Seperangkat data yang dibahas secara luas menjelaskan situasi sebenarnya dari banyak perusahaan: tingkat cakupan transformasi digital perusahaan industri di atas ukuran yang ditentukan telah mendekati 90%, tetapi tingkat penetrasi aplikasi teknologi kecerdasan buatan baru saja melebihi 30%. Yang lebih diucapkan adalah bahwa sebagian besar pabrik telah "terhubung ke Internet", dan masih ada beberapa yang benar-benar mulai "menggunakan otak".
Ini bukan kritik bahwa perusahaan tidak bekerja keras. Dalam sepuluh tahun terakhir, pengumpulan cloud atas, sistem atas, dan peralatan atas telah memecahkan masalah apakah informasi dapat mengalir, yang harus dipecahkan oleh matematika adalah apakah informasi yang mengalir dapat mempersingkat siklus pengambilan keputusan dan mengurangi biaya coba-coba. Perbedaan antara keduanya bukanlah perangkat lunak yang lebih mahal, tetapi apakah hasil bisnis didefinisikan dengan jelas.
Digitalisasi apa yang dilakukan, matematika apa lagi yang hilang
Transkrip digital biasanya terlihat bagus: ERP online, bengkel memiliki perintah kerja, keuangan dapat menghasilkan laporan, dan grup WeChat juga dapat menyinkronkan pengecualian. Masalahnya adalah bahwa sistem ini sering dibangun oleh departemen dan kaliber tidak seragam. Persediaan yang dilihat oleh perencana, inventaris yang dilihat oleh manajemen gudang, dan inventaris yang dilihat oleh keuangan mungkin tiga angka, penjualan menyetujui pengiriman pelanggan, dan produksi tidak mengkonfirmasi bahwa mereka tidak dapat melakukannya.
Matematika dan intelijen tidak mengharuskan perusahaan untuk segera memiliki model besar. Standar yang lebih pragmatis adalah: hanya ada satu data utama untuk hal yang sama, kelainan dapat ditangkap oleh aturan alih-alih mata orang, efek pilot dapat diterima dengan tingkat produk yang baik, periode pengiriman, pergantian inventaris, dan jumlah hari pembayaran. Jika ini belum dilakukan, mulai dengan badan cerdas, itu hanya akan membuat keputusan yang salah lebih cepat.
Mengapa UKM terjebak dalam "penggunaan otak"
Ada tiga titik kartu umum. Pertama, proyek dimulai dengan "sistem beli", bukan "hasil yang dapat diverifikasi". Jadi daftar fungsinya sangat panjang, dan garis depan masih mengikuti metode lama setelah online. Kedua, kualitas data tidak cukup untuk mendukung penilaian otomatis-kurangnya pengumpulan, pembersihan, kurangnya izin, AI hanya dapat melakukan demonstrasi tamu. Ketiga, insentif organisasi belum diubah: departemen bisnis tidak bertanggung jawab atas data, TI tidak bertanggung jawab atas hasilnya, dan proyek telah menjadi area abu-abu di mana kedua belah pihak dapat menjelaskan dan tidak ada yang harus membawanya.
Lingkungan kebijakan juga berubah. Subsidi dan evaluasi bergeser dari "beli atau tidak, terhubung" menjadi "bagaimana dan seberapa efektif". Ini berarti bagi perusahaan: lebih mudah untuk mendapatkan dukungan internal dan sumber daya eksternal daripada platform besar dalam rencana tiga tahun.
Hanya Lakukan 3 Hal di Tahun Pertama
Kami merekomendasikan agar perusahaan yang sedang tumbuh mengurangi tahun pertama menjadi tiga hal, daripada meletakkan sepuluh modul pada saat yang sama.
- Pilih adegan titik sakit: misalnya, sering kehilangan kepercayaan pada tanggal pengiriman, masuknya yang buruk ke jalur produksi, dan dokumen perdagangan luar negeri selalu tidak merata. Skenario harus memiliki master, ada data baseline.
- Tutup loop data minimum untuk membuka adegan: dari mana dokumen itu berasal, di mana tinggal, siapa yang memiliki hak untuk berubah, dan bagaimana meninggalkan tanda setelah perubahan.
- Ditetapkan bahwa indikator penerimaan dan ritme pemeriksaan ulang: jika Anda melihatnya setiap sembilan puluh hari, Anda akan menyalinnya secara efektif, dan jika tidak valid, Anda akan menghentikan kerugian. Jangan mengandalkan ringkasan akhir tahun untuk menemukan penyimpangan.
Ini konsisten dengan orientasi kebijakan "kecil, cepat dan ringan": miniaturisasi, penyebaran cepat, ringan, dan solusi akurat untuk masalah tertentu. Anggaran uji coba dan kesalahan UKM terbatas, dan biaya peluang kecerdasan komprehensif tinggi.
Platform untuk melayani adegan, bukan sebaliknya
Pada akhirnya, perusahaan masih membutuhkan otoritas terpadu, organisasi, dan data utama, jika tidak, setiap adegan akan memiliki pulau baru. Tetapi urutan konstruksi harus dibalik: pertama-tama ada skenario yang diverifikasi, dan kemudian kemampuan yang dapat digunakan kembali dipompa ke platform. Sistem matematika dan intelijen XYN mengikuti jalur ini-menggunakan aplikasi bisnis yang dapat dikonfigurasi untuk membawa skenario tertentu, dan kemudian menggunakan kerangka kerja terpadu untuk mengelola identitas, proses, dan data, alih-alih menjanjikan "sistem besar untuk menyelesaikan semua masalah".
Dari digitalisasi ke matematika, ini bukan kata yang lebih modis. Ini mengharuskan perusahaan untuk mengakui bahwa jaringan hanya tiket, dan otak adalah permainan. Untuk perusahaan yang sudah memiliki tiket, apa yang benar-benar harus ditanyakan adalah-pada kuartal berikutnya, keputusan mana yang dapat mengandalkan lebih sedikit pengalaman dan lebih banyak pada set data tepercaya yang sama.