Přejít na hlavní obsah
FromNine
Nabídka

AI a data

Data, na která se AI i rozhodování mohou spolehnout.

Stavíme datové platformy, kde má každá datová sada vlastníka, kontrakt a známou kvalitu. Analytika, provoz i AI tak čerpají ze stejných důvěryhodných čísel.

Pro firmy a instituce v Česku, které potřebují jeden důvěryhodný pohled na data rozptýlená mezi společnosti, pobočky a starší systémy.

Domluvit konzultaciPřístup ke znalostem
Data a analytika: vrstvy schopnostíČtyři vrstvy nad sebou. Shora dolů: analytika a AI, které data využívají, datové produkty s vlastníky a kontrakty, vrstvy lakehouse, které data čistí a sjednocují, a řízení dat napříč vším.01Využití v analytice a AI02Datové produkty a kontrakty03Vrstvy lakehouse04Řízení dat a původ dat
  1. 01Datové produkty s určenými vlastníky, kontrakty a kontrolami kvality
  2. 02Řízení dat, které zahrnuje účel zpracování a dobu uchování, ne jen katalog
  3. 03Jedna sada definic ukazatelů, kterou podepíše byznys i IT

01 Problémy

Známé potíže s daty

Většina projektů AI, které zklamou, jsou ve skutečnosti datové projekty v přestrojení.

  1. 01

    Tři reporty, tři různá čísla

    Finance, provoz i vedení počítají tržby nebo počet případů každý po svém. Porady začínají odsouhlasováním čísel místo rozhodování.

  2. 02

    Data nikdo nevlastní, a tak je nikdo neopraví

    Chyby se najdou až na konci řetězce, opraví se v tabulce a příští měsíc jsou zpět.

  3. 03

    Tým AI tráví většinu času hledáním dat

    Každý případ užití začíná týdny žádostí o přístup, exportů a čištění, které další tým zopakuje.

  4. 04

    Archivy jsou pro AI nepoužitelné

    Naskenované dokumenty se špatným OCR, duplicity a žádná metadata. Vyhledávání nad nimi vrací šum.

02 Co dodáváme

Co dodáváme

  1. 01 Datové základy pro AI a analytiku

    Architektury typu lakehouse s vrstveným modelováním od surových dat přes sjednocená data po vrstvu pro využití a datové produkty, které zveřejňují, co obsahují, jak jsou aktuální a kdo za ně odpovídá.

    Co děláme

    • Architektura platformy a volba formátů úložiště
    • Konvence vrstveného modelování
    • Návrh datových produktů s kontrakty
    • Dávkové načítání a zachytávání změn (CDC)

    Co dostanete

    • Platforma lakehouse definovaná v kódu
    • První datové produkty v provozu
    • Šablona datového kontraktu a postup jeho revize

  2. 02 Kvalita, původ dat a kmenová data

    Automatické kontroly kvality v každé vrstvě, původ dat od zdroje po report a kmenová a referenční data pro entity, na kterých záleží: občany, zákazníky, produkty a majetek.

    Co děláme

    • Pravidla kvality s prahy a upozorněními
    • Zachycení původu dat na úrovni sloupců
    • Párování kmenových dat a pravidla pro výsledný záznam
    • Správa referenčních dat

    Co dostanete

    • Dashboard kvality pro každý datový produkt
    • Původ dat, na který se lze dotazovat
    • Zlaté záznamy pro prioritní entity

  3. 03 Řízení dat, které se skutečně vynucuje

    Katalog, klasifikace a pravidla přístupu, které platforma uplatňuje automaticky. Omezení účelu a doba uchování podle GDPR jsou zapsané v pravidlech a sdílení dat se tam, kde se uplatní, řídí aktem o správě dat.

    Co děláme

    • Klasifikační schéma a štítkování
    • Pravidla přístupu založená na atributech
    • Automatizace uchování a výmazu
    • Dohody o sdílení dat a technická opatření

    Co dostanete

    • Katalog plněný přímo z platformy
    • Pravidla přístupu jako kód
    • Plán uchování a výmazu v provozu

  4. 04 Nestrukturovaný obsah připravený pro AI

    Lepší kvalita OCR, doplnění metadat, odstranění duplicit a úklid archivů, aby systémy pro zpracování dokumentů a vyhledávání začínaly s obsahem, který stojí za nalezení.

    Co děláme

    • Soupis obsahu a výběrová kontrola kvality
    • Zlepšení OCR a vytěžování rozvržení
    • Detekce téměř shodných dokumentů
    • Doplnění metadat a klasifikace

    Co dostanete

    • Vyčištěné a obohacené úložiště obsahu
    • Zpráva o kvalitě obsahu
    • Pravidla pro obsah přidávaný od této chvíle

  5. 05 Analytika a BI, které lidé používají

    Sémantická vrstva s definicemi ukazatelů dohodnutými mezi byznysem a IT, řízená samoobsluha a analytika vestavěná do SaaS produktů a portálů.

    Co děláme

    • Workshopy k definicím ukazatelů
    • Sémantický model a vrstva metrik
    • Mantinely samoobsluhy a certifikované datové sady
    • Vestavěná analytika pro produkty určené zákazníkům

    Co dostanete

    • Slovník ukazatelů s vlastníky
    • Certifikovaný sémantický model
    • Dashboardy, které nahradí tabulky

  6. 06 Streamování pro provozní použití

    Zachytávání změn a proudy událostí tam, kde rozhodnutí nemůže čekat na noční načtení: stav zásob, stav případů, signály podvodů.

    Co děláme

    • Požadavky na latenci pro každý případ užití
    • CDC z provozních databází
    • Zpracování proudů a materializované pohledy
    • Návrh přehrání a zpětného doplnění dat

    Co dostanete

    • Streamovací pipeline v provozu
    • Provozní pohledy s cíli aktuálnosti
    • Postup přehrání dat

03 Architektura

Ilustrativní referenční architektura

Data proudí z provozních systémů a dokumentů přes načítání do vrstveného lakehouse: nejdřív surová data, jak přišla, potom sjednocená a zkontrolovaná data a nakonec datové produkty s vlastníkem a kontraktem. Spotřebitelé surová data nikdy nečtou.

Z datových produktů vede jedna trasa do sémantické vrstvy a BI, další do vyhledávání a příznaků pro AI a do datových API pro jiné systémy. Řízení dat leží pod tím vším a uplatňuje ho platforma, ne dokument se zásadami.

Ilustrativní příklad

  1. Zdroje a načítání

    • Provozní systémy
    • Dokumenty po OCR a obohacení
    • Dávky a zachytávání změn

  2. Lakehouse

    • Surová vrstva
    • Sjednocená vrstva
    • Kontroly kvality a původ dat
    • Kmenová a referenční data
    • Datové produkty s kontrakty

  3. Využití

    • Sémantická vrstva a BI
    • Vyhledávání a příznaky pro AI
    • Datová API a sdílení

  4. Řízení dat

    • Řízení dat: katalog, klasifikace, pravidla přístupu, doba uchování
Vrstvy lakehouse až k datovým produktům s vlastníky

Ilustrativní architektura, nikoli systém klienta.

Zobrazit diagram jako text

Hlavní trasa vede z provozních systémů přes dávkové načítání a zachytávání změn, surovou vrstvu, sjednocenou vrstvu a datové produkty do sémantické vrstvy s řízeným BI.

Do načítání vstupují také nestrukturované dokumenty po OCR a obohacení. Kontroly kvality a původ dat pokrývají surovou i sjednocenou vrstvu. Kmenová a referenční data napájejí datové produkty. Datové produkty obsluhují také vyhledávání a příznaky pro AI a datová API pro sdílení.

Celou platformu překrývá pás řízení dat s katalogem, klasifikací, pravidly přístupu a dobou uchování.

04 Úvahy a limity

Technické úvahy a limity

  • Vlastnictví před nástroji

    Jak to řešíme

    Každý datový produkt má vlastníka z byznysu, který rozhoduje o jeho významu, a technického vlastníka, který zajišťuje jeho provoz. Pomůžeme obě role vymezit, stejně jako kontrakt mezi těmi, kdo data poskytují, a těmi, kdo je využívají.

    Limity a závislosti

    Platforma vlastnictví nevytvoří. Pokud organizace vlastníky neurčí, problémy s kvalitou se vrátí, ať jsou nástroje jakékoli.

  • Omezení účelu v praxi

    Jak to řešíme

    Osobní údaje nesou štítky s účely, ke kterým smějí sloužit, a pravidla přístupu i doba uchování se těmito štítky řídí automaticky.

    Limity a závislosti

    Které účely jsou zákonné, rozhoduje váš pověřenec pro ochranu osobních údajů a vaši právníci. My to zavedeme, nerozhodujeme o tom.

  • Data pro AI mají vlastní laťku kvality

    Jak to řešíme

    U případů užití AI měříme to, co potřebuje vyhledávání a modely: pokrytí, aktuálnost, duplicity a kvalitu vytěženého textu.

    Limity a závislosti

    Některé archivy nestojí za opravu. Ukáže to posouzení na vzorku a někdy je správné je vynechat.

05 Jak pracujeme

Jak pracujeme

Platformu stavíme kolem prvních datových produktů, na kterých záleží, ne obráceně.

  1. 01

    Vybrat rozhodnutí, ne datové sady

    Začínáme dvěma nebo třemi rozhodnutími nebo případy užití AI a daty, která potřebují, s určenými vlastníky.

    VýstupBacklog datových produktů s vlastníky

  2. 02

    Postavit základy kolem nich

    Platforma, načítání, kontroly kvality a řízení dat, právě tolik, kolik tyto produkty potřebují.

    VýstupPrvní datové produkty v provozu

  3. 03

    Růst po produktech

    Každý nový produkt využívá stejné základy; katalog a slovník ukazatelů rostou s ním.

    VýstupRoadmapa produktů a ukazatele jejich využití

06 Kontrola člověkem

Kde rozhoduje člověk

Datové platformy automatizují přesuny a kontroly. O významu, přístupu a účelu rozhodují lidé.

  • Definice schvalují vlastníci

    Ukazatel nebo datový produkt změní význam, jen když to schválí jeho vlastník z byznysu, a změna se verzuje.

  • Přístup udělují vlastníci pravidel

    Vlastníci dat rozhodují, kdo smí která data použít a k jakému účelu; platforma to vynucuje a každé udělení zaznamená.

  • Porušení kvality zastaví linku

    Když kontrola kontraktu selže, spotřebitelé se to dozvědí a vlastník rozhodne, zda data zveřejnit, pozdržet, nebo opravit.

07 Technologie

Technologie, se kterými pracujeme

Platformy
  • Databricks
  • Microsoft Fabric
  • Snowflake
  • Otevřený lakehouse na Apache Iceberg nebo Delta Lake
Pipeline
  • dbt
  • Apache Spark
  • Kafka a Debezium
  • Cloudová orchestrace
Řízení dat
  • Unity Catalog a Purview
  • Open source katalogy
  • Frameworky pro kvalitu dat
  • Řízení přístupu na základě pravidel
Analytika
  • Power BI
  • Sémantické vrstvy a vrstvy metrik
  • Vestavěná analytika
  • Analytika SAP (stávající prostředí)

Uvedení technologie popisuje naše inženýrské zkušenosti. Neznamená partnerství s jejím dodavatelem ani jeho doporučení.

08 Příklad

Ilustrativní příklad

Ilustrativní příklad

Jedna sada ukazatelů pro rodinného exportéra se třemi společnostmi

01Situace
Rodinná strojírenská firma má dceřiné společnosti v Česku, Německu a na Slovensku. Každá vykazuje zakázky, výrobu a pohledávky z vlastního systému a podle vlastních definic, takže vedení porovnává čísla, která neznamenají totéž.
02Co bychom postavili
Sjednocené datové produkty pro každou společnost napájejí jednu sémantickou vrstvu s definicemi ukazatelů dohodnutými na úrovni skupiny, přičemž místní detail zůstává zachovaný.
03Kde rozhoduje člověk
Controlleři jednotlivých společností schvalují mapování svých dat; vlastník skupinových ukazatelů schvaluje definice a jejich změny.
04Co bychom měřili
Čas potřebný na měsíční report, počet oprav při odsouhlasení a využití certifikovaných dashboardů.

09 Podle odvětví

Ve vašem odvětví

  • Zdravotnictví a life sciences

    Řízená výzkumná a provozní data s přísným omezením účelu, pseudonymizací a záznamem přístupů, například údaje o obložnosti a personálu krajské nemocnice.

  • Průmysl a výroba

    Kmenová data produktů a majetku, data o kvalitě a výrobě propojená pro plánování, dohledatelnost a AI.

  • Veřejná správa

    Autoritativní zdroje, poskytování údajů podle zásady „pouze jednou“ a výkaznictví, které tvůrci politik i kontroloři dohledají až k původnímu záznamu.

Česko

Data z více společností a zemí

České skupiny mají často dceřiné společnosti na Slovensku, v Německu nebo v Polsku a sdílejí data podle pravidel, která vypadají podobně, ale stejná nejsou. GDPR dává osobním údajům jeden rámec, dozor v Česku vykonává Úřad pro ochranu osobních údajů (ÚOOÚ). Nařízení o datech dává uživatelům práva k datům z připojených výrobků a souvisejících služeb a výklad doby uchování a účelu se mezi zeměmi stále liší.

Navrhujeme datové produkty, jejichž kontrakty určují, kde se data smějí zpracovávat, k jakým účelům a jak dlouho. Platforma pak uplatní správné pravidlo pro každou zemi bez samostatných kopií dat.

Časté dotazy k datům a analytice

Potřebujeme data mesh?

Potřebujete jeho užitečné části: datové produkty s vlastníky a kontrakty. Plná decentralizace se vyplatí ve velkých organizacích se zralými doménovými týmy. Mnohým organizacím slouží lépe centrální platformní tým a vlastnictví produktů v doménách.

Jsou naše data připravená pro AI?

Odpoví na to krátké posouzení zdrojů, které případ užití potřebuje, na vzorku: pokrytí, kvalita, přístupová práva a právní základ. Odpověď obvykle zní „částečně“, s jasným seznamem toho, co opravit nejdřív. Stejné posouzení používají naše týmy pro vývoj AI.

Datový sklad už máme. Začínáme znovu?

Málokdy. Datový sklad, který dodává důvěryhodné reporty, má hodnotu. Obvykle ho rozšíříme o schopnosti lakehouse pro nestrukturovaná a objemná data a migrujeme jen tam, kde to odůvodní náklady nebo limity.

Jak řešíte sdílení dat s partnery nebo jinými úřady?

Přes datové produkty zpřístupněné řízenými API, s dohodami, omezením účelu a logováním. Kde se uplatní akt o správě dat nebo nařízení o datech, navrhneme odpovídající technická opatření.

Pojmenujte rozhodnutí, které s dnešními daty udělat nemůžete

Dohledáme, co potřebuje, až ke zdrojům a ukážeme, co by obnášel první datový produkt.

Domluvit konzultaciZpracování dokumentů