如今，大数据、分析空间以及越来越多的人工智能(AI)得到应用，这些新技术仍然专注于方法。当然，方法很重要。但它们不是任何这些学科存在的原因。在大数据、分析和人工智能方面，其价值并不来自于收集数据，也不是来自从中获得的一些洞察力。价值来自于一件事：行动。

大数据：从错误的角度出发？

过度关注方法可能从一开始就开始了。在此可以总结大数据背后的精神：收集所有数据，稍后整理出来。

其重点是建立海量数据湖，这些数据湖收集了可以想象到的每条数据，这些数据在某种程度上是有用的。但这种方法难以维持。

许多组织都得出了同样的结论。此外，IT和业务领导者发现他们必须改变自己的思维方式，专注于运营和变革结果，以揭示其大数据和人工智能计划的真正价值。

消息很清楚。当真正的目标是从所有这些数据中创造价值时，关注方法是不够的。这引出了一个问题：如何从数据中获得价值？

通过行动实现价值

从表面上看，当许多专家将数据称为新的石油或货币时，Rana的声明可能显得与其相反。这种新的石油或货币似乎具有天生的价值。但随着组织走上大数据、分析和人工智能的道路，他们在这个声明中找到了真相。

当我们开始研究大数据时，我们只是想做一些快速而大量的分析，并获得一些见解。最初的价值揭示了这些见解。但后来我们意识到这些洞察力并没有使业务更好。因此，我们需要对它们进行操作并将这些洞察力提升到行动的角度，并且希望将其提供给能够实际采取行动的人。

事实上，缺乏以行动为导向的业务重点是传统的数据优先大数据方法面临的最大挑战。

在寻找价值时，请忘记技术背景

因此，在尝试实现价值运作时，从业务角度而不是技术角度来看待事物非常重要。这可能比听起来更困难。专家确信人工智能将迫使行业重新围绕商业价值，而这是很多企业忽略的东西。然而，专家对人工智能的关注只是另一种技术背景，他们关注的不是商业视角，只关注更感兴趣的新技术。对于这些已经在科技行业工作了一段时间的人来说，这是一个很难打破的习惯。

而且，事实上，组织可以从许多投资中获得大量的商业价值，这些投资在大数据、分析和人工智能中有多种形式。诀窍是专注于如何使那些行动最接近的人采取行动。

流分析和时间序列数据的应用是组织在完整人工智能实现之前很久就能实现这一价值的很好的例子。随着企业走向人工智能的道路，同样重要的是，他们不会错过能够采取行动的宝贵机会。

让数据具有意义

然而，从大数据的历史、回顾性分析价值主张转向以行动为中心的价值主张的挑战在于它增加了风险。而且，这些行为越实时，风险和回报就越大。

在这个数据驱动行动的世界中，数据的准确性和理解如何使用它来做出决策或采取行动成为一项战略任务。

随着利害关系的增加，理解数据本身的需求成为实现数据价值的关键能力和途径。然而，更重要的是，理解数据的需要超出了数据沿袭和治理等方面。特别是当用户根据这些数据采取行动时，需要理解自己在场景中的数据以及与其他数据的关系。

数据和人工智能的未来

如今，数据行业正在走向成熟。虽然该领域的一些技术公司坚持传统的大数据精神，并且仍然专注于方法和技术细微差别，但更多的人认识到这只是结果和对数据采取行动的能力。

人工智能的不断发展无疑将在这种成熟过程中发挥重要作用，并且随着人工智能在未来几年内的深入，可能会使行业再次发生变化。

人工智能的未来目标是为了让更多数据发挥作用。随着人们越来越多地转向人工智能使用获得的宝贵数据，人们需要努力解决其后果。系统将数据作为组织的代理，并将其作为组织代理的想法现在才开始成为现实。

因此，随着企业领导者走上这条道路，他们必须始终如一地专注于数据的价值，正如他们采取行动的能力所表达的那样。

【来源：OFweek】