Pēdējos gados ir daudz runāts par mākslīgo intelektu un automatizāciju. Taču es uzskatu, ka nākamais šķērslis, ar ko MVU sastapsies, būs nevis AI, bet gan "dati ".
---
Līdz šim esmu uzsācis vairākus uzņēmumus no nulles un izaudzējis tos līdz daudzmiljonu dolāru apjomam, Esmu uzsācis vairākus uzņēmumus no nulles un izaudzējis tos līdz daudzmiljonu apjomam. Gan e-komercijas uzņēmumi, gan SaaS jaunuzņēmumi. Tomēr ir kopīga problēma, kas parādās visos posmos.
Tas ir izklājlapu ierobežojums.
---
Uzņēmumam augot un gada apgrozījumam pārsniedzot miljonus dolāru, Pārdošana, krājumi, reklāma, klientu dati, maksājumu dati ....... Visi skaitļi sāk diskrēti krāties.
Sākumā varat iztikt ar Google izklājlapu. Bet, kad mērogs kļūst nedaudz lielāks, tas kļūst par troksni, ko vairs nevar izsekot ar cilvēka aci un roku.
Turklāt Japānas uzņēmumos Excel vadība ir norma pat lielos uzņēmumos. Atbildīgā persona katru dienu manuāli apkopo skaitļus, Vienīgais veids, kā saglabāt konsekvenci, ir tas, ka atbildīgā persona katru dienu manuāli saskaita skaitļus.
Tas ir daudz sāpīgāks darbs, nekā izskatās. Viņi saka "palielināsim produktivitāti", vienlaikus ar roku kopējot skaitļus. Tā ir pretruna.
---
Tāpēc tagad ir nepieciešams ieviest datu inženieriju. Īpaši svarīgs ir Datu veidošanas rīks (DBT).
DBT ir, tā sakot, inženieri, kas atbild par datu attīrīšanu. Izsūc izkaisītos datus, pārveido tos tīrā formā un nodod mākslīgā intelekta un BI rīkiem.
Mākslīgais intelekts darbojas pareizi tikai tad, ja ir pieejami pareizie dati. Tāpēc pirms mākslīgā intelekta izveides ir jāizveido datu plūsma.
---
Piemēram, viņi vēlas optimizēt pārdošanas pasākumus. Finanšu komanda vēlas redzēt naudas plūsmu reālajā laikā. Vēlas izmantot mākslīgo intelektu prognozēšanai.
Taču visu to pamatā ir pieņēmums, ka vispirms ir pieejami pareizie dati. Pat laikmetā, kad mākslīgais intelekts šķiet maģisks, Patiesībā viscilvēcīgākā un piezemētākā procesa daļa - "datu attīrīšana " - ir visa pamatā. *"Datu attīrīšana " ir visa pamatā.
---
Nākotnē MVU nodarbinās cilvēkus, saskaroties ar to, ka tie cenšas paplašināt savu uzņēmējdarbību, ne finansējumu, ne pieņemšanu darbā, bet gan datu strukturēšanu.
Mākslīgo intelektu ir grūtāk "barot" nekā "izmantot". Pabeidzis izklājlapas, tādi rīki kā DBT, lai radītu datus, kurus cilvēks var saprast. Tas ir pirmais solis, lai MVU izdzīvotu mākslīgā intelekta laikmetā.