Minęło już kilka tygodni od Data Economy Congress, ale koncepcje, które były tam przedstawione, będą aktualne jeszcze przez długi czas. I ja potrzebowałem chwili, żeby je dobrze przetrawić. Jednak myślę, że warto do nich wrócić.
Data Economy Congress zgromadził w jednym miejscu wielu ekspertów, liderów biznesu i przedstawicieli sektora technologicznego. Mają oni sporo mądrych przemyśleń dotyczących wyzwań i możliwości w dziedzinie sztucznej inteligencji, przetwarzania oraz jakości danych.
Przyszłość i zastosowania genAI
Wiele sesji skupiło się na przyszłości sztucznej inteligencji (AI) oraz potencjalnym wpływie generatywnej AI (genAI) na biznes. W ciekawym i inspirującym wykładzie prof. Włodzisław Duch przedstawił wizję przyszłości, w której AI osiąga poziom istoty inteligentnej.
A kilka kolejnych prezentacji i debat potwierdziło, że wiele organizacji w naszym kraju pracuje nad wdrożeniami gen AI w automatyzacji własnych procesów biznesowych.
Jakość danych i data governance
Druga grupa sesji koncentrowała się coraz bardziej na problemach z zarządzaniem jakością danych oraz data governance. Prelegenci zwracali uwagę, że zarówno w aspekcie decyzji ludzkich, jak i automatyzacji przy pomocy AI to jakość danych decyduje o tym, czy efekt wspiera rozwój naszych firm, czy wręcz przeciwnie.
Szczególnie ciekawa wydała się sesja, w ramach której przedstawiciele firm podzielili się porażkami przy wdrażaniu nowych projektów właśnie w obszarach integracji i jakości danych.
Niezależność technologiczna
Tematem, który bardzo często przewijał się w dyskusjach, było niestabilne obecnie otoczenie polityczne gospodarki światowej, które skłania nas do zastanawiania się nad technologiczną niezależnością Polski i Europy. Jedno z wystąpień dotyczyło zresztą wprost możliwości uniezależnienia się Europy w zakresie produkcji chipów.
Tej samej niezależności, choć bardziej na poziomie rozwoju produktów IT oraz dbania o talenty, dotyczyło wystąpienie nagrodzonego w czasie wieczornej gali tytułem Leader of The Year Jarosława Królewskiego.
Co za trzy lata?
Ciekawym aspektem kończącym wiele debat w trakcie kongresu było pytanie: „O czym będziemy rozmawiać za trzy lata?”. I tu prelegenci podzielili się w zasadzie na dwa obozy. Pierwszy z nich skupiał się na fakcie, że obszary data związane z AI rozwijają się tak szybko, że nie da się przewidzieć wyzwań, z jakimi będziemy się mierzyć w tak długim okresie.
Z drugiej strony padało zdanie: „O tym samym, o czym rozmawiamy i dziś”. Odpowiedź o tyle prawidłowa, że praca nad jakością i ładem danych w zasadzie nigdy się nie kończy. Rozmawialiśmy o niej trzy lata temu i za kolejne trzy temat będzie nadal aktualny.
Łukasz Nienartowicz
Data by Example
