Manusia, Kita Punya Masalah – Data Besar

Saat ini, kami dibanjiri dalam Big Data, di mana-mana, benar-benar meresap dan terus terang sedikit sombong ketika perusahaan dan pemerintah mengumpulkan SEMUA pengukuran orang dan statistik vital kami. Lebih buruk lagi, kita memiliki orang-orang yang tidak tahu apa yang harus dilakukan dengan itu semua, tetapi entah bagaimana di masa depan semua data yang mereka kumpulkan akan bernilai sesuatu? Akankah – dalam bentuk apa? Dalam format saat ini atau format masa depan lainnya yang tidak dapat diimpor? Banyak jaringan toko kelontong mengumpulkan data pembelian kami dan selama satu dekade atau lebih, dan semua data lama itu tidak relevan dengan pembelian kami hari ini, dan sebagian besar data lama itu dalam format yang tidak dapat digunakan.

Tentu saja, itulah yang paling dikhawatirkan dengan Big Data hari ini. Masalah paling mendesak yang saya temukan adalah bahwa kita memiliki manusia bodoh yang salah menafsirkan data, terus-menerus muncul dengan kesalahan positif. Misalnya, saya telah menerima iklan bertarget yang menyarankan bra dukungan olah raga, apa buang-buang uang, karena saya laki-laki. Bahkan ketika iklan yang ditargetkan berjalan setelah individu yang aktif secara fisik dan bugar, dalam hal ini 50% + dari iklan tersebut kehilangan tanda mereka. Perusahaan mungkin berpikir itu berjalan baik dan perusahaan iklan analitik Big Data berpikir penjualannya untuk kliennya, tapi itu 50% tidak efisien. Bagaimana Big Data dengan begitu banyak janji membuat Kesalahan Besar seperti itu? Memang, ini adalah kesalahan yang relatif kecil (dalam contoh terakhir saya) dalam skema keseluruhan hal.

Perusahaan Data Mining Besar memberikan data kepada pemimpin perusahaan yang 'berasumsi' bahwa data berarti satu hal, dan kemudian keputusan yang buruk dengannya. Keputusan-keputusan buruk ini mengarah ke keuntungan yang lebih rendah, dan bukannya memperbaiki kesalahan, mereka melihat kembali data dengan bias persepsi dan kemudian menggandakan kesalahan-kesalahan sebelumnya. Dalam pemerintahan hal yang sama dilakukan, sering karena kesalahan dalam penentuan kausalitas, dan kemudian lebih buruk ketika kita melempar sedikit manipulasi data untuk melayani agenda politik mereka – selalu menunjuk ke data untuk meyakinkan kita bahwa mereka melakukan apa yang terbaik di masyarakat bunga.

Jika manusia tidak bisa melakukan lebih baik dari ini, mungkin mereka harus berhenti mengumpulkan data di tempat pertama karena Big Data akan semakin besar dengan Internet of Things dan rantai pasokan yang terhubung sampai ke lantai pabrik robot. Jika Anda pikir Anda, sebagai konsumen, hanya angka sebelum sekarang, Anda memiliki banyak angka yang tergabung menjadi satu dan pembuat keputusan data telah menentukan segalanya tentang Anda berdasarkan algoritma yang ditulis oleh masukan bias informasi – ingat meskipun kita mengambil tentang data yang lebih besar kita masih memiliki masalah GIGO – Sampah Di – Sampah.

Penulis Think Tank ini oleh karena itu cukup terbebani oleh janji-janji luhur Big AI Data dalam kaitannya dengan apa yang sedang disampaikan sekarang dan percaya bahwa lebih banyak data tidak akan memperbaiki masalah yang lebih besar.

– Bacaan yang Disarankan Lebih Lanjut:

1.) NASA Tech Briefs News, Sept. 2017, artikel: "Digitalisasi – Faktor Sukses Kritis Baru" oleh Arun Jain dari Siemens, Alisa Coffey dari Aerospace Automotive dan Bernd Heuchemer, VP Marketing Siemens.

2.) Majalah ARS Technica Magazine: "Jangankan perkiraan Elon-the tidak menyeramkan untuk AI dalam bisnis – Jangan takut mesin-mesin – teknologi AI hampir tidak siap untuk berpikir sendiri," oleh Alan Zeicheck 9 / 25/2017.

3.) Majalah Forbes, 25 September 2017 artikel berjudul: "The Amazing Ways Burberry Is Using Artificial Intelligence dan Big Data To Drive Success," oleh Bernard Marr.

7 Masalah yang Dihadapi oleh Sebagian Besar Mahasiswa Akuntansi

Menjadi seorang mahasiswa akuntansi tidak mudah. Anda harus benar-benar mahir Matematika, tapi itu tidak semua ada untuk itu. Jika Anda ingin berkarir di bidang akuntansi, Anda benar-benar harus mencintai pekerjaan Anda. Dan sementara paket gaji dapat terlihat menguntungkan, pahamilah bahwa banyak pekerjaan akuntansi melibatkan Anda untuk duduk berjam-jam di meja Anda, melakukan perhitungan yang diperlukan. Tentu saja, jika itu bukan pemikiran yang bagus, maka akuntansi bukan untuk Anda.

Karir di bidang Akuntansi

Tapi kemudian, mereka yang melakukan akuntansi tahu itu dengan baik. Masalah yang lebih besar adalah hal lain.

Diberikan di bawah ini adalah 7 masalah yang dihadapi oleh mahasiswa akuntansi di seluruh dunia.

  1. Mengelola uang orang lain ketika sedang dalam anggaran – Siswa akuntansi harus menjalani hidup mereka dengan anggaran yang ketat dan rendah sementara juga mengelola pendapatan dari rumah bisnis besar pada saat yang sama. Mungkin ada baiknya untuk beristirahat sejenak sebelum memulai kursus akuntansi dan mengumpulkan sejumlah dana untuk bersantai ketika mereka belajar dari tahun ke tahun.
  2. Memimpin kehidupan sosial dan santai – Ketika para siswa membuka jalan menuju kedewasaan, universitas adalah tempat yang sempurna untuk mendapatkan teman baru, bersosialisasi dan belajar lebih banyak tentang kehidupan setiap hari. Namun, akuntansi sebagai karier bisa sangat menuntut dan seorang mahasiswa akuntansi jarang mendapat waktu untuk bersantai atau bersosialisasi dengan orang lain.
  3. Sangat kompetitif – Akan ada persaingan ketat antara mahasiswa akuntansi terutama karena karier ini memiliki tujuan pekerjaan yang jelas. Kompetisi ini kadang-kadang dapat terbukti tidak sehat dan beberapa siswa akuntansi paling cerdas mungkin gagal mendapatkan pekerjaan meskipun mereka berharap untuk melakukannya dengan mudah.
  4. Memilih industri yang benar – Akuntan yang terlatih dapat memilih dari berbagai bidang bisnis dan terkadang menjadi masalah untuk memilih industri yang tepat dan tepat untuk seorang siswa di antara berbagai pilihan yang tersedia. Seorang siswa tidak boleh membatasi kesempatannya untuk pengembangan dan mengeksplorasi semuanya sebelum membuat pilihan akhir.
  5. Gaya hidup formal – Menjadi karier yang berorientasi komputer, akuntansi dapat terbukti cukup kaku dan mengharuskan siswa untuk menjalani gaya hidup formal dan ketat baik selama dan setelah lulus. Magang juga bisa ketat dan menekankan, tanpa memungkinkan banyak fleksibilitas untuk seorang mahasiswa akuntansi.
  6. Menjadi tidak memenuhi syarat – Seorang mahasiswa akuntansi yang gagal untuk menyelesaikan gelar atau mendapatkan nilai yang sangat rendah dalam ujian karena tekanan akademik yang berlebihan dapat menghadapi masalah serius dalam mengamankan pekerjaan dan mungkin dibiarkan menganggur sementara rekan-rekannya mencapai kesuksesan dalam karir mereka.
  7. Teknologi Online – Dengan munculnya teknologi online dan pengaturan budaya internet dengan cepat, banyak mahasiswa akuntansi merasa sulit untuk mendapatkan pekerjaan setelah kelulusan mereka karena beberapa rumah bisnis menghindari menyewa akuntan ketika sejumlah fungsi dan pekerjaan dapat diselesaikan dengan cloud perangkat lunak berbasis akuntansi.

Setiap siswa membutuhkan bantuan akuntansi untuk dapat melakukan lebih baik dalam studi mereka.