星期六, 14 6 月, 2025
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
No Result
View All Result
Your Ad
Home 道德與法規

注意落差:安息吧,數據治理

2025-03-06
in 道德與法規
0 0
0
注意落差:安息吧,數據治理
Share on FacebookShare on Twitter
Your Ad


新年快樂,歡迎回到《注意差距》。好吧,廢話不多說。最近,我一直在思考以下觀察:

許多組織,甚至大部分組織,面對相同的資訊管理和數據治理挑戰已經有幾十年了。

當然,我們在某些地方看到了一些進展,那些組織正在獲得好處。但是舉手:有多少人會說數據治理是成功的呢?可能不多。

這與過去幾年其他數據和分析創新形成了鮮明的對比。我記得在數據倉庫剛出現時,它是一個競爭優勢,但現在,對於許多公司來說,這已經成為基本要求。這是經典的創新採用曲線:創新者、早期採用者、早期大多數、晚期大多數和落後者。大數據、雲端技術,現在還有人工智慧(AI),都遵循著相同的模式。

數據治理一直是持續存在的。 “數據”和“治理”這兩個詞通常在大多數分析架構圖中相鄰出現,通常位於從生產者到資料庫再到消費者的流程圖下方,或是在同心圓的某個圈子裡,或是在其中心。這意味著治理在數據和分析中無處不在且至關重要。它如此重要,以至於值得特別關注並在圖中佔有一席之地。然而,儘管出於良好的初衷,它似乎卻得到了最少的關注,甚至沒有。

將數據治理作為一個單獨的活動來展示,使它更容易被邊緣化和忽視。

我們已經完成了所有其他活動,數據正在流動,我們的客戶也很滿意。大家都在慶祝!我們現在沒有時間或資源。也許我們根本不需要做這些數據治理的事情。什麼?你說我們需要?告訴你,我們會把它納入下一階段。翻譯:永遠不會。

這種情況已經重複了無數次,幾乎沒有改變。我們仍然在用相同的方法和方法嘗試,卻沒有成功。

任何恢復計劃的第一步是接受。

我們必須接受數據治理作為一門學科已經失敗。

這真是令人震驚和沮喪。每個人都知道需要做什麼。我們擁有出色的資源、框架、書籍、實踐者、會議和方法論。在這個領域的知識深度比數據和分析的其他地方更大。我們已經看到了那些成功實施的組織所獲得的好處。但即便如此,這通常仍然是一場掙扎,成功往往僅限於某些特定領域。也許你的組織在整個企業中都取得了成功。如果是這樣,恭喜你!!請聯繫我,告訴我你是怎麼做到的,我會把它加入名單中。

嘿,看看!管理層要求我們組建一個數據治理計劃。我們一直在期待,現在大門打開了。但我們往往會本能地開始定義委員會、會議和論壇,指派利益相關者的角色和責任,並創建表單和流程圖。PowerPoint簡報堆積如山。建立一個龐大的治理體系很容易。我們重視完整性,對細節感到舒適。我們想提供一個全面的方案。這是我們的本性。

新創建的數據治理流程往往像一個大背包。

沒有人想在已經背負的重擔上再多背一個一百磅的背包。也許管理層根本不想要完整的方案。

因此,我們試著縮小數據治理的範圍。讓那個背包變得盡可能小和輕。一位朋友創造了“最小可行治理”(Minimum Viable Governance)這個詞。我一直倡導一組類似的最小數據策展要求:定義、預期內容、權威來源,以及安全和隱私。去年的《數據鴻溝》系列討論了這一點,但這些活動仍然是附加的。

我們需要做什麼不同的事情?

一切。

也許我們的思考方向錯了。也許我們的思考太小、太集中、太分開。也許我們應該朝著一個更大膽、也許更有效的目標努力,顛覆整個應用開發文化。這並不是不可能的。想想敏捷方法論的引入對開發的影響。

是的,我們想做的任何事情都會對某些人產生附加影響。資訊管理將永遠無法滿足主要的企業需求,即你可以做任何你想做的事情,只要沒有人需要做他們尚未做的事情。

然而,仍然需要一個系統性的、變革性的解決方案。

一個成為組織文化一部分的解決方案,並超越任何個別的高管倡導者。每個人都認識到這是必要的,並將其視為標準操作程序。我們不會在每次部署新應用時爭論測試是否必要。一個人們理所當然地認為有益的解決方案,如果被移除,將會受到嚴重懷念。

對數據治理的顛覆需求並不是一個獨特的觀察。對於這個領域的人來說,這變得越來越明顯。對缺乏進展的沮喪已經積累了一段時間,這個話題現在正在從陰影中浮現。我的目標是在這一系列文章中探討根本原因和挑戰,提出解決建議,並為這一必要的變革奠定框架。

這裡是第一個建議:

停止將數據治理視為一個單獨的活動。不要用一個單獨的框框來展示它。相反,將我們所描述的數據治理能力分散到現有的企業流程中。

我在去年夏天提到過,將分析數據的責任分配給業務流程團隊。還有更多內容即將到來。

我們現在所做的,以及我們幾十年來一直在做的,顯然是行不通的。是時候開始以不同的方式思考和行動了。請緊緊抓住。這將是一段顛簸的旅程。



新聞來源

本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!

Tags: data governancemind the gap注意落差安息吧數據治理
Previous Post

單尾檢定與雙尾檢定 | 數據科學入門

Next Post

阿里巴巴 Qwen QwQ-32B:縮放強化學習展示

Related Posts

OpenAI 和 Google 呼籲美國政府採取行動以確保人工智慧領先地位
道德與法規

OpenAI 和 Google 呼籲美國政府採取行動以確保人工智慧領先地位

2025-03-15
數據啜飲:與馬爾科姆·霍克的訪談
道德與法規

數據啜飲:與馬爾科姆·霍克的訪談

2025-03-14
數據教育網路研討會:數據管理者的角色
道德與法規

數據教育網路研討會:數據管理者的角色

2025-03-14
這是必要的 – 驗證數據轉換的結果 (第 3 部分)
道德與法規

這是必要的 – 驗證數據轉換的結果 (第 3 部分)

2025-03-13
AI數據保留造成環境障礙
道德與法規

AI數據保留造成環境障礙

2025-03-11
請教數據倫理學家:我們如何能夠倫理地評估人工智慧系統對人類的影響?
道德與法規

請教數據倫理學家:我們如何能夠倫理地評估人工智慧系統對人類的影響?

2025-03-10
Next Post
阿里巴巴 Qwen QwQ-32B:縮放強化學習展示

阿里巴巴 Qwen QwQ-32B:縮放強化學習展示

與 GPT-4.5 實作體驗,OpenAI 迄今最強大的模型

與 GPT-4.5 實作體驗,OpenAI 迄今最強大的模型

發佈留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Archives

  • 2025 年 6 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月
  • 2024 年 10 月
  • 2024 年 9 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2024 年 6 月
  • 2024 年 5 月
  • 2024 年 4 月
  • 2024 年 3 月
  • 2024 年 2 月
  • 2023 年 10 月
  • 2023 年 9 月
  • 2023 年 8 月
  • 2023 年 7 月
  • 2023 年 5 月
  • 2023 年 3 月
  • 2023 年 1 月
  • 2022 年 12 月
  • 2022 年 11 月
  • 2022 年 5 月
  • 2022 年 4 月
  • 2022 年 1 月
  • 2021 年 11 月
  • 2021 年 8 月
  • 2021 年 5 月
  • 2021 年 3 月
  • 2021 年 1 月
  • 2020 年 12 月
  • 2020 年 10 月
  • 2020 年 9 月
  • 2019 年 7 月
  • 2018 年 11 月

Categories

  • AI 智慧產業
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • 安全
  • 機器人與自動化
  • 機器學習與應用
  • 神經連結和腦機接口
  • 自然語言處理
  • 道德與法規
Your Ad
  • 關於我們
  • 廣告合作
  • 免責聲明
  • 隱私權政策
  • DMCA
  • Cookie 隱私權政策
  • 條款與條件
  • 聯絡我們
AI TAIWAN

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
No Result
View All Result
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。