في عصر الذكاء الاصطناعي، تحتاج المؤسسات إلى إعادة بناء بنية بياناتها لضمان الوصول السهل والفعال إلى المعلومات. هذا المقال يستعرض كيفية تحقيق ذلك.
إعادة بناء بنية البيانات للذكاء الاصطناعي
لقد شهدت معظم المؤسسات انتشار الآلاف من لوحات التحكم والتقارير عبر المنظمة، مما يتطلب تخصيصها. يستغرق الأمر وقتًا طويلاً حتى يحصل المستخدمون داخل المؤسسة على الوصول إلى البيانات. أصبح الذكاء الاصطناعي الآن يسهل ذلك كثيرًا من منظور التحليلات، حيث يمكننا الآن ديمقراطية الوصول إلى البيانات، وهو ما كان يمثل الكأس المقدسة لمعظم فرق البيانات. إنهم يريدون حقًا الابتعاد عن الطريق وتقديم البيانات الصحيحة للأشخاص المناسبين داخل المؤسسة مع الوصول الصحيح.
أهمية استخدام الذكاء الاصطناعي في تحليل البيانات
مع منتج مثل جيني من داتابريكس، يمكنك استخدام اللغة الإنجليزية أو أي لغة أخرى لطرح أسئلة حول البيانات. وسيقدم لك البيانات التي تجيب على أسئلتك في السياق. لن يقدم لك ما تقدمه ChatGPT، وهو معلومات حول موضوع موجود على الإنترنت، بل سيخبرك، “لماذا لم تعكس أرقام مبيعاتي ما توقعته في شهر أبريل؟”
سيقدم لك تحليلًا لجذر المشكلة بناءً على بيانات مؤسستك. سيكون لجيني دور مهم في ديمقراطية البيانات داخل المؤسسة. هذا هو عالم OLAP، وهو ما تمثله Lakehouse. مؤخرًا، قدمنا ما نسميه Lakebase، وهو عالم OLTP. ما نجده هو أن الوكلاء يتم نشرهم الآن في هذه المؤسسات، وتحتاج هذه الوكلاء إلى مكان للاحتفاظ بكل تنسيقها، وكل سياق ما يحدث في سير العمل المحدد. من ناحية، لديك المستخدمين الذين يطرحون الأسئلة. من ناحية أخرى، سيكون الفصل التالي حول أتمتة عملية الأعمال بالكامل. إذا كنت تأخذ وظيفة مثل إنشاء حملة في التسويق، أليس كذلك؟ هناك الكثير من الأدوات التي تستخدمها والعديد من الخطوات التي تتبعها.
أتمتة العمليات باستخدام Lakebase
يمكن لوكيل أن يأتي ويقوم بأتمتة الكثير من ذلك. ولكن في الخلفية، ستحتاج إلى إنشاء قاعدة بيانات في الوقت الحقيقي لتتبع جميع الأشياء التي يقوم بها الوكيل. هذا ما قدمته داتابريكس إلى السوق، وهو حل Lakebase OLTP. الابتكار الذي قدمناه إلى السوق هو نوع حديث من قاعدة بيانات Postgres حيث قمنا بفصل الحوسبة والتخزين، تمامًا كما فعلنا مع Lakehouse مع مستودع البيانات. ولكن في Lakebase، البيانات موجودة في نسخة واحدة داخل تخزين السحابة الخاص بك، ثم يتم فصل الحوسبة وتكون بدون خادم. يمكنك القيام بأشياء مثل التفرع ويمكنك بدء قاعدة بيانات OLTP بسرعة كبيرة. ما وجدناه هو أن الوكلاء بدأوا فعلاً هذه Lakebases لأنهم يمكنهم بسرعة بدء واحدة، والحفاظ عليها قيد التشغيل، وإيقافها عندما تحتاج إلى ذلك، وإنشاء نسخة منها.
تحديات قياس القيمة في أنظمة البيانات
تحتاج الوكلاء إلى السرعة، وتحتاج إلى حل فعال من حيث التكلفة. وجمال كل هذا هو عندما تأخذ OLTP، الذي يتعلق بـ Lakebase والوقت الحقيقي، وتأخذ OLAP، لديك الآن نظام واحد لجميع بياناتك. لا تحتاج إلى نسخ البيانات، ولا تحتاج إلى إدارة جميع الأذونات، يمكنك تعيين السياق ضدها. نرى أن هذه التطبيقات الذكية هي حقًا مستقبل كيفية تشغيل الأعمال، حيث ستزيل جميع الاختناقات التي يواجهها البشر في العمل المتكرر وتقوم بأتمتة ذلك باستخدام LLMs وكل هذه التقنيات الجديدة. نريد أن نكون الخيار الافتراضي لتشغيل كل ذلك لأننا نعتقد أن تقنية Lakebase لدينا ستكون أسرع وأرخص وأكثر أمانًا لقاعدة بيانات الذكاء الاصطناعي.
ميغان: يبدو أنه تغيير حقيقي في اللعبة. وقد تطرقنا إلى هذه الفكرة عدة مرات بالفعل، أعني، هذه الفكرة عن القيمة. نحن نعلم أن إشراك القيمة التجارية للاستثمارات في الذكاء الاصطناعي هو أمر ذو أولوية عالية الآن لقادة الشركات. ما مدى أهمية قياس هذه القيمة عندما يتعلق الأمر بإنشاء أنظمة بيانات جاهزة للذكاء الاصطناعي، راجان؟ كيف يمكن للمؤسسات التأكد من أنها تراقب ما يتم تقديمه وما لا يتم تقديمه؟
راجان: هذه هي الأهمية القصوى، وأغلب تطبيقات الذكاء الاصطناعي الناجحة أو تطبيقات الذكاء الاصطناعي الوكيلة تتطلب حقًا قياس القيمة هذا. سأقوم بتوسيع مثال العميل الذي تحدثت عنه، وهي شركة منتجات غذائية كبيرة، شركة عالمية، لشرح هذا السؤال. أريد فقط أن أخلق استعارة. عندما جاء العالم الرقمي الأول، كان لدينا الكثير من هذه التحليلات بشكل أساسي حول تحديد مؤشرات الأداء الرئيسية، واتخاذ القرارات المبنية على الحقائق وغيرها من الأمور التي كانت تتطور على مر الزمن. عادةً، ستكون الكثير من هذه المقاييس حاسمة لقياس كيفية أداء وظيفة، وكيفية أداء الأعمال. على نفس المنوال لقياس القيمة، إذا أخذت نفس مثال العميل، ما هو حاسم للغاية للمؤسسة هو فعلاً رسم خريطة للنتيجة التي تتوقعها.
في هذه الحالة، كيف يمكنني تحسين إنفاقي على المشتريات المباشرة وغير المباشرة؟ لذا من خلال تطبيق الذكاء الاصطناعي، أود أن أحدد المجالات التي يمكنني تحسين الإنفاق فيها. وهذا يعني أن أحد المقاييس الحاسمة لديك هو، ما هو تصنيف نفقاتك غير المباشرة وما هي النفقات التي تم تصنيفها وكم يمكنك تقليلها من خلال ذلك. إن إنشاء هذه المقاييس والمعايير سيكون أمرًا بالغ الأهمية. وبمجرد أن تنشئ هذه المقاييس الأساسية والقياس، وجمال الأمر هو أن بعض هذه المقاييس، لتوسيع ما كان يتحدث عنه بيفيش، القدرات التي توفرها داتابريكس، مثل عرض المقاييس، والميزات، والأدوات، وغيرها من الأمور ستساعدك فعلاً على ترجمة تلك القياسات الذكية، القياسات التجارية التي تأتي من تطبيقاتك إلى مقاييس قابلة للقياس من حيث النتيجة، والتي يمكنك قياسها باستخدام غرفة جيني لقياس إدارة القيمة.
إن إعادة بناء بنية البيانات ليست مجرد خطوة نحو تحسين العمليات، بل هي ضرورة استراتيجية لضمان نجاح الأعمال في المستقبل. مع التقدم التكنولوجي المستمر، يجب على المؤسسات أن تكون مستعدة للتكيف والاستفادة من هذه التغييرات.
