Группа широко обсуждаемых данных прямо говорит об истинной ситуации многих компаний: охват цифровой трансформации промышленных предприятий выше установленного размера близок к 90%, но уровень проникновения технологий искусственного интеллекта только что превышает 30%. В более разговорном смысле это то, что большинство фабрик были «подключены к сети», и те, кто действительно начал «использовать свой мозг», все еще находятся в меньшинстве.
Это не критика бизнеса за то, что он не работает. В последние десять лет сбор облаков, систем и оборудования решал вопрос о том, может ли информация течь, а цифровая разведка должна решить вопрос о том, может ли текущая информация сократить цикл принятия решений и снизить стоимость проб и ошибок. Разница между ними заключается не в более дорогом программном обеспечении, а в том, четко ли определен бизнес-результат.
Что делает цифровизация, чего не хватает цифровизации
Цифровые стенограммы обычно выглядят хорошо: ERP онлайн, в мастерской есть рабочие заказы, финансовые отчеты могут быть выписаны, а группы WeChat также могут синхронизировать аномалии. Проблема в том, что эти системы часто строятся по секторам, а калибр не одинаков. Инвентарь, видимый планировщиком, инвентарь, видимый хранением, и финансовый инвентарь, видимый планировщиком, могут быть тремя числами: продажа обещает клиенту срок поставки, а производство не подтверждает, что он этого не делает.
Цифизация не требует, чтобы у компаний была большая модель сразу. Более прагматичный критерий заключается в том, что одна и та же вещь имеет только одну основную информацию, аномалии могут быть захвачены правилами, а не наблюдением за людьми, пилотный эффект может быть принят с хорошим показателем продукта, периодом доставки, оборотом инвентаря и количеством дней возврата. Если это еще не так, сначала начните с интеллектуального тела, и вы будете только быстрее принимать неправильные решения.
Почему МСП застряли в «мозге»
Есть три общих карточек. Во-первых, проект начинается с «системы покупки», а не с «какого проверяемого результата». Таким образом, список функций очень длинный, и линия фронта все еще будет следовать старому методу после выхода в интернет. Во-вторых, качество данных недостаточно для поддержки автоматического суждения-отсутствие сбора, очистки и разрешений, AI может делать только гостевые демонстрации. В-третьих, организационные стимулы не изменились: бизнес-отдел не несет ответственности за данные, ИТ-отдел не несет ответственности за результаты, и проект становится серой областью, которую обе стороны могут объяснить, и никто не должен нести.
Политическая среда также меняется. Субсидии и оценки сместились с «купил или нет» на «как они используются и насколько они эффективны». Это означает для предприятий: небольшие проекты, которые могут четко объяснить ввода-вывода, легче получить внутреннюю поддержку и внешние ресурсы, чем грандиозная платформа в трехлетнем плане.
Только три вещи в первый год
Мы рекомендуем, чтобы компании, которые растут, делили первый год на три вещи, а не на десять модулей одновременно.
- Выберите сцену с болеющей точкой: например, часто теряющий доверие в период доставки, плохие материалы входят в производственная линия, а документы на внешнюю торговлю всегда неравномерны. У сцены должен быть мастер, есть базовые данные.
- Минимальное закрытие данных, чтобы открыть сцену: откуда берутся документы, где они остаются, кто имеет право на изменение и как оставить следы после изменения.
- Предположим, что индекс принятия и ритм возобновления: если вы посмотрите его один раз в девяносто дней, вы будете копировать его, если это эффективно, и останавливать убытки, если это недействительно. Не полагайтесь на итоги года, чтобы найти отклонения.
Это согласуется с политической ориентацией «маленький, быстрый и точный»: миниатюризация, быстрое развертывание, легкое и точное решение конкретных проблем. Малые и средние предприятия имеют ограниченные бюджеты для проб и ошибок, а стоимость возможностей для всесторонней разведки высока.
Платформа должна обслуживать сцену, а не наоборот
В конечном итоге предприятиям по-прежнему нужны единые разрешения, организации и основные данные, в противном случае каждый сценарий будет иметь новый остров. Но порядок построения должен быть обратным: сначала есть проверенная сцена, а затем возможность мультиплексирования извлечена на платформу. Цифровые интеллектуальные системы XYN идут по этому пути-переносить конкретные сценарии с настраиваемыми бизнес-приложениями, а затем использовать унифицированную структуру для управления идентификацией, процессами и данными, вместо того, чтобы обещать «большую систему для решения всех проблем».
От оцифровки до цифровой мудрости-это не более модное слово. Это требует от компаний признать, что подключение к Интернету-это просто билет, а использование мозга-это игра. Компании, у которых уже есть билеты, действительно должны спросить-в следующем квартале, какое решение может зависеть от опыта и большего количества достоверных данных.