II. CÁC CƠNG NGHỆ VÀ CHÍNH SÁCH THÚC ĐẨY ĐỔI MỚI SÁNG TẠO DỰA TRÊN DỮ LIỆU
2.1.3. Các cơ chế tạo ra giá trị từ việc sử dụng và phân tích dữ liệu:
Có nhiều cơ chế thơng qua đó giá trị có thể được tạo ra từ dữ liệu. Mặc dù có nhiều hình thức tạo giá trị, có thể phân biệt một số cơ chế chung như sau:
- Đạt được hiểu biết sâu (sáng tạo tri thức): phân tích dữ liệu là phương tiện kỹ thuật để rút ra những hiểu biết sâu và những công cụ nâng cao khả năng hiểu biết, tác động hoặc kiểm soát tốt hơn các đối tượng dữ liệu về những hiểu biết này (ví dụ như các hiện tượng tự nhiên, các hệ thống xã hội, các cá nhân). Ví dụ, các tổ chức ngày càng dựa vào các mô phỏng và thực nghiệm không chỉ để hiểu biết rõ hơn về hành vi của các cá nhân, mà cịn để tìm hiểu, đánh giá và tối ưu hóa tác động có thể từ các hành động của họ đến những cá nhân đó.
- Ra quyết định của con người: hướng tới một nền văn hóa kinh doanh thử nghiệm dựa vào dữ liệu và sử dụng nguồn lực cộng đồng (crowd sourcing). Việc dữ liệu được tạo ra và thu thập ở mọi nơi đã tạo khả năng cho các tổ chức có thể căn cứ q trình ra quyết định của mình dựa vào dữ liệu nhiều hơn so với trước đây. Nổi bật có hai xu hướng chính gồm: (i) việc ra quyết định của con người ngày càng dựa trên các thử nghiệm nhanh dựa vào dữ liệu. (ii) việc sử dụng nguồn lực cộng đồng: "là việc có được các dịch vụ, các ý tưởng, hoặc nội dung cần thiết bằng cách thu hút sự đóng góp của một nhóm lớn dân chúng và đặc biệt là từ các cộng đồng trực tuyến" (Merriam-Webster, 2014) đã có thể dễ dàng đạt được nhờ vào khả năng đúc kết thông tin từ dữ liệu phi cấu trúc trên Internet và chia sẻ dữ liệu với các nhà phân tích khác.
Việc sử dụng phân tích dữ liệu trong quá trình ra quyết định cho thấy một sự thay đổi trong cách thức các tổ chức ra quyết định dựa vào dữ liệu. Người ra quyết định không nhất thiết phải hiểu được hiện tượng, trước khi hành động. Nói theo cách khác: thực tế phân tích đến trước, sau đó là hành động, và cuối cùng là sự hiểu biết. Ví dụ, một cơng ty như Wal-Mart Stores có thể thay đổi nơi đặt sản phẩm tại các cửa hàng của mình dựa trên các mối tương quan mà khơng nhất thiết phải biết tại sao sự thay đổi đó có tác động có lợi đến doanh thu của họ.
thuật tốn học máy) nâng cao năng lực của máy móc và các hệ thống tự điều khiển, khiến cho chúng có thể học hỏi từ dữ liệu về các tình huống trước đó và có thể tự đưa ra các quyết định dựa trên phân tích các dữ liệu này. Các máy móc và hệ thống tự điều khiển này đang ngày càng trở nên có tính năng cao hơn do chúng có thể thực hiện được các nhiệm vụ mà trước đây thường đòi hỏi sự can thiệp của con người. Xe không người lái của Google là một ví dụ minh họa điển hình, nó được dựa trên các thuật tốn học máy được làm giàu bằng dữ liệu thu thập từ các bộ cảm biến có kết nối với xe và từ các dịch vụ như Google Maps và Google Street View. Máy móc tự động điều khiển được dự báo là có một tiềm năng lớn trong lĩnh vực hậu cần, chế tạo và nông nghiệp. Trong chế tạo, các robot có truyền thống được sử dụng chủ yếu ở những nơi cần đến tốc độ, độ chính xác, sự khéo léo và khả năng làm việc trong điều kiện nguy hiểm. Tuy nhiên, robot truyền thống chỉ nhanh trong các mơi trường được xác định rất chính xác và việc thành lập một nhà máy robot sẽ phải mất hàng tháng, thậm chí hàng năm, để lập kế hoạch chính xác đến từng milimet về mọi di chuyển của robot. Tương tự như vậy, robot hậu cần vận chuyển các cấu kiện thành phẩm tuyến đường được dàn dựng chính xác. Các robot có thể được gắn các cảm biến, nhưng hầu hết các di chuyển cần được lên kế hoạch trước và lập trình, điều đó khơng cho phép có nhiều linh hoạt trong việc sản xuất sản phẩm. (Vì lý do này, việc sản xuất
các thiết bị điện tử tiêu dùng vẫn thường được thực hiện bằng tay, bởi vì vịng đời của các thiết bị điện tử tiêu dùng và thời gian để tiếp thị (đưa ra thị trường) quá ngắn).