Сотни статей утверждают, что "данные - это новая нефть", подразумевая под этим топливо, которое будет двигать экономику ИИ. Но нужны ли ИИ ваши данные? Данные, как и нефть, используются каждый день для работы вашей машины прогнозирования. Но данные, на которых вы сейчас сидите, скорее всего, не являются этими данными. Напротив, данные, которые у вас есть сейчас и которые ваша компания накапливала в течение долгого времени, - это тип данных, используемых для создания машины прогнозирования, а не для ее эксплуатации. Текущая ценность данных обычно исходит от действий, которые вы предпринимаете в своем повседневном бизнесе. И это важный момент для сегодняшних компаний, занимающих лидирующие позиции.
AI наступает. Это то, что мы слышали на протяжении всего 2017 года и, скорее всего, будем слышать и в этом году. Для устоявшихся компаний, которые не являются Google или Facebook, естественным вопросом будет следующий: Что у нас есть такого, что позволит нам пережить этот переход?
По нашему опыту, когда руководители компаний задают этот вопрос в отношении ИИ, ответом им будет "данные". Эту точку зрения подтверждает деловая пресса. Существуют сотни статей, в которых утверждается, что "данные - это новая нефть", то есть это топливо, которое будет двигать экономику ИИ.
Если это так, то ваша компания может считать себя счастливчиком. Вы собрали все эти данные, а потом оказалось, что вы сидите на запасах нефти, когда появился ИИ. Но когда вам так везет, вероятно, стоит задаться вопросом: "Действительно ли нам так повезло?"
В аналогии "данные - это нефть" есть доля истины. Как двигателям внутреннего сгорания масло, ИИ для работы нужны данные. ИИ получает необработанные данные и преобразует их в нечто полезное для принятия решений. Хотите узнать погоду на завтра? Давайте воспользуемся данными о погоде в прошлом. Хотите узнать продажи йогурта на следующей неделе? Давайте воспользуемся данными о прошлых продажах йогуртов. ИИ - это машины прогнозирования, управляемые данными.
< <
Insight Center
-
The Risks and Rewards of AI
Sponsored by SAS Оценка возможностей и потенциальных подводных камней.
Но нужны ли ИИ ваши данные? В наши дни существует тенденция рассматривать все данные как потенциально ценные для ИИ, но на самом деле это не так. Да, данные, как и нефть, используются ежедневно для работы вашей машины прогнозирования. Но данные, на которых вы сейчас сидите, скорее всего, не являются этими данными. Напротив, данные, которые у вас есть сейчас и которые ваша компания накапливала в течение долгого времени, - это тип данных, используемых для создания машины прогнозирования, а не для ее работы.
Данные, которые у вас есть сейчас, - это обучающие данные. Вы используете эти данные в качестве входных данных для обучения алгоритма. И вы используете этот алгоритм для создания предсказаний, чтобы информировать о действиях.
Итак, да, это означает, что ваши данные ценны. Но это не значит, что ваш бизнес сможет пережить бурю. Как только ваши данные используются для обучения машины прогнозирования, они обесцениваются. Они больше не годятся для такого рода предсказаний. И есть только очень много прогнозов, для которых ваши данные могут быть полезны. Продолжая аналогию с нефтью, данные можно сжечь. После использования они в некоторой степени теряют свою ценность. Ученые знают об этом. Они тратят годы на сбор данных, но после получения результатов исследований они остаются неиспользованными в ящике с документами или на резервном диске. Возможно, ваш бизнес стоит на нефтяной скважине, но она конечна. Она не гарантирует вам в экономике ИИ ничего большего, кроме, возможно, более выгодной ликвидационной стоимости.
Даже если ваши данные могут представлять ценность, ваши возможности по получению этой ценности могут быть ограничены. Сколько существует других источников сопоставимых данных? Если вы являетесь одним из многих продавцов йогурта, то ваша база данных, содержащая данные о продажах йогурта за последние 10 лет и сопутствующие данные (цена, температура, продажи сопутствующих продуктов, таких как мороженое), будет иметь меньшую рыночную стоимость, чем если бы вы были единственным владельцем такого рода данных. Другими словами, как и в случае с нефтью, чем больше других поставщиков данных вашего типа, тем меньшую ценность вы сможете извлечь из своих учебных данных. На ценность ваших учебных данных также влияет ценность, получаемая за счет повышения точности прогнозирования. Ваши учебные данные более ценны, если повышение точности прогнозирования может увеличить продажи йогурта на 100 миллионов долларов, а не только на 10 миллионов долларов.
Более того, постоянная ценность данных обычно возникает в результате действий, которые вы предпринимаете в своем повседневном бизнесе - новые данные, которые вы накапливаете каждый день. Новые данные позволяют вам работать с вашей машиной прогнозирования после ее обучения. Они также позволяют совершенствовать машину прогнозирования посредством обучения. Хотя 10-летние данные о прошлых продажах йогуртов ценны для обучения модели ИИ для прогнозирования будущих продаж йогуртов, фактические прогнозы, используемые для управления цепочкой поставок, требуют оперативных данных на постоянной основе. И это важный момент для сегодняшних компаний, занимающих лидирующие позиции.
ИИ-стартап, который приобретает кладезь данных о прошлых продажах йогуртов, может обучить ИИ-модель для прогнозирования будущих продаж. Но он не сможет использовать свою модель для принятия решений, пока не получит текущие операционные данные для обучения. В отличие от стартапов, крупные предприятия генерируют операционные данные каждый день. Это актив. Чем больше операций, тем больше данных. Кроме того, владелец предприятия может реально использовать прогноз. Он может использовать прогноз для улучшения своей будущей работы.
< <
Эта статья также представлена в:
-
Artificial Intelligence: The Insights You Need from Harvard Business Review
Technology and Operations Book
22.95 Добавить в корзину
В экономике ИИ ценность накопленных вами данных ограничивается одноразовой выгодой от обучения вашей модели ИИ. И ценность данных для обучения, как и стоимость нефти или любого другого сырья, зависит от общего предложения - они менее ценны, когда их имеет больше людей. В отличие от этого, ценность ваших текущих операционных данных не ограничивается одноразовой выгодой, а скорее обеспечивает постоянную выгоду для работы и дальнейшего совершенствования вашей машины прогнозирования. Итак, несмотря на все разговоры о том, что данные - это новая нефть, ваши накопленные исторические данные - это не вещь. Однако они могут быть тем, что приведет вас к этому. Их ценность для перспектив вашего бизнеса невелика. Но если вы сможете найти способы генерировать новый, постоянный поток данных, который обеспечит преимущество в производительности с точки зрения предсказательной способности вашего ИИ, это даст вам устойчивое преимущество, когда ИИ придет.
Об авторе
Аджай Агравал - заведующий кафедрой предпринимательства и инноваций Джеффри Табера в Школе менеджмента Ротмана при Университете Торонто. Он является основателем лаборатории Creative Destruction Lab, соучредителем The Next AI и соучредителем Kindred. Он является соавтором книги Prediction Machines: The Simple Economics of Artificial Intelligence (Harvard Business Review Press, April 2018).
- Hbr.org
Поделиться
