আপনার ডেটা সর্বাধিক করে FS সেক্টরে AI সুযোগটি ব্যবহার করা (স্টিভেন র্যাকহ্যাম)

বিশ্বজুড়ে মানুষ এবং ব্যবসা একটি বিস্ময়কর সৃষ্টি
1,145 ট্রিলিয়ন মেগাবাইট ডেটা প্রতিদিন. রোগ নির্ণয় ত্বরান্বিত করা থেকে খুচরা মূল্যের অপ্টিমাইজ করা পর্যন্ত ডেটা আমাদের সমস্ত জীবনকে বদলে দিচ্ছে৷

ডেটা জ্বালানী AI প্রযুক্তি এবং AI শুধুমাত্র ততটা ভাল হতে পারে যতটা তথ্য এটি ব্যবহার করে।

PwC অনুযায়ী, AI এর 15.7 সালের মধ্যে বিশ্ব অর্থনীতিতে $2030 ট্রিলিয়ন অবদান রাখার সম্ভাবনা রয়েছে এবং একই সময়ের মধ্যে স্থানীয় অর্থনীতিতে GDP 26% পর্যন্ত বৃদ্ধি করতে পারে। এর পাশাপাশি,

ম্যাকিনজি ভবিষ্যদ্বাণী করে যে AI 22 সালের মধ্যে যুক্তরাজ্যের অর্থনীতিতে 2030% বৃদ্ধি পেতে পারে। ভবিষ্যতে যুক্তরাজ্যের অর্থনৈতিক প্রবৃদ্ধিতে AI এর একটি উল্লেখযোগ্য অবদানকারী হওয়ার অপার সম্ভাবনা রয়েছে।

সার্জারির
আর্থিক সেবা খাত অবদান 173.6 সালে যুক্তরাজ্যের অর্থনীতিতে £2021 বিলিয়ন এবং এই সেক্টরটি OECD অর্থনীতির মধ্যে চতুর্থ বৃহত্তম। যুক্তরাজ্যের আর্থিক পরিষেবা শিল্পের আকারের সাথে মিলিত AI ব্যয়ের পূর্বাভাসিত বৃদ্ধি প্রতিনিধিত্ব করে
টার্বোচার্জ উদ্ভাবন এবং উন্নতির জন্য একটি বিশাল সুযোগ। এই ব্লগটি আলোচনা করবে কিভাবে সংস্থাগুলি তাদের ডেটা অনুশীলনগুলি সঠিকভাবে পেয়ে AI সুযোগকে সর্বাধিক করতে পারে৷

না চাই না বর্জ্য

বিশ্বব্যাপী এবং যুক্তরাজ্য উভয় ক্ষেত্রেই, আমরা প্রতিদিন একটি বিস্ময়কর পরিমাণ ডেটা তৈরি করি, কিন্তু

যে অধিকাংশ আসলে নষ্ট হয় (68%)। ডেটা ব্যবহার না হওয়ার দুটি প্রধান কারণ রয়েছে। প্রথমটি প্রবিধানের কারণে। ফাইন্যান্স ইন্ডাস্ট্রির মধ্যে, কিছু ডেটা এর শ্রেণীবিভাগে এবং নিয়ন্ত্রক/শাসনের কারণে ব্যবহার করার অনুমতি নেই।
উদাহরণস্বরূপ জিডিপিআর আইন ব্যক্তিগত ডেটা প্রয়োজনের চেয়ে বেশি সময় ধরে রাখার অনুমতি দেয় না, তাই এটি অবশ্যই নিষ্পত্তি করা উচিত।

দ্বিতীয় কারণ হল বোঝার অভাব। অনেক ব্যাঙ্ক তাদের কাছে কী ডেটা আছে তা জানে না বা তাদের কাছে থাকা ডেটার ধরনের বোঝার অভাব রয়েছে৷ এই জ্ঞানের ব্যবধান অনেক ব্যবসায় ডিজিটাল রূপান্তরকে আটকে রেখেছে যারা ডেটা সমৃদ্ধ কিন্তু
তথ্যও খারাপ।

অনেক ক্ষেত্রে সঠিকতা এবং গতি ছাড়াই ডেটা পরিচালনা করা হচ্ছে যা ডেটা সম্পর্কে আরও ভাল বোঝা সম্ভব করে তোলে। লোকেরা যদি তাদের ডেটা সর্বাধিক করতে ব্যর্থ হয় এবং তাদের কাছে যা আছে তা থেকে অন্তর্দৃষ্টি অর্জন করতে ব্যর্থ হলে এআই সুযোগটি হাতছাড়া হয়ে যাবে।

আপনার ডেটা সম্পদ সর্বাধিক করা

তাহলে কীভাবে সংস্থাগুলি তাদের ডেটা সম্পদ সম্পর্কে আরও ভাল ধারণা অর্জন করতে পারে? ডেটা গভর্নেন্স পরিষেবাগুলি যেগুলি অন-প্রিমিস এবং ক্লাউড উভয়ই ডেটা উত্সগুলি স্ক্যান করে ডেটা শ্রেণীবদ্ধ করতে এবং ব্যক্তিগত তথ্য সনাক্ত করতে প্রয়োগ করা যেতে পারে - এর ফলে এটি সুরক্ষা হ্রাস করতে সহায়তা করতে পারে
এবং সম্মতি ঝুঁকি।

আপনার কাছে থাকা ডেটা বোঝা শুধুমাত্র একটি বাণিজ্যিক অর্থে ক্ষতি নয় (মিস করা সুযোগের পরিপ্রেক্ষিতে) তবে অন্যান্য অপারেশনাল দিকগুলির জন্য উপকারী (সম্মতি উন্নত করে)। যখন AI এবং ML এর কথা আসে, তখন উন্নতির জন্য অন্তর্দৃষ্টি পাওয়া যেতে পারে
প্রতিরক্ষা এবং গ্রাহকদের ভাল পরিবেশন. AI মানুষের ত্রুটি থেকে জালিয়াতি প্রতিরোধে সাধারণ চ্যালেঞ্জগুলি মোকাবেলা করতে সাহায্য করতে পারে, তাই ইতিবাচক পরিবর্তন আনতে এবং গ্রাহকদের সাথে বৃহত্তর আস্থা তৈরি করতে প্রযুক্তির প্রকৃত শক্তি রয়েছে।

তথ্য ফ্যাব্রিক

AI এবং ML উভয়ের সাথে, নিয়ন্ত্রক সম্মতি অত্যন্ত গুরুত্বপূর্ণ এবং একটি পাইপলাইনের মাধ্যমে চলমান ডেটা প্রতিটি পর্যায়ে অনুগত এবং মূল্যবান উভয়ই হওয়া উচিত। প্রতিষ্ঠানগুলিকে একটি ডেটা ফ্যাব্রিক বাস্তবায়নের দিকে নজর দেওয়া উচিত, যাতে ডেটা প্রান্তে সংগ্রহ করা যায় এবং তারপরে প্রক্রিয়া করা যায়
এটি এমন মডেলগুলি চালানোর জন্য শক্তিশালী GPU ব্যবহার করে যা আরও তাত্ক্ষণিক ব্যবসায়িক মূল্য প্রদান করে।

ক্লাউড একটি মাল্টি-ক্লাউড কৌশল তৈরি করে এআইকে সর্বাধিক করতে সাহায্য করতে পারে যা একাধিক পরিবেশে ডেটা স্কেল করার জন্য বর্ধিত স্থিতিস্থাপকতা এবং একটি ভাল প্ল্যাটফর্ম অফার করে। ইউরোপীয় ইউনিয়নের সাথে মে মাসে অস্থায়ী চুক্তিতে পৌঁছেছে নতুন

ডিজিটাল অপারেশনাল রেজিলিয়েন্স অ্যাক্ট (DORA), সংস্থাগুলিকে এখন তাদের ডিজিটাল ঝুঁকি ব্যবস্থাপনা এবং নিয়ন্ত্রক কাঠামো সম্পর্কে আরও সতর্কতার সাথে চিন্তা করতে হবে। সম্ভবত যুক্তরাজ্য অদূর ভবিষ্যতে অনুরূপ আইন প্রবর্তন করবে এবং তাই প্রয়োজন রয়েছে
বক্ররেখা থেকে এগিয়ে যাওয়ার জন্য এবং নতুন প্রয়োজনীয়তার অভাবের পরিবর্তে সম্ভাব্য নিয়ন্ত্রক পরিবর্তনের জন্য প্রস্তুত হতে হবে।

সুতরাং, উপসংহারে, এফএস সংস্থাগুলির কাছে AI এর সুযোগগুলি দখল করার একটি বিশাল সুযোগ রয়েছে, তবে এটি করার জন্য তাদের নিশ্চিত করতে হবে যে তাদের ডেটা সম্পূর্ণ সম্ভাব্যতার সাথে ব্যবহার করা হচ্ছে, একটি অনুগত উপায়ে ব্যবহার করা হচ্ছে এবং একটি নমনীয় উপায়ে সংরক্ষণ করা হচ্ছে।
পদ্ধতি আজ, সংস্থাগুলি প্রচুর পরিমাণে ডেটার উপর বসে আছে এবং এর অব্যবহৃত সম্ভাবনা FS বৃদ্ধিকে ত্বরান্বিত করতে পারে এখন এবং ভবিষ্যতে, এটি হাতছাড়া করার সুযোগ নয়।