德勤专家组描述如何将实用主义与AI优先相结合
时间：2022-04-13 15:12:01 | 来源：行业动态
时间：2022-04-13 15:12:01 来源：行业动态
从某种程度上讲，德勤可以算是此次会议的赞助商。德勤方面组织了一支主题演讲小组，其中几位来自创新企业客户的代表介绍了不少数据管理创新案例。虽然这些议题从表面上看关注数据统一，但实际上还涉及众多更为广泛的主题。两位客户发言人分别来自戴尔（公司供应链数据分析与自动化主管Aditya Ramachandran）以及健康保险巨头Anthem首席分析与数据官Ashok Chennuru。德勤咨询公司首席数据官Juan Tello也探讨了德勤在与客户合作方面抱持的几项基本观点。
这里要特别聊聊来自戴尔的Ramachandran，我对他提到的务实派数据架构方法特别感兴趣。他强调称，戴尔原本可以将所有供应链数据一股脑放进同一套新的数据湖内，或者分别针对各个用例进行处理。但最终，戴尔选择了一种二者相权的方法，即为所有供应链数据资产建立一套数据规范模型；而随着高优先级用例的出现，戴尔开始将部分数据引入数据湖内。他还提到了戴尔对于AI与分析类应用程序部署工作的关注，我相信这也代表着疫情时代下企业运营中的一种重要趋势。
Chennuru的观点同样值得关注，他将Anthem公司采用的方法总结为数字化优先、AI驱动。受演讲时长所限，他无法一一评述Anthem的相关计划，只是简要介绍了几个与COVID-19相关的项目。例如，Anthem正努力帮助医护人员得以访问患者的纵向健康记录，使用远程医疗服务提高抗疫工作的智能化水平。他们还使用AI技术帮助患者识别COVID-19病患。Chennuru也提到了构建工作流平台的重要性，该平台能够将分析与AI功能嵌入员工或医护人员的日常任务流程当中。他强调道，这些技术元素必须一事一议、因地制宜，想用一套方案横跨多种应用场景完全就是痴人说梦。
使用AI技术协助数据管理的话题也由此浮出水面。来自德勤的Tello谈到了我之前曾经见过、而且给我留下深刻印象的德勤CogniSteward解决方案。在后续介绍中，Tello将该解决方案描述为一款自动化机器人，能够使用分析、语义模型以及认知技术等帮助组织加快洞见的收集过程，并全面将以往只能通过手动方式完成的高成本数据管理活动转为自动化形式。该解决方案还能够帮助企业快速对数据内的关系蚝可视化，同时提高数据的准备水平与质量。Aditya Ramachandran也提到，戴尔公司正在使用机器学习模型对供应链生态系统中的各组件进行分类并添加属性，并在总体上将AI技术视为数据协调工作的优先选项。
在线咨询
