Een reeks veelbesproken gegevens maakt de werkelijke situatie van veel ondernemingen zeer eenvoudig: het dekkingspercentage van digitale transformatie van industriële ondernemingen boven de schaal is bijna 90%, maar de penetratiegraad van de toepassing van kunstmatige intelligentietechnologie is iets meer dan 30%. Op een meer informele manier zijn de meeste fabrieken "verbonden met internet", en er zijn er nog steeds een paar die echt begonnen zijn "hun hersens te gebruiken.
Dit is niet om bedrijven te bekritiseren omdat ze niet hard werken. In de afgelopen tien jaar, in de cloud, op het systeem, op de apparaatverzameling, is de oplossing of de informatie kan stromen, digitale intelligentie om op te lossen, de informatiestroom kan de besluitvormingscyclus verkorten, de kosten van vallen en opstaan. Het verschil tussen de twee is niet een duurdere set software, maar of de bedrijfsresultaten duidelijk zijn gedefinieerd.
Wat is bereikt door digitalisering en wat ontbreekt bij digitalisering
Digitale transcripties zien er meestal erg goed uit: ERP is online, workshops hebben werkorders, financiële overzichten kunnen worden geproduceerd en WeChat-groepen kunnen anomalieën synchroniseren. Het probleem is dat deze systemen vaak per afdeling worden gebouwd en niet uniform zijn. De inventaris die door de planner wordt gezien, de inventaris die door het magazijn wordt gezien en de inventaris die door de financiering wordt gezien, kan drie cijfers zijn; de verkoopbelofte de leveringsdatum van de klant, en de productie bevestigt niet dat deze het niet kan doen.

Digitale intelligentie vereist niet dat bedrijven onmiddellijk grote modellen hebben. De meer pragmatische criteria zijn: er is slechts één stamgegevens voor hetzelfde; Uitzonderingen kunnen worden opgevangen door regels in plaats van bekeken te worden door mensen; Het pilot-effect kan worden gecontroleerd en geaccepteerd met een goede productsnelheid, leverdatum, voorraadomzet en betalingsincassodagen. Als deze niet beschikbaar zijn, zal eerst naar het intelligente lichaam gaan, alleen de verkeerde beslissing sneller nemen.
Waarom zitten kleine en middelgrote ondernemingen vast in het "brein"
Er zijn drie gemeenschappelijke kaartpunten. Eerst begint het project met "koop het systeem", niet "welk verifieerbaar resultaat. Als gevolg hiervan is de lijst met functies erg lang en volgt de eerste regel nog steeds de oude methode nadat hij online is gegaan. Ten tweede is de gegevenskwaliteit niet voldoende om automatisch oordeel te ondersteunen-gebrek aan verzameling, gebrek aan schoonmaak, gebrek aan autoriteit, AI kan alleen gastdemonstraties doen. Ten derde zijn organisatorische prikkels niet veranderd: bedrijfsafdelingen zijn niet verantwoordelijk voor gegevens, IT is niet verantwoordelijk voor resultaten en projecten worden grijze gebieden die beide partijen kunnen verklaren en die niemand hoeft te dragen.
De beleidsomgeving verandert ook. Subsidies en evaluaties verschuiven van "gekocht of niet, al dan niet verbonden" naar "hoe goed ze worden gebruikt en hoe effectief ze zijn". Voor ondernemingen betekent dit dat kleine projecten die input en output duidelijk kunnen verklaren, gemakkelijker interne ondersteuning en externe middelen kunnen krijgen dan het grote platform in het driejarenplan.
Drie dingen om te doen in het eerste jaar.
We raden groeibedrijven aan om het eerste jaar in drie dingen te drukken, in plaats van tien modules tegelijkertijd te leggen.
- Selecteer een pijnpuntscenario: de leveringstermijn is bijvoorbeeld vaak verbroken, de binnenkomende materialen zijn niet goed genoeg om de productielijn te betreden en de buitenlandse handelsdocumenten zijn altijd inconsistent. Scène moet eigenaar hebben, basisgegevens hebben.
- Ga door de minimale gegevensgesloten lus van deze scène: waar komt het document vandaan, waar blijft het, wie heeft het recht om het te wijzigen en hoe u een stempel kunt drukken na de wijziging.
- Regelgeving over acceptatieindicatoren en hervattingsritme: kopieer eens per 90 dagen indien effectief, stop verlies indien niet effectief, en vertrouw niet op een eindejaarsoverzicht om de afwijking te achterhalen.

Dit komt overeen met de beleidsoriëntatie van "klein, snel en licht": miniaturisatie, snelle inzet, lichtgewicht en nauwkeurige oplossing voor specifieke problemen. Kleine en middelgrote ondernemingen hebben beperkte budgetten voor vallen en opstaan, en de alternatieve kosten van volledige inlichtingen zijn hoog.
Het platform moet de scène dienen, niet andersom.
Bedrijven hebben uiteindelijk nog steeds uniforme machtigingen, organisatie-en stamgegevens nodig, anders zal elk scenario nieuwe silo's laten groeien. De constructievolgorde moet echter worden omgekeerd: er zijn eerst geverifieerde scenario's en vervolgens worden herbruikbare mogelijkheden op het platform getrokken. Het digitale intelligentiesysteem van XYN volgt deze weg-door configureerbare bedrijfstoepassingen te gebruiken om specifieke scenario's uit te voeren en vervolgens een uniform raamwerk te gebruiken om identiteiten, processen en gegevens te beheren, in plaats van "één groot systeem om alle problemen op te lossen" te beloven.
Van digitalisering tot digitalisering, het is geen modieus woord. Bedrijven moeten toegeven dat netwerken slechts een kaartje is, en het gebruik van de hersenen is het spel. Voor bedrijven die al kaartjes hebben, is wat er echt moet worden gevraagd: welke beslissing kan minder afhankelijk zijn van ervaring en meer van dezelfde reeks geloofwaardige gegevens in het volgende kwartaal.