Mange virksomheter investerer nå tungt innen data og kunstig intelligens (AI). Likevel har det vist seg vanskelig å høste faktiske resultater. Ikke fordi algoritmene er feil, men fordi arkitekturen rundt ikke er god nok. Data ligger spredt, verktøy snakker ikke sammen og ingen vet hvem som har tilgang til hva.
Hvem lykkes og hvordan blir sentrale spørsmål for alle som skal i gang med investeringer innen dataplatform og AI. Databricks er en ledende platform for data og AI og har samlet lærdommene fra tusenvis av implementeringer i et rammeverk kalt Well-Architected Lakehouse Framework. Tanken er enkel: det finnes noen grunnleggende forventninger du bør stille til en moderne dataplattform, uavhengig av teknisk bakgrunn.
Vi tok en prat med Databricks sine løsningsarkitekter om deres rammeverk og erfaringer.
Her er seks tips fra Bouvet og Databricks.
1. Styring må ligge i plattformen, ikke i hodet på enkeltpersoner
Det første spørsmålet du må stille er: vet vi hvem som har tilgang til hva, og kan vi bevise det?
I mange virksomheter lever svaret på dette i e-poster, regneark og uformelle avtaler. Det holder ikke når revisorer spør eller noe går galt.
En god dataplattform håndterer tilgangsstyring, logging og datasporing sentralt og automatisk. Når dette er på plass, forsvinner behovet for lokale unntak og manuelle prosesser. Etterlevelse blir noe som bare skjer, ikke noe som krever ekstra innsats.
2. Én sammenhengende flyt, ikke fem verktøy limt sammen
Neste spørsmål: hvor mange systemer må en analytiker forholde seg til for å hente data, bearbeide dem og levere et resultat?
Hvis svaret er mer enn ett eller to så er kompleksiteten allerede et problem. Hvert ekstra verktøy er en potensiell feilkilde, et nytt grensesnitt å lære og et nytt sted ting kan gå galt.
Å samle innhenting, bearbeiding og kjøring i én opplevelse er ikke bare praktisk – det blir betraktelig kortere vei fra rådata til beslutning.
3. Forretningen bør kunne stille spørsmål direkte
Et vedvarende problem i mange organisasjoner er at det tar dager eller uker å få svar på enkle forretningsspørsmål. En leder vil vite hvordan salget ligger an i en region – og bestiller en rapport, men den er ikke klar før om tre dager.
Dette kan løses. Moderne plattformer lar deg stille spørsmål på norsk, og gir grundige og forståelige svar tilbake. Det forkorter veien fra "hva skjer?" til "hva gjør vi?", og det frigjør analytikerne til arbeid der kompetansen deres faktisk behøves.
4. Ytelse er ikke bare et teknisk spørsmål – det er et kostnadsspørsmål
Trege rapporter og lange behandlingstider koster penger på to måter: direkte i form av infrastrukturkostnader, og indirekte i form av tid folk bruker på å vente. Det finnes teknologi som kan kutte kjøretid dramatisk uten at noen trenger å skrive om koden. Poenget er å bruke den der gevinsten er størst, og å måle effekten i konkrete minutter og kroner.
5. Plattformen må tåle at ting går galt
Ingen systemer er feilfrie. Spørsmålet er ikke om noe kommer til å feile, men hva som skjer når det gjør det. Er gjenoppretting automatisert? Finnes det tydelige rutiner? Kan dere svare på hva som gikk galt og når?
Pålitelighet, overvåking og katastrofeberedskap skal ikke være avanserte tilleggsfunksjoner, det skal være grunnmuren for forutsigbar leveranse. Uten dem er virksomheten avhengig av helteinnsats fra enkeltpersoner når krisen oppstår.
6. Nye behov krever kontroll, ikke skyggeplattformer
Behovet for små apper på toppen av data og AI-agenter som utfører oppgaver på vegne av brukere, vokser raskt. Risikoen er at disse løsningene bygges utenfor den styrte plattformen – i egne verktøy, med egne tilganger, uten oversikt.
Det riktige er å stille krav om at også denne typen utvikling skjer innenfor den samme, kontrollerte plattformen. Slik beholder dere oversikten, selv når mulighetene med nye teknologi øker.
Hvor begynner man?
Et godt første steg er en strukturert gjennomgang av dagens plattform opp mot disse seks punktene. Hva fungerer, hvor er gapene og hva bør vi prioritere?
Databricks Well Archictured Framework gir en god struktur for denne gjennomgangen. Som partner med Databricks har vi lang erfaring med dette, og hjelper gjerne til med gjennomføring.
Kontakt oss
