دنیایی که در آن داده‌ها حرف اول و آخر را می‌زنند

این مطلب مقدمه مجموعه مقالات پرونده ویژه «داده‌های بزرگ؛ فردای بزرگ‌تر» شماره 197 ماهنامه شبکه است. علاقه‌مندان می‌توانند کل این پرونده ویژه را از روی سایت شبکه دانلود کنند.

مطلب پیشنهادی

دانلود کنید: پرونده ویژه داده‌های بزرگ؛ فردای بزرگ‌تر

نزدیک به یک قرن پیش کشورهای صاحب منابع طبیعی همچون نفت با اتکا بر این ذخیره استراتژیک سعی می‌کردند به اهداف و مقاصد خود دست پیدا کنند. اما عصری که در آن زندگی می‌کنیم به‌دنبال آن است تا وابستگی خود به سوخت‌های فسیلی را کاهش دهد. این کاهش وابستگی به سوخت‌های فسیلی با ورود به عصر دیجیتال هم‌زمان شده است. عصری که در آن، کشورها به‌واسطه اتکا بر اطلاعات که از آن به‌عنوان یک منبع ارزشمند یاد می‌کنند، تصمیمات راهبری خود را اتخاذ می‌کنند. با ظهور جدی‌تر اطلاعات در عرصه‌های مختلف زندگی بشری این داده‌های مجازی جای نفت را به‌عنوان یک منبع ارزشمند گرفته‌اند، اهمیت داده‌ها و اطلاعات تا به آنجا پیش رفته است که اکنون بسیاری از کارشناسان از انحصارگرایی در این حوزه ابراز نگرانی کرده‌اند. به‌ گونه‌ای که پیشنهاد داده‌اند برای آنکه شاهد چالش‌های جدی در این زمینه نباشیم، مجبوریم قوانین سخت‌گیرانه‌ای را برای مقابله با این مشکل و همچنین پدیده ضدانحصار تدوین کنیم. حتی بدون هیچ‌گونه پیش‌زمینه قبلی و تنها با نگاه کردن به فهرست باارزش‌ترین شرکت‌های جهان به‌خوبی مشاهده می‌کنیم که اطلاعات ارزش به‌مراتب بیشتری نسبت به انرژی دارند. 
چهار شرکت اپل، آلفابت، آمازون و با چند پله فاصله فیسبوک در سه ماهه نسخه سال جاری میلادی موفق شدند لقب باارزش‌ترین شرکت‌های جهان را از آن خود کنند. این چهار شرکت در سه ماهه نخست سال جاری میلادی موفق شدند نزدیک به 25 میلیارد دلار سودآوری داشته باشند. جالب‌تر آنکه آمازون به‌تنهایی موفق شده است نیمی از خریدهای آنلاین در ایالات متحده را به‌سمت خود هدایت کند. در ادامه شرکت‌های گوگل و فیسبوک نیز به‌واسطه تبلیغات در سال گذشته میلادی به سودآوری کلانی دست پیدا کرده‌اند. اما همه این شرکت‌های بزرگ با اتکا بر داده‌ها و درنهایت اطلاعات پردازش شده موفق شده‌اند در حوزه کاری خود یکه‌تاز باشند. اما چه عاملی اطلاعات را تا به این اندازه ارزشمند ساخته است؟ جواب این پرسش در دو واژه اینترنت و گوشی‌های هوشمند مستتر شده است. 

مطلب پیشنهادی

رؤیای دیروز، واقعیت امروز

تعامل شکوه‌مندانه کلان‌داده‌ها و اینترنت اشیا

فناوری اول به شکل فزاینده‌ای اطلاعات تولید و دومی دریافت می‌کند. ترکیب این دو عامل با یکدیگر اطلاعات را تا به این اندازه ارزشمند کرده است. گوشی‌های هوشمند به‌سادگی فعالیت‌های کاربران را در قالب داده‌های نیمه‌ ساخت‌یافته یا ساخت‌یافته برای شرکت‌ها ارسال می‌کنند. تماشای برنامه‌های تلویزیونی، به‌کارگیری برنامه‌هایی نظیر گوگل‌ مپ یا برنامه‌هایی که برای پیدا کردن جای پارک از سوی کاربران مورد استفاده قرار می‌گیرد اطلاعات ساخت‌یافته‌ای را در اختیار شرکت‌ها قرار می‌دهد. هرچه بر تعدد گجت‌های هوشمند و متصل افزوده می‌شود، به همان نسبت بر حجم داده‌ها نیز افزوده می‌شود. 

این افزایش حجم شرکت‌های نرم‌افزاری را مجبور می‌سازد تا فناوری‌ها، راهکارهای نوین و ابزارهایی را برای تحلیل داده‌ها ابداع کنند. تعدد فناوری‌های نوینی که اطلاعات تحلیل شده را تولید می‌کنند باعث می‌شود تا جوامع به سرویس‌های ارتباطی پرسرعتی نظیر شبکه‌های نسل پنجم نیاز مبرمی پیدا کنند. این افزایش سرعت انتقال داده باعث می‌شود تا شرکت‌ها به کارشناسانی که در حوزه‌های تحلیل داده‌ها و ارتباطات متبحر هستند نیاز بیشتری پیدا کنند، تعدد سامانه‌ها و کارشناسان شرکت‌ها را مجبور می‌سازد بیش از پیش به‌ سراغ الگوریتم‌های یادگیری ماشینی و در رأس آن‌ها هوش مصنوعی بروند و به این شکل در یک چشم بر هم زدن مشاهده می‌کنید که داده‌ها حتی زمان بیدار شدن یا خوابیدن شما را نیز تنظیم می‌کنند. این چرخه کاملاً مرتبط به یکدیگر از سال‌ها پیش شرکت‌ها را وسوسه کرد تا در هر بخشی از تجارت که تصور می‌کنند موفق می‌شوند سرمایه‌گذاری انجام دهند. بسیاری از شرکت‌ها راز موفقیت را در داده‌های تجاری شناختند و بر این باور بودند که این داده‌های تجاری هستند که قفل بسیاری از در‌ها را باز خواهند کرد. 

مطلب پیشنهادی

چالش بزرگ بعدی اکوسیستم داد‌ه‌محور چیست؟

انتقال سریع و هوشمندانه داده‌ها، معدن طلای عصر جدید

اما توجه بیش از اندازه به داده‌ها و لزوماً جمع‌آوری داده‌های بسیار زیاد و ارائه نظریات مختلف در این ارتباط از سوی شرکت‌هایی همچون اوراکل، آی‌بی‌ام و SAP کار را به آنجا کشاند که داده‌ها خود صاحب اصطلاحی به‌نام بزرگ داده شدند. اصطلاحی که اکنون برای همه سازمان‌های تجاری کاملاً شناخته شده است. بسیاری از شرکت‌ها معتقدند بزرگ داده‌ها همانند سلاحی پرقدرت قادر هستند همه رقبا را از میدان خارج کنند، اما مشکلی که در این بین وجود دارد این است که تحلیل داده‌ها کار ساده‌ای نیست و هیچ‌کس نمی‌تواند به شما ضمانت دهد تحلیل حجم بسیار بالایی از داده‌ها درنهایت باعث موفقیت کسب ‌و کار شما خواهد شد، چه‌بسا زمان بسیاری را در زمینه تحلیل داده‌ها سپری کنید، اما درنهایت به هیچ برسید. واقعیت این است که به‌سختی می‌توان حجم بسیار بالایی از داده‌ها را به‌درستی تحلیل کرد، به گونه‌ای که به ما کمک کند تصمیمات راهبردی درستی را اتخاذ کنیم. در اکثر موارد سازمان‌ها به‌درستی نمی‌دانند به‌دنبال چه هستند. این مشکل زمانی حادتر می‌شود که داده‌هایی را جمع‌آوری کرده‌ایم، اما از ابزارهای نامناسبی برای تحلیل داده‌ها استفاده کرده‌ایم. همین موضوع باعث شده است تا تعدادی از شرکت‌ها به این نتیجه‌گیری کلی برسند که خودشان به‌تنهایی نمی‌توانند در حوزه بزرگ داده‌ها ورود موفقی داشته‌ باشند و باید در این زمینه کار را به شرکت‌های متخصص واگذار کنند. اکنون وقت آن رسیده است که جواب این پرسش که چرا داده‌های زیاد دردسرآفرین هستند را بدهیم. زمانی که اهداف بیش از اندازه بزرگ شوند، بانک‌های اطلاعاتی بیش از اندازه وسیع و بعضی مواقع تحلیل‌ها زنجیره‌وار شوند ممکن است در کوتاه یا درازمدت ضررهای مالی را متوجه یک سازمان سازند. اما برای رهایی از این مشکل چه راهکاری پیشنهاد می‌شود؟ پرونده ویژه این شماره در نظر دارد به این سؤال پاسخ دهد. 
در مقاله اول این پرونده ابتدا به شما می‌گوییم بزرگ داده‌ها چه هستند و چه تأثیری بر صنایعی همچون نرم‌افزار و اینترنت اشیا دارند. در ادامه به شما روندهای برتر این حوزه‌ را معرفی خواهیم کرد. در مقاله سوم به شما می‌گوییم برای آنکه به یک متخصص بزرگ داده‌ها تبدیل شوید به چه ملزوماتی نیاز دارید. در ادامه به پرسش‌های شاخص کسب‌ و کارها و باورهای اشتباهی که پیرامون بزرگ داده‌ها پدید آمده‌اند نگاهی خواهیم داشت و درنهایت به فرصت‌های شغلی این حوزه به‌ طور اجمالی نگاهی خواهیم کرد. در مجموع این پرونده ویژه اطلاعات پایه درخصوص بزرگ داده‌ها را در اختیار شما قرار می‌دهد.

فهرست مطالب:

• دنیایی که در آن داده‌ها حرف اول و آخر را می‌زنند

• بزرگ ‌داده‌ها چه هستند و چرا باید به آن‌ها اهمیت دهیم؟

• 10 روند برتر بزرگ داده‎ها در سال 2017

• چگونه می‌توانیم به یک مهندس داده‌ تبدیل شویم؟

• شش پرسشی که هر کسب ‌و کاری باید درباره معماری بزرگ داده‌ها مطرح کند

• بزرگ داده‌ها می‌توانند به سلاح‌های مخرب و خطرناک تبدیل شوند

• تصورات اشتباه در ارتباط با مدل‌های داده‌ای

• بزرگ داده‌ها و فرصت‌های شغلی در آینده نزدیک

برای دانلود  پرونده ویژه "داده‌های بزرگ؛ فردای بزرگ‌تر" اینجا کلیک کنید