IOT ماحولیاتی حکمت عملی (I): ڈیٹا کو پائیدار کاروباری قدر میں کیسے تبدیل کیا جائے؟

       ہدایت یافتہ پڑھنا

       چیزوں کے انٹرنیٹ کے ذریعہ تیار کردہ ڈیٹا آہستہ آہستہ بڑے ڈیٹا کی اہم قوت بنتا جا رہا ہے۔ اس مقالے کا مقصد ایک ایسے مسئلے کو تلاش کرنا ہے جس کے بارے میں زیادہ تر اختراعی ادارے کے ایگزیکٹوز بہت فکر مند ہیں: ڈیٹا کو انٹرنیٹ آف چیزوں کے ڈیٹا چین کے ساتھ قدم بہ قدم کاروباری قدر میں کیسے تبدیل کیا جائے؟

"اگرچہ ڈیٹا کو انٹرپرائز کی بیلنس شیٹ میں شامل نہیں کیا گیا ہے، یہ صرف وقت کی بات ہے۔"

       ——بگ ڈیٹا ایج وکٹر اینڈ مڈڈوٹ؛ میل شونبرگ

       کچھ لوگ کہتے ہیں کہ معاشرے پر ڈیٹا کا کردار تیل کی طرح ہے۔ دوسروں کا کہنا ہے کہ معاشرے پر ڈیٹا کا اثر تیل کو پیچھے چھوڑ دے گا۔ میرے خیال میں یہ سب ٹھیک ہے۔ ڈیٹا اور تیل دونوں ہی سماجی تبدیلی کو فروغ دینے کے لیے توانائی کے ذرائع ہیں، اور ان کی پیداوار اور استعمال کے عمل ایک جیسے ہیں؛ تاہم، ڈیٹا میں بہت سی خصوصیات ہیں جو تیل سے بے مثال ہیں: اسے دوبارہ استعمال، کاپی اور تیز رفتاری سے منتقل کیا جا سکتا ہے۔ ، لہذا معاشرے پر ڈیٹا کا اثر تیل سے کہیں زیادہ ہو جائے گا!

       کسی بھی صورت میں، ڈیٹا کا تیل سے موازنہ کرنے سے انٹرنیٹ آف چیزوں کے ڈیٹا چین کے سیاق و سباق کو بہتر طور پر سمجھنے میں مدد ملتی ہے۔ میں نے ایک تیل کمپنی میں کام کیا تھا اور مجھے تیل کے کاروباری عمل کے بارے میں کچھ علم تھا۔ آئیے ڈیٹا کا تیل سے موازنہ کریں۔

       تیل کا استحصال کرنے سے پہلے، یہ صرف ہائیڈرو کاربن کا مرکب تھا جس کے پیچیدہ اجزاء زمین کی پرت میں جمع تھے۔ تاہم، ایک بار جب اسے زیر زمین سے چھڑکایا جاتا ہے، تو اسے مختلف مقاصد کے لیے استعمال کیا جا سکتا ہے اور یہ جدید معاشرے کی مختلف ضروریات بن سکتا ہے، جیسے ایندھن (پٹرول، ڈیزل، وغیرہ)، چکنا کرنے والا تیل، کیمیائی خام مال، پلاسٹک کی مصنوعات، وغیرہ، اس کی تجارتی قدر کو بھی بتدریج واضح اور واضح طور پر ظاہر کیا گیا ہے۔

       ڈیٹا کی کمرشل ویلیو کی کان کنی کا عمل ورچوئل ڈیجیٹل آئل کو ریفائن کرنے جیسا ہے۔

شکل 1: تیل کی پیداوار اور مارکیٹنگ کا عمل انٹرنیٹ آف تھنگز ڈیٹا لنک

       جیسا کہ شکل 1 میں دکھایا گیا ہے، چیزوں کے انٹرنیٹ کے لیے، مائننگ ڈیٹا ویلیو کو بھی ڈیٹا مائنز کی تلاش سے شروع ہونا چاہیے، اور پھر، ڈیٹا کو جمع کرنے، بات چیت کرنے، ذخیرہ کرنے اور تجزیہ کرنے کی صلاحیت کو مسلسل بہتر بنا کر، ان فلٹر شدہ اور تجزیہ شدہ ڈیٹا کو مزید تبدیل کرنا چاہیے۔ تجارتی قدر جو انٹرپرائزز کے فوائد کی عکاسی کر سکتی ہے۔ یہ عمل تیل کی پیداوار اور مارکیٹنگ کے عمل سے ملتا جلتا ڈیٹا لنک بناتا ہے: ڈیٹا کا حصول (تیل کا استحصال)، ڈیٹا کمیونیکیشن (تیل کی نقل و حمل)، ڈیٹا کا ذخیرہ اور تجزیہ (تیل ذخیرہ اور ریفائننگ)، اطلاق اور تجارتی قدر میں تبدیلی کو شکل 2 میں دکھایا گیا ہے۔

ساخت، پیکر 2:انٹرنیٹ آف چیزوں کے ڈیٹا لنک کا اسکیمیٹک خاکہ

       حقیقت میں، ڈیٹا کی درخواست اور تبدیلی کے عمل میں اب بھی نئے ڈیٹا تیار کیے جاتے ہیں۔ یہ نیا ڈیٹا اصل وقت میں فیڈ کیا جاتا ہے اور ابتدائی مرحلے پر واپس آ جاتا ہے۔ دوسرے اعداد و شمار کے ساتھ، وہ ایک بار پھر پورے سلسلہ کے عمل سے گزرتے ہیں، ایک "ایکوزیشن ایپلیکیشن فیڈ بیک ایکوزیشن" سائیکل عمل تشکیل دیتے ہیں جو تیل کے روایتی "پیداوار کی کھپت کے فضلے" کے لکیری عمل سے مختلف ہے، یہ "پیداوار کی کھپت" کے پائیدار عمل سے کافی مماثل ہے۔ ری سائیکلنگ" سرکلر اکانومی کے تحت تیل کے ذریعے تجربہ کیا گیا ہے، یہی وجہ ہے کہ پائیدار کاروباری حکمت عملی انٹرنیٹ آف چیزوں کے ماحولیاتی نظام کی تعمیر کے لیے بہت اہم ہے۔

       تصویر 2 میں دکھائے گئے اقدامات کے مطابق انٹرنیٹ آف چیزوں کے ڈیٹا چین کے ساتھ ڈیٹا کو پائیدار کاروباری قدر میں کیسے تبدیل کیا جائے اس پر درج ذیل ایک مرحلہ وار بحث ہے۔

ڈیٹا اکٹھا کرنا: بڑا ڈیٹا ٹارگٹ مائننگ ایریا تلاش کریں۔

ساخت، پیکر 3:انٹرنیٹ آف چیزوں کے ڈیٹا کے حصول کا اسکیمیٹک خاکہ

       خام تیل کی ساخت اور ظاہری شکل اصل کے مقام سے مختلف ہوتی ہے، اور اصل ڈیٹا تمام شکل میں شامل ہوتا ہے۔ الفاظ، تصویریں، آوازیں، علامتیں، سگنلز اور دیگر معلومات جو کمپیوٹر کے ذریعے ڈیجیٹائز کی جا سکتی ہیں اصل ڈیٹا بن سکتی ہیں! اس کے علاوہ، تیل کی اپنی اصل کی ارضیات، زمینی شکل اور کان کنی کی ٹیکنالوجی کے لیے مخصوص حد کے تقاضے ہوتے ہیں، اور کان کنی کی ٹیکنالوجی ہمیشہ وقت کے ساتھ مطابقت رکھتی ہے۔ جمع کرنے کے لئے تکنیکی حل.

       چیزوں کے انٹرنیٹ کے عروج سے پہلے، ہمارا روایتی ڈیٹا عام طور پر نسبتاً مستحکم، ساختی طور پر طے شدہ اور درست ڈیٹا سے مراد ہے جو انٹرپرائز کے اندر سے آتا ہے، صارفین کے ساتھ دستی طور پر بات چیت کرتا ہے یا باقاعدگی سے پڑھتا ہےاب چیزوں کا انٹرنیٹ ڈیٹا اکٹھا کرنے کا دائرہ وسیع کرتا ہے۔ اس میں وقت کے ساتھ ساتھ پیداواری سازوسامان، صارفین اور مصنوعات سے حقیقی وقت میں بڑے پیمانے پر متحرک ڈیٹا شامل ہوتا ہے۔ یہ پہلے سے کہیں زیادہ جامع اور بروقت ہے، اور روایتی کاروباری عمل میں ڈیٹا کے بہت سے خلاء کو پُر کرتا ہے۔

       یہ انٹرنیٹ آف چیزوں کے ڈیٹا کی خصوصیات ہیں جو "مکمل"، "جامع" اور "بڑے پیمانے پر" ہوتے ہیں، جس کی وجہ سے ہمیں ان ڈیٹا کو سوچنے کے مختلف انداز میں دیکھنا پڑتا ہے۔ ہمیں اب محدود اعداد و شمار کے درمیان سخت وجہی تعلق پر توجہ مرکوز کرنے کی ضرورت نہیں ہے، لیکن اعداد و شمار کے ذریعہ پیش کی جانے والی مختلف چیزوں کے درمیان ممکنہ تعلقات کے بارے میں مزید بصیرت رکھتے ہیں، تاکہ ممکنہ قدر کا پتہ لگایا جا سکے اور مستقبل کے رجحان کو سمجھا جا سکے۔ ,IOT ڈیٹا کا بنیادی کام "پیش گوئی" کے ذریعے ایک زیادہ رنگین مستقبل بنانا ہے۔ سوچنے کا یہ نیا طریقہ مکینیکل حرکت کو سمجھنے کی قطعی سوچ کے بجائے زندگی کے ارتقا کو سمجھنے کی ماحولیاتی سوچ کے قریب تر ہے۔

       تو وہ کون سے IOT ڈیٹا ہیں جنہیں تجارتی قدر میں تبدیل کیا جا سکتا ہے؟کاروباری عمل پر اس کے اثرات کے تناظر میں، میرے خیال میں اسے تقریباً درج ذیل چار اقسام میں تقسیم کیا جا سکتا ہے:

 
       آلات کی توانائی کی کارکردگی اور کارکردگی کو بہتر بنانے کے لیے ڈیٹا:انٹرنیٹ آف چیزوں کی ٹیکنالوجی آلات کی توانائی کی کھپت کو ذہانت سے منظم اور بہتر بنا سکتی ہے، دستی شرکت کو کم کر سکتی ہے، اور پورے کاروباری عمل کے توانائی کے نقصان کو بچا سکتی ہے۔ یہی وجہ ہے کہ لوگ عام طور پر انٹرنیٹ آف چیزوں کی ٹیکنالوجی کو "توانائی کی بچت والی ٹیکنالوجی" کے طور پر درجہ بندی کرتے ہیں۔اصل درخواست کے منظر نامے کے مطابق، توانائی کی کھپت کا جو ڈیٹا ہمیں جمع کرنے کی ضرورت ہے اس میں ریئل ٹائم پاور، حرارت، پانی کا حجم، دباؤ یا حسابی کوئلے کے مساوی، نیز متعلقہ وولٹیج، کرنٹ، حجم وغیرہ شامل ہیں۔

       آلات کی تشخیص اور ابتدائی انتباہ کے لیے ڈیٹا:مثال کے طور پر، آلات کے مقام کا درجہ حرارت، آلات کی کمپن فریکوئنسی، سیال بہاؤ، ماحولیاتی شور، اور یہاں تک کہ آلات کے رابطے کے خلا کا دباؤ بھی بتا دیں۔جمع کیے جانے والے مخصوص پیرامیٹرز درخواست کے منظر نامے کے مطابق مختلف ہوتے ہیں، تاکہ پیداواری عمل میں ممکنہ خرابیوں یا آفات کو روکا جا سکے یا ان کو کم کیا جا سکے۔

       کسٹمر سروس کو بہتر بنانے کے لیے استعمال ہونے والا ڈیٹا:غیر حساس کسٹمر ٹرانزیکشن ڈیٹا، جیسے لین دین کی مقدار، لین دین کا حجم، لین دین کی فریکوئنسی، لین دین کا مقام، پروڈکٹ کی قسم، کسٹمر اسکور، نیز کسٹمر کے استعمال کا ڈیٹا، جیسے کہ سمارٹ ہوم کے لیے مختلف مقامی تجربے کا ڈیٹا۔یہ ڈیٹا صارفین کو نہ صرف ذاتی حوالہ آراء اور حقیقی وقت کی خدمات فراہم کر سکتا ہے تاکہ صارفین کو لین دین کے فیصلے کرنے میں مدد مل سکے، بلکہ کاروباری اداروں کو نئے گاہکوں اور مستقبل کے سرحد پار پارٹنرز کے لیے مزید ذاتی خدمات فراہم کرنے میں بھی مدد ملے۔

       ڈیٹا کو "بطور سروس (xaas)" کی اجازت کو نافذ کرنے کے لیے استعمال کیا جاتا ہے۔:چیزوں کے انٹرنیٹ کے دور میں "مواصلاتی آلات" میں مختلف اشیاء شامل ہیں۔ ان کے کام کا معمول کا وقت، نقل مکانی کا فاصلہ، ناکامی کا وقت اور اسی طرح یہ طے کرتے ہیں کہ صارفین کو کن حالات میں اور کب استعمال کرنے کا حق ہے۔یہ ڈیٹا مختلف "بطور سروس" کاروباری ماڈلز کی تبدیلی میں خاص طور پر نمایاں کردار ادا کرتا ہے۔اجازت کی بنیاد پر، صارفین کو آن لائن براہ راست قیمت، سیٹل اور کٹوتی بھی کی جا سکتی ہے۔

اس کے ساتھ ساتھ چیزوں کے انٹرنیٹ کے اطلاق کے منظرنامے متنوع ہوتے ہیں، اور جمع کرنے اور تجزیہ کرنے کے لیے دستیاب ڈیٹا کی اقسام کو مسلسل بڑھایا جائے گا۔ اوپر بیان کردہ ڈیٹا کی قسمیں مستقبل کے انٹرنیٹ آف چیزوں کے ڈیٹا کا صرف ایک حصہ ہو سکتی ہیں، لیکن نیا ڈیٹا بنیادی طور پر "تعلق تلاش کرنے، نتائج کی پیشن گوئی کرنے اور قدر کو محسوس کرنے کے بنیادی کام سے الگ نہیں کیا جا سکتا"۔ کہ انٹرنیٹ آف چیزوں کا ڈیٹا زیادہ ذہین ٹیکنالوجی اور زیادہ ماحولیاتی سوچ کے ساتھ کاروبار کو ایک نئے دور میں لے جائے گا!

ڈیٹا کمیونیکیشن، اسٹوریج اور تجزیہ: ڈیٹا میں خزانے کی تلاش

ساخت، پیکر 4:چیزوں کا انٹرنیٹ ڈیٹا کمیونیکیشن، اسٹوریج اور تجزیہ

       چونکہ IOT ڈیٹا کو ورچوئلائز کیا جاتا ہے، وقت کے ساتھ ساتھ تبدیل ہوتا رہتا ہے اور دوبارہ قابل استعمال ہوتا ہے، IOT ڈیٹا کی کمیونیکیشن، اسٹوریج اور تجزیہ کے عمل میں تیل کی ترسیل، اسٹوریج اور ریفائننگ کے مقابلے میں زیادہ پیچیدگی اور لچکدار ترقی کی جگہ ہوتی ہے۔ ٹیکنالوجیز یا ٹیکنالوجی کے مجموعے، جیسا کہ شکل 4 میں دکھایا گیا ہے، بشمول ڈیٹا کمیونیکیشن کے شعبے میں مختلف نئی کمیونیکیشن ٹیکنالوجیز اور پروٹوکولز، لوکل اینڈ وائیڈ ایریا انٹرنیٹ آف تھنگز نیٹ ورکنگ ٹیکنالوجیز، نیز پبلک یا پرائیویٹ کلاؤڈ اسٹوریج، کلاؤڈ کمپیوٹنگ، ایج کمپیوٹنگ، مشین لرننگ، آرٹیفیشل انٹیلی جنس، ڈیٹا ویژولائزیشن، بلاک چین وغیرہ اسٹوریج اور تجزیہ کے میدان میں۔ چونکہ یہ مستقبل کی ٹیکنالوجیز کاروبار میں داخل ہوتی رہتی ہیں، اس لیے یہ لنک تخریبی نئی ٹیکنالوجیز اور نئے کاروباری ماڈلز کو جنم دینے کے لیے بھی انتہائی آسان ہے۔ . ایک ہی وقت میں، قلیل مدتی اور سفید گرم تجارتی تنازعات اور تجارتی جنگوں کے دھوئیں سے بچنا مشکل ہے۔

       ان نئے ٹکنالوجی سلوشنز اور بزنس ماڈلز میں سے صرف وہی نئی ٹیکنالوجیز، نئے پلیٹ فارمز یا نئے کاروباری ماڈلز جو مزید متنوع ٹیکنالوجیز اور کاروباری وسائل کو مربوط کر سکتے ہیں مستقبل کی ٹیکنالوجی مارکیٹ میں حتمی فاتح ہیں، جیسے کہ سمارٹ چپس، 5 جی کمیونیکیشنز اور انٹرنیٹ آف تھنگز۔ وہ آپریٹنگ سسٹم جو انٹرنیٹ آف تھنگز ٹیکنالوجی کے بنیادی شعبے پر قابض ہیں، یا انٹرنیٹ آف تھنگز کے اپ اسٹریم اور ڈاون اسٹریم ماحولیاتی شراکت داروں کو جوڑتے ہیں، بھرپور APIs کے ساتھ انٹرنیٹ آف چیزوں کا ڈیٹا پلیٹ فارم مہیا کرتے ہیں، وغیرہ۔ چیزوں کے انٹرنیٹ میں تجارتی فارمیٹس۔ دور، عملے کی تنظیم سے لے کر تکنیکی فن تعمیر تک، فلیٹ اور اوپن سورس ہونے کا رجحان ہے، مختلف روایتی تکنیکی رکاوٹوں کو توڑا جا رہا ہے، اور تجارتی اتھارٹی کو سونپا جا رہا ہے۔ لہٰذا، روایتی صنعتوں میں کچھ لیڈروں کی دم توڑتی جدوجہد بھی یکے بعد دیگرے بے نقاب ہوتی رہی ہے۔

       اس کلیدی لنک کی ٹکنالوجی اور کاروباری رجحان کو کیسے سمجھیں، مثال کے طور پر کلاؤڈ سے فوگ تک پھیلا ہوا مندرجہ ذیل عام انٹرنیٹ آف چیزوں کے فن تعمیر کو لیں۔

ساخت، پیکر 5:انٹرنیٹ آف چیزوں کے کنارے تجزیہ پلیٹ فارم کا آرکیٹیکچر ڈایاگرام

       جیسا کہ تصویر میں دکھایا گیا ہے، ذہین ٹرمینل آلات اور انٹرنیٹ آف چیزوں کے کاروباری منظرناموں کے بڑھتے ہوئے تنوع کے ساتھ، یہ ضروری ہے کہ ڈیٹا کی ترسیل اور فیڈ بیک کی رفتار تیز ہو، خاص طور پر سمارٹ گرڈ، تیل کی تلاش اور ریموٹ آپریشن کے ساتھ زیادہ تر صنعتی مینوفیکچرنگ فیلڈز کے لیے، انٹرنیٹ آف چیزوں کے ابتدائی مرحلے میں موبائل انٹرنیٹ کے قریب تعیناتی کا خیال -- اعداد و شمار کے بیچ میں سرمئی پس منظر کو چھوڑنا اور ٹرمینل ڈیوائسز کے ذریعے جمع کردہ ڈیٹا کو براہ راست کلاؤڈ پر مرکزی بنانا -- زیادہ سے زیادہ غیر موثر ہوتا جا رہا ہے۔ بلاشبہ، بہت سے حقیقی صنعتی انٹرنیٹ آف چیزوں کے اطلاق کے منظرناموں کے لیے، اس فن تعمیر کو مزید ذاتی نوعیت کا بنانے کی ضرورت ہے، جس میں مختلف پرانے آلات، مین مشین انٹرفیس مینجمنٹ (HMI) وغیرہ کی دانشوری شامل ہو سکتی ہے۔

       کسی بھی صورت میں، انٹرنیٹ آف چیزوں کی تکنیکی حل کی تعیناتی کی پوزیشن، خاص طور پر چیزوں کا صنعتی انٹرنیٹ، ٹرمینل آلات کے قریب کلاؤڈ سے دھند کی تہہ کی طرف بڑھ رہا ہے۔ آزاد پروسیسنگ کے لیے مختلف جگہوں پر فوگ ایریا مینیجرز۔ اس طرح، دھند کی تہہ کا تجزیہ کرنے والا پلیٹ فارم زیادہ حقیقی وقت میں ڈیٹا کا تجزیہ کر سکتا ہے اور زیادہ بروقت اور مناسب کاروباری فیصلے کر سکتا ہے۔ بادل اور دھند کے درمیان بجلی کی تقسیم مرکزیت اور تقسیم کے درمیان توازن کا فن ہے۔ بادل کو طاقت سونپنی چاہیے، لیکن بہت زیادہ نہیں۔ کلید یہ ہے کہ دو ہموار، بروقت اور موثر کے درمیان ریئل ٹائم انفارمیشن فلو چینلز کو برقرار رکھا جائے۔

       اس نقطہ نظر سے، انٹرنیٹ آف چیزوں کے فن تعمیر سے پیدا ہونے والا بڑے پیمانے پر متحرک ڈیٹا بہتے پانی کی طرح ہے۔ یہ دنیا بھر کے "ٹرمینلز" سے بخارات بن کر بھاپ، دھند، بادل، بارش بن کر زمین پر واپس آجاتا ہے۔ اگر ہم یہ کہیں کہ فطرت میں پانی کا چکر زمین کے عمل کے تحت سورج کی روشنی کی توانائی کی مدد سے قدرتی چیزوں کو تیار کرتا ہے۔ کشش ثقل، چیزوں کے انٹرنیٹ کے ڈیٹا کا بہاؤ ہر ایک عمودی صنعت کی پیدائش اور لوگوں اور مشینوں کی حکمت کی مدد سے ان کے اپنے کاروباری ماحولیاتی نظام کی تعمیر کے لیے سازگار سمت میں تیار اور تیار ہوتا ہے۔

       عام طور پر، انٹرنیٹ آف چیزوں کے ٹیکنالوجی کے فریم ورک کی کلاؤڈ سے فوگ تک توسیع کاروباری ترقی کے ماحولیاتی رجحان کے مطابق ہے۔ یہ تجارتی معاشرے میں لیبر کی تکنیکی تقسیم کو مزید مفصل اور انتظام کو زیادہ فلیٹ بناتا ہے۔ تمام ذیلی تقسیم ٹیکنالوجیز میں، یہ بات ناقابل تردید ہے کہ ڈیٹا تجزیہ ٹیکنالوجی بہت اہم ہے۔ یہ کہا جا سکتا ہے کہ یہ پورے انٹرنیٹ آف چیزوں کے ڈیٹا چین میں ایک مربوط کردار ادا کرتا ہے اور اس کا فوری اثر ہوتا ہے۔ ڈیٹا کے تجزیہ میں سب سے زیادہ توجہ دینے والا شعبہ شاید مصنوعی ذہانت (AI) ہے۔ بہت سے لوگوں کا خیال ہے کہ AI ایک واحد ٹیکنالوجی ہے۔ حقیقت میں، یہ نہیں ہے. یہ ذہین ڈیٹا کے تجزیہ سے متعلق مختلف ٹیکنالوجیز کا مجموعہ ہے، جس میں ہارڈ ویئر کی سطح پر "بصری سینسر" اور "اے آئی چپ" سے لے کر ایپلی کیشن کی سطح پر "چہرے کی شناخت"، "بغیر پائلٹ ڈرائیونگ" اور "اسپیچ ریکگنیشن" تک "ذہین گھریلو ملازمہ کی تعمیر" "، "توانائی کی بچت کا تجزیہ" اور اس میں موجود سافٹ ویئر ٹیکنالوجی، پیٹنٹس، معیارات، پروٹوکول وغیرہ سب مصنوعی ذہانت ٹیکنالوجی کے سیٹ کا حصہ ہیں۔

       مصنوعی ذہانت کی ٹیکنالوجی کے مجموعے میں، سب سے نمایاں ذیلی سیٹ بلاشبہ "مشین لرننگ" ہے، جو ڈیٹا سے قیمتی معلومات یا قوانین کی کھدائی کے لیے کمپیوٹر کمپیوٹنگ پاور کا استعمال کرتی ہے۔ نسبتاً، روایتی پروگرامنگ پروگرامر کے دیے گئے الگورتھم کے اصولوں کے مطابق نتائج کا حساب لگاتی ہے۔ ، اور مشین لرننگ میں مشین پروگرامر کے طور پر کام کر سکتی ہے اور ہر حساب کے نتائج کو خود درست کرنے اور مسلسل تصدیق کے لیے ڈیٹا کے طور پر دوبارہ استعمال کر سکتی ہے۔ بہترین حل کے لیے بڑے پیمانے پر ڈیٹا کا تجزیہ کرنا "مشین لرننگ" کو اس کے سب سے اہم سب سیٹ "ڈیپ لرننگ" میں لاتا ہے۔ ان کے درمیان فرق تصویر 6 میں دکھایا گیا ہے:

ساخت، پیکر 6:روایتی پروگرامنگ اور مشین لرننگ کے درمیان موازنہ

       اس میں کوئی شک نہیں کہ "گہری تعلیم" مستقبل میں طویل عرصے تک چیزوں کے ڈیٹا کے تجزیہ کے انٹرنیٹ کے میدان میں بنیادی مقابلہ ہوگی۔ گہرائی سے سیکھنے کا عمل بڑی ڈیٹا بھولبلییا میں خزانے کی تلاش کا نقشہ تلاش کرنے کے لیے کثیر سطحی اعصابی نیٹ ورک کے استعمال کے مترادف ہے، اور یہ بہترین راستے کے ساتھ خزانے کی تلاش کا نقشہ ہے۔ خزانے کی تلاش کے اس نقشے (الگورتھم) کے ساتھ، ہمیں بہت سے پیچیدہ ڈیٹا میں بالآخر نئے بچے (تجارتی قدر) ملنے کا زیادہ امکان ہے۔

       اس کے بارے میں بات کرتے ہوئے، میں محسوس کرنے میں مدد نہیں کر سکتا: یہاں تک کہ مشینیں بھی سیکھنے اور ذہین آزادانہ فیصلے کرنے کی کوشش کر رہی ہیں۔ ہم اپنے آزاد خیالات کو سیکھنے اور تشکیل دینے کے لیے اپنی کوششوں کو دوگنا کیوں نہیں کرتے؟یہ چین میں پہلی فرانسیسی نمائندہ تنظیم کے ساتھ گونجتا ہے جس نے ذہین مینوفیکچرنگ میں ڈاکٹر آف بزنس ایڈمنسٹریشن (im-dba) پروجیکٹ کی میزبانی کی اور جامع تعلیم کی تجویز پیش کی۔ میں نے اندرونی سیمینار میں تقریباً اس نظریے کا اظہار کیا: مستقبل میں، کاروباری فیصلہ سازوں کو "ڈیپ لرننگ" مصنوعی ذہانت کی مشین کی طرح سیکھنا اور سوچنا جاری رکھنا چاہیے، نظریاتی اقدار (کاروبار) کی رہنمائی کے لیے ذاتی مشق (ڈیٹا) اور کارکردگی (نتائج) کو بہتر کرنا چاہیے۔ قوانین) ان کی صنعت کے لیے، تاکہ ان کے مسابقتی فائدہ کو برقرار رکھا جاسکے۔ چونکہ مشین لرننگ ایک کاروباری سمت ہے جو مستقبل میں سرمایہ کاری کو بڑھانے کے قابل ہے، ذاتی زندگی بھر کی تعلیم بھی مسلسل سرمایہ کاری کے لائق زندگی کی سمت ہے؟

ڈیٹا کو کاروباری قدر میں تبدیل کرنا

ساخت، پیکر 7:کاروباری قدر میں ڈیٹا کی تبدیلی کا اسکیمیٹک خاکہ

       مثال کے طور پر، ریفائنڈ تیل ایندھن بننے یا خام مال کی پیداوار کے لیے زندگی کے تمام شعبوں میں داخل ہوتا ہے۔ انٹرنیٹ آف چیزوں کے ڈیٹا کے تجزیے کے نتائج کو تجارتی خدمات کے عمل میں ضم کیا جانا چاہیے اور اس کی تجارتی قدر کی عکاسی کرنے کے لیے مصنوعات یا خدمات بننا چاہیے۔ عام طور پر، جتنی زیادہ ڈیٹا سروسز تجارتی ماحولیاتی وسائل کے انضمام کی صلاحیت کو بہتر بنا سکتی ہیں، قدر اتنی ہی زیادہ ہو گی۔ تجارتی پائیداری کا۔

       تیل جیسے خام مال کی قدر کے علاوہ، ڈیٹا کی اصل قیمت تمام ممکنہ استعمال کے مجموعے کے برابر ہے۔ کاروباری عمل کو تبدیل کرنے، آپریشنل کارکردگی کو بہتر بنانے اور ویلیو ایڈڈ پیدا کرنے کے لیے اسے بار بار استعمال کیا جا سکتا ہے۔

       لہذا، ڈیٹا کو کتنی کاروباری قدر میں تبدیل کیا جا سکتا ہے؟ دوسرے لفظوں میں، ڈیٹا کی قدر کیسے کی جائے، مستقبل میں ایک نئی قسم کا غیر محسوس اثاثہ؟ فی الحال، اس سلسلے میں کوئی صنعت کی تشخیص کا معیار نہیں ہے۔ تاہم، کمپنیوں کی طرح جس نے ماضی میں مختلف اثاثوں کا جائزہ لیا، کچھ تازہ دم ڈیٹا ویلیو ایویلیویشن کمپنیاں یقینی طور پر مستقبل میں مارکیٹ میں نظر آئیں گی۔

       کسی بھی صورت میں، ڈیٹا کو کمرشل ویلیو میں تبدیل کرنے کے لیے، ہمارے پاس نہ صرف متعلقہ دستیاب تکنیکی صلاحیتیں ہونی چاہئیں، بلکہ یہ اسٹریٹجک آگاہی بھی ہونی چاہیے کہ ڈیٹا کو تجارتی قدر میں تبدیل کیا جا سکتا ہے۔ دونوں ناگزیر ہیں۔ درج ذیل تین صورتیں اس حقیقت کو اچھی طرح واضح کر سکتی ہیں۔

       کیس 1: گاڑیوں کے آپریشن کا ڈیٹا اکٹھا کرنے اور ایک بیرونی ڈیٹا تجزیہ کرنے والی کمپنی کے ساتھ تعاون کرنے کے بعد، ایک یورپی آٹوموبائل مینوفیکچرر نے پایا کہ اس کے جرمن سپلائر کی طرف سے فراہم کردہ فیول ٹینک کا پتہ لگانے والے سینسر میں بار بار جھوٹے الارم کی خرابی تھی۔ احتیاط سے غور کرنے کے بعد، آٹوموبائل بنانے والے نے براہ راست فراہم کنندہ کو معلومات بتانے اور اسے درست کرنے کا حکم دینے کا انتخاب نہیں کیا۔ اس کے بجائے، اس نے سافٹ ویئر اور فیول ٹینک پر متعلقہ پرزوں کو بہتر بنا کر بہتری کے لیے پیٹنٹ کے لیے درخواست دی، اور پھر سپلائر کے ساتھ ایک نئی شراکت داری قائم کرنے کے لیے پیٹنٹ کو بیچ دیا، تاکہ اس کے لیے پائیدار تجارتی واپسی حاصل کی جا سکے۔ ابتدائی سرمایہ کاری، ہم کاروباری اداروں کی کاروباری ماحولیاتی تعاون کی صلاحیت کو بڑھانے اور حریفوں سمیت پوری آٹوموبائل مینوفیکچرنگ انڈسٹری کی تکنیکی ترقی کی سطح کو بہتر بنانے پر خوش ہیں۔

       اگر ڈیٹا کے تجزیے کے عمل میں ایک ہائی ٹیک انٹرپرائز کی طرف سے غلطی سے کیس 1 کا سامنا ہوا، اور انہوں نے کاروبار کے موقع کو صرف اس لیے استعمال کیا کہ وہ اس کی قدر سے واقف تھے، تو کیس 2 اس کے بالکل برعکس ہے۔ یہ ایک نئی مارکیٹنگ اسکیم ہے۔ ایک جنوبی امریکہ کے روایتی مینوفیکچرنگ انٹرپرائز کے ذریعہ فعال طور پر منصوبہ بنایا گیا جس کے ساتھ میں حالیہ سمارٹیز x 2019 جائزہ سرگرمی میں رابطہ میں آیا۔ اس کا انوکھا آئیڈیا آنکھ کھولنے والا ہے۔ درست کہا جائے تو اس کیس کا ڈیٹا انٹرنیٹ آف تھنگز کے بجائے موبائل انٹرنیٹ سے آتا ہے، لیکن غیر متعلقہ ڈیٹا کو کاروباری قدر میں جوڑنے کے ان کے خیالات مطابقت رکھتے ہیں، جو کاروباری فیصلے کے حوالے سے بھی اہمیت رکھتے ہیں۔ بنانے والے

       کیس 2: برازیل میں ایک صدی پرانی دکان جو ساسپین بناتی اور بیچتی ہے اسے ٹرامونٹینا کہا جاتا ہے۔ کم اور کم نوجوانوں کو خود سے کھانا پکاتے ہوئے دیکھ کر، مصنوعات کی فروخت کا امکان تشویشناک ہے۔ اس صورت حال کو تبدیل کرنے کے لیے، انٹرپرائز نے ایک بین الاقوامی پروجیکٹ ٹیم قائم کی ہے جو شیف، نیورل نیٹ ورک کے ماہرین، بینڈ کنڈکٹرز اور دیگر پیشہ ور افراد پر مشتمل ہے تاکہ اسپاٹائف کے ساتھ جیت کے تعاون کو انجام دے سکے، جو کہ نوجوانوں کو پسند کرنے والا عالمی شہرت یافتہ میوزک نیٹ ورک ہے۔ انہوں نے آدھا سال اس بات کا مطالعہ کرنے میں گزارا کہ موسیقی کی سماعت کو کھانے کے ذائقے سے جوڑنے کے لیے "Synesthesia" الگورتھم کا استعمال کیسے کیا جائے۔ سب سے پہلے، موسیقی کی خصوصیت کے پیرامیٹرز جو کھانا پکانے کے پیرامیٹرز کے مطابق ہو سکتے ہیں اسپاٹائف پر دکھائے جاتے ہیں، جیسے کہ تلخ ذائقہ کے مطابق منفی لہجہ، بھاری ذائقہ کے مطابق متعدد آلات کے ذریعے چلایا جانے والا کنسرٹو، اجزاء کی تعداد کے مطابق موسیقی کا دورانیہ، کھانا پکانے کے لیے نوٹ جمپ۔ درجہ حرارت، وغیرہ، اور اسی طرح ایک بڑا ڈیٹا بیس قائم کیا جاتا ہے۔ پھر، مصنوعی ذہانت کا استعمال کرتے ہوئے ڈیٹا کو دسیوں ملین آرڈرز کی میگنیٹیوڈ کی ترکیب میں تبدیل کریں اور اسے نئی ویب سائٹ "فلور آف گانوں" پر شائع کریں۔ آخر میں، جب ممکنہ صارفین براؤز کرتے ہیں، تو وہ بروقت ایک گائیڈ دیتے ہیں کہ پین کو کھانے میں تبدیل کرنے کے لیے کس طرح پین کا انتخاب کیا جائے، تاکہ میوزک نیٹ ورک کے زیادہ سے زیادہ نوجوان صارفین کو تجربہ کی طرف راغب کیا جا سکے۔ اس طرح، پرانے زمانے کا پین ذاتی کھانا پکانے کے ساتھ مل کر موسیقی کی طرح مقبول ہو گیا ہے، جو نوجوانوں کے کھانے کی عادات کو بدلتا ہے اور انہیں باورچی خانے میں رہنمائی کرتا ہے۔

تصویر 8: ٹرامونٹینا کی اسکرین کیپچر|گانوں کا ذائقہ

       ان دو صورتوں سے، یہ دیکھا جا سکتا ہے کہ جان بوجھ کر یا غیر ارادی طور پر جمع کیے گئے ڈیٹا کی ممکنہ تجارتی قدر ہوتی ہے۔ مستقبل میں، کاروباری اداروں کو جمع کردہ ڈیٹا کی کان کنی، چھانٹنے، اسکریننگ، تجزیہ کرنے یا دوبارہ ترتیب دینے پر زیادہ توانائی خرچ کرنے کی ضرورت ہے، اور اپنے انٹرپرائز کی اصل صورتحال کے لیے موزوں تبادلوں کے راستے کا انتخاب کرنا ہوگا، بالکل اسی طرح جیسے آٹوموبائل مینوفیکچرر کیس 1 میں، ڈیٹا کو ایک میں تبدیل کریں۔ دانشورانہ املاک کے اوصاف کے ساتھ نیا کاروبار؛ آپ کیس 2 میں کچن ویئر بنانے والے کی طرح ایک نیا مارکیٹنگ چینل قائم کرنے کے لیے ڈیٹا بھی استعمال کر سکتے ہیں۔

       بلاشبہ، کچھ کاروباری ادارے، خاص طور پر وہ جو کان کنی کے ڈیٹا کی قدر کو انٹرپرائز حکمت عملی کی بلندی تک بڑھا سکتے ہیں، مزید آگے بڑھ سکتے ہیں۔ وہ اکثر اعداد و شمار کو پورے کاروباری عمل کو تبدیل کرنے اور کاروباری ماڈل کو نئی شکل دینے کے ایک موقع کے طور پر لیتے ہیں۔ "انٹرنیٹ آف چیزوں کے ایکو سسٹم" اور "PAAS (پروڈکٹ بطور سروس) بزنس ماڈل" کے بارے میں میرے پچھلے مضامین میں، میں نے بہت سے معاملات کو متعارف کرایا اور متعلقہ معلومات فراہم کیں۔ تجزیہ میں نے ابھی ڈاکٹر LV Jianzhong کے مضمون "ڈیجیٹل انٹیلی جنس میں مینوفیکچرنگ انڈسٹری کی تبدیلی کا پائیدار ترقی کا راستہ" میں ایک اور کیس دیکھا، جو بہت واضح اور سمجھنے میں آسان ہے، یہ بہت نمائندہ بھی ہے۔ اقتباسات درج ذیل ہیں:

       کیس 3: "انٹیلیجنٹ ٹرانسفارمیشن" (ڈیجیٹل ٹرانسفارمیشن، ڈیوڈ راجرز) کی کتاب میں ایک ایسی سچی اور دلچسپ کہانی ہے: TWC، ایک کمپنی جو بنیادی طور پر موسم کی پیشن گوئی کی خدمات میں مصروف ہے، موسم کی پیشن گوئی کو جمع کرنے، پروسیسنگ اور بھیجنے کا کام لیتی ہے، اور پھر اسے شائع کرتی ہے۔ اس کے اہم کاروباری ماڈل کے طور پر پبلشنگ پلیٹ فارم پر اشتہارات، تاہم، TWC نے جلد ہی محسوس کیا کہ اعداد و شمار کی قیمت اشتہارات سے ہونے والی آمدنی سے کہیں زیادہ ہے، لہذا انہوں نے اس گروپ کو تبدیل کرنا ہے ڈیٹا ٹول کو ایک سٹریٹجک اثاثہ بنانے کے لیے تحقیقی ٹیم نے پایا کہ موسم کی تبدیلی کا اثر ریاست ہائے متحدہ امریکہ میں ایک تہائی اقتصادی سرگرمیوں کے اتار چڑھاؤ پر پڑتا ہے۔ موسمیاتی اعداد و شمار اور فروخت کے زمرے اور فروخت کے حجم کو جوڑنے والا ایک معاشی تجزیہ ماڈل قائم کرنے کے لیے، اور اس ماڈل کا استعمال اس بات کا اندازہ لگانے کے لیے کہ کن پراڈکٹس پر صارفین کی زیادہ خریداری کی طلب اور کس موسمی حالات میں رضامندی ہوگی، تاکہ متاثر ہونے والی مقبول مصنوعات کے زمروں کے لیے اشتہاری حکمت عملی وضع کی جا سکے۔ موسم، تاکہ زیادہ سے زیادہ سیلز ریونیو حاصل کیا جا سکے اور ایڈورٹائزنگ ان پٹ آؤٹ پٹ کی واپسی کی شرح کو بہتر بنایا جا سکے۔ تحقیقی ٹیم نے انشورنس کمپنیوں کے ساتھ مل کر ہیل زون نامی ایک چھوٹی ایپ تیار کرنے کے لیے بھی کام کیا تاکہ کار مالکان کو یاد دلایا جائے کہ وہ اولے یا برفانی طوفان سے پہلے اپنی کاریں گیراج میں لے جائیں۔ اس چھوٹی ایپ نے کار کے نقصان کی شرح کو بہت کم کیا ہے، کار مالکان کی تکلیف اور جھنجھلاہٹ کو دور کیا ہے، اور انشورنس کمپنیوں کے کلیم کلیمز اور اخراجات کو بھی کم کیا ہے، جسے صارفین، انشورنس کمپنیوں، کمیونٹیز اور دیگر اسٹیک ہولڈرز نے سراہا ہے۔ اچانک، بہت سے لوگوں نے ہیل زون کے ساتھ اندراج کیا۔ موسمیات کے کچھ شائقین موسمیاتی مشاہدے کے اپنے ٹولز بھی لے کر آئے ہیں تاکہ کسی بھی وقت اپنی اپنی جگہ پر نگرانی کی جانے والی موسمیاتی تبدیلی کے ڈیٹا کو ہیل زون پلیٹ فارم پر بھیجنے اور شیئر کریں۔ اس طرح، ہیل زون پلیٹ فارم ہر 1.5 سیکنڈ میں تمام سمتوں سے ڈیٹا کی ایک بڑی مقدار کو ضم کر سکتا ہے، خصوصی الگورتھم کے ذریعے زیادہ حقیقی وقت اور درست پیشین گوئی کر سکتا ہے، اور معیار میں بہتری اور قدر پیدا کرنے کے ایک مثبت دور میں داخل ہو سکتا ہے۔ "

       کیس 3 میں، انٹرپرائز نے شعوری طور پر ڈیٹا کو بیرونی ماحول سے منسلک کیا، بیرونی ماحولیاتی شراکت داروں کو فعال طور پر تیار کیا، خوردہ فروشوں، انشورنس کمپنیوں، صارفین، کمیونٹیز اور دیگر اداروں اور افراد کے ساتھ ایک حقیقی وقتی انٹرایکٹو نیٹ ورک قائم کیا، اور اصل نسبتاً مستحکم موسم کو تبدیل کیا۔ لوگوں اور آلات کی شرکت کے ساتھ ڈیٹا بیس کو ریئل ٹائم ڈیٹا اپ ڈیٹ اور انٹرایکٹو پلیٹ فارم میں پیشن گوئی کرنا، اسٹیک ہولڈرز کے لیے زیادہ بروقت اعلی ویلیو ایڈڈ خدمات فراہم کرنا، اور پائیدار کاروباری ماحولیاتی اثرات حاصل کرنا جو خود بڑھ سکتے ہیں۔

       ان طریقوں کا ایک مختصر خلاصہ جن میں متعلقہ ڈیٹا کو پائیدار کاروباری قدر میں تبدیل کیا جاتا ہے اس میں درج ذیل تین زمرے یا ان تین زمروں کا مجموعہ شامل ہے:

       ڈیٹا پلیٹ فارم بنانے کے لیے ان کی اپنی مصنوعات یا خدمات کے استعمال کے حقوق لیز پر دیں جو صارفین کے ساتھ تعامل، ادائیگی اور تصفیہ کر سکے (جیسے کیسز 1 اور 3)، جیسے کچھ ہائی تھریشولڈ انڈسٹریل پروڈکٹ لیز، IP، مشاورت، معلوماتی خدمات وغیرہ۔ ;

       پروڈکٹ پارٹنرز اور صارفین کے لیے آسان ڈیٹا سروس پورٹل قائم کریں، اور پھر ان پورٹل کی اجازتوں کو فروخت کریں یا نئے مارکیٹنگ چینلز (جیسے کیسز 2 اور 3) قائم کریں، جیسے ذہین لاجسٹکس سروسز فراہم کرنا، پروڈکٹ کے استعمال اور ادائیگی کی خدمت کے پورٹل کی اجازتیں وغیرہ۔

       مخصوص ڈیٹا سیٹ میں بیرونی ڈیٹا شامل کرنے اور ویلیو ایڈڈ سروسز (جیسے کیس 3) فراہم کرنے میں صارفین کی مدد کریں، جیسے ریموٹ دل کی شرح کی نگرانی کی خدمات فراہم کرنا اور پتہ لگانے کی رپورٹوں کی تشریح اور تشخیص، اور ماحولیاتی ڈیٹا اور اقتصادیات کے درمیان ویلیو ایڈڈ تعلق سرگرمیاں

       ایک لفظ میں، ڈیٹا کو پائیدار کاروباری قدر میں تبدیل کرنے کی کلید ڈیٹا چین کے ارد گرد اپنا ایکو سسٹم بنانا ہے، اور اس کی کامیابی کا انحصار زیادہ تر اس بات پر ہے کہ اسے کیسے بنایا جائے۔اور پائیدار کاروباری حکمت عملیوں کو نافذ کریں۔

       یہ مضمون انٹرنیٹ آف تھنک ٹینک کے آفیشل اکاؤنٹ سے منتقل کیا گیا ہے۔ اگر خلاف ورزی ہوتی ہے تو براہ کرم پس منظر کا پیغام حذف کر دیں۔