व्यापक रूप से चर्चा किए गए डेटा का एक सेट कई उद्यमों की वास्तविक स्थिति को बहुत सरल बनाता हैः ऊपर के औद्योगिक उद्यमों के डिजिटल परिवर्तन की कवरेज दर 90% के करीब है, लेकिन कृत्रिम बुद्धिमत्ता तकनीक की अनुप्रयोग प्रवेश दर सिर्फ 30% से अधिक है। अधिक बोलचाल के तरीके में, अधिकांश कारखाने "इंटरनेट से जुड़े" रहे हैं, और अभी भी कुछ ऐसे हैं जिन्होंने वास्तव में "अपने दिमाग का उपयोग करना शुरू कर दिया है।
यह काम नहीं करने के लिए कंपनियों की आलोचना करने के लिए नहीं है। पिछले दस वर्षों में, क्लाउड पर, सिस्टम पर, डिवाइस संग्रह पर, समाधान यह है कि क्या जानकारी प्रवाह कर सकती है, डिजिटल बुद्धिमत्ता को हल करने के लिए, क्या सूचना का प्रवाह निर्णय लेने के चक्र को छोटा कर सकता है, परीक्षण और त्रुटि की लागत को कम कर सकता है। दोनों के बीच का अंतर सॉफ्टवेयर का अधिक महंगा सेट नहीं है, लेकिन क्या व्यावसायिक परिणामों को स्पष्ट रूप से परिभाषित किया गया है।
डिजिटलीकरण से क्या हुआ और क्या गायब है
डिजिटल ट्रांसक्रिप्ट आमतौर पर बहुत अच्छे दिखने वाले होते हैंः ईर्प ऑनलाइन होता है, कार्यशालाओं में कार्य आदेश होते हैं, वित्तीय विवरण तैयार किए जा सकते हैं, और वेकट समूह विसंगतियों को सिंक्रनाइज़ कर सकते हैं। समस्या यह है कि इन प्रणालियों को अक्सर विभाग द्वारा बनाया जाता है और एक समान नहीं है। योजनाकार द्वारा देखी गई इन्वेंट्री, गोदाम द्वारा देखी गई इन्वेंट्री, और वित्त द्वारा देखी गई इन्वेंट्री तीन संख्या हो सकती है; और उत्पादन पुष्टि नहीं करता है कि यह नहीं कर सकता है।
डिजिटल इंटेलिजेंस कंपनियों को तुरंत बड़े मॉडल की आवश्यकता नहीं है। अधिक व्यावहारिक मानदंड हैंः एक ही चीज के लिए केवल एक मास्टर डेटा है; अपवादों को लोगों द्वारा देखे जाने के बजाय नियमों द्वारा पकड़ा जा सकता है; पायलट प्रभाव को अच्छी उत्पाद दर, डिलीवरी की तारीख, इन्वेंट्री टर्नओवर और भुगतान संग्रह दिनों के साथ चेक किया जा सकता है। यदि यह उपलब्ध नहीं है, तो पहले बुद्धिमान शरीर में जाने से केवल गलत निर्णय तेजी से होगा।
क्यों छोटे और मध्यम आकार के उद्यम "मस्तिष्क" में फंस गए हैं
तीन सामान्य कार्ड बिंदु हैं। पहले, परियोजना "सिस्टम खरीदें" के साथ शुरू होती है, न कि "जो सत्यापन योग्य परिणाम है। नतीजतन, कार्यों की सूची बहुत लंबी है, और पहली पंक्ति अभी भी ऑनलाइन जाने के बाद पुरानी विधि का अनुसरण करती है। दूसरा, डेटा गुणवत्ता स्वचालित निर्णय का समर्थन करने के लिए पर्याप्त नहीं है-संग्रह की कमी, सफाई की कमी, प्राधिकरण की कमी, ई केवल अतिथि प्रदर्शन कर सकती है। तीसरा, संगठनात्मक प्रोत्साहन नहीं बदला हैः व्यावसायिक विभाग डेटा के लिए जिम्मेदार नहीं हैं, यह परिणामों के लिए जिम्मेदार नहीं है, और परियोजनाएं ग्रे क्षेत्र बन जाती हैं जिन्हें दोनों पक्ष व्याख्या कर सकते हैं और किसी को ले जाने की आवश्यकता नहीं है।
राजनीति का माहौल भी बदल रहा है। सब्सिडी और मूल्यांकन "खरीदे गए या नहीं, जुड़े या नहीं" से "वे कैसे अच्छी तरह से उपयोग किए जाते हैं और वे कितने प्रभावी हैं" । उद्यमों के लिए, इसका मतलब है कि छोटी परियोजनाएं जो स्पष्ट रूप से इनपुट और आउटपुट की व्याख्या कर सकती हैं, तीन साल की योजना में ग्रैंड प्लेटफॉर्म की तुलना में आंतरिक समर्थन और बाहरी संसाधन प्राप्त करना आसान है।
पहले साल में करने के लिए तीन चीजें
हम अनुशंसा करते हैं कि विकास कंपनियां एक ही समय में दस मॉड्यूल बिछाने के बजाय तीन चीजों में प्रेस करें।
- एक दर्द बिंदु परिदृश्य का चयन करेंः उदाहरण के लिए, डिलीवरी की अवधि अक्सर टूट जाती है, आने वाली सामग्री उत्पादन लाइन में प्रवेश करने के लिए पर्याप्त नहीं हैं, और विदेशी व्यापार दस्तावेज हमेशा असंगत होते हैं। घर का मालिक होना चाहिए, बेस लाइन डेटा होना चाहिए।
- इस दृश्य के न्यूनतम डेटा बंद लूप के माध्यम से प्राप्त करेंः दस्तावेज़ कहां से आता है, यह कहाँ रहता है, इसे बदलने का अधिकार है, और परिवर्तन के बाद एक निशान कैसे छोड़ दें।
- स्वीकृति संकेतकों और बहाली की लय पर नियमः हर 90 दिनों में एक बार, यदि प्रभावी हो तो नुकसान को रोक दें, और विचलन का पता लगाने के लिए वर्ष के अंत सारांश पर भरोसा न करें।
यह "छोटे, तेज और प्रकाश" के नीति अभिविन्यास के अनुरूप हैः लघु, तेज और विशिष्ट समस्याओं के लिए सटीक समाधान। छोटे और मध्यम आकार के उद्यमों में सीमित परीक्षण और त्रुटि बजट हैं, और पूर्ण बुद्धिमत्ता की अवसर लागत अधिक है।
मंच की सेवा करनी चाहिए, दूसरी तरफ नहीं।
व्यवसायों को अंततः एकीकृत अनुमतियों, संगठन और मास्टर डेटा की आवश्यकता होती है, अन्यथा प्रत्येक परिदृश्य नए सिलोस विकसित होगा। हालांकि, निर्माण अनुक्रम को उलट दिया जाना चाहिएः पहले सत्यापित परिदृश्य हैं, और फिर पुनः प्रयोज्य क्षमताएं मंच पर खींची जाती हैं। Xyn की डिजिटल इंटेलिजेंस सिस्टम विशिष्ट परिदृश्यों को ले जाने के लिए विन्यास योग्य व्यावसायिक अनुप्रयोगों का उपयोग करके, और फिर पहचान, प्रक्रियाओं और डेटा का प्रबंधन करने के लिए एक एकीकृत ढांचे का उपयोग करता है। "सभी समस्याओं को हल करने के लिए एक बड़ी प्रणाली" का वादा करना।
डिजिटलीकरण से लेकर डिजिटलीकरण तक, यह अधिक फैशनेबल शब्द नहीं है। इसके लिए कंपनियों को यह स्वीकार करने की आवश्यकता है कि नेटवर्किंग केवल एक टिकट है, और मस्तिष्क का उपयोग खेल है। उन कंपनियों के लिए जिनके पास पहले से ही टिकट हैं, वास्तव में क्या पूछा जाना चाहिए-अगली तिमाही में विश्वसनीय डेटा के एक ही सेट पर कम और अधिक भरोसा कर सकता है।