Несколько лет назад фразу «Будущее за Big Data» на разные голоса повторяли эксперты, управленцы и журналисты. И они оказались правы. Количество информации, генерируемой во всем мире, растет по экспоненте. Соцсети и СМИ, архивы и транзакции, приборы и счетчики, датчики сотовой связи и двигатели самолетов – данные создаются каждую секунду.
Где полезна аналитика больших данных
Сфер применения Big Data все больше. Данные называют «новой нефтью». С ними работают во многих отраслях экономики и государственного управления: в промышленности, ритейле, медицине, спорте. Этот список с каждым годом будет пополняться. Например, недавно суды Китая стали консультироваться с искусственным интеллектом. Он «натренирован» на массиве данных, пополняемом на основе реальных, принятых судами решений — это около 100 тысяч в сутки.
Большие данные – это ценный ресурс. В 2016 году в рамках процедуры банкротства игрового подразделения Caesars Entertainment – одного из крупнейших игроков игорного бизнеса США – значимым активом компании был назван впечатляющий объем данных о клиентах, накопленный за 17 лет работы программы лояльности Total Rewards.
По данным IDC, к 2025 году объем больших данных составит 175 зеттабайтов, причем 60% из них будут создаваться и управляться предприятиями, а не потребителями (по сравнению с 30% в 2015 году). Это открывает перед компаниями большие возможности, но и новые вызовы.
Оставьте заявку на демонстрацию: Гибридная Интеграционная Платформа Bercut с возможностями low-code
Что тормозит использование больших данных
Важные вопросы, стоящие перед топ-менеджерами и IT-директорами, – где хранить и как обрабатывать такое количество информации. С первым проще: нужно физически расширить собственный ЦОД или использовать облачную структуру. Либо же создать гибридную среду, где определенный набор данных – как правило, конфиденциальных – остается на локальных серверах, а остальные перемещаются в облака. С ростом объема информации и затрат на ее хранение нужно искать новые способы ее монетизации. Ведь никто не хочет, чтобы данные лежали мертвым грузом и тратили бюджет компании, не принося ей никакой выгоды.
Вопрос обработки данных более трудный. В первую очередь потому, что большие данные бесполезны без аналитики. Специалисты по данным, искусственному интеллекту и машинному обучению – это люди, которые могут извлечь из информации пользу для бизнеса. Но еще в 2019 году KPMG выяснили, что IT- и технические директора сталкиваются с огромной нехваткой кадров, а навыки Data Science были названы в тройке самых дефицитных.
В попытках преодолеть разрыв между потребностями бизнеса и предложением на рынке труда компании предлагают сотрудникам все более выгодные условия