متن خبر

اطلاعات شما چقدر دقیق است؟ جواب یعنی همه چیز

اطلاعات شما چقدر دقیق است؟ جواب یعنی همه چیز

شناسهٔ خبر: 470572 -




یک تصویر انتزاعی <a href= به رنگ آبی و سفید از پایگاه داده." class=" block-image-ads hero-image" srcset="https://cdn.mos.cms.futurecdn.net/2fTNETW2pThAt9VGi9zXW8-320-80.jpg 320w, https://cdn.mos.cms.futurecdn.net/2fTNETW2pThAt9VGi9zXW8-480-80.jpg 480w, https://cdn.mos.cms.futurecdn.net/2fTNETW2pThAt9VGi9zXW8-650-80.jpg 650w, https://cdn.mos.cms.futurecdn.net/2fTNETW2pThAt9VGi9zXW8-970-80.jpg 970w, https://cdn.mos.cms.futurecdn.net/2fTNETW2pThAt9VGi9zXW8-1024-80.jpg 1024w, https://cdn.mos.cms.futurecdn.net/2fTNETW2pThAt9VGi9zXW8-1200-80.jpg 1200w, https://cdn.mos.cms.futurecdn.net/2fTNETW2pThAt9VGi9zXW8-1920-80.jpg 1920w" sizes="(min-width: 1000px) 600px, calc(100vw - 40px)" data-pin-media="https://cdn.mos.cms.futurecdn.net/2fTNETW2pThAt9VGi9zXW8.jpg">
(اعتبار تصویر: Pixabay)

داده ها نفت جدید است.

همکار من، دکتر سرینیواس موکامالا، اخیراً این ادعا را مطرح کرده است، و من آن را بی نهایت تکرار کرده ام - به دلایل خوب. دکتر موکاملا به این نکته عاقلانه اشاره کرد که کسانی که داده‌ها را جمع‌آوری، مالک و کنترل می‌کنند، تأثیر زیادی بر دنیای ما دارند. داده ها همه چیز را از میزان بودجه مدارس گرفته تا انتخاب درمان نجات دهنده مناسب برای یک بیمار بحرانی نشان می دهد.

احتمالاً این عبارت را شنیده اید، "زباله داخل، زباله بیرون". این کاملا خود توضیحی است. اگر ورودی های شما ناقص باشد، خروجی های شما ناقص خواهد بود.

دارن گوسون

مدیریت محصول SVP برای مدیریت نقطه پایانی یکپارچه ایمن در ایوانتی.

اما اگر ندانید ورودی های شما ناقص است چه؟

سوگیری داده ها یک بیماری همه گیر است. به همان اندازه که ما به طور فزاینده ای وارد دنیای مبتنی بر هوش مصنوعی می شویم، انسان ها همچنان هسته های مواد منبع هستند. هشدار اسپویلر: انسان ها ناقص هستند. انسان ها مغرضانه هستند. پس ، داده ها ناقص و مغرضانه هستند. مدل های داده ناقص و مغرضانه هستند. خروجی ها معیوب و مغرضانه هستند.

بسته به زمینه، پیامدها می تواند فاجعه بار باشد. در برخی موارد، این پیامدها به معنای واقعی کلمه زندگی یا مرگ هستند. در سطح سازمانی، داده های معیوب تمایل به تسریع یک چرخه معیوب دارند: داده های بد یک مدل را نشان می دهد. خروجی های آن مدل برای اطلاع رسانی به مدل های آینده استفاده می شود. داده های بد متاستاز می دهد. تکرار. هرکسی که The Last of Us را دیده باشد، می‌تواند این روایت را با تجسم رشد شرورانه و خارج از کنترل پشتیبانی کند. (با عرض پوزش. اما حداقل توجه شما را جلب کردم!).

خلاصه داستان: دقت داده ها همه چیز است. بدون داده های کامل و دقیق، شما فقط می توانید واکنش نشان دهید. شما نمی توانید فعال باشید

از ساده‌سازی عملیات گرفته تا تصمیم‌گیری‌های استراتژیک، سازمان‌ها به داده‌های دقیق و در دسترس برای رقابتی ماندن و برآوردن تقاضاهای در حال تحول متکی هستند. مشکل: اطمینان از دقیق و در دسترس بودن داده ها می تواند فوق العاده چالش برانگیز باشد و این چالش بر روی کسانی که سعی در مدیریت دارایی های رقابتی و ارائه خدمات دارند سنگینی می کند.

جدا از همه ترس‌هایی که در بالا انجام دادم، داده‌های نادرست می‌تواند منجر به کاهش سرعت حل بلیط، افزایش خطرات امنیتی و هزینه‌های بالاتر شود، و مانع از توانایی شما برای ارائه خدمات رقابتی و کارآمد در بازار شود.

خبر خوب این است که برای مبارزه با چالش دقت و دسترسی داده ها، نیازی به تحمل همه هجوم های The Last of Us ندارید. برای مقابله با این چالش‌ها، سازمان‌های باهوش در حال کشف راه‌حل‌های جدید و نوآورانه و بهترین شیوه‌ها هستند که حکمرانی را تقویت می‌کند، تطبیق داده‌ها را بالا می‌برد و از بینش‌های مبتنی بر هوش مصنوعی حداکثر استفاده را می‌برد. در اینجا یک پرایمر برای شما آورده شده است:

آیا بینش شما واقعاً بینش‌گر است؟

تطبیق داده ها در مرکز مدیریت دارایی موثر و ارائه خدمات است. این شامل مقایسه و تراز داده ها از منابع متعدد برای شناسایی اختلافات و اطمینان از سازگاری است. با تطبیق داده‌ها در سیستم‌ها و منابع مختلف، سازمان‌ها می‌توانند یک منبع واحد از حقیقت ایجاد کنند، که امکان تصمیم‌گیری آگاهانه و بینش‌های عملی را فراهم می‌کند.

تطبیق داده‌ها برای اطمینان از صحت و اطمینان توصیه‌های مبتنی بر هوش مصنوعی، که به شدت بر داده‌های باکیفیت برای آموزش و عملیات تکیه دارند، بسیار مهم است.

از بین بردن نقاط کور و سیلوهای داده

عدم مشاهده بهترین دوست داده های بد است. داده های بد با خوشحالی از هر نقطه کوری که در دسترس است، پنهان می شود. مخالفش هم درست است. برای استفاده موثر از هوش مصنوعی و تجزیه و تحلیل پیشرفته، شرکت ها ابتدا باید نقاط کور را حذف کرده و سیلوهای داده را تجزیه کنند. نقاط کور، یا شکاف در دید داده ها، می تواند منجر به هزینه های بیش از حد و ناکارآمدی شود.

بهبود دیده شدن دارایی و نظارت به روش های بزرگی نتیجه می دهد، هزینه های پنهان را برجسته می کند و به طور فعال هزینه ها را کاهش می دهد. به طور مشابه، ادغام سیلوهای داده - مخازن اطلاعات متفاوت - دید کلی از دارایی ها و عملیات شرکت را تسهیل می کند. با ترکیب موجودی دارایی، نرم افزار مدیریت، نقشه های خدمات و سایر منابع داده، شرکت ها می توانند به دید 360 درجه از دارایی ها دست یابند و در نهایت عملکرد را بهینه کنند.

ایجاد چارچوب های حاکمیت داده و حفظ حریم خصوصی

تا کنون، تطبیق داده ها و حذف نقاط کور را پوشش داده ایم. اما این فقط نیمی از نبرد است. حاکمیت قوی داده برای اطمینان از یکپارچگی داده ها بسیار مهم است - و همچنین ایجاد حریم خصوصی. ورودی‌های شما می‌توانند سطح بالایی داشته باشند، اما اگر خطر نقض یا دستکاری (مخفف یا سهوی) در طول مسیر وجود داشته باشد، شانسی ندارید—مگر اینکه چارچوب‌های حاکمیت داده و حریم خصوصی را در اختیار داشته باشید.

در ساده‌ترین سطح، حاکمیت داده شامل خط‌مشی‌ها، رویه‌ها و کنترل‌هایی است که استفاده از داده‌ها را کنترل می‌کند و کیفیت، یکپارچگی و امنیت داده را تضمین می‌کند. چارچوب‌های حاکمیت داده و حریم خصوصی به اجرای استانداردهای داده، اطمینان از انطباق، محافظت از اعتماد مصرف‌کننده، افزایش کیفیت داده‌ها و کاهش خطرات مرتبط با سوء استفاده از داده یا دسترسی غیرمجاز کمک می‌کنند.

هوش مصنوعی و اتوماسیون در مدیریت خدمات

با استقبال شرکت‌ها از هوش مصنوعی و اتوماسیون، نقش تیم‌های فناوری اطلاعات در حال تغییر است. راه‌حل‌های مدیریت خدمات سازمانی مبتنی بر هوش مصنوعی (ESM) انقلابی در جریان کار، توان عملیاتی و چابکی ایجاد می‌کنند - سازمان‌ها را قادر می‌سازد خدمات کارآمد و پاسخگو را ارائه کنند.

با استفاده از هوش مصنوعی و اتوماسیون، ساده‌سازی عملیات فناوری اطلاعات، کاهش وظایف دستی و افزایش تجربه کارمندان دیجیتال (DEX) ساده‌تر از همیشه است. از خودکارسازی تفکیک بلیط گرفته تا توانمندسازی متخصصان میز کمک با بینش‌های مبتنی بر هوش مصنوعی، هوش مصنوعی و اتوماسیون می‌توانند بار سنگین وظایف معمولی، معمولی را بر عهده بگیرند و متخصصان فناوری اطلاعات را برای تمرکز بر ابتکارات استراتژیک آزاد کنند.

البته، این با یک اخطار همراه است: "زباله داخل، زباله بیرون" را به خاطر دارید؟ هوش مصنوعی و اتوماسیون تنها در صورتی عملکرد را بهبود می بخشد که مبتنی بر پلتفرم ها/راه حل ها و مدل هایی باشد که ریشه در داده های دقیق و ایمن داشته باشند. این به معنای استقرار یک راه حل قابل اعتماد و اثبات شده است - در حالت ایده آل، مجموعه ای کارآمد از راه حل ها که می تواند شکاف ها را از بین ببرد و مدیریت را ساده کند.

اگر تا اینجا پیش رفتید، به شما تبریک می‌گوییم: خلاصه موارد آماده را دریافت می‌کنید. اگر چیز دیگری به خاطر ندارید، این را به خاطر بسپارید:

داده های دقیق برای خدمات پیشگیرانه و کارآمد ضروری است.

داده های نادرست منجر به وضوح کندتر بلیط، افزایش خطرات امنیتی و هزینه های بالاتر - در بهترین حالت - می شود.

تطبیق داده ها برای توصیه های هوش مصنوعی دقیق و قابل اعتماد بسیار مهم است.

برای استفاده از هوش مصنوعی در مدیریت خدمات، مطمئن شوید که نقاط کور را حذف کرده‌اید، سیلوهای داده را حذف کرده و چارچوب‌های حاکمیت/حریم خصوصی داده را ایجاد کنید.

داده ها فقط مهم تر می شوند. این بدان معناست که دقت داده‌ها فقط مهم‌تر می‌شود. اکنون زمان آن فرا رسیده است که با ایجاد زیرساخت های مورد نیاز برای تبدیل داده ها به منبع قدرت، نه یک مسئولیت، از آن جلوتر بروید.

ما بهترین نرم افزار بازیابی اطلاعات را معرفی کرده ایم.

این مقاله به عنوان بخشی از کانال Expert Insights TechRadarPro تهیه شده است که در آن بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز را معرفی می کنیم. نظرات بیان شده در اینجا نظرات نویسنده است و لزوماً نظرات TechRadarPro یا Future plc نیست. اگر علاقه مند به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/news/submit-your-story-to-techradar-pro

Daren Goeson SVP مدیریت محصول برای Secure Unified Endpoint Management در Ivanti است.

خبرکاو

ارسال نظر




تبليغات ايهنا تبليغات ايهنا

تمامی حقوق مادی و معنوی این سایت متعلق به خبرکاو است و استفاده از مطالب با ذکر منبع بلامانع است