Vuonna 2026 tekoälyn onnistuminen ratkaistaan siinä, miten strategia viedään käytäntöön. Tutustu, miten organisaatiot voivat siirtyä pilottihankkeista skaalautuvaan, hallittuun tekoälyyn, joka tuottaa aitoa liiketoimintavaikutusta.
Tekoäly muuttaa liiketoiminta-analytiikkaa ja BI-tekemistä tuomalla datapohjaisen tarinankerronnan, tekoälyohjatun tiedonlöytämisen ja luonnollisen kielen kyselyt päätöksenteon ytimeen.
Tutustu siihen, miten tekoäly muuttaa yritysohjelmistoja ja käyttökokemuksia vuoteen 2030 mennessä – painopisteenä monimuotoiset, monikanavaiset ja asynkroniset vuorovaikutustavat. Lataa Norrinin julkaisu.
The progress of Microsft Fabric’s deployment features might not have been as rapid as many of us hoped, but it is getting closer and closer to a well-working enterprise-grade setup.
Cloud1 kiihdyttää kasvuaan yritysostoilla Suomessa ja ulkomailla. Yhtiön tavoitteena on kasvaa Microsoft-ekosysteemissä Pohjoismaiden johtavaksi tekoälyajan palveluyhtiöksi.
Cloud1 kysyi asiakkailtaan, mitä he odottavat IT-kumppaniltaan. Vastausten perusteella konsulteilta vaaditaan entistä enemmän liiketoimintalähtöistä asiakkaan organisaation, henkilöstön ja ylimmän johdon osaamisen kehittämistä. Väitän, että nykyinen vallitseva tapa myydä, ei vastaa tähän tarpeeseen vastuullisesti.
Vuonna 2023 Cloud1 saavutti merkittäviä virstanpylväitä, kuten syyskuun ennätystulokset antavat ymmärtää. Lue lisää Cloud1:n toimitusjohtajan katsauksesta vuodesta 2023.
Tutustu CSRD:n vaikutuksiin ja valmistaudu muutokseen Sanna Uusimäen kanssa blogissamme. Lue, miten Norrin tukee tässä tärkeässä siirtymässä datan hallinnan avulla.
Tutustu Cloud1:n matkaan IT-alan uudistamisessa asiakaslähtöisellä lähestymistavalla. Lue kuinka saavutimme ennätyskuukauden syyskuussa 2023 ja näe, kuinka innovaatio ja kumppanuudet kiihdyttävät kasvuamme vaihtelevilla markkinoilla
Vuonna 2023 Cloud1 sai arvostetun Future Workplaces -sertifikaatin, tunnustuksena erinomaisesta yrityskulttuurista ja työntekijäymmärryksestä. Cloud1:n eNPS-indeksi oli erinomainen 59.
Monilla aloilla, meidän data-alamme mukaan lukien, uusia ideoita, malleja ja ratkaisuja syntyy huimaa tahtia. On motivoivaa toimia alalla, joka kehittyy jatkuvasti ja tarjoaa uusia mahdollisuuksia ja haasteita. Uusien mallien seassa navigoidessa on välillä hyvä pysähtyä palauttamaan mieleen myös perusasioita ja syitä käytettyihin ratkaisuihin. Menneisiin malleihin ei pidä jäädä jumiin, mutta on aivan yhtä tärkeätä muistaa mitä ongelmia pyrittiin ratkaisemaan ja mistä nämä haasteet syntyivät. Teknologian kehittyessä, täytyy välillä myös arvioida mitkä ongelmista perustuivat teknologisiin rajoitteisiin, ja ovatko ne edelleen olemassa.
Power BI:ssä, kuten aika monissa muissakin analytiikka välineissä, on aina ollut haasteita, kun siirrytään todella suuriin tietomääriin. Kuten nyt vaikkapa miljardin rivin taulun analysointi. Tällaiseen ongelmaan on pyritty yleensä vastaamaan tallentamalla osa tiedoista analytiikka työvälineen muistiin, jota yleensä on rajoitetusti, ja ohjaamalla sitten tarkennettuja kyselyitä tietokantaan. Vielä muutama vuosi takaperin, testaillessani miten Databricks suoriutuisi Power BI:n suorista kyselyistä, jouduin pettymään. Nopeus ei ihan ollut toiveiden mukaista. Ja tällaisen samanlaisen kommentin kuulin menneellä viikolla myös raportti kehittäjältä. Mutta tokihan nyt jonkin verran asian on täytynyt parantua parissa vuodessa?
Tilaa uutiskirjeemme
NorrInsights avaa näkymää markkinaan. Käytännönläheistä markkinatietoa sekä teknologioita jossa on konteksti, selkeys ja suunta.
Hyväksy seurantaevästeet nähdäksesi tämän sisällön.