CTI論壇(ctiforum.com)（編譯/老秦）:實(shí)際上，每個(gè)企業(yè)都有大量的“黑暗數據”，以Weblog、機器日志和從石油鉆塔、渦輪引擎到醫院病人的各種傳感器的日志等形式存在著(zhù)。問(wèn)題是：你是否有計劃從你的黑暗數據中創(chuàng )造商業(yè)價(jià)值？
　　這是數據驅動(dòng)的數字轉型時(shí)代。你的企業(yè)正在尋找方法與客戶(hù)進(jìn)行更密切的接觸，改進(jìn)決策，提高生產(chǎn)效率，或者提供更好的客戶(hù)體驗。你可能有大量的需要在內部處理的數據。

　　我們將“黑暗數據”定義為大型的、通常是非結構化的數據集，這些數據集來(lái)自于內部和外部資源，而這些數據目前并沒(méi)有用于創(chuàng )建提供業(yè)務(wù)價(jià)值的洞察力。可以利用黑暗數據來(lái)檢測客戶(hù)購買(mǎi)、金融交易欺詐、供應鏈問(wèn)題、衛生保健行業(yè)適用模型、產(chǎn)品生命周期問(wèn)題等關(guān)鍵模式。

　　挑戰在于能夠訪(fǎng)問(wèn)和使用數據來(lái)傳遞有用的見(jiàn)解，從而驅動(dòng)業(yè)務(wù)價(jià)值。黑暗數據本質(zhì)上是巨大的，非結構化的，難以理解的。

　　不僅僅是數據量，數據復雜性是一個(gè)更大的問(wèn)題。這些黑暗數據大多沒(méi)有結構，也沒(méi)有一個(gè)未知的結構，這使得要從中獲取有用的商業(yè)見(jiàn)解變得更加的困難。

　　利用這些極其龐大的數據集將推動(dòng)生產(chǎn)力和創(chuàng )新的新浪潮。根據MGI和麥肯錫的商業(yè)技術(shù)辦公室的研究，企業(yè)將利用數據以多種方式創(chuàng )造價(jià)值：

　　有了所有的數據承諾，就有不利的一面。這些數據類(lèi)型的特征不僅僅是數據量大，還包括它們的速率、多樣性和可變性。“數據漂移”通常用于描述這些新數據類(lèi)型中數據的波動(dòng)，這些數據對試圖收集和理解新數據的企業(yè)構成了嚴重的挑戰。在2016年進(jìn)行的一項調查中，25%的受訪(fǎng)者表示，他們放棄了從數據中獲得分析性見(jiàn)解的努力，因為他們無(wú)法衡量收集到的數據。每個(gè)人面臨的問(wèn)題是，當數據“漂移”時(shí)，可能導致數據集成中斷，并突然關(guān)閉業(yè)務(wù)流程。

　　不僅現有的數據管理架構不適合處理這些文件，許多企業(yè)都缺少必要的分析和管理才能來(lái)驅動(dòng)所有這些數據的價(jià)值。麥肯錫表示，僅美國就面臨缺乏深度分析技能人才的問(wèn)題。

　　簡(jiǎn)單地說(shuō)，讓你的數據變得更有意義，更不要說(shuō)把它轉換成可以讓你基于數據做出更好決策的工具，這是一項不可能完成的任務(wù)。在數字方面，世界上僅有不到0.5%的數據實(shí)際上正在被分析利用。企業(yè)數據豐富，但信息貧乏。

　　機器學(xué)習有望給市場(chǎng)帶來(lái)新產(chǎn)品，比如自動(dòng)駕駛汽車(chē)，而且已經(jīng)提供了一個(gè)復雜的關(guān)于人類(lèi)基因組的數據收集，這些數據被用來(lái)提供高度個(gè)性化的醫療保健。

　　自上世紀90年代末以來(lái)，企業(yè)一直在使用人工智能工具來(lái)分析信息。幾十年來(lái)，大型信用卡處理器一直在使用人工智能檢測和防止欺詐。商業(yè)情報公司利用算法為企業(yè)主提供報告、儀表盤(pán)和其他數據的可視化顯示。

　　然而，這些任務(wù)只能通過(guò)已經(jīng)被識別、清洗、準備和清潔的數據來(lái)實(shí)現--換句話(huà)說(shuō)，是那些已經(jīng)被發(fā)現并被帶進(jìn)了光明的數據。

　　機器學(xué)習能被用來(lái)闡明黑暗數據嗎？機器擁有處理海量數據的處理能力，利用數學(xué)和其他工具將數據轉化為有意義的信息，為什么不呢？

　　雖然聽(tīng)起來(lái)很簡(jiǎn)單，但這一領(lǐng)域仍處于起步階段。企業(yè)正在努力適應他們的數據管理架構來(lái)掌控容量和速率。

　　我們的目標是提供可信的相關(guān)信息，并及時(shí)提供數據，以推動(dòng)你的企業(yè)變革。因此，擁有一個(gè)智能的數據發(fā)現工具，可以幫助查找數據并了解整個(gè)企業(yè)中的數據分布和擴散，這是解決黑暗數據問(wèn)題的第一步。

　　將新數據放到不同的系統中，并將它們放到你的操作中，這將是你從數據中獲取價(jià)值的下一個(gè)關(guān)鍵步驟。許多企業(yè)正在尋找方法來(lái)加速跨越門(mén)檻的過(guò)程，同時(shí)正在努力適應這些類(lèi)型數據的不斷變化和變化。

　　IT企業(yè)正面臨著(zhù)從解決這一挑戰中獲取價(jià)值的挑戰，這將需要新的思考。舊的管理黑暗數據的方法不會(huì )是大規模的。為了滿(mǎn)足數據驅動(dòng)的數字轉型的需求，我們將采取更多的措施。你需要人工智能和機器學(xué)習工具的力量，以自動(dòng)化理解、管理和從黑暗數據中提取有價(jià)值的信息。

　　是時(shí)候對你的黑暗數據方法進(jìn)行不同的思考了。你有計劃了嗎？