क्या आपकी कंपनी का डेटा AI युग में मूल्यवान है?

फिर से नमस्कार! आज हम बिग डेटा फॉर मैनेजर्स कोर्स के शुभारंभ के लिए समर्पित प्रकाशनों की एक श्रृंखला जारी रखते हैं। तो चलिए शुरू करते हैं।

"एआई करीब है।" यह वही है जो हम 2017 से सुन रहे हैं और सबसे अधिक संभावना है, हम आगे भी सुनते रहेंगे। स्थापित कंपनियों के लिए जो Google या फेसबुक नहीं हैं, एक स्वाभाविक सवाल उठता है: हमारे पास क्या है जो हमें इस संक्रमण से बचने की अनुमति देगा?

हमारे अनुभव में, उत्तर "डेटा" है। बिजनेस प्रेस भी इस दृष्टिकोण का पालन करता है। सैकड़ों लेखों में दावा किया गया है कि "डेटा नया तेल है," जिसका अर्थ है कि यह ईंधन है जो AI अर्थव्यवस्था को चलाएगा।



यदि ऐसा है, तो आप मान सकते हैं कि आपकी कंपनी भाग्यशाली है। आपने यह सारा डेटा एकत्र किया और जब AI अंततः दिखाई दिया, तो यह पता चला कि आप तेल भंडार पर बैठे थे। लेकिन अगर आप वास्तव में बहुत भाग्यशाली हैं, तो शायद आपको खुद से पूछना चाहिए: "क्या हम वास्तव में बहुत भाग्यशाली हैं?"

सादृश्य में "डेटा तेल है" कुछ सच्चाई है। आंतरिक दहन इंजन के लिए ईंधन के रूप में, एआई को काम करने के लिए डेटा की आवश्यकता होती है। एआई कच्चे डेटा लेता है और इसे निर्णय लेने के लिए उपयोगी बनाता है। कल के लिए मौसम जानना चाहते हैं? पिछली अवधि के लिए मौसम डेटा का उपयोग करते हैं। अगले हफ्ते दही की बिक्री जानना चाहते हैं? आइए दही की पिछली बिक्री के आंकड़ों का उपयोग करें। एआई एक डेटा संचालित पूर्वानुमान मशीन है।

लेकिन क्या AI को आपके डेटा की आवश्यकता है? आज, यह माना जाता है कि एआई के लिए सभी डेटा संभावित रूप से उपयोगी हो सकते हैं, लेकिन वास्तव में ऐसा नहीं है। हां, आपके पूर्वानुमान मशीन के दैनिक संचालन के लिए डेटा की आवश्यकता है। लेकिन सबसे अधिक संभावना है कि यह आपके पास अभी मौजूद डेटा नहीं है। इसके बजाय, आपकी कंपनी डेटा जमा कर रही है जिसका उपयोग पूर्वानुमान मशीन बनाने के लिए किया जाएगा, न कि इसके संचालन के लिए।

अब आपके पास प्रशिक्षण डेटा है। उन्हें एल्गोरिथ्म सीखने के लिए सामग्री के रूप में इस्तेमाल किया जा सकता है। और पहले से ही इस एल्गोरिथ्म का उपयोग कार्यों के लिए पूर्वानुमान उत्पन्न करने के लिए किया जाता है।

यही है, हाँ, इसका मतलब है कि आपका डेटा मूल्यवान है। लेकिन इसका मतलब यह नहीं है कि आपका व्यवसाय तूफान से बचेगा। एक बार डेटा का उपयोग भविष्यवाणी मशीन को प्रशिक्षित करने के लिए किया जाता है, यह इस तरह की भविष्यवाणी के लिए मूल्यह्रास और बेकार हो जाता है। तेल के साथ सादृश्य जारी रखते हुए, डेटा बाहर जल सकता है। उपयोग के बाद वे खो जाते हैं। वैज्ञानिकों को इसकी जानकारी है। वे डेटा एकत्र करने में वर्षों लगाते हैं, लेकिन जैसे ही वे परिणाम देते हैं, वे एक शेल्फ या एक भूल गए फ्लैश ड्राइव पर धूल इकट्ठा करना शुरू करते हैं। हो सकता है कि आपका व्यवसाय अच्छी तरह से तेल पर बैठा हो, लेकिन इसके भंडार सीमित हैं। यह आपको AI अर्थव्यवस्था में केवल अधिक लाभदायक पुनर्विक्रय मूल्य से अधिक कुछ की गारंटी नहीं देता है।

भले ही आपका डेटा कितना मूल्यवान हो, लाभ की क्षमता सीमित हो सकती है। तुलनात्मक डेटा के कितने स्रोत हैं? यदि आप दही के कई आपूर्तिकर्ताओं में से एक हैं, तो आपके डेटाबेस में पिछले 10 वर्षों में दही की बिक्री से संबंधित जानकारी और संबंधित डेटा (मूल्य, तापमान, संबंधित उत्पादों की बिक्री, उदाहरण के लिए, आइसक्रीम) का बाजार मूल्य से कम होगा। आप इस डेटा के एकमात्र स्वामी होंगे। दूसरे शब्दों में, तेल की तरह, जितने अधिक आपूर्तिकर्ता आपके पास डेटा के समान होते हैं, आपके प्रशिक्षण डेटा से मूल्य कम होता है। पूर्वानुमान की बढ़ी हुई सटीकता के माध्यम से प्राप्त किए गए मूल्य से आपके प्रशिक्षण डेटा का मूल्य आगे प्रभावित होता है। यदि आपकी भविष्यवाणी की सटीकता में वृद्धि होती है तो आपका प्रशिक्षण डेटा अधिक मूल्यवान होगा, केवल 10 नहीं, बल्कि $ 100 मिलियन तक दही की बिक्री बढ़ जाती है।

इसके अलावा, डेटा का वर्तमान मूल्य आमतौर पर रोज़मर्रा के व्यवसाय में किए गए कार्यों पर निर्भर करता है - हर दिन प्राप्त नया डेटा जो आपको प्रशिक्षण के बाद पूर्वानुमान के लिए अपनी मशीन का उपयोग करने की अनुमति देता है। यह प्रशिक्षण के माध्यम से इसे बेहतर बनाने में भी मदद करता है। भविष्य के दही की बिक्री की भविष्यवाणी करने के लिए एआई मॉडल को प्रशिक्षित करने के लिए दही बिक्री डेटा के 10 साल उपयोगी होते हैं, लेकिन आपूर्ति श्रृंखला का प्रबंधन करने के लिए उपयोग किए जाने वाले वास्तविक पूर्वानुमानों को निरंतर आधार पर डेटा की आवश्यकता होती है। और यह आज की कंपनियों के लिए एक महत्वपूर्ण बिंदु है।

एक एआई स्टार्टअप जो पिछले दही बिक्री डेटा प्राप्त करता है, भविष्य की बिक्री की भविष्यवाणी करने के लिए एआई मॉडल को प्रशिक्षित कर सकता है। वह निर्णय लेने के लिए मॉडल का उपयोग करने में सक्षम नहीं होगा जब तक कि वह प्रशिक्षण के लिए वर्तमान परिचालन डेटा प्राप्त नहीं करता है। स्टार्टअप के विपरीत, बड़े निगम हर दिन परिचालन डेटा उत्पन्न करते हैं। यह मूल्यवान है। अधिक संचालन, अधिक डेटा। इसके अलावा, ऑपरेशन का मालिक वास्तव में भविष्य के संचालन को और बेहतर बनाने के लिए भविष्यवाणी का उपयोग कर सकता है।

एआई अर्थव्यवस्था में, आपके संचित डेटा का मूल्य एआई मॉडल सीखने के एक बार के लाभ तक सीमित है। और तेल की तरह प्रशिक्षण डेटा का मूल्य, कुल राशि पर निर्भर करता है - जितने अधिक लोग इसके मालिक हैं, उतना ही कम मूल्यवान वे बन जाते हैं। इसके विपरीत, आपके वर्तमान ऑपरेटिंग डेटा का मूल्य केवल एक बार के लाभ तक सीमित नहीं है, बल्कि ऑपरेशन में एक स्थायी लाभ और पूर्वानुमान मशीन के बाद के सुधार को प्रदान करता है। इसलिए, सभी बातों के बावजूद कि डेटा नया तेल है, आपका पुराना संचित डेटा मुख्य बात नहीं है। हालांकि, वे मुख्य चीज को जन्म दे सकते हैं। आपकी संभावनाओं के लिए उनका मूल्य कम है, लेकिन यदि आप एक नई, निरंतर डेटा स्ट्रीम उत्पन्न करने के तरीके खोज सकते हैं जो आपके AI की पूर्वानुमेय क्षमता के संदर्भ में एक कार्यात्मक लाभ प्रदान करता है, तो यह प्रकट होने पर एक स्थिर लाभ देगा।

प्रश्न पूछें, अपनी टिप्पणी लिखें, और यह मत भूलो कि कल, 10 अप्रैल, एक खुला दिन होगा, जो कि डेनिस अफानासेव, सीईओ, क्लीवरडैटा द्वारा आयोजित किया जाएगा।