来源：【计算机世界】
【导语】Straumann Group 是牙科植入物、正畸和数字牙科的全球造造商和供给商。那家公司正通过机器进修和人工智能加强其营业，将PB级的数据转换为资产。
Straumann Group 的北美区数据与手艺总监 Sridhar Iyengar 给本身设立了一个斗胆的任务。将那家有近 70 年汗青的公司的数据和手艺组织改变为向全球牙科植入物、修复术、正畸和数字牙科的造造商和供给商供给办事的数据即办事供给商，并向营业相关者供给机器进修（ML）的办事。
Iyengar 暗示：“我的愿景是，我能够把权限交给我的企业团队，由他们本身办理数据和运行数据，而不是由数据与手艺团队承担核心本能机能并协助他们完成。”
若是实现那个愿景那将是了不得的成就。Straumann Group 的总部位于瑞士巴塞尔，在 100 多个国度开展营业，拥有 PB 级的数据。那庞大的数据中包罗了高度构造化的客户数据、关于治疗和尝试室恳求的数据、运营数据，以及大量的、不竭增长的非构造化数据，出格是图像数据。例如，该公司的正畸营业大量利用图像处置，以致于非构造化数据正以每月约 20%至 25%的速度增长。
成像手艺的前进为 Straumann Group 带来为客户供给新功用的时机。例如，成像数据可用于向患者展现矫治器将若何跟着时间的推移改动他们的表面。
Iyengar 指出：“那给我们的供给商在销售他们的办事时供给了很大的动力，同时也为我们从病人那里获得了更多的 NPS（净保举值）。”他相信人工智能将在 Straumann 的图像处置和尝试室治疗营业中阐扬关键感化。那也是他鼎力鞭策为数据和手艺团队的内部客户供给 ML 办事的原因。他暗示：“他们所要做的只是成立他们的模子，然后用它运行就能够了。”
但是，为了用 ML 和 AI 加强其各类营业，Iyengar 的团队起首必需突破组织内部的数据孤岛，并革新公司的数据运营。他指出：“数字化是我们在数据路程中的投下的第一个筹码。”
推销数据转型的价值
Iyengar 和他的团队在为期三到五年的方案中已经走过了 18 个月。那项数据方案从构建数据层起头，也就是将 ERP、CRM 和传统数据库等数据源整合到构造化数据的数据仓库和非构造化数据的数据湖中。
那一步调次要由开发人员和数据架构师承担，成立了数据治理和数据整合。如今，该团队的信息架构师与营业阐发师一路，正在研究语义层，将数据仓库和数据湖中的数据输入数据集市，包罗财政集市、销售集市、供给链集市和市场集市。在合做伙伴 Findability Sciences 的帮忙下，下一个目的将是成立起 ML 和 AI 管道，使其成为能够撑持预测性和标准性阐发的信息传递层。
他暗示：“跟着信息层的成熟，ML 和 AI 将起头看到一些萌芽。”他认为，虽然当他在 2021 年签约时，数据转型已经是一个迫切的需求，但他希望拿出更有说服力的愿景来说服董事会和营业指导人来处理那个问题。
为此，他的数据战略依靠的是一个防御性和进攻性的比方。防御层包罗数据办理的传统要素，如数据治理和数据量量。进攻层则是人工智能和高级阐发的范畴，其感化不单单是洞察和营业优化。
Iyengar 暗示：“进攻就是若何缔造收入，从我们搜集的汗青数据中获得所有的洞察力。事实上，也就是预测即将到来的趋向。我们在进攻范畴得到的大部门数据都长短构造化的，我们要确保那些数据对营业指导人有意义，并帮忙他们协调和丰硕那些数据，使他们可以更有效地办事于他们的客户，使客户得到办事并以更强大、无摩擦的体例操纵 Straumann 的办事。”
毫不奇异，恰是进攻性的一面让 Straumann 的董事会投资于 Iyengar 提出的转型方案。
Iyengar 说：“当以客户为中心和数字化转型的理念，以及数据转型的思绪被提出来时，我认为那与他们产生了共识。”
为将来做筹办
Iyengar 的团队通过接纳用例的体例获得胜利，那与 Strauman 的核心营业并没有差别。Iyengar 说：“我们几乎接纳了向病人展现的治疗前和治疗后图像的不异原则。”
团队要求公司指导挑选一些以客户为中心的向量，以申明若何操纵数据立异来鞭策营业功效。此中一个目的是降低客户流失率。团队起首将流失倾向分红两个值：一个是保留现有客户，一个是获取新客户。它利用了典型的客户末身价值，并阐发了购置形式，为营销团队和销售团队供给了他们能够用来鞭策其战略的见解。
Iyengar 认为，接纳那种办法在内部推广数字化转型，使工做变得愈加容易。他说：“我们看到所有营业都批准了撑持那一行动的各项投资。”
同时，跟着团队起头成立 ML 和 AI 才能，数据和手艺团队自己的转型也势在必行。
Iyengar 说：“从传统学校的角度来看，我们固有的技能组合其实不合适 ML 和 AI 的部门。你在那里需要的是统计学家和数学家，而不是法式员和编码员，对吗？所以，我们也不断在从文化和技能的角度革新本身。那有当时间规律。我们有一条在我们内部成立准确的技能组合进修曲线。”
Iyengar 正在企业人工智能专家 Findability Sciences 的帮忙下，弥补其团队的技能组合。Findability Sciences 的 Findability.ai 平台连系了机器进修、计算机视觉和天然语言处置（NLP）来帮忙客户实现本身的人工智能之旅。
Iyengar 说：“我的团队里有良多人具备传统的 ETL 技能，缺乏的是 ML/AI 技能组合。我们的合做伙伴正在那个范畴帮忙我们。”
Iyengar 暗示，最末，那些变革将改动数据和手艺团队与营业的互动体例。目前，它在一个集中的轮辐形式下运行。但他认为，他的团队中对统计学家和数学家的需求是不成扩展。相反，他实正想要的是在三到五年内将他们嵌入到更接近营业线的团队中，如许企业就能够本身运行模子。
他说：“如今，我们是以每小时 100 英里的速度驾驶公交车的同时改换轮胎，那无论若何都不成能进一步扩展。虽然我为我的团队感应骄傲，我们正在如许做。”
本文来自【计算机世界】，仅代表做者概念。全国党媒信息公共平台供给信息发布传布办事。
ID：jrtt
发表评论