Podaci su ključni u predviđanju situacija i za njihovo rješavanje

Čiji su podaci? Neuobičajeno za priču koja obično ima uvod, razradu i zaključak, ponudit ću na samom početku svoj odgovor na postavljeno pitanje: podaci su NAŠI. Kada bismo ih prikupljali, obrađivali, pohranjivali i koristili na bolji način, svi bismo od toga imali značajne koristi.

Tehnološka zrelost

Krenimo ipak od početka: danas se puno priča o primjeni umjetne inteligencije i strojnog učenja, senzora i Interneta stvari (IoT), pametnih uređaja i proizvoda. Njihova tehnološka zrelost jednostavnost korištenja i dostupnost su na prihvatljivoj razini, čak i u tradicionalnijim područjima kao što je poljoprivreda i prehrambena industrija. No, od njih nema koristi ako ih ne “nahranimo” podacima.

Podacima do novih zaključaka

A odakle podaci? Nalaze se svuda oko nas, nastaju i tamo gdje toga nismo svjesni, često nam prolaze “ispod radara”. Primjera je puno, od meteoroloških i hidrografskih podataka, veterinarskih pregleda, inspekcija, satelitskih snimki, kretanju divljih životinja, bolestima, cijenama proizvoda, proizvodnim i skladišnim kapacitetima. Svakom od tih skupina podataka tradicionalno se bave specijalizirane službe, institucije i aplikacije te imaju svoje tradicionalne skupove korisnika. Međutim, ako bismo sve te podatke prikupili na jednom mjestu i učinili dostupnima, otvorio bi nam se čitav jedan novi svijet. Povezivanjem na prvi pogled nepovezivih podataka primjenom umjetne inteligencije i strojnog učenja dolazimo do potpuno novih zaključaka.

Vrijeme prikupljanja podataka presudno za donošenje odluka

Značajnu ulogu igra i vrijeme u kojemu su podaci prikupljeni i korišteni – što ih ranije saznamo, imaju veću vrijednost. Naši dosadašnji mehanizmi donošenja odluka često su bili reaktivni. Čekali smo neki događaj i onda počeli razmišljati kako se prema njemu postaviti, ako je prilika – kako ju iskoristiti a ako je opasnost kako ju izbjeći. U vrijeme brzih promjena i sve većeg broja nepredviđenih događaja, takav pristup više nije dovoljan. Potrebno je obraditi sve dostupne podatke što ranije, a onda primjenom suvremenih alata predvidjeti s velikom pouzdanošću što će se dogoditi. I danas je to moguće, za to postoje izvrsni primjeri u Hrvatskoj i Europskoj uniji.

Zahvaljujući digitalizaciji, po načelu otvorenih podataka (Open Data), značajan dio tih podataka dostupan je po određenim pravilima različitim skupinama korisnika. Pojavljuje se veliki broj malih tvrtki i razvojnih timova koji koristeći te podatke kreiraju potpuno nove, donedavno nezamislive usluge, dostupne na svim tipovima uređaja, najčešće mobilnih. I najvažnije, krajnji korisnik takve usluge ne mora znati niti razumjeti što je sve bilo potrebno kako bi on dobio vrijednost koju mu usluga daje.

Prediktivni modeli su neizostavni alati budućnosti

Ne treba na tome stati – moguće je, ponovno primjenom umjetne inteligencije i strojnog učenja zatražiti i prijedlog rješenja. Skok je to od prediktivnih modela (predviđanje) do preskriptivnih (savjetodavnih), najčešće u obliku scenarija za pojedine situacije.

Uz sve navedeno, danas postoje i takozvani digitalni blizanci (Digital Twins), računalni modeli koji su, temeljem prikupljenih podataka u skoro realnom vremenu, vjerna slika nekog sustava, organizacije, procesa ili uređaja (proizvoda). To nam daje mogućnost brže reakcije, simulacije potencijalnih budućih situacija, testiranje novih poslovnih koncepata i kontinuiranog unaprjeđenja. Naravno, za kvalitetni digitalni model blizanca, potrebni su nam ponovno podaci.

Podaci nam pružaju priliku za stvaranje otpornosti

Vratimo se na početak priče: nužno nam je osvijestiti važnost podataka, napraviti prvo “inventuru” u vlastitom dvorištu kojim sve podacima raspolažemo. Institucije koje prikupljaju velike količine javnih podataka stavljaju ih na raspolaganje prema standardima otvorenih podataka, propisuju njihovo korištenje i nadziru kako ne bi došlo do zlouporaba. Različiti pružatelji usluga, institucionalni ili startupi kreiraju inovativne usluge i stavljaju ih na raspolaganje potencijalnim korisnicima.

Osviješteni mali,