Continuous Intelligence to nowe podejście do danych i analityki w organizacji. Niezależnie od posiadanych technologii, wielkości zbiorów czy ich źródeł skupia się na szybkim dostępie do wszystkich danych i równie szybkiej ich analizie. Bierze przy tym pod uwagę zmieniające się dane, nowe pytania i nowe, aktualne odpowiedzi, jakich każdego dnia oczekuje biznes. Opiera się na nowoczesnych, wzbogaconych o uczenie maszynowe rozwiązaniach analitycznych.

Chociaż wielkie (i nadal powiększające się) zbiory danych nie pojawiły się z dnia na dzień, to trudno powiedzieć, że organizacje są dobrze przygotowane do wykorzystania ich pełnego potencjału. Skala i tempo rozwoju sprawiły, że przestaliśmy nadążać za Big Data. Dostępne dzisiaj, ale zaprojektowane znacznie wcześniej narzędzia Business Intelligence (BI) nie są w stanie poradzić sobie ze współczesnymi „jeziorami danych” zasilanymi z rozmaitych źródeł. Nie są również w stanie uporać się z ich różnorodnością i wielkością. Nie zapewniają przy tym dostatecznej szybkości działania, żeby każdego dnia dostarczać zawsze aktualne informacje.

Obecnie używane narzędzia analityczne pozwalają osiągnąć naprawdę wiele: dostarczają konkretną, opartą na danych wiedzę. Problem polega jednak na tym, że nie są w stanie poradzić sobie z pewną charakterystyką biznesowej pracy z danymi: uzyskiwane w trakcie analizy wnioski rodzą zwykle nowe pytania, co wymaga ponownej, żmudnej i długotrwałej pracy nad analizowanym zbiorem danych. Wzbogacenia go o kolejne dane, a zwłaszcza ich przygotowanie, wymaga podjęcia wielu kroków, zanim rozpocznie się analizę.

Używane narzędzia analityczne pozwalają osiągnąć wiele, ale nie radzą sobie z tym, że uzyskiwane w trakcie analizy wnioski rodzą zwykle nowe pytania, co wymaga ponownej, żmudnej i długotrwałej pracy nad analizowanym zbiorem danych.

Inteligentna, maszynowa automatyzacja

Jaki jest ostateczny cel zastosowania analityki? Sytuacja na rynku zmienia się dynamicznie. Biznes każdego dnia musi się do niej dostosowywać i za każdym razem oczekuje, że wnioski z posiadanych danych będą wspierać podejmowanie decyzji. Współczesna, zdigitalizowana w ogromnym stopniu gospodarka nie zatrzymuje się nawet na chwilę. Dlatego nikogo nie interesuje wczorajszy zbiór danych. Dzisiaj chodzi o dzisiejszy, jutro o jutrzejszy, wzbogacony o nowe dane, z których cześć się zmieniła, a części w ogóle wczoraj jeszcze nie było albo nie mieliśmy do nich dostępu, albo nie wpadło nam do głowy, że ich wykorzystanie może coś wartościowego wnieść do naszych analiz.

Oczywiście IT podejmuje próby rozwiązania tego problemu. Nakład pracy z tym związany przerasta jednak ludzkie możliwości, rodząc ogromne koszty i frustrację wszystkich zainteresowanych stron. Pionierzy dosyć szybko zrozumieli, że tak się dalej nie da i nie tędy droga. Osiągnięcie sukcesu jest możliwe tylko wówczas, gdy zmienimy zasady gry. Przełom udało się osiągnąć dzięki narzędziom analitycznym wzbogaconym o warstwę sztucznej inteligencji. Dopiero automatyzacja działań związanych z przygotowaniem pochodzących z różnych źródeł danych do analizy pozwala rozwiązać problem i osiągnąć stan, w którym biznes otrzymuje codziennie wartościowe, aktualne odpowiedzi na coraz to nowe pytania.

Automatyzacja działań związanych z przygotowaniem pochodzących z różnych źródeł danych do analizy pozwala osiągnąć stan, w którym biznes otrzymuje codziennie wartościowe, aktualne odpowiedzi na coraz to nowe pytania.

Czym jest Continuous Intelligence?

To ogólna koncepcja skupiająca się na kompleksowym, długookresowym wykorzystaniu danych w organizacji, które zapewnia wartość biznesową. Niezależnie od posiadanych technologii, wielkości zbiorów czy źródeł, Continuous Intelligence (CI) umożliwia szybki dostęp do wszystkich posiadanych danych i równie szybką ich analizę. Ostatecznie można powiedzieć, że CI to BI na krzemowych, a nie białkowych sterydach. Część zadań, które w BI należy do człowieka, w CI przejmują algorytmy.

Gartner charakteryzuje CI, wskazując sześć cech tego podejścia: szybkość (w czasie rzeczywistym), inteligencja (uczenie maszynowe), automatyzacja (ograniczenie konieczności zaangażowania ludzi), ciągła dostępność, integracja z rozwiązaniami biznesowymi oraz skupienie na uzyskiwanej wartości.

Według Gartnera konwencjonalna infrastruktura programowa nie jest w stanie wspierać tego podejścia. Wymaga ono odpowiedniego zestawu technologii posiadających odpowiednią moc potrzebną do przewarzania danych oraz inteligencję niezbędną do ograniczania zaangażowania ludzi i dostosowywania się do zmieniających się wymagań.

Koncepcja nie abstrahuje w 100% od technologii. Opiera się bowiem na możliwościach otwieranych przez technologie uczenia maszynowego i wykorzystuje je w celu automatyzowania działań w obszarze danych, żeby zapewnić ciągłość w długim okresie. I właśnie te nowe możliwości stwarzane przez zaprzęgnięcie do pracy sztucznej inteligencji pozwalają objąć wszystkie dane, analizować je w trybie ciągłym i wyciągać nowe, aktualne wnioski .Inteligentna technologia pozwala przekroczyć dotychczasowe bariery i ograniczenia, żeby docierać do wiedzy, która dotychczas pozostawała poza naszym zasięgiem. Umożliwia odkrywanie ukrytych wzorów natychmiast z uwzględnieniem pełnego kontekstu, niezależnie od stopnia jego złożoności.

Continuous Intelligence umożliwia szybki dostęp do wszystkich posiadanych danych i równie szybką ich analizę. Można powiedzieć, że CI to BI na krzemowych, a nie białkowych sterydach. Część zadań, które w BI należą do człowieka, w CI przejmują algorytmy.

Problematyce strategicznej roli danych dla procesu cyfrowej transformacji poświęcona będzie tegoroczna konferencja „CDO Forum” (5 czerwca 2019, Warszawa). Ze szczegółami programu można zapoznać się na stronie: https://cdoforum.pl/.