Статьи автора Томас Дейвенпорт | Большие Идеи
+7 (495) 859 30-59 +7 (495) 846 70-05

Томас Дейвенпорт

(Thomas H. Davenport) — почетный профессор менеджмента и информационных технологий Колледжа Бэбсона, научный сотрудник Инициативы цифровой экономики MIT и старший консультант Deloitte Analytics. Автор книг о менеджменте, среди последних — «Only Humans Need Apply: Winners and Losers in the Age of Smart Machines» и «The AI Advantage»; соавтор (вместе с Нитином Митталом) книги «AI: How Smart Companies Win Big with Artificial Intelligence» (Harvard Business Review Press, 2023).


Статьи автора

Когда каждый станет программистом
Технологии | 08.09.2023
Когда каждый станет программистом
Генеративный ИИ позволяет любому из нас писать код, и компаниям нужно к этому приспособиться
Интеллектуальный подход к управлению лояльностью
Технологии | 31.08.2021
Интеллектуальный подход к управлению лояльностью
На что ИИ способен уже сейчас и как он будет развиваться дальше
Почему директоров по данным так часто увольняют
Тренды | 25.08.2021
Почему директоров по данным так часто увольняют
Что делать, чтобы должность CDO приносила пользу вам и компании
Что не так с директором по данным в вашей компании
Управление инновациями | 30.04.2020
Что не так с директором по данным в вашей компании
О чем нужно помнить, оценивая работу CDO
Что не так с большими данными для бизнеса
Тренды | 18.07.2019
Что не так с большими данными для бизнеса
Почему корпорации терпят неудачи в работе с данными и ИИ
Цифровой провал
Тренды | 11.04.2018
Цифровой провал
Почему многие цифровые трансформации заканчиваются неудачей
7 идей для Microsoft: как оправдать покупку LinkedIn за $26 млрд
Прочее | 23.06.2016
7 идей для Microsoft: как оправдать покупку LinkedIn за $26 млрд
Внедрение усовершенствований потребует от LinkedIn и Microsoft усилий в сфере аналитики, обработки данных и когнитивных технологий.
5 принципов понимания аналитики
Прочее | 29.10.2015
5 принципов понимания аналитики
В современном мире бизнеса незнание аналитики может стать угрозой как вашему успеху, так и процветанию компанииHal Gatewood
Как вырабатывались стандарты для интернета вещей
Управление инновациями | 02.12.2014
Как вырабатывались стандарты для интернета вещей
15 лет на внедрение и разработку стандарта одного вида приборов для одной отрасли — это слишком долго и дорого.
Азбука прогностического анализа
Принятие решений | 22.09.2014
Азбука прогностического анализа
Вы расписываете продажи на следующий месяц? Используете компьютерную модель, чтобы распределить рекламу по тематическим издателям? Все это — формы прогностического анализа.
10 сюжетов, в которые можно сложить данные
Личные качества и навыки | 26.05.2014
10 сюжетов, в которые можно сложить данные
Наряду с визуальной информацией хороший сюжет служит основным каналом передачи аналитических результатов неспециалистам.
Как успешно работать с большими данными
Стратегия | 10.04.2014
Как успешно работать с большими данными
Проекты с большими данными предполагают использование новых технологий, новых путей развития, а это неизменно сопряжено с риском.
Большие данные в книжном бизнесе
Стратегия | 31.03.2014
Большие данные в книжном бизнесе
Основная задача — не продать контент, но добыть информацию и укрепить лояльность клиентов.
Личные качества и навыки | 10.02.2014
Аналитика или интуиция?
В сугубо аналитических делах все равно остается немало работы для интуиции. Ведь что такое гипотеза? Интуитивная догадка, основанная на имеющихся в нашем распоряжении фактах.
Принятие решений | 17.01.2014
Процесс принятия решения: двенадцать удачных примеров
Почему менеджеры, располагающие всеми необходимыми ресурсами и знаниями, так часто ошибаются, принимая важнейшие решения? Главным образом потому, что неверно выстраивают перспективу.