.jpg)
På 2000-tallet brukte mange tid på å plotte data fra papir inn på PC-en eller til å skanne dokumenter. I dag er vi ved neste stopp: Automatisert databehandling.
For å forstå neste steg, er det verdt å se tilbake på hvordan vi kom dit vi er i dag. I tiden før datamaskiner, når notater ble håndskrevet, kunne man finne de igjen i arkivskap. Data var for 20 år siden først og fremst et referanseverktøy og bedriftene brukte ikke dette som en ressurs i realtid.
Et godt eksempel på gammeldags datahåndtering er katalog-selskapene. Disse koordinerte utsendelse av tusenvis av kataloger til abonnenter, men det var ingen måte å spore hvem som bestilte produktene. Målrettet markedsføring på abonnentnivå var umulig.
20 år senere
Når datamaskinen kom ble gamle papirkopier digitalisert, og de første digitale prosessene startet med å plassere data på en maskin som deretter ble tilgjengelig med bare ett klikk. Dette ga nye muligheter for bredere datainnsamling og analyse. Det var ikke lenger overveldende å sammenligne data fra flere kilder. Alle så mulighetene i data. 20 år senere er dette for lengst en milliardindistri.
I dag ligger dataene i skyen. Etter årevis med praksis med å sette opp systemer for å samle inn og konsolidere, er fokuset i dag på å øke tilgjengeligheten. Med den digitale infrastrukturen som nå er bygget ut, er næringslivet i full gang med å migrere til skyen. Neste skritt handler om å automatisere den. I praksis betyr det å organisere mengder med data for bruk av programmer, så vi sluttbrukere kan få mest mulig nytteverdi ut av dem.
Dette er fremtiden
Det som tar timer og uker for mennesker, som aggregering, rensing, bestilling og organisering av data, kan gjøres på få minutter ved automasjon. Ved å skrive regler og algoritmer for å styre databehandlingspraksis, er dataingeniører engasjert i enkle automatiseringer som holder dataene oppdaterte tilenhver tid.
Med de nyeste fremskrittene innen kunstig intelligens og maskinlæring, er det ikke urimelig å forvente at bedrifter snart vil få mulighet til å automatisere hele datadrevne prosesser fra innsamling til en bestemt praktisk bruk, uten noen som helst involvering av menneskelig ansatte.
Da må barrierer brytes ned innen gamle systemer. Da kan vi gå fra applikasjon til applikasjon, og fra prosess til prosess. Tillitten må også økes til at tjenestene vi bruker gjør mer av arbeidet for oss. Etter hvert som bedrifter stoler mer og mer på data, øker etterspørselen etter smartere styringssystemer og endret praksis. Automatisering av data vil sannsynligvis gjøre livet enklere for veldig mange.
