Hallo nochmal! Heute setzen wir eine Reihe von Veröffentlichungen fort, die dem Start des
Big Data for Managers- Kurses gewidmet sind. Also fangen wir an.
"KI ist nah." Dies hören wir seit 2017 und werden es höchstwahrscheinlich auch weiterhin hören. Für etablierte Unternehmen, die nicht Google oder Facebook sind, stellt sich natürlich die Frage: Was haben wir, um diesen Übergang zu überleben?
Nach unserer Erfahrung lautet die Antwort "Daten". Auch die Wirtschaftspresse hält an diesem Standpunkt fest. Es wurden Hunderte von Artikeln geschrieben, in denen behauptet wird, dass
„Daten neues Öl sind“, was bedeutet, dass es Treibstoff ist, der die KI-Wirtschaft antreibt.
Wenn ja, können Sie davon ausgehen, dass Ihr Unternehmen Glück hat. Sie haben all diese Daten gesammelt und als die KI endlich erschien, stellte sich heraus, dass Sie auf Ölreserven saßen. Aber wenn Sie wirklich so viel Glück haben, sollten Sie sich vielleicht fragen: "Sind wir wirklich so glücklich?"
In der Analogie „Daten sind Öl“ gibt es eine Wahrheit. Als Kraftstoff für einen Verbrennungsmotor werden Daten benötigt, damit AI funktioniert. Die KI nimmt Rohdaten und wandelt sie in nützliche Informationen um. Möchten Sie das Wetter für morgen wissen? Verwenden wir die Wetterdaten für den vorherigen Zeitraum. Möchten Sie nächste Woche den Joghurtverkauf erfahren? Verwenden wir Daten zu früheren Verkäufen von Joghurt. AI ist eine datengesteuerte Prognosemaschine.
Aber braucht AI
Ihre Daten? Heutzutage wird angenommen, dass alle Daten möglicherweise für die KI nützlich sein können, aber tatsächlich ist dies nicht der Fall. Ja, Daten werden für den täglichen Betrieb Ihres Prognosegeräts benötigt. Aber höchstwahrscheinlich sind dies nicht die Daten, die Sie jetzt haben. Stattdessen sammelt Ihr Unternehmen Daten, die zum
Erstellen einer Prognosemaschine und nicht für deren Betrieb verwendet werden.
Sie haben jetzt Trainingsdaten. Sie können als Material zum Erlernen des Algorithmus verwendet werden. Und bereits mit diesem Algorithmus werden Prognosen für Aktionen erstellt.
Das heißt, ja, es bedeutet, dass Ihre Daten wertvoll sind. Dies bedeutet jedoch nicht, dass Ihr Unternehmen den Sturm überlebt. Sobald die Daten zum Trainieren der Vorhersagemaschine verwendet werden, werden sie abgeschrieben und für diese Art der Vorhersage unbrauchbar. Wenn Sie die Analogie mit Öl fortsetzen, können Daten ausbrennen. Sie gehen nach Gebrauch verloren. Wissenschaftler sind sich dessen bewusst. Sie sammeln jahrelang Daten, aber sobald sie Ergebnisse erzielen, sammeln sie Staub in einem Regal oder auf einem vergessenen Flash-Laufwerk. Ihr Unternehmen befindet sich möglicherweise auf einer Ölquelle, die Reserven sind jedoch begrenzt. Dies garantiert Ihnen in der KI-Wirtschaft nichts mehr als nur einen profitableren Wiederverkaufswert.
Unabhängig davon, wie wertvoll Ihre Daten sein können, kann die Leistungsfähigkeit eingeschränkt sein. Wie viele Quellen für Vergleichsdaten gibt es? Wenn Sie einer der vielen Anbieter von Joghurt sind, haben Ihre Datenbanken, die Informationen über den Verkauf von Joghurt in den letzten 10 Jahren und verwandte Daten (Preis, Temperatur, Verkauf verwandter Produkte, z. B. Eiscreme) enthalten, einen geringeren Marktwert als wenn Sie wären der alleinige Eigentümer dieser Daten. Mit anderen Worten, wie bei Öl ist der Wert Ihrer Trainingsdaten umso geringer, je mehr Lieferanten ähnliche Daten wie Sie haben. Der Wert Ihrer Trainingsdaten wird weiter durch den Wert beeinflusst, der durch eine erhöhte Genauigkeit der Prognosen erzielt wird. Ihre Trainingsdaten sind wertvoller, wenn eine verbesserte Vorhersagegenauigkeit den Joghurtumsatz um 100 Millionen US-Dollar und nicht nur um 10 Millionen US-Dollar erhöht.
Darüber hinaus hängt der aktuelle Wert der Daten in der Regel von den im Geschäftsalltag durchgeführten Maßnahmen ab - jeden Tag werden neue Daten abgerufen, mit denen Sie Ihre Maschine nach dem Training für Prognosen verwenden können. Es hilft auch, es durch Training zu verbessern. 10 Jahre Joghurtverkaufsdaten sind nützlich, um das KI-Modell zu trainieren, um zukünftige Joghurtverkäufe vorherzusagen. Die tatsächlichen Vorhersagen zur Verwaltung der Lieferkette erfordern jedoch fortlaufende Daten. Und das ist ein wichtiger Punkt für die heutigen Unternehmen.
Ein KI-Startup, das vergangene Joghurt-Verkaufsdaten erfasst, kann das KI-Modell trainieren, um zukünftige Verkäufe vorherzusagen. Er kann das Modell nur dann zur Entscheidungsfindung verwenden, wenn er aktuelle Betriebsdaten für die Schulung erhält. Im Gegensatz zu Startups generieren große Unternehmen täglich Betriebsdaten. Das ist wertvoll. Je mehr Operationen, desto mehr Daten. Darüber hinaus kann der Eigentümer der Operation die Vorhersage tatsächlich verwenden, um zukünftige Operationen weiter zu verbessern.
In der KI-Wirtschaft ist der Wert Ihrer gesammelten Daten auf den einmaligen Vorteil des Lernens des KI-Modells beschränkt. Und der Wert von Trainingsdaten wie Öl hängt von der Gesamtmenge ab - je mehr Menschen sie besitzen, desto weniger wertvoll werden sie. Im Gegensatz dazu ist der Wert Ihrer aktuellen Betriebsdaten nicht auf einen einmaligen Gewinn beschränkt, sondern bietet einen dauerhaften Vorteil für den Betrieb und die anschließende Verbesserung der Vorhersagemaschine. Daher sind Ihre alten gesammelten Daten trotz aller Gerüchte, dass es sich bei den Daten um neues Öl handelt, nicht die Hauptsache. Sie können jedoch zur Hauptsache führen. Ihr Wert für Ihre potenziellen Kunden ist gering. Wenn Sie jedoch Möglichkeiten finden, einen neuen, konstanten Datenstrom zu generieren, der einen funktionalen Vorteil in Bezug auf die Vorhersagefähigkeit Ihrer KI bietet, bietet dies einen stabilen Vorteil, wenn er angezeigt wird.
Stellen Sie Fragen, schreiben Sie Ihre Kommentare und vergessen Sie nicht, dass morgen, der 10. April, ein
Tag der
offenen Tür sein wird, der von
Denis Afanasyev , CEO von CleverDATA, abgehalten wird.