Mindig is sejtettem, hogy nagy a gond, de hogy ennyire, azt nem gondoltam volna. Elég volt azonban belelapozni egy hitelesnek tűnő globális kutatás eredményeibe, hogy meggyőződjek arról, hogy az üzleti tevékenységeink során keletkező adatok egy jelentékeny hányadáról alig tudunk valamit. Tehát nem csupán az a probléma, hogy a napnál világosabban virító adatok menedzselésével sem boldogulunk igazán, hanem vannak olyan adatok is, amelyek abba a kategóriába tartoznak, amelyet a szakirodalom sötét adatnak bátorkodik nevezni.
■ Adatmenedzsment
„THE STATE OF DARK DATA – Industry Leaders Reveal the Gap Between AI’s Potential and Today’s Data Reality” címet viseli az a szabadon letölthető tanulmány, amely szorgosan és rendszeresen végzett műhelymunkám során került a képernyőmre, és amely arra tesz kísérletet, hogy bevilágítson az adatok azon sötét zugaiba, ahol legfeljebb csak rémálmainkban jártunk korábban. A szóban forgó dolgozatot a Sprunk Technology nevezetű, kaliforniai székhelyű amerikai szoftvervállalat készítette, amely gépek generálta adatok keresésére, monitorozására és elemzésére szolgáló szoftvertermékeket készít, s mint ilyen, érthető módon rendkívüli módon érdekelt abban, hogy az IT-világ minél nagyobb mértékben legyen tudatában a sötét adatok okozta problémáknak.
A Gartner meghatározása szerint a sötét adat (dark data) nem más mint, azoknak az információs vagyonelemeknek az összessége, amelyeket a szervezetek gyűjtenek, birtokolnak és tárolnak a szokásos üzleti tevékenységeik során, ám amelyeket nem sikerül nekik hasznosítani más célokra (például elemzésre, üzleti kapcsolatokra alapuló és közvetlen monetizálásra). E definíció azt az adatszegmenst írja le, amelynek létezéséről csupán sejtésünk van, de többnyire még az se – ezek az adathalmaz-dzsungelek nincsenek kvantifikálva, nincsenek kvalifikálva és nincsenek hasznosítva. És nagyon nem jól van ez így.
Egy olyan adattömegről beszélünk, amely a hivatkozott kutatás szerint a vállalati, szervezeti adatvagyonnak több mint a felét (60 százalékát) képviseli. Azért nevezzük ezeket sötét adatoknak, mert csekély tudásunk van róluk, azt viszont tudni illik, hogy ezen legalább két okból mindenképpen változtatni kell.
Igen valószínű, hogy vannak a feltáratlan adatok között olyanok, amelyeket megismerve, rendszerezve, folyamatosan feldolgozva és elemezve olyan információkhoz juthatunk, amelyek hasznosításával szervezetünk működését, eredményességét, döntéseinket jobbíthatjuk.
Ami pedig a veszélyeket illeti, nem szükséges hosszasan bizonygatnunk, hogy milyen IT-biztonsági kockázatokat rejthet az a tény, hogy a szervezetünknél keletkező adatoknak több mint a feléről nincs sok fogalmunk. Ha így van, akkor levonható az a következtetés, hogy olyan nagyon körmönfontan nem is védelmezzük adataink e nagyobb hányadát. Hogyan is védelmeznénk, amikor többnyire azt sem tudjuk, hogy miként keletkeznek, hol tárolódnak, és miért is védelmeznénk, hiszen fogalmunk sincs arról, hogy hasznosításukkal milyen információkhoz is juthatnánk – vagy juthatnának azok, akik veszik a fáradtságot, és feltérképezik a célba vett entitásunk sötét adatzugait is.
Mondanom se lenne szükséges, de mégis ide pötyögöm: a mesterséges intelligencia nagy segítséget nyújthat a sötét adatok be- és kivilágításában.
