Широко обговорюваний набір даних відверто викладає реальну ситуацію багатьох компаній: показник охоплення цифровою трансформацією промислових підприємств вище масштабу наближається до 90%, але рівень проникнення додатків технології штучного інтелекту становить лише 30%. Більш розмовною мовою - більшість фабрик «підключені до Інтернету», і все ще деякі починають «використовувати свої мізки».
Це не критика компанії за те, що вона не наполегливо працює. Протягом останнього десятиліття в хмарі, в системі, на зборі пристроїв рішення полягає в тому, чи може інформація передаватися; рішення для цифрового інтелекту полягає в тому, чи може потік інформації скоротити цикл прийняття рішень та зменшити вартість проб і помилок. Різниця між ними полягає не в наборі більш дорогого програмного забезпечення, а в тому, чи чітко визначені результати бізнесу.
Чого досягла цифровізація та чого не вистачає цифровому інтелекту
Цифрові стенограми, як правило, дуже гарні: ERP працює в режимі онлайн, в майстерні є робочі замовлення, можуть бути видані фінансові звіти, а групи WeChat можуть синхронізувати винятки. Проблема полягає в тому, що ці системи часто будуються відділом, а калібр не є однорідним. Інвентаризація, яку бачив планувальник, інвентаризація, яку бачило керівництво складу, та інвентаризація, яку бачили фінанси, може складатися з трьох цифр; продажі обіцяли термін доставки клієнта, а виробництво не підтвердило, що вони не могли цього зробити.
Цифровий інтелект не вимагає від компаній негайно мати великі моделі. Більш прагматичними критеріями є: є лише одна основна інформація для однієї і тієї ж речі; винятки можуть бути виявлені за правилами, а не спостерігатися іншими; і пілотний ефект може бути прийнятий з хорошою швидкістю продукту, датою доставки, оборотом запасів та днями збору платежів. Якщо їх ще немає, спочатку зверніться до консультанта, щоб швидше прийняти неправильне рішення.
Чому МСП застрягли в «використанні мозку»
Існує три загальні карткові пункти. По-перше, проект починається з «системи купівлі», а не з «результату, який можна перевірити». Тому перелік функцій дуже довгий, і рядок ще йде старим шляхом після виходу в онлайн. По-друге, якість даних недостатня для підтримки автоматичного судження - відсутність збору, відсутність прибирання, відсутність дозволу, ШІ може робити лише презентації для гостей. По-третє, організаційні стимули не змінилися: бізнес-відділ не несе відповідальності за дані, ІТ не несе відповідальності за результати, а проект став сірою зоною, яку можуть пояснити обидві сторони і ніхто не повинен це нести.
Змінюється і політичне середовище. Субсидії та оцінки зміщуються від «куплено чи ні» до «наскільки добре вона використовується та наскільки добре вона працює». Для підприємств це означає, що невеликі проекти, які можуть чітко пояснити вхідні та вихідні дані, легше отримати внутрішню підтримку та зовнішні ресурси, ніж грандіозну платформу у трирічному плані.
Тільки три речі, які потрібно зробити протягом першого року
Замість того, щоб викладати десять модулів одночасно, ми рекомендуємо компаніям, що розвиваються, тиснути перший рік на три.
- Виберіть сценарій болючої точки: наприклад, дата доставки часто ненадійна, вхідні матеріали недостатньо хороші, щоб потрапити на виробничу лінію, а зовнішньоторговельні документи завжди нерівномірні. Сценарії повинні мати власника з вихідними даними.
- Відкрийте мінімальний замкнутий цикл даних сцени: звідки взявся документ, де він знаходиться, хто має право його змінити та як залишити слід після зміни.
- Вкажіть показники прийняття та ритм перегляду: дивіться один раз на 90 днів, копіюйте, якщо він ефективний, зупиняйте збиток, якщо він недійсний, і не покладайтеся на підсумки на кінець року, щоб знайти відхилення.
Це відповідає політичній орієнтації на «невелику швидкість і легкість»: мініатюризація, швидке розгортання, полегшення та точне вирішення проблем. Малі та середні підприємства мають обмежені бюджети для проб і помилок, а альтернативні витрати на всебічну розвідку є високими.
Платформа повинна обслуговувати сценарій, а не навпаки
Зрештою, підприємствам все ще потрібні уніфіковані дозволи, організація та основні дані, інакше кожен сценарій переросте в нове бункерне сховище. Але порядок будівництва повинен бути зворотним: спочатку є перевірений сценарій, а потім багаторазова ємність перекачується на платформу. Система цифрового інтелекту XYN йде цим шляхом - використовуючи налаштовувані бізнес-додатки для реалізації конкретних сценаріїв, а потім використовуючи уніфіковану структуру для управління ідентифікацією, процесами та даними, а не зобов 'язуючись використовувати «одну велику систему для вирішення всіх проблем».
Від оцифрування до математичного інтелекту, не більш модне слово. Це вимагає від компаній визнати, що нетворкінг - це лише квиток, а використання вашого мозку - це гра. Для компаній, які вже мають квитки, реальне питання полягає в тому, яке рішення може менше покладатися на досвід і більше на той самий набір надійних даних у наступному кварталі.