后共创世界的数字化转型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

后共创世界的数字化转型
“数字转换”这个术语已经存在了两年。像许多这样的术语一样，它是一种新词，类似于大数据，或者就此而言，它是数据科学家，它比其他任何东西都更讲市场，但是出于某种原因而开始增加了第二层，它既更精确，又可以说更有用。
为了便于讨论，我想给该术语赋予一个定义，该定义可能不一定是其原始含义，而是更准确地描述了该次要技术意图。特别：
一个数字化转型是一个组织的以这样的方式重组，这使得最有效地利用的数据生命周期提供信息，该组织的规划，设计，生产，监控和决策。
了解现代数据生命周期
反过来，可以将数据生命周期视为类似于许多编程方法基础的软件开发生命周期（SDLC）的类似物。它不是敏捷的，因为数据通常不是代码，因此，许多关于敏捷方法论的先入之见现在应该丢到窗外，（一旦）有时间考虑它是否经过重新思考就可以检索。
数据生命周期（或仅DLC）可以分为以下几个阶段：
采集。这是在第一次创建信息时将信息作为将（唯一）标识符关联到给定概念实体的一种方式。可以通过人工操作，通过特定的“名称”服务器或通过对组合键进行某种转换来输入数据。
吸积和动态建模。该阶段在获取后不久进行，涉及绑定属性（文字）和新实体与现有实体之间的关系的过程。请注意，这已经与现有的数据过程有所不同，因为建模不是提前静态完成的，而是随着时间的推移动态发生的演化过程，就像语言演化一样。用语义术语来说，这通常被称为“开放世界假设”，或者用非技术术语来说-在您需要了解某个实体之前，您不必知道它存在什么信息。
策展和分类。 这是确保定义的数据同时满足人类和计算需求的过程。它可以由图书馆员来完成，可以通过机器学习来完成，但是大多数情况下，它将由配备了机器学习工具的图书馆员来完成，此后被称为策展人。
工具制造。 随着信息开始作为一种特定的组织本体出现，发生了几件事。以前主要作为应用程序开发工件而产生的数据现在正变得越来越领先，在这种形式中，实体的正式描述（及其关键标识符）是应用程序开发人员用来构建工具以查询，累积，分析和显示的结构。该数据。这也将组织中程序员的总体重点从中心转移到组织的各个方面，转变为使用组织的新兴知识空间或本体的辅助工具构建者。这反过来。对软件方法学产生深远影响。
分析。 大多数数据科学计划都失败了。他们之所以失败，是因为分析师所需的数据不是他们可以使用的形式，没有为数据提供关键的上下文，并且分析的好处基本上只是以“一次性”报告的形式提供，这些报告制作成本高昂，难度大。进行重新调整，通常需要特定的解释才能对决策有用。另一方面，在数据驱动的组织中，当数据可供分析人员使用时，数据已经被清理，组织和上下文化，这意味着分析人员可以成为报告专家，可以与工具构建者一起创建更多内容。动态解释，并且可以及时处理，而无需在有限的仪表板上花费数周或数月。
预科。 数据存在多种用途-不仅要描述外部世界（其他人在组织外部的活动，例如潜在客户或监管机构），而且要找到组织内部资源的位置并将这些资源提供给生产者-时间表， 3D模型，模拟（又名游戏），故事起源，出处等等。随着公司创建的产品变得更加虚拟化（或开发数字双胞胎），公司创建的数据就可以支持这些创意者实际创建事物所需的工具。支持活动的矩阵是任何组织的中心部分，因此，该阶段被称为入学或脚手架阶段。
做决定。 管理组织的能力转化为需要在流程中的任何特定点了解这些工作的状态以及微调这些流程以最小程度地破坏的能力。这意味着需要从面向项目的模式转换为面向过程的模式。这样的影响之一是，在数据流影响企业数据存储库的创建时，需要对其进行监视（为了避免出现瓶颈），此类集线器需要进行联合，分散和易于合并。它要求动态数据目录的出现，最终意味着各种类型的数据存储的作用不是服务于特定的应用程序，而是优化数据存储和检索系统，以便它们可以在广泛的企业级中更有效地工作。数据规则。
最终，这还意味着要转变为一种模式，该模式是基于与AI协同工作的智能合约来做出决定的，以确定何时应在特定条件下引发行动。在这种情况下，决策变得越来越自主，决策者的作用是对错误过程的检查。
欢迎来到发布Covid转型
冠状病毒nCov-2，也称为Covid-19，迫使经济陷入停顿。为了防止卫生系统不堪重负，人们被迫在最坏的病毒过去后“就地避难”，并且在随后的几周和几个月内，这种病毒很可能会消退（特别是一旦感染了它可以在全球范围内开发和分发，这是一项艰巨的任务）。但是，破坏已经造成，许多组织将面对这个世界的一个巨大变化（如果它们完全出现的话）。
这个时期有很多教训，确实有些非常不舒服。
“办公室”不仅是不必要的，而且很可能越来越被视为一种责任。
民主化的数据访问不仅可以实现，而且是可取的-无论人们身在何处或在做什么，人们都必须完成工作。
数据安全性取决于信任，而不是外围控件。
程序员（工具构建者）对于二十年前的组织至关重要。它们在当今世界上的占地面积要小得多，尤其是与工具用户和数据管理者相比。
仅当最终结果支持创建者或决策者时，数据分析才有意义。
我们不仅需要保护工作，还需要实现更多的自动化，同时还要让人们扮演确保流程中的公平性和数据质量以及减少分析中的社会偏见的角色。数据治理应该仅仅是数据策略的副产品。
我们还应该认识到，如果我们无法确保在一小撮有实力的投资者之外分配这种自动化的收益，我们的经济体系将会失败。也就是说，数据转换本质上既要针对社会层面，又要针对技术层面。我们对工作本身的思考方式发生了变化。
为了实现这样的数字化转型，我们还需要认识到，我们不能继续做更多相同的事情，并且期待任何不同的结果。数字化转型要求我们重新考虑与数据的关系，这反过来又意味着我们必须放弃误解，例如，我们一定可以收回数据投资中的沉没成本。
摘要
成功过渡的组织将是愿意从头开始重新创建自己，改变业务方式的组织。那些没有的将会消失。就这么简单。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数字化转型 数字化 数据科学家 生命周期 数据存储