Um conjunto de dados amplamente discutidos torna a situação real de muitas empresas muito direta: a taxa de cobertura da transformação digital de empresas industriais acima do tamanho designado está perto de 90%, mas a taxa de penetração da aplicação de tecnologia de inteligência artificial é de pouco mais de 30%. Em termos mais coloquiais, a maioria das fábricas já está "conectada à Internet", e ainda há algumas pessoas que realmente começaram a "usar o cérebro".
Isso não é crítica para as empresas não se esforçam. Nos últimos dez anos, a nuvem, o sistema e a coleta de equipamentos resolveram se a informação pode fluir; o que a inteligência numérica deve resolver é se a informação fluida pode encurtar o ciclo de tomada de decisão e reduzir o custo de tentativa e erro. A diferença entre os dois não é um conjunto de software mais caro, mas se os resultados do negócio são claramente definidos.
O que foi concluído digitalmente, o que ainda está faltando na intelecto digital
As transcrições digitais geralmente são muito bonitas: o ERP está online, a oficina tem uma folha de trabalho e as finanças podem produzir relatórios, e o grupo WeChat também pode sincronizar anormalidades. O problema é que esses sistemas costumam ser construídos por departamento e o calibre não é uniforme. O estoque visto pelo planejador, o estoque visto pelo administrador do depósito e o estoque visto pelas finanças podem ser três números; a venda promete o prazo de entrega do cliente e a produção não confirma se o fez.
A inteligência digital não exige que as empresas tenham modelos grandes imediatamente. O padrão mais pragmático é: há apenas um dado principal para a mesma coisa; anomalias podem ser capturadas pelas regras em vez de serem vigiadas por pessoas; os efeitos do piloto podem ser aceitos pela taxa de bom produto, entrega, giro de estoque e dias de pagamento. Se isso ainda não for feito, ir ao corpo inteligente primeiro só fará decisões erradas mais rápidas.
Por que as PMEs estão presas no "cérebro"
Existem três pontos de cartão comuns. Primeiro, o projeto começa com "comprar o sistema" e não com "qual resultado verificável". Como resultado, a lista de funções é muito longa, e a linha de frente ainda segue o método antigo depois de ficar online. Em segundo lugar, a qualidade dos dados não é suficiente para suportar o julgamento automático-falta de coleta, limpeza e autoridade, a IA só pode fazer apresentações de convidado. Terceiro, os incentivos organizacionais não foram alterados: o departamento de negócios não é responsável pelos dados e a TI não é responsável pelos resultados. O projeto se tornou uma área cinza que ambas as partes podem explicar e ninguém precisa carregá-lo.
O ambiente de política também está mudando. Os subsídios e avaliações estão mudando de "compre ou não, não tenha" para "como é usado e quão eficaz é". Para a empresa, significa que pequenos projetos que podem explicar claramente a entrada e a saída são mais fáceis de obter suporte interno e recursos externos do que a grande plataforma no plano de três anos.
Faça apenas três coisas no primeiro ano
Recomendamos que as empresas em crescimento pressionem o primeiro ano em três coisas, em vez de colocar dez módulos ao mesmo tempo.
- Selecione um cenário de ponto de dor: por exemplo, a entrega costuma ser desacreditada, os materiais incorretos entram na linha de produção e os documentos de comércio exterior são sempre desiguais. A cena deve ter um mestre, dados de linha de base.
- Abrir o circuito fechado de dados mínimo da cena: de onde vêm os documentos, onde ficam, quem tem o direito de alterá-los e como deixar marcas após a alteração.
- Especifica o índice de aceitação e o ritmo de retomada: olhe uma vez em noventa dias, copie se for eficaz e pare a perda se for inválido. Não conte com o resumo de final de ano para encontrar desvios.
Isso é consistente com a orientação política de "pequeno rápido e claro": miniaturização, implantação rápida, leveza e resolução precisa de problemas específicos. As pequenas e médias empresas têm orçamentos limitados para tentativa e erro e o custo de oportunidade de inteligência total é alto.
A plataforma deve servir ao cenário, em vez do contrário
A empresa ainda precisa de permissões, organização e dados mestre unificados, caso contrário, cada cenário crescerá novos silos. Mas a ordem de construção deve ser invertida: primeiro há cenas verificadas e, em seguida, a capacidade reutilizável é sorteada para a plataforma. O sistema de inteligência digital XYN segue esse caminho-use aplicativos de negócios configuráveis para transportar cenários específicos e, em seguida, use uma estrutura unificada para gerenciar identidades, processos e dados, em vez de prometer "um grande sistema para resolver todos os problemas".
Da digitalização à inteligência numérica, não é uma palavra mais elegante. Exige que as empresas admitem que a rede é apenas um ingresso e o cérebro é um jogo. Para empresas que já têm ingressos, o que realmente deve ser perguntado é qual decisão pode depender menos da experiência e mais do mesmo conjunto de dados confiáveis no próximo trimestre.