Dari digitalisasi hingga kecerdasan digital: mengapa 90% perusahaan kecil dan sederhana disambungkan ke Internet dan 30% menggunakan otak mereka

Diterbitkan: 2022-09-30 Sumber: 许愿牛科技

Kadar liputan transformasi digital perusahaan perindustrian sudah tinggi, tetapi bahagian kecerdasan buatan yang benar-benar memasuki keputusan masih rendah. Artikel ini memisahkan "rangkaian" dan "penggunaan otak", dan memberikan jalan permulaan untuk kecerdasan digital yang dapat diterima oleh perusahaan kecil dan sederhana.

Sekumpulan data yang banyak dibincangkan menjelaskan keadaan sebenar banyak syarikat: kadar liputan transformasi digital perusahaan perindustrian melebihi ukuran yang ditentukan hampir 90%, tetapi kadar penembusan aplikasi teknologi kecerdasan buatan hanya melebihi 30%. Dalam istilah yang lebih lisan, kebanyakan kilang telah "menyambung ke Internet", dan masih ada sebilangan kecil yang benar-benar mula "menggunakan otak mereka".

Ini bukan kritikan terhadap syarikat yang tidak bekerja keras. Dalam sepuluh tahun terakhir, pengumpulan awan, sistem, dan peralatan telah menyelesaikan masalah sama ada maklumat dapat mengalir; apa yang harus diselesaikan oleh kecerdasan digital adalah sama ada maklumat yang mengalir dapat memendekkan kitaran pengambilan keputusan dan mengurangkan kos percubaan dan kesalahan. Perbezaan antara keduanya bukanlah satu set perisian yang lebih mahal, tetapi apakah hasil perniagaan ditentukan dengan jelas.

Apa yang telah dilakukan oleh digitalisasi, apa yang kurang dalam kecerdasan digital

Transkrip digital biasanya kelihatan baik: ERP dalam talian, bengkel mempunyai pesanan kerja, laporan kewangan dapat dikeluarkan, dan kumpulan WeChat juga dapat menyegerakkan pengecualian. Masalahnya adalah bahawa sistem ini sering dibina oleh jabatan, dan kaliber tidak seragam. Inventori yang dilihat oleh perancang, inventori yang dilihat oleh pengurusan gudang, dan inventori yang dilihat oleh kewangan mungkin tiga nombor; penjualan menjanjikan tarikh penghantaran pelanggan, dan pengeluaran tidak mengesahkan bahawa mereka tidak dapat melakukannya.

管理层围绕经营数据讨论决策
Kunci kecerdasan digital bukanlah untuk menambahkan satu layar besar, tetapi membiarkan set kaliber yang sama memasuki perbincangan perniagaan.

Kecerdasan digital tidak memerlukan syarikat mempunyai model besar dengan segera. Kriteria yang lebih pragmatik adalah: hanya ada satu data utama untuk perkara yang sama; pengecualian dapat dipahami oleh peraturan dan bukannya bergantung pada orang; kesan perintis dapat diterima dengan kadar hasil, tarikh penghantaran, perolehan inventori, dan jumlah hari pembayaran. Sekiranya ini belum tersedia, pergi ke badan pintar terlebih dahulu hanya akan membuat keputusan yang salah lebih cepat.

Mengapa PKS terjebak dalam "otak"

Terdapat tiga titik kad biasa. Pertama, projek ini dimulakan dengan "membeli sistem", bukan dengan "hasil yang dapat disahkan". Oleh itu, senarai fungsinya sangat panjang, dan barisan pertama masih mengikuti kaedah lama setelah masuk dalam talian. Kedua, kualiti data tidak cukup untuk menyokong penilaian automatik-kurang pengumpulan, kurang pembersihan, kurang izin, AI hanya dapat melakukan demonstrasi tamu. Ketiga, insentif organisasi tidak berubah: jabatan perniagaan tidak bertanggungjawab terhadap data, IT tidak bertanggungjawab terhadap hasilnya, dan projek itu menjadi kawasan kelabu yang dapat dijelaskan oleh kedua-dua pihak dan tidak ada yang perlu membawanya.

Persekitaran dasar juga berubah. Subsidi dan penilaian berubah dari "beli atau tidak, bersambung" menjadi "bagaimana ia digunakan dan seberapa berkesan". Bagi perusahaan, ini bermaksud bahawa projek kecil yang dapat menjelaskan input dan output lebih mudah mendapatkan sokongan dalaman dan sumber luaran daripada platform besar dalam rancangan tiga tahun.

Hanya melakukan tiga perkara pada tahun pertama

Kami mengesyorkan agar syarikat yang sedang berkembang mengurangkan tahun pertama menjadi tiga perkara dan bukannya meletakkan sepuluh modul pada masa yang sama.

  • Pilih senario titik sakit: misalnya, masa penghantaran sering tidak jujur, bahan masuk yang buruk memasuki barisan pengeluaran, dan dokumen perdagangan asing selalu tidak rata. Adegan mesti mempunyai tuan dan data asas.
  • Buka gelung tertutup data terkecil dari senario ini: dari mana dokumen itu berasal, di mana ia tinggal, siapa yang berhak mengubahnya, dan bagaimana meninggalkan jejak setelah pengubahsuaian.
  • Tetapkan petunjuk penerimaan dan irama penyambungan semula: lihat sekali dalam 90 hari, salin jika ia berkesan, dan hentikan kerugian jika tidak sah. Jangan bergantung pada ringkasan akhir tahun untuk mengetahui penyimpangan.
中小企业办公室里纸质台账与数字化工具并存
Banyak syarikat tidak mempunyai sistem, tetapi kebiasaan kertas dan proses sistem ada pada masa yang sama, dan pengambilan keputusan masih bergantung pada penyesuaian daging manusia.

Ini selaras dengan orientasi kebijakan "kecil, cepat, ringan dan tepat": miniaturisasi, penggunaan cepat, ringan, dan penyelesaian masalah tertentu yang tepat. Perusahaan kecil dan sederhana mempunyai anggaran percubaan dan kesalahan yang terhad, dan kos peluang untuk kecerdasan penuh sangat tinggi.

Platform ini harus melayani pemandangan, bukan sebaliknya

Pada akhirnya, syarikat masih memerlukan kebenaran, organisasi dan data induk yang disatukan, jika tidak, setiap senario akan mempunyai pulau baru. Tetapi urutan pembinaan mesti dibalikkan: pertama ada senario yang disahkan, dan kemudian kemampuan yang dapat digunakan semula ditarik ke platform. Sistem kecerdasan digital XYN mengambil jalan ini-menggunakan aplikasi perniagaan yang dapat dikonfigurasi untuk membawa senario tertentu, dan kemudian menggunakan kerangka bersatu untuk menguruskan identiti, proses dan data, dan bukannya berjanji bahawa "sistem besar menyelesaikan semua masalah."

Dari digitalisasi hingga kecerdasan digital, bukan perkataan yang lebih bergaya. Ia memerlukan syarikat untuk mengakui bahawa rangkaian hanyalah tiket, dan otak adalah permainan. Bagi syarikat yang sudah mempunyai tiket, apa yang harus mereka tanyakan adalah pada suku berikutnya, keputusan mana yang dapat bergantung pada pengalaman dan set data yang dipercayai yang sama.