक है जो निश्चितता के साथ कार्य करना चाहता है।
अच्छी खबर यह है कि पिछले कुछ वर्षों के बाद, हम सभी मुक्कों का सामना करने के लिए पहले से बेहतर तरीके से तैयार हैं। डेटा और एनालिटिक्स पेशेवरों के रूप में, हमें अलग-अलग डेटा केंद्रों, बाधित आपूर्ति श्रृंखलाओं, नवाचार की निरंतर आवश्यकता और कुशल श्रम तक पहुंच में बाधा के साथ अधिक विखंडन को समायोजित करने की आवश्यकता है। और ऐसी दुनिया में जहां संकट एक निरंतर बन गया है, इसके लिए अंशांकन एक मुख्य क्षमता बन जाती है – इसलिए हम पल में प्रतिक्रिया कर सकते हैं और अनुमान लगा सकते हैं कि आगे क्या होने वाला है।
2022 की शुरुआत में, हम सभी ने यह सोचकर राहत की गहरी सांस ली कि अभूतपूर्व घटनाएँ हमारे पीछे थीं, लेकिन जैसे-जैसे साल आगे बढ़ता गया, यह स्पष्ट होता गया कि बड़े पैमाने पर परिवर्तन यहाँ रहने वाला है, और अब हम खुद को एक संकट में फंसा हुआ पाते हैं। सही तूफान।
एक आर्थिक मंदी क्षितिज पर है, वैश्विक बाजारों को प्रभावित करने के लिए संघर्ष जारी है और दुनिया भर के संगठन अपनी निचली रेखाओं को देख रहे हैं, स्मार्ट निवेश क्या है और क्यों काम कर रहे हैं। वीसी फंडिंग में गिरावट, टेक डी-कपलिंग, डेटा कौशल तक पहुंच की निरंतर कमी और जगह में आने वाले अधिक जटिल नियमों के साथ हम पहले से ही तकनीकी परिदृश्य पर प्रभाव देख रहे हैं।
नया करने के इतने दबाव के साथ यह जानना कठिन हो सकता है कि किस पर ध्यान केंद्रित किया जाए। लेकिन यह स्पष्ट है कि वास्तविक समय में बड़ी तस्वीर को सटीक रूप से देखने के लिए निर्णय सटीकता प्राप्त करना और साइलेड और वितरित डेटा सेट को एकीकृत करना अस्तित्व और भविष्य की सफलता के लिए महत्वपूर्ण होगा। इसलिए हमने पांच प्रमुख रुझानों को रेखांकित किया है, जिन पर 2023 में प्रत्येक डेटा-संचालित व्यवसाय को कार्य करना चाहिए।
एआई डेटा पाइपलाइन में गहराई तक जाता है: जैसे-जैसे आर्थिक अनिश्चितता जारी रहती है, कई लोगों को निवेश और काम पर रखने में कमी दिखाई देगी। हालांकि, वैश्विक कौशल की कमी के साथ सभी आकार की कंपनियों पर प्रभाव जारी है, जैसे प्रौद्योगिकियों को सुनिश्चित करना कृत्रिम होशियारी (एआई) और मशीन लर्निंग (एमएल) स्वचालित करने में सक्षम हैं तो कुछ अधिक निम्नस्तरीय डेटा तैयार करने के कार्य महत्वपूर्ण होंगे। किसी एप्लिकेशन या डैशबोर्ड के बनने से पहले एआई को डेटा पाइपलाइन में गहराई तक ले जाकर, हम अंततः डेटा तैयारी बनाम डेटा एनालिटिक्स पर खर्च किए गए समय के ब्रेकडाउन को शिफ्ट करना शुरू कर सकते हैं। अभी, 20% से भी कम समय डेटा का विश्लेषण करने में व्यतीत होता है, जबकि 80% से अधिक समय सामूहिक रूप से उपयुक्त डेटा की खोज, तैयारी और संचालन में व्यतीत होता है। ऐसा करने से मुश्किल से आने वाले डेटा टैलेंट को वैल्यू-ऐड पर ध्यान केंद्रित करने में मदद मिलेगी; क्रॉस-परागण करना और नई अंतर्दृष्टि उत्पन्न करना जो पहले संभव नहीं थी। अपने समय का कहीं अधिक उत्पादक उपयोग।
अभूतपूर्व घटनाओं की तैयारी के लिए डेरिवेटिव और सिंथेटिक डेटा में अधिक निवेश करें: यदि पिछले कुछ वर्षों ने हमें कुछ सिखाया है, तो यह जोखिम भविष्यवाणी और प्रबंधन में समय और संसाधनों का निवेश करने का मूल्य है। दुर्भाग्य से, COVID-19 से पहले इस तरह के संकट के लिए तैयार करने के लिए औसत ऑपरेशन के लिए आसानी से उपलब्ध महामारी पर पर्याप्त वास्तविक डेटा नहीं था, लेकिन यह ठीक यही है जहां सिंथेटिक डेटा अंतर को प्लग करता है। शोध बताते हैं कि सिंथेटिक डेटा पर प्रशिक्षित मॉडल दूसरों की तुलना में अधिक सटीक हो सकते हैं; और निश्चित रूप से, यह वास्तविक से जुड़ी कुछ गोपनीयता, कॉपीराइट और नैतिक चिंताओं को दूर करता है। जबकि व्युत्पन्न डेटा हमें कई जरूरतों के लिए डेटा का पुनरुत्पादन करने की अनुमति देता है, और भविष्य के मुद्दों और संकटों के लिए तैयार करने के लिए आवश्यक महत्वपूर्ण परिदृश्य-योजना को सक्षम बनाता है।
मनुष्यों को टक्कर देने के लिए प्राकृतिक भाषा क्षमताओं के लिए तैयार रहें: कई संगठन पिछले कुछ समय से भाषा एआई का उसके मूल रूप में उपयोग कर रहे हैं। इस बारे में सोचें कि आपने अपने बैंक या बीमा प्रदाता के साथ अपनी समस्याओं को हल करने के लिए कितनी बार ग्राहक सहायता चैट बॉट से बातचीत की है। इस तकनीक की लोकप्रियता अगले कुछ वर्षों के लिए लगभग 18% बढ़ने के लिए तैयार है; लेकिन नाटकीय रूप से विकसित भी। विकास के कई नए मॉडल हैं जो आज हम जो कुछ भी उपयोग करते हैं उससे काफी अधिक शक्तिशाली हैं। वे हमें कहां ले जाएंगे, हम केवल कल्पना कर सकते हैं लेकिन हम जो जानते हैं वह यह है कि प्राकृतिक भाषा क्षमताओं के बड़े निहितार्थ होंगे कि हम जानकारी कैसे पूछते हैं और इसकी व्याख्या और रिपोर्ट कैसे की जाती है। हमें न केवल वह डेटा मिलेगा जिसकी हम तलाश कर रहे हैं बल्कि वह डेटा भी मिलेगा जिसके बारे में पूछने के लिए हमने सोचा भी नहीं था। इसलिए कारोबारियों को इसका फायदा उठाने की जरूरत है।
वास्तविक समय के डेटा के साथ आपूर्ति-श्रृंखला व्यवधान को कम करना: COVID-19 के आफ्टरशॉक्स और निरंतर वैश्विक संघर्ष अभी भी आपूर्ति श्रृंखलाओं से समझौता कर रहे हैं। कोई भी जिसने पिछले कुछ वर्षों में एक नई कार (एक कंप्यूटर, या यहां तक कि टॉयलेट पेपर के रूप में बुनियादी कुछ भी) खरीदने का प्रयास किया है, वह जानता है कि आपूर्ति श्रृंखला कितनी गंभीर रूप से खराब हो गई है। चीजें अगले कुछ वर्षों में समाप्त होने का कोई संकेत नहीं दिखाती हैं और इसलिए भी जल्दी से प्रतिक्रिया करने की आवश्यकता होती है, या आदर्श रूप से “प्री-एक्ट” करने से पहले ही मुद्दों की भविष्यवाणी करने की आवश्यकता होती है। वास्तविक समय में और संदर्भ में डेटा का विश्लेषण करने की शक्ति होना इसके लिए महत्वपूर्ण है। इसमें कोई आश्चर्य की बात नहीं है कि आईडीसी भविष्यवाणी करता है कि 2027 तक साठ प्रतिशत डेटा कैप्चर और मूवमेंट टेक खर्च वास्तविक समय सिमुलेशन, अनुकूलन और सिफारिश क्षमताओं को सक्षम करने के बारे में होगा।
एक्स फैब्रिक डेटा गवर्नेंस को जोड़ता है क्योंकि यह और भी जटिल हो जाता है: महामारी के कारण डेटा और एनालिटिक्स में निवेश नाटकीय रूप से तेज हो गया है, और 93% कंपनियों के साथ ऐसा करना जारी रहेगा, यह दर्शाता है कि वे इन क्षेत्रों में बजट बढ़ाना जारी रखने की योजना बना रहे हैं। लेकिन गोपनीयता के साथ-साथ डेटा के वितरण, विविधता और गतिशीलता के आसपास नियमों और विनियमों को तेजी से स्थानांतरित करना संगठनों की क्षमताओं को वास्तव में सर्वश्रेष्ठ प्रतिस्पर्धी बढ़त को निचोड़ने में रोक रहा है। खंडित दुनिया में यह विशेष रूप से चुनौतीपूर्ण हो जाता है, क्योंकि डेटा शासन और भी जटिल हो जाता है। डेटा की पूर्ण शक्ति को महसूस करने वाले संगठनों के लिए एक्सेस, रीयल-टाइम मूवमेंट और पूरे उद्यम में स्रोतों और प्रणालियों के बीच डेटा का उन्नत परिवर्तन महत्वपूर्ण है। यही कारण है कि व्यवसायों की बढ़ती संख्या डेटा कंट्रोल प्लेन आर्किटेक्चर की ओर रुख कर रही है, न केवल आपके डेटा के लिए, बल्कि आपके एप्लिकेशन, बीआई डैशबोर्ड और एल्गोरिदम के लिए भी, कैटलॉग और क्लाउड डेटा इंटीग्रेशन सॉल्यूशंस द्वारा सक्षम। यह किसी भी संगठन के लिए आधुनिक वितरित परिवेश में एक महत्वपूर्ण घटक है जो निश्चितता के साथ कार्य करना चाहता है।
अच्छी खबर यह है कि पिछले कुछ वर्षों के बाद, हम सभी मुक्कों का सामना करने के लिए पहले से बेहतर तरीके से तैयार हैं। डेटा और एनालिटिक्स पेशेवरों के रूप में, हमें अलग-अलग डेटा केंद्रों, बाधित आपूर्ति श्रृंखलाओं, नवाचार की निरंतर आवश्यकता और कुशल श्रम तक पहुंच में बाधा के साथ अधिक विखंडन को समायोजित करने की आवश्यकता है। और ऐसी दुनिया में जहां संकट एक निरंतर बन गया है, इसके लिए अंशांकन एक मुख्य क्षमता बन जाती है – इसलिए हम पल में प्रतिक्रिया कर सकते हैं और अनुमान लगा सकते हैं कि आगे क्या होने वाला है।
[ad_2]
Source link