Як мене бісить! Щоразу хочеться кричати це, коли вкотре помічаєш, як на шпальтах газет, з екранів телевізорів чи зі сцени українські підприємці кажуть про машинне навчання замість роботизованої автоматизації чи намагаються вирахувати об’єм Big Data у своїй компанії. Подібні помилки не лише псують вашу репутацію серед цільової аудиторії, а і ставлять під сумнів вашу компетенцію перед інвесторами.
Щоб у вашому житті було менше подібних факапів, ми підготували для вас картки з найпопулярнішими словами, які часто вживаємо неправильно. Наприкінці тексту шукайте кросворд, щоби перевірити, чи добре ви розумієте значення найпопулярніших tech-слів.
Велика й могутня технічна індустрія
Сьогодні звідусіль можна почути про технічну індустрію. Про неї говорять, коли мають на увазі виробництво побутових приладів, медичних винаходів чи навіть сервіс доставки чи таксі. Насправді поняття «технічний» стосується роботи суто з обладнанням.
Усе інше, що стосується оптимізації наявних процесів або впровадження технологій, — це технологічна галузь/індустрія. Саме це заведено називати Tech industry.
Засмартуймо все
Останнім часом стало модно все смартувати — смартшопи, смартквартири, смарткав’ярні. Через це в мережі з’явилося чимало жартів щодо смарт-усього. Коли ідеться про смарт-щось, насамперед мається на увазі спроможність пристрою/предмету/місця приєднатися до мережі та водночас виконувати свої функції. Це призводить до кастомізації та персоніфікації продукції. Також серед важливих аспектів смартизації:
- залучення алгоритмів управління та автоматизації;
- залучення рішень на базі штучного інтелекту;
- дистанційний контроль;
- кібербезпека.
Тобто, якщо ви запровадили систему самообслуговування — це процес цифровізації. Якщо ви можете керувати автівкою без рук, запрограмувавши їй попередньо маршрут, це вже про смартизацію.
Гнучкість у всьому
Гнучке розроблення «Гнучке «Методологія, пропонує модель для швидкого створення програмного забезпечення. Це дає бізнесу змогу бути гнучким. Проте гнучкість — це не лише про процес, а радше про принципи.
Сьогодні компанії намагаються досягти гнучкості через створення Scrum-команд, використання Agile, встановлення холакратії або соціократії. Усе це — різні підходи та методи до побудови процесів і розподілу ролей. Утім, CIO One Call Марк Білгер упевнений, що лише третина від усіх компаній, які говорять про гнучкість, дотримуються її. Докладніше про те, якими можуть бути гнучкі команди, читайте в матеріалі Vector.
Штучний інтелект, який переможе людство
Чим швидше популяризується штучний інтелект (AI), тим більше непорозумінь виникає. Наприклад, часто можна почути, що розвиток AI призведе до повстання машин. AI також часто використовують як синонім розумних машин.
Через це CIO Target Майк Макнамара пропонує взагалі позбутися цього слова. На його думку, AI — це не більше, ніж «просто великі дурні машини, які добре вміють додавати та помножувати».
Інша проблема в тому, що немає конкретного визначення AI. На цьому часто спекулюють компанії. Макнамара радить: якщо вже говорити про інтелектуальне програмне забезпечення, краще використовувати поняття машинного навчання. AI підходить для більш загального позначення можливості технічного навчання за алгоритмами.
Що тоді таке машинне навчання
Є різниця між роботизованою автоматизацією й машинним навчанням. Перша має на меті полегшення роботи користувача. Наприклад, якщо в компанії є завдання, які постійно повторюються, легше залучити в цей процес роботизовану автоматизацію. Співробітник у цей час зможе взяти на себе складніші завдання.
Машинне навчання — це безліч математичних, статистичних та обчислювальних методів, рішення на базі яких покликані замінити роботу людини. Завдяки йому техніка може аналізувати, прогнозувати та ухвалювати рішення. Це все не про роботизовану автоматизацію.
MVP — це не повноцінний стартап і не бета-версія проєкту
MVP (minimum viable product) — це мінімально життєздатний продукт. Його ціль — отримати фідбек від користувачів та покращити продукт перед запуском/виробництвом. Проте є різниця між бета-версією продукту та MVP. Останній передує появі бета-версії продукту. Тобто стадія MVP завершиться тоді, коли розробники покращать продукт з урахуванням фідбеку.
Часто можна побачити, як стартапи шукають інвесторів на стадії MVP. З погляду стартапу, у цьому є сенс. Адже створення, тестування та запуск продукту потребують часу та грошей. Проте для інвесторів MVP — ризикований етап.
Ніхто достеменно не знає, чи вдасться команді впоратися з продуктом, чи насправді він розв’яже проблему, і чи матиме він ринковий потенціал.
Big Data — усе й нічого
Уявімо космос. Чи може хоч один астронавт сказати, яку площу займають порожні ділянки всесвіту? Порахувати, скільки їх є насправді? Так само з Big Data. Це неосяжна база даних, з якою працюють компанії. Для цього використовують низку методів, зокрема:
- Data Mining;
- краудсорсинг;
- просторовий та статистичний аналіз;
- машинне навчання.
Тож порахувати чи похизуватися Big Data у своїй компанії — це те саме, що заявити про досяжність космічного простору.
Чи правильно ви використовуєте популярні tech-слівця
З помилками розібралися. Тепер перевірмо, чи знаєте ви значення популярних tech-слів.