บริษัทของคุณมีความรู้ด้านข้อมูลมากน้อยเพียงใด

เราได้อ่านเรื่องราวของซอฟต์แวร์จดจำใบหน้าที่ ล้มเหลว ในการจดจำใบหน้าที่มีผิวคล้ำ หรือเจ้าหน้าที่ robo-loan ที่ )deny การจำนองให้กับบางกลุ่ม เนื่องจากการวิจัยที่เพิ่มขึ้น ได้ชัดเจน อัลกอริธึมที่สร้างขึ้นโดยกลุ่มที่ไม่เป็นตัวแทนได้ส่งผลให้ AI ที่ขยายเวลาความไม่เท่าเทียมกันที่แพร่หลายในสังคมของเรา . เนื่องจากบริษัทจำนวนมากขึ้นพึ่งพาข้อมูลและ AI มากขึ้น ปัญหาของการเลือกปฏิบัติด้วยอัลกอริธึมเหล่านี้จึงอาจยิ่งแย่ลงไปอีก บริษัทส่วนใหญ่รู้เรื่องนี้อยู่แล้ว สิ่งที่พวกเขาพยายามหาคือ: พวกเขาจะหลีกเลี่ยงการเป็นตัวอย่างที่ไม่ดีอีกได้อย่างไร คำตอบสั้น ๆ คือการคิดอย่างมีวิจารณญาณเกี่ยวกับข้อมูลที่คุณกำลังรวบรวมและวิธีที่คุณใช้ข้อมูลนั้นต้องเป็นงานของทุกคน การขยายขอบเขตของผู้ที่อยู่ในห้องเพื่อช่วยในการตั้งคำถาม สร้าง และตรวจสอบอัลกอริธึมเป็นวิธีเดียวที่เราจะพัฒนา AI ที่มีความรับผิดชอบ การทำงานนั้นต้องการการรู้เท่าทันข้อมูล — ความสามารถในการแยกวิเคราะห์และจัดระเบียบข้อมูลที่ซับซ้อน ตีความและสรุปข้อมูล พัฒนาการคาดการณ์ หรือชื่นชมผลทางจริยธรรมของอัลกอริทึม เช่นเดียวกับคณิตศาสตร์ สามารถเรียนรู้ได้ทั้งในโหมดเริ่มต้นและขั้นสูง ครอบคลุมหลากหลายสาขาวิชา และมักจะใช้งานได้จริงมากกว่าวิชาการ การสร้างการรู้เท่าทันข้อมูลในองค์กรยังช่วยกระจายทีมข้อมูลที่อยู่แถวหน้าของการตัดสินใจที่สำคัญเกี่ยวกับวิธีการรวบรวม ประมวลผล และปรับใช้ข้อมูล ความสำคัญของทีมข้อมูลที่หลากหลายคือสิ่งที่ฉันเรียนรู้โดยตรงมากว่าทศวรรษในฐานะผู้จัดการกองทุนควอนตัม เป็นความเชื่อทั่วไปที่ว่าพอร์ตการลงทุนที่หลากหลายกว่ามีประสิทธิภาพดีกว่าเพราะช่วยลดความเสี่ยง แต่ก็เป็นความคล้ายคลึงกันจริงที่ว่าทีมที่หลากหลายมีประสิทธิภาพดีกว่าเพราะพวกเขาลดความเสี่ยงของการคิดแบบกลุ่ม การลงทุนในการรู้เท่าทันข้อมูลทั่วทั้งองค์กร ธุรกิจสามารถนำมุมมองที่แตกต่างและสร้างสรรค์มากขึ้นเพื่อรองรับทั้งการลดความเสี่ยงของอคติอัลกอริธึม และการระบุประสิทธิภาพและโอกาสอื่นๆ ที่ข้อมูลมักจะเปิดเผยได้ แต่การดูข้อมูลบอกเราว่าบริษัทส่วนใหญ่ยังคงดิ้นรนเพื่อสร้างการรู้เท่าทันข้อมูล เก้าสิบเปอร์เซ็นต์ของผู้นำธุรกิจ อ้างถึง การรู้เท่าทันข้อมูลเป็นกุญแจสู่ความสำเร็จของบริษัท แต่มีพนักงานเพียง 25% เท่านั้นที่รู้สึกมั่นใจในทักษะด้านข้อมูลของตน ไม่เพียงเท่านั้น แต่การประมาณการบางอย่าง แนะนำ ว่าเกือบเก้าใน 10 ผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลเป็นคนผิวขาว และเพียงแค่ 18% เป็นผู้หญิง การวิจัยจากสมัชชาใหญ่ ระบุ ว่าเมื่อพูดถึงความหลากหลาย วิทยาศาสตร์ข้อมูลยังล้าหลังแม้แต่สาขาวิชาที่เน้นเทคโนโลยีอื่นๆ เช่น การตลาดดิจิทัล และการออกแบบประสบการณ์ผู้ใช้ ทำไมแม้จะมีความต้องการที่ชัดเจนและความเร่งด่วนที่เพิ่มขึ้น เราไม่ได้สอนการรู้ข้อมูลอย่างเป็นระบบและในวงกว้าง? นั่นเป็นคำถามที่ทำให้งานของฉันมีชีวิตชีวาตลอดหลายปีที่ผ่านมา ที่ Correlation One ซึ่งฉันร่วมก่อตั้งหลังจากออกจากกองทุนของฉันในปี 2018 ทีมงานของฉันทำงานร่วมกับบริษัทที่ให้บริการทางการเงินและบริษัทที่ติดอันดับ Fortune 500 เพื่อสร้างช่องทางที่ครอบคลุมมากขึ้นสำหรับความสามารถด้านวิทยาศาสตร์ข้อมูล โดยการช่วยเหลือนายจ้างจาก Target ไปจนถึง Johnson & Johnson ถึงรัฐบาลโคลอมเบียในการประเมินความสามารถของพนักงานปัจจุบัน และให้การฝึกอบรมฟรีแก่นักวิทยาศาสตร์ด้านข้อมูลที่ต้องการ (เช่น หุ้นส่วนของเรา กับ SoftBank และเมืองไมอามี่) เราได้รับที่นั่งแถวหน้าเพื่อทำความเข้าใจความต้องการเร่งด่วนสำหรับพนักงานที่มีความรู้ด้านข้อมูลมากขึ้น และช่วยให้บริษัทต่างๆ วางแนวทางปฏิบัติที่เฉพาะเจาะจง ทำให้เป้าหมายนั้นเป็นจริง นี่คือกลยุทธ์บางส่วนที่เราใช้ ทำให้การรู้เท่าทันข้อมูลเป็นลำดับความสำคัญทั่วทั้งองค์กร ไม่ใช่แค่ในหมู่คนในองค์กรเทคโนโลยี การรู้เท่าทันข้อมูลไม่ใช่ทักษะทางเทคนิค มันเป็นทักษะระดับมืออาชีพ ส่งเสริมให้พนักงานของคุณทุกคน — นักการตลาด, ผู้เชี่ยวชาญด้านการขาย, เจ้าหน้าที่ปฏิบัติการ, ผู้จัดการผลิตภัณฑ์ ฯลฯ — เพื่อพัฒนาความรู้ข้อมูลของพวกเขาผ่านเซสชันการมีส่วนร่วมรายไตรมาสที่คุณโฮสต์ ซึ่งคุณครอบคลุมหัวข้อต่างๆ เช่น การตัดสินใจที่ขับเคลื่อนด้วยข้อมูล ศิลปะแห่งความเป็นไปได้ใน AI วิธีที่ข้อมูลเชื่อมต่อกับธุรกิจของคุณ จริยธรรม & AI หรือวิธีสื่อสารโดยใช้ข้อมูล การเน้นทั้งองค์กรประเภทนี้เป็นพื้นฐานสำหรับการเปลี่ยนแปลงไปสู่วัฒนธรรมที่เน้นข้อมูลเป็นหลัก พัฒนาภาษาทั่วไปภายในสำหรับการพูดคุยเกี่ยวกับ ข้อมูลเชื่อมโยงกับธุรกิจและอุตสาหกรรมของคุณอย่างไร และการเปลี่ยนแปลงบทบาทเฉพาะในบริษัทของคุณอย่างไร โลกของข้อมูลนั้นกว้างใหญ่ เต็มไปด้วยคำศัพท์และความเข้าใจผิด พัฒนามุมมองในฐานะองค์กรที่องค์ประกอบของการรู้เท่าทันข้อมูลมีความสำคัญต่อองค์กรของคุณมากที่สุด หากคุณเป็นบริษัทที่ให้บริการทางการเงิน อาจเป็นการวัดความน่าจะเป็นและความเสี่ยง หากคุณเป็นบริษัทเทคโนโลยี อาจเป็นการทดลองและการแสดงภาพ ในเซสชั่น L&D ของคุณ ให้พัฒนาเนื้อหาการเรียนรู้ที่ใช้ภาษานี้และสาธิตวิธีเชื่อมต่อกับธุรกิจของคุณในหลายแผนก เพื่อให้พนักงานสามารถเชื่อมโยงจุดทั้งหมดระหว่างความรู้ข้อมูลกับเวิร์กโฟลว์ของพวกเขา

สร้างช่องว่างภายในองค์กรของคุณเพื่อให้พนักงานเชื่อมต่อแนวคิดทางธุรกิจและแนวคิดข้อมูล

สิ่งหนึ่งที่เราแนะนำแก่ลูกค้าของ Correlation One ทั้งหมดคือการให้อำนาจพนักงานในการสร้างแนวคิดทางธุรกิจใหม่ ๆ ที่ใช้การรู้เท่าทันข้อมูลของพวกเขา ตัวอย่างเช่น สมมติว่าบริษัทของคุณอยู่ในวงการเพลง ในฐานะที่เป็นส่วนหนึ่งของโปรแกรม L&D ของคุณ ให้พนักงานพัฒนาข้อเสนอโครงการที่ใช้ประโยชน์จากความเข้าใจใหม่ของพวกเขาเกี่ยวกับความรู้ข้อมูล รวมกับความรู้ที่พวกเขามีเกี่ยวกับอุตสาหกรรม พวกเขาจะสร้างแนวคิดใหม่ที่น่าประหลาดใจสำหรับการประหยัดต้นทุนหรือการสร้างรายได้ ที่สำคัญไม่แพ้กัน คุณจะเพิ่มพลังให้พวกเขาขับเคลื่อนวัฒนธรรมที่เน้นข้อมูลเป็นอันดับแรกจากล่างขึ้นบน สร้างโครงสร้างสิ่งจูงใจเพื่อให้รางวัลแก่ข้อมูล -ขับเคลื่อนการตัดสินใจ. ใช้กระบวนการปัจจุบันของคุณในการอนุมัติแนวคิดหรือกำหนดงบประมาณ จากนั้นจึงเพิ่มกลไกที่ให้รางวัลแก่การคิดจากข้อมูล ตัวอย่างเช่น กำหนดให้ผู้จัดการต้องรวมการแสดงภาพที่ชัดเจนในข้อเสนอของตน หรือสร้างแดชบอร์ดที่ติดตาม KPI ของตนในเชิงปริมาณและแบบเรียลไทม์ หากคุณสามารถเปลี่ยนการตัดสินใจของผู้จัดการจากสัญชาตญาณไปเป็นข้อมูลโดยให้การอนุมัติโครงการเร็วขึ้นหรือให้งบประมาณที่มากขึ้นสำหรับข้อเสนอที่ทำโดยใช้การคิดจากข้อมูล คุณจะได้พฤติกรรมที่ต้องการจากผู้จัดการของคุณอย่างรวดเร็วผ่านการจัดตำแหน่งสิ่งจูงใจ

ปรับใช้โปรแกรม L&D ที่สอนการรู้เท่าทันข้อมูลในบริบทของธุรกิจของคุณ ปัญหา — และนั่นทำให้พนักงานของคุณมีส่วนร่วม

การสมัครใช้งานแพลตฟอร์มการศึกษาและการฝึกอบรม เช่น Coursera มักจะล้มเหลวในองค์กรที่กำลังมองหาการเปลี่ยนแปลงที่ยั่งยืน นั่นเป็นเพราะการเรียนรู้จะมีประสิทธิภาพมากขึ้นเมื่อเป็นสังคม (ทำร่วมกับผู้อื่น) เฉพาะบุคคล (ทำพร้อมคำติชมจากผู้เชี่ยวชาญ) และตามบริบท (เชื่อมต่อโดยตรงกับปัญหาทางธุรกิจที่คุณกำลังแก้ไข) การพัฒนาโปรแกรมการเรียนรู้ตามบริบทเฉพาะบุคคลทางสังคมและตามบริบทเหล่านี้ต้องใช้ทรัพยากรมากกว่า แต่ประโยชน์ในแง่ของการมีส่วนร่วมของพนักงานกับสื่อ การรักษาพนักงานของสื่อ และการเพิ่มขีดความสามารถให้กับพนักงานของคุณนั้นคุ้มค่า บางทีที่สำคัญที่สุด ประสบการณ์ของฉันทั้งก่อนและระหว่าง Correlation One ช่วยให้ฉันเข้าใจว่าข้อมูลไม่ใช่แนวดิ่ง — ไม่ใช่แค่กลุ่มงานเดียว เช่น นักวิทยาศาสตร์ข้อมูลหรือวิศวกรข้อมูล ข้อมูลเป็นแนวนอน แต่เป็นชุดทักษะที่ตัดจำนวนงานที่เพิ่มขึ้นในทุกสาขา นักการตลาดเป็นนักการตลาดที่มีทักษะด้านข้อมูลที่ดีกว่า ผู้จัดการผลิตภัณฑ์คือผู้จัดการผลิตภัณฑ์ที่ดีขึ้นด้วยทักษะด้านข้อมูล และอื่นๆ สำหรับปฏิบัติการ วิศวกรรม การขาย และแม้แต่ HR ทุกคนไม่จำเป็นต้องรู้วิธีเขียนโค้ด แต่ในไม่ช้าทุกคนจะต้องมีความรู้ด้านข้อมูล ในท้ายที่สุด การรู้เท่าทันข้อมูลเป็นมากกว่าการเรียนรู้ของเครื่องและวิทยาศาสตร์ข้อมูล และมันเป็นเรื่องที่มากกว่า AI การรู้เท่าทันข้อมูลเป็นเรื่องเกี่ยวกับมนุษย์ที่รับมือได้ดีขึ้นในโลกที่เต็มไปด้วยข้อมูล นั่นคือเหตุผลที่เราต้องการมันมากกว่าที่เคย