隨著企業走向人工智能的道路，同樣重要的是，他們不會錯過能夠采取行動的寶貴機會。

然而，專家對人工智能的關注只是另一種技術背景，他們關注的不是商業視角，只關注更感興趣的新技術。

許多組織都得出了同樣的結論。此外，IT和業務領導者發現他們必須改變自己的思維方式，專注于運營和變革結果，以揭示其大數據和人工智能計劃的真正價值。

如今，數據行業正在走向成熟。雖然該領域的一些技術公司堅持傳統的大數據精神，并且仍然專注于方法和技術細微差別，但更多的人認識到這只是結果和對數據采取行動的能力。

從表面上看，當許多專家將數據稱為新的石油或貨幣時，Rana的聲明可能顯得與其相反。這種新的石油或貨幣似乎具有天生的價值。但隨著組織走上大數據、分析和人工智能的道路，他們在這個聲明中找到了真相。

流分析和時間序列數據的應用是組織在完整人工智能實現之前很久就能實現這一價值的很好的例子。

隨著利害關系的增加，理解數據本身的需求成為實現數據價值的關鍵能力和途徑。

“數據毫無價值。”diwo公司的Rana解釋道。“在場景中有人使用數據時會創建價值。當數據投入使用時，這就是價值所在。因此，責任不在數據創建者身上，而在于價值創造者來決定如何利用數據。“

但情況往往如此，很多企業由于太沉迷于這些具體事務的方法，往往失去了自己的目標。Araujo表示，他花了一段時間才使企業業務得以開展。

“數據湖是以IT為導向的。”連續數據平臺Iguazio公司創始人兼首席執行官Asaf Somekh解釋道，“他們正在完成一個章程，以建立一個存儲所有組織數據的平臺。他們不是要改善業務成果，也不是商業計劃。”

其重點是建立海量數據湖，這些數據湖收集了可以想象到的每條數據，這些數據在某種程度上是有用的。但這種方法難以維持。

“心態轉變至關重要。”SAP Leonardo公司副總裁David Judge解釋道，“我們的客戶已經走了兩條路。第一個是自動化并采用人工活動的優化路徑。第二個是專注于創建新的商業模式與數據，這是更具變革性的。那些做得最好的企業都把重點放在了這兩個方面。”

當然，方法很重要。但它們不是任何這些學科存在的原因。在大數據、分析和人工智能方面，其價值并不來自于收集數據，也不是來自從中獲得的一些洞察力。價值來自于一件事：行動。

系統將數據作為組織的代理，并將其作為組織代理的想法現在才開始成為現實。

Diwo的Rana總結得最好，告訴我，當我們結束談話時，“這是一個數據會議。但這應該是一次商業價值會議。”

Charles Araujo是一名業界知名的分析師，是國際上公認的數字企業權威，也是《IT的量子時代：為什么對IT的一切都知道要改變》一書的作者。作為Intellyx公司的首席分析師，他還是數字轉換研究所的創始人。

在這個數據驅動行動的世界中，數據的準確性和理解如何使用它來做出決策或采取行動成為一項戰略任務。

在尋找價值時，請忘記技術背景

然而，更重要的是，理解數據的需要超出了數據沿襲和治理等方面。特別是當用戶根據這些數據采取行動時，云主機，需要理解自己在場景中的數據以及與其他數據的關系。

SiliconANGLE公司研究主管Peter Burris總結了人工智能的未來：“其目標是為了讓更多數據發揮作用。”

數據和人工智能的未來

因此，隨著企業領導者走上這條道路，他們必須始終如一地專注于數據的價值，正如他們采取行動的能力所表達的那樣。

“流處理和流媒體分析是機器學習操作的重要組成部分。”Striim公司聯合創始人兼首席技術官Steve Wilkes解釋道，“如果可以將數據科學家移動到上游，并使他們使用流處理，那么他們可以構建模型，然后將該模型注入數據流.，并進行實時預測并執行實時分析。”

而且，事實上，組織可以從許多投資中獲得大量的商業價值，這些投資在大數據、分析和人工智能中有多種形式。訣竅是專注于如何使那些行動最接近的人采取行動。

專家確信人工智能將迫使行業重新圍繞商業價值，而這是很多企業忽略的東西。