Rengör dina data innan du börjar med AI

Originalspråk: 🇯🇵 Japanese

Under de senaste åren har det talats mycket om AI och automatisering. Men jag tror att nästa hinder som små och medelstora företag faktiskt kommer att stöta på inte är AI utan "data".

---

Hittills har jag startat ett antal företag från grunden och fått dem att växa till mångmiljonbelopp, Jag har startat ett antal företag från grunden och fått dem att växa till mångmiljondollarskalan. Både e-handelsföretag och nystartade SaaS-bolag. Det finns dock ett gemensamt problem som dyker upp i varje fas.

Det är den begränsning som gäller för kalkylblad.

---

När företaget växer och den årliga försäljningen överstiger miljontals dollar, Försäljning, lager, reklam, kunddata, betalningsdata ...... Alla siffror börjar staplas upp diskret.

Till en början kan du klara dig med ett kalkylblad från Google. Men när skalan blir lite större, blir det buller som inte längre kan spåras av det mänskliga ögat och handen.

När det gäller japanska företag är Excel-hantering dessutom normen, även i stora företag. Den ansvariga personen kombinerar siffrorna manuellt varje dag, Det enda sättet att upprätthålla enhetlighet är att den ansvariga personen manuellt lägger ihop siffrorna varje dag.

Det här är ett mer smärtsamt arbete än det ser ut. De säger "låt oss öka produktiviteten" samtidigt som de kopierar siffror för hand. Det är en motsägelse.

---

Det är därför som det nu behövs en introduktion av datateknik. Särskilt viktigt är Data Build Tool (DBT).

DBT:er är så att säga ingenjörerna som ansvarar för att rensa data. Sug upp spridd data, omvandla den till en ren form och mata den till AI- och BI-verktyg.

AI fungerar bara korrekt när den får rätt data. Det är därför du måste sätta upp din datapipeline före AI.

---

De vill till exempel optimera säljåtgärderna. Ekonomiteamet vill se kassaflödet i realtid. Vill använda AI för prognoser.

Men alla bygger på antagandet att rätt data först måste finnas tillgänglig. Även i en tid då AI verkar vara magiskt, Faktum är att den mest mänskliga och jordnära delen av processen - "att städa upp data" - är grunden för allt. *"Att städa upp data" är grunden för allt.

---

I framtiden kommer små och medelstora företag att anställa människor, som de ställs inför när de försöker skala upp sin verksamhet, varken finansiering eller rekrytering, utan datastrukturering.

AI är svårare att "mata" än att "använda". Ta steget från kalkylblad, verktyg som DBT för att skapa data som människor kan förstå. Det är det första steget för att små och medelstora företag ska överleva AI-eran.

Prenumerera på vårt nyhetsbrev för nya essäer och uppdateringar om evenemang.

Back to Essays

English · 中文 · 한국어 · Español · Français · Deutsch · Italiano · Português · Português (Brasil) · Nederlands · Русский · Türkçe · Bahasa Indonesia · Polski · Ελληνικά · Български · Čeština · Dansk · Eesti · Suomi · Magyar · Lietuvių · Latviešu · Norsk Bokmål · Română · Slovenčina · Slovenščina · Svenska · Українська