سبتمبر 09, 2023خمسة عيوب بارزة في هواتف سامسونج جالاكسي

تقوم الشركات بجمع إحصائيات من عملائها لبناء فهم لما يعجبنا وما نفعله. لكن على رأس المواد التي نقدمها عبر الاستطلاعات تأتي بيانات كبيرة بحيث يمكن لأجهزة الكمبيوتر الكبيرة فقط معالجة البيانات والأنماط. هذا هو المكان الذي تحاول فيه الشركات الحصول على أكبر قدر ممكن من التفاصيل من الطريقة التي تتصرف بها لإنشاء منتجات جديدة لم نكن نعرفها أبدًا.

ماذا تفعل الشركات مع بياناتنا؟

قد تكون جوجل وأمازون وفيسبوك خدمات إنترنت سهلة بالنسبة لمعظمنا لكنها وكالات إعلانات أولاً وقبل كل شيء. من خلال الروابط في جميع أنحاء الإنترنت وأجهزتنا المحمولة أو أجهزة التتبع - أو ملفات تعريف الارتباط (الكوكيز) - يتم ملاحظة المواقع التي نتصفحها والأشياء التي نبحث عنها.
يتم تغذية هذه البيانات إلى خوارزميات تربط نشاطنا بالإعلانات المرتبطة به ارتباطًا وثيقًا. إذا كنت تبحث عن الهواتف عبر الإنترنت فقد تطرح الخوارزمية إعلانات للهواتف أو كفرات الهاتف أو عند البحث عن السيارات قد تجد صفقات التأمين.
أصبح الإعلان المستهدف أكثر فعالية من حيث التكلفة من اللوحات الإعلانية اليوم وذلك باستخدام البيانات التي نتركها على الإنترنت لتحديد بدقة المستهلكين الذين يرغبون في رؤية هذه الإعلانات.
العمليات

يتم أيضًا تحليل البيانات بعناية لجعل العمليات داخل الشركة أكثر كفاءة. لا يوجد مثال أوضح من Amazon.
حصلت شركة Jeff Bezos على براءة اختراع نموذج شحن استباقي يستخدم البيانات التي تم جمعها عبر الإنترنت للتنبؤ بالمنتجات التي من المحتمل أن يشتريها العملاء. تكلف موجة مفاجئة من عمليات البحث عن الملابس الشتوية في إلينوي الأمازون بإرسال المزيد من العناصر الشتوية إلى مراكز التوزيع المحلية في المنطقة ، والتي ستكون جاهزة للتسليم ليوم واحد.
تساعد منتجات البيانات هذه الأمازون على تقليل وقت التسليم وإهدار البضائع مما يزيد من احتمال بيع الأسهم.
نقد البيانات

يوفر العديد من عمالقة الإنترنت البنية الأساسية لبقية الإنترنت. تقدم أمازون خدمات الويب من أمازون والتي تعمل على تشغيل أكثر من 40٪ من خوادم الإنترنت تربط جوجل المليارات من مواقع الويب مع محرك البحث والتطبيقات الأخرى. وكل هذه النقاط تولد بيانات كبيرة عن الشركة الأم.
قامت أمازون وجوجل ببرمجة خوارزميات لهضم هذه البيانات الضخمة وإعادة بيعها للعملاء. هذا في شكل تحليلات clickstream ومحركات التوصية وغيرها من منتجات البيانات التي يتم بيعها للشركات لتعزيز العمليات.
غالبًا ما نفتقد كيف تكسب الشركات الأموال عندما لا تكون في مجال المستهلك مثل منتجاتنا على Amazon Prime. لكن خدمات البيانات النقدية مثل AWS هي المكان الذي تحقق فيه معظم الأرباح - نصف إجمالي أرباح أمازون في الربع الأول من عام 2019.
الذكاء الاصطناعي

قد تكافح أوبر من أجل الأرباح لكن البيانات قد تحل مشاكلها على المدى الطويل. كل يوم يوفر الملايين من الدراجين بيانات الرحلة. تقدم كل رحلة - أو حتى رحلة ملغاة - Uber فكرة عن المواقع المفضلة لشخص ما والفترة التي تقضيها في رحلة والمقدار الذي ترغب في إنفاقه.
قد لا توفر هذه الجولات لأوبر ربحًا كبيرًا ولكن كل هذه البيانات تفتح الباب أمام إمكانية التعلم الآلي وفي النهاية الذكاء الاصطناعي.
بفضل شركاتنا يمكن لشركات مثل Uber أتمتة برمجيات الإرسال الخاصة بها لزيادة فعالية رحلاتها. وفي نهاية المطاف عندما تصطاد التكنولوجيا قد تكون هذه البيانات هي أدمغة المركبات بدون سائق. تتفهم هذه السيارات الآلية تفضيلات المستخدمين وتعرف على ظروف الطريق والقيادة الآمنة من البيانات التي نقدمها اليوم دون وعي.
الأمر الأكثر إثارة للصدمة هو أن السيارات بدون سائق تعني أن الشركات مثل أوبر لن تحتاج إلى سائقها بعد الآن.
يبدو أن معظم البيانات اليوم يتم توجيهها إلى الذكاء الاصطناعي الذي يزدهر على البيانات للتأكد من دقتها وفعاليتها.
ماذا يعني لبقيتنا؟
مشاكل الأمن

ولا ننسى مشاكل الأمن التي يتم فيها وضع بيانات عملاقة في أيدي قليلة من الموظفين الذي يتتبعونك من مصادر مختلفة مثل الأشياء التي تبحث عنها ونشتريها وتراقبها والأماكن التي نذهب إليها.
مشاكل العمل

في عالم يحركه التكنولوجيا تعد البيانات هي المادة الخام الجديدة التي يتبعها الجميع. ولكن مثلما استبدل الفحم الوظائف التي قمنا بها بأيدينا تهدد منتجات البيانات بالقيام بالشيء نفسه.
مدعومة ببيانات من ملايين المستخدمين ، يمكن أن تكون القرارات التي يتخذها الذكاء الاصطناعي أكثر موثوقية من العقل البشري الخاطئ. والأتمتة هي الخطوة التالية المنطقية للشركات في تعظيم الكفاءة.
يمكننا أن نعد أنفسنا للتحول الحتمي في الصناعة من خلال إعادة تدريب وتطوير خبرة كافية في المجالات التي لا يمكن أن تلمسها أجهزة الكمبيوتر. ما زال الوقت مبكرًا لكنه قادم.