从数据到知识,这些痛点是拦路虎

    每当提到亚马逊,飞轮效应是一个必定会谈及的话题。作为亚马逊的核心商业理念,飞轮效应在亚马逊二十余年发展历程中体现的淋漓尽致。如今,飞轮效应甚至被商业界奉为圭臬。
    所谓飞轮效应,即一个巨大的飞轮,要想把它转动起来,实现难度可谓空前,只有每一次推动都用尽全力,顺着同一个方向转动;刚开始可能会非常慢,随着时间的积累,到达临界点之后,它就会越转越快,最终形成飞轮效应。
    事实上,飞轮效应揭示了一个道理:即万事开头难,当随着不断持续的探索与深入之后,积累的正反馈会越来越多,离成功自然越来越近。那么,除了在商业领域应用外,在如今这个数字化时代下,海量数据的增长极易让各种组织陷入数据沼泽之中,能否利用飞轮效应避免数据沼泽,从海量数据中不断提取价值,变成越用越好的知识?
    正是出于此初衷,爱数在整合、治理、洞察非结构化数据的生产力平台AnyShare Family 7中引入了飞轮架构,让众多知识密集型组织看到了知识爆炸时下知识持续创造出价值的希望。
    从数据到知识,这些痛点是拦路虎
    在数字化时代下,企业并不缺数据,而是缺乏从数据到知识的方法。所以你会看到,很多企业注重收集各种数据,却并不能很好地让员工用起来,尤其是在设计院、制造企业、高校、政府、能源等这些知识密集型的组织中,愈发注重数据的积累,却愈发感觉到知识应用起来变得困难。
    
    这其中问题出在哪里?
    在很多知识密集型组织中的实际情况来看,主要面临着三个方面的典型挑战:
    其一,传统知识库的建设由少数专家完成,随着知识爆炸时代的来临,势必做不到全面、客观,愈发不能满足生产运营一线的需求;
    其二,大部分组织经过多轮次的信息化建设之后,各个信息系统数据不通的情况普遍,无法快速、有效分析业务中发生的问题;
    其三,大量结构化、半结构化、非结构化数字资产散落在组织各个业务部门之中,部门与部门、个人与个人之间的信息瓶颈林立,难以用人工的范式去实现知识的整合、协同与共享。
    显然,对于知识密集型组织而言,要想彻底让海量数据转变为知识,是一个将各种数据拉通、共享、协同、管理和使用的复杂系统工程,首先需要建立一个共享的内容云来实现海量数据的汇聚、打通和共享,彻底打破之前各个信息系统数据之间的瓶颈;然后在以数据内容为主线,对各个业务系统所产生的数据进行识别、整理和整合,让数据最终转化为业务人员所能使用的知识;再之后,需要考虑到业务人员在业务场景中对于知识使用的便捷,需要大量AI技术融入,提升海量数据内容的整理、分类和检索。
    “让知识真正赋能到组织每一个人是一个巨大的挑战,包括海量知识查找难、隐形知识提取难、组织知识传承难、知识复用率低等,以知识传承为例,往往是通过示范学习、模仿学习这种低效的方式,这恰好是AnyShare Family 7希望通过技术去改变的。”爱数总裁贺鸿富介绍道。
    
    
    1  2  3  下一页>