Cum pot companiile din România utiliza Data Science?
Multe dintre companiile din România au început să organizeze diverse structuri interne cu scopul general al digitalizării. Fie că poartă numele de „hub-uri” sau „Data Science department”, toate aceste structuri înființează de fapt „centre de excelență”, angajând cei mai buni specialiști în domeniul datelor pe care îi pot găsi. Până la urmă, niciuna dintre companiile din România nu vrea să rămână în urmă când trendul global este clar: 75% dintre companiile globale intenționează să adopte instrumente și tehnologii noi în următorii 5 ani (platforme digitale și aplicații, Big Data, tehnologii pentru educație, IoT, Cloud Computing).
Nu este un secret faptul că principala problemă a României este lipsa capitalului uman. Toate datele de la toate organizațiile internaționale plasează această problemă ca fiind principalul obstacol pentru digitalizarea mai multor domenii, de la sănătate la justiție. În Raportul de Țară din 2023, Comisia Europeană estimează că numărul cercetătorilor, inclusiv în Data Science, este la capătul inferior al tuturor statelor membre ale Uniunii. În DESI, România se situează pe locul 27 din UE la competențe digitale (aproape ultimii): mai puțin de o treime dintre persoanele cu vârste între 16 și 74 de ani au competențe digitale de bază, comparativ cu 58% media UE.
Totuși, sectorul privat derulează activități de formare și pregătire pentru a compensa aceste lipsuri.
Nu puține sunt inițiativele menite să aducă capitalul uman existent și non-migrator la un nivel de competențe ridicat: SAS Institute colaborează cu instituții de învățământ superior din țară pentru a sprijini formarea de tineri specializați în Data Science, iar Women in Data Science Romania, competiție organizată de Think Tank 360, a ajuns deja la a 4-a ediție. Facultatea de Administrare a Afacerilor în Limbi Străine din cadrul ASE organizează un program Specializat în Business Analytics, în timp ce Bucharest Business School derulează o şcoală de vară internaţională în Data Science. Întrebarea inevitabilă este: cum finanțăm mai multe programe de acest tip?
World Economic Forum subliniază că majoritatea companiilor se așteaptă să își finanțeze singure activitățile de Data Science: doar 16% dintre companii susțin că se așteaptă să existe co-finanțare public-privată. Pentru România, conform sondajului, doar 5% dintre companii prevăd să utilizeze un model de co-finanțare.
În acest condiții cum pot companiile din România să ajungă la performanță utilizând resursele pe care le dețin deja?
O abordare strategică unde toate echipele sunt implicate.
În cele mai multe dintre cazuri, echipele de Data Science se concentrează pe zonele unde există deja o mulțime de date, fără a lua în calcul posibilitatea colectării tuturor datelor disponibile în interiorul companiei pentru a aborda strategic Data Science. Dacă eforturile de Data Science rămân în sarcina unei singure structuri, cel mai probabil problemele strategice ale unei companii nu vor fi soluționate într-o manieră sustenabilă. Dacă Data Science are potențialul să schimbe piața forței de muncă într-o lume în care sarcinile repetitive nu mai există, atunci implicarea tuturor angajaților este necesară. La fel ca și pregătirea lor.
Colectarea de micro-date de la nivelul întregii companii este esențială pentru următorii ani pentru a putea formula strategii coerente pe viitor. În plus, e posibil să fie nevoie de specialiști pentru a analiza dinamicele interne ale resurselor umane, iar aici cel mai probabil vom vedea primele limitări ale algoritmilor. Pe lângă metrici, standarde și evaluări, e posibil să devină necesar să ne concentrăm pe empatie.
Pentru un moment, problemele cu cel mai mare beneficiu marginal ar trebui rezolvate.
Între a achiziționa o soluție digitală sau a dezvolta una, o companie are de fapt de ales între bugetarea sustenabilă pe termen lung sau rezolvarea unei situații punctuale pe termen scurt. Într-adevăr, pentru dezvoltarea unei soluții proprii trebuie luată în considerare probabilitatea de succes: costurile mari pentru dezvoltare pot fi diminuate pe termen lung prin marketizarea produsului? Nu există un răspuns clar la această întrebare, dar este posibil ca un proiect bazat pe micro-date să fie util pentru viitor, mai ales că Digital Market Act își propune să realizeze interoperabilitate între platformele digitale, indiferent de dimensiunea furnizorului: să existe interoperabilitate între datele Instagram și alte platforme mici este un obiectiv ambițios.
Programe de formare şi comunicarea strategiei de Data Science.
Cei mai experimentați în domeniu ar trebui să fie redirecționați către pregătirea celorlalți. Programele de alfabetizare analitică și în domeniul datelor sunt esențiale pentru România: a înțelege diferitele tipuri de date, ce se poate face cu ele şi cum AI poate fi utilizat pentru analiza lor va duce la formarea unui avantaj competitiv pe care la acest moment nu îl putem măsura. Cum vor fi utilizate datele într-o companie ? Un instrument util din când în când sau ceva de lungă durată unde matematica va domina întreaga strategie de business? Definirea unei strategii de Data Science este, de asemenea, esențială: nu lăsați Data Science doar în sarcina angajaților specializați care sunt foarte puțini şi foarte bine plătiți. Mai mult decât orice altceva, Data Science este despre oameni şi despre cum aceștia pot lucra cu date. Cu cât viziunea este mai amplă, cu atât rezultatele vor fi pe măsură.
Îți recomandăm:
FABIZ, cea mai bună opțiune pentru tinerii care doresc să studieze la cele mai înalte standarde
cuvinte cheie: Data Science
