[Translation from English to Japanese ] We’re sitting on a big data time bomb $114 billion. That’s how much global o...

Additional info

依頼者プロフィール欄の翻訳ガイドラインに必ず沿って翻訳してください。

該当記事です。その1/2
http://venturebeat.com/2015/10/24/were-sitting-on-a-big-data-time-bomb/

Original text

We’re sitting on a big data time bomb

$114 billion. That’s how much global organizations will spend on big data in 2018, an increase of more than 300 percent in just five years. But how much of that is money well spent?

Over the past 10 or so years, we’ve seen widespread adoption of new approaches for managing big data such as Mapreduce and the introduction of schema-less databases for massive-scale storage, as well as complementary technologies like Hadoop, Storm, and Spark for storage and processing. But making use of big data means more than deploying a particular platform or paradigm: At its best, it means a total redesign of how companies structure and organize data.

Translation / Japanese

我々はビッグデータの時限爆弾に座っている

1140億ドル。これが2018年に世界中の会社がビックデータに費やす金額だ。実に５年前から300パーセント以上の増加である。しかしそのうちいったいどれだけが正しく費やされるだろうか？

我々は10年以上も前からビッグデータに対する新しいアプローチの広範囲な適用を見てきた。すなわちストレージと処理にHadoop, Storm, Sparkなどを補完的に利用した大規模ストレージ向けのMapreduceといったスキーマレス型データベースの導入である。しかし真のビッグデータの利用には特定のプラットフォームや実装例を拡大するだけでは不十分だ。最良なのは会社のデータ構築と運用を根本から再設計することである。

Translation / Japanese

われわれはビッグデータの時限爆弾を抱えている。

1140億米ドル。これは、2018年の時点でグローバル組織がビッグデータにかけることになる費用である。わずか5年で3倍以上の増加だ。だが、このうちいくらが有効活用されているのだろうか。

過去10年そこそこの間に、Mapredeceや大規模ストレージのためのスキーマレス・データベースの導入といった、ビッグデータを扱うための新しい手法や、HadoopやStorm、Sparkなど、ストレージや処理のための補足的な技術が広く取り入れられきた。しかし、ビッグデータの活用は、単に特定のプラットフォームやパラダイムを活用すればいいというものではない。究極的には、企業がデータを構築し、オーガナイズする方法を、一から設計し直さなくてはならないのである。

Original text

Despite big data’s promising benefits, few organizations have begun the essential steps to prepare for the adoption of new capabilities and data platforms. An industry survey of global companies found that only 35 percent have “robust processes for data capture, curation, validation, and retention.” Equally troubling, 67 percent “do not have well-defined criteria in place to measure the success of their big data initiatives.” Instead, big data solutions are integrated reactively, department by department, or not at all.

Translation / Japanese

ビッグデータがもたらす利益にも関わらず、必要不可欠な手順を開始し、新たな機能とデータプラットフォームを採用する準備をする組織はほとんど無い。世界企業に対する産業統計では、「強固にデータの収集・キュレーション・検証、そして保存を行っている」のは35%に過ぎないことが分かった。67%が「自らのビッグデータにおけるイニシアチブの成功を評価するための、明確に定義された基準を持っていない」という点も、同様に気がかりである。それどころか、ビッグデータのソリューションは、反応的に部門ごとに統合されるか、あるいは全く統合されないのである。

Translation / Japanese

ビッグデータには有望な利益が見込まれるにもかかわらず、いくつかの組織では新しい機能やデータプラットフォームの採用準備のための、重要な一歩を踏み出し始めている。グローバル企業を対象とした企業調査では、「データの収集や整理、検証、保管のための堅固なプロセスを持っている」と答えたのはわずか35バーセントであった。同じく厄介なとこに、67パーセントの企業は「ビッグデータ戦略の成功を測定するための十分に定義された基準がない」という。それどころか、ビッグデータ・ソリューションが受身的に、部署ごとに統合されていたり、あるいは全く統合されていなかったりしたのである。

[deleted user]- about 9 years ago
最初の文、「〜にもかかわらず、」以降は、
新しい機能やデータプラットフォームの採用準備のための、重要な一歩を踏み出し始めた企業は数少ない。
に修正します。

Original text

The amount of available data in the world will have exploded to 44 zettabytes by 2020 — 10 times what it was in 2013, according to a 2014 IDC report. Companies that fail to prepare for this next generation of massive data volume and insights run the risk of incurring operational and technical debt. In an example of corporate natural selection at work, those that fall behind are doomed to wither away.

Here’s what they can expect as this big data time bomb goes off.

Translation / Japanese

世界中の利用可能なデータ量は2020年までに44ゼタバイトまで膨れ上がるだろう。2014年のIDC報告によれば、それは2013年の10倍だ。この次世代の膨大なデータ量に備えることができず、先見の明がない企業は、経営上および技術上の負債を被るリスクを負う。操業中の企業における自然淘汰の例では、後れを取るそういった企業は、徐々に衰える運命にある。

ビッグデータの時限爆弾が爆発する時に彼らが期待できることを紹介しよう。

Translation / Japanese

IDCの2014年の報告によれば、世界中で利用可能になるデータ量は、2020年には44ゼタバイトにまで激増する。これは2013年の10倍のデータ量である。この新世代の大規模データ量への備えや理解に失敗する企業は、操業上の負債や技術的な負債を被るリスクを犯すことになる。企業の自然選択が作用すれば、後れを取った企業は衰退する運命にある。

ビッグデータという時限爆弾は、このようにして爆発すると予測されているのである。

[deleted user]- about 9 years ago
最後の一文、「ビッグデータの時限爆弾が爆発するとき、以下のことが予測される。」に修正位します。

Original text

Catastrophic loss of transparency. Few IT professionals have experience managing big data platforms at scale — a situation that has created a massive skills shortage in the industry. By 2018, U.S. companies will be short 1.5 million managers able to make data-based decisions. A recent McKinsey Quarterly report estimates that, in order to close this gap, companies would need to spend 50 percent of their data and analytics budget on training frontline managers; it also notes that few companies realize this need.

Translation / Japanese

透明度の破滅的な喪失が生じる。ITのプロフェッショナルで大規模なビッグデータ・プラットホームを管理した経験を持つ人はほとんどいない。膨大な技術不足が産業の現状だ。2018年までに、米国の企業はデータに基づいて決定できる管理者が150万人ほど不足すると見込まれている。最近発表されたMcKinsey Quarterlyのレポートは、このギャップを埋めるため、最前線で働ける管理者を訓練する予算を組むなら、企業は50パーセントのデータと分析論を費やす必要があるだろうと見積もっている。さらに、ほとんどの企業はこの必要性を認識していない、とも述べている。

Translation / Japanese

透明性の壊滅的なまでの喪失。大規模なビッグデータプラットフォーム管理経験のあるITプロフェッショナルはほとんどおらず、業界内で大量のスキル不足を生み出している。米国企業においては2018年までに、データに基づく意思決定を行うことのできる管理職が、150万人不足することになるだろう。この溝を埋めるため企業は、データと分析に対する予算の50パーセントを、第一線の管理職教育のために割く必要に迫られる、という推定をMcKinsey Quarterlyが最近のレポートで報告している。また、この必要性を理解する企業がごく少数であるという点もレポートは指摘している。

Translation / Japanese

透明性の破滅的損失。ビッグデータ・プラットフォームの操作を経験したことのあるIT専門家はわずかである。この状況は、産業界における大規模な人材不足を引き起こした。2018までに、米国企業では、データに基づいて決定できる経営者が150万人不足することになる。最近のMcKinsey Quarterlyレポートでは、このギャップを解消するためには、最前線の経営者のトレーニングに、データや分析のための予算の50パーセントを費やす必要があるだろうと見積もっている。さらに、こうした必要性を認識している企業がわずかであることにも言及がある。

Original text

As data needs broaden, managers without a firm understanding of information management and best-practices in data extensibility will encounter major challenges with managing data-driven systems. Through poor operational transparency, businesses will struggle to identify when data is inaccurate and meaningful and even whether key reports and metrics are running properly. Being able to grasp these intricacies and ask the right questions about data will become a mandatory skill. Anything less will mean a lack of visibility into how your business is run, inhibiting informed decision making and diminishing your company’s competitive edge.

Translation / Japanese

データのニーズが高まるにつれ、マネージメントとデータ拡張性における最善慣行についての情報を完全に理解していない管理者は、データ駆動型システムを管理する上で大きな壁にぶつかることになる。操作上の透明度は乏しいにもかかわらず、データが不正確なのか意味があるのか、カギとなるレポートや測定基準が正しく動作しているかどうかを見極めるのに企業は悪戦苦闘するだろう。こうした複雑さを理解しデータに対する正しい質問を提起できることが、必須のスキルとなる。それらが欠けていれば、企業運営上の可視性が不十分であることを意味するだけでなく、情報に基づく決定を妨げ、企業の競争力を弱めてしまう。

Translation / Japanese

データへのニーズが拡大するにつれ、情報マネジメントやデータ拡張性の効率的処理についての十分な理解のない経営者は、データを基盤とするシステムの管理において、大きな困難に直面することになるだろう。実施における透明性の低さから、どのデータが不正確でどれが有用なのか、さらにはキーレポートやメトリックスが正しく動作しているのかどうかを判断することにさえ、企業は苦闘することになるはずだ。こうした複雑な問題を把握することができ、データについて的確な質問ができることが、不可欠なスキルとなるだろう。何かが少しでも欠けていれば、事業の経営についての透明性を低下させることになり、情報に基づく意思決定を妨げ、企業の競争力を減少させることになる。

Original text

Skyrocketing personnel costs. In 2014, data scientists spent an estimated 50-80 percent of their working hours on cleaning and processing datasets. In the near-term, companies are often tempted to outsource the automation of data preparation tasks to off or nearshore data specialists. Demand for these services is already fueling an explosion of microwork platforms like CloudFactory, MobileWorks, and Samasource, which are expected to become a $5 billion industry by 2018.

Translation / Japanese

人件費の急増。2014年には、データ・サイエンティスト達は労働時間の推定50から80％をデータセットのクリーニングと処理に費やしたとされる。企業は短期的にみると、データ調整作業の自動化をどうしても外部委託で、国外あるいは近隣地域のデータ専門家に任せがちである。すでにCloudFactoryやMobileWorks、Samasourceのようなマイクロワークのプラットフォームは、このようなサービスに対する需要によってより一層の盛り上がりを見せており、2018年までに50億米ドル規模の業界へと成長する見通しである。

Translation / Japanese

ウナギのぼりの人員コスト。2014年には、データ・サイエンティストは、その労働時間のうちの推定50から80パーセントを、データセットのクリーニングと処理に費やしていた。短期的には、企業はデータの準備作業の自動化を、外部や近場のデータ・スペシャリストに外注したい衝動にたびたび駆られることだろう。こうしたサービスへの需要は、すでにCloudFactoryやMobileWorks、Samasourceのような分業システム・プラットフォームの爆発的増加につながっている。これらのプラットフォームは、2018年間でに50億米ドル規模の産業になると見込まれている。

Original text

However, the outsourcing approach doesn’t scale. Referring back to the predicted 44 zettabytes of data, this amount of rapid growth would require thousands of offshore and nearshore team resources with a long-term viable solution. Any sustainable solution will need to involve significant automation.

Translation / Japanese

しかし、アウトソーシング・アプローチは比例して成長していない。
予測されていた44ゼタバイトのデータの話に戻ると、この急成長の比率は何千もの国内外のチームリソースに加えて長期にわたって実行可能な解決策が必要とされる。

持続可能などんな解決策でも、かなりの量のオートメーションを必要とするだろう。

Translation / Japanese

しかし、外注によるアプローチでは規模が足りない。予測される44ゼタバイトというデータ量からすると、こうした急成長には、長期的に成功の見込めるオフショアないしはニアショアのチーム資源が数千は必要となる。どのようなソリューションであっても、持続可能なものにするためはかなりのオートメーションが必要になるのである。

Original text

Communications blockage. Companies today interact with each other through curated data, but the effort to facilitate that process pales in comparison to what is coming within the next 20 years. A new standard of corporate data networking will emerge involving organizations of all sizes trading, publishing, and measuring curated datasets as well as the corresponding algorithms and metadata. A company that’s not able to participate in this global data marketplace will be unable to capitalize on the market intelligence on offer.

This evolution to commercial mass data-sharing is already underway in every sector of the global economy.

Translation / Japanese

コミュニケーションの妨害。今日の会社は、精選されたデータを通して互いに影響しあっているが、そのプロセスを促進する努力は、次の20年以内に起ころうとしていることとは比較にならない。貿易、出版、精選されたデータセットに加え通信系アルゴリズムとメガデータの測定に関係するあらゆる規模の組織を巻き込み、データ・ネットワーク協働の新たな基準が生まれるだろう。このグローバル規模のデータ市場に参入できない企業は、売り出し中の市場情報を資本化することができないだろう。

商業上の膨大なデータ共有化への進化は、グローバル経済のあらゆる分野ですでに進行中である。

Translation / Japanese

通信遮断。今日では、企業はキュレーション・データを通じて互いにやりとりしているが、そのプロセスを容易にするための努力は、今後20年以内にやってくるものと比べるて見劣りするものである。貿易や出版などあらゆる規模の組織や、キュレーション・データセットやそれに対応するアルゴリズムおよびメタデータを含む、新しい企業データネットワークの標準が現れるだろう。このグローバル・データ市場に参加できない企業は、提供されている市場情報から利益を得ることができなくなるのである。

この商業的な大規模データ・シェアリングの進化は、グローバル経済のあらゆる部門ですでに進行中である。

Original text

Under pressure to allow third-party verification of their research, pharmaceutical companies such as GlaxoSmithKline recently proposed plans to share clinical trial data more broadly. President Obama has called upon tech companies to share data about potential hacking threats. A recent Forrester report predicts that data services will become “a mainstream aspect of product offerings” in 2015, citing examples from John Deere’s FarmSight to LexisNexis’ analytics products. At this pace and by the next decade, effective use of big data won’t just be key to winning in the marketplace, it will be a prerequisite for participation .

Translation / Japanese

彼らのリサーチに対する第三者の検証を許さざるを得ない圧力の下で、GlaxoSmithKlineのような製薬会社は最近、臨床実験のデータをもっと広範囲に共有する計画を提案した。オバマ大統領は、技術系企業に対し、潜在するハッキング脅威についてのデータを共有するように求めた。Forresterのレポートは、データサービスが2015年の「製品提供分野の主流」になると予想し、 John Deere’s FarmSight やLexisNexisのデータベース解析などの製品を例に挙げている。この調子であればこの先10年以内には、ビッグデータの効果的な利用はただ市場を制するためのカギではなく、参入の必要条件となるだろう。

Translation / Japanese

第三者による研究検証への圧力を受けて、GlaxoSmithKlineなどの製薬会社は最近、臨床試験データをより広く共有するプランを提唱した。Obama大統領は、テクノロジー企業に対し、潜在的なハッキングの脅威に関するデータを共有するよう要請している。Forresterの最近のレポートでは、John DeereのFarmSightやLexisNexisの分析用プロダクトを引き合いに出しながら、2015年にはデータサービスが「製品提供の主流」になるだろうと予測している。このペースでいけば、あと10年以内には、ビッグデータの効果的な使用は市場で勝利を収めるための鍵であるというだけでなく、市場に参加するための必須条件となるだろう。

Original text

Despite these impending challenges, you can avoid the big data time bomb — if you take action now. Here are three steps that can defuse this oncoming explosion within your company.

Translation / Japanese

これらの挑戦が今すぐに生じることもありうるとはいえ、ビッグデータの時限爆弾を避けることは可能であるー今すぐに行動を起こすならばである。ここに挙げる3つの段階を踏めば、あなたの社内でも近づきつつあるこの爆発の危険を回避することができる。

Translation / Japanese

こうした差し迫った問題があるものの、ビッグデータの時限爆弾を回避することは可能である。ただし、今すぐに行動を起こしさえすればだが。以下は、あなたの企業での将来的な爆発を防ぐための３つのステップである。