Как компании могут добиться трансформации ИИ? Изучив сотни компаний, мы нашли ответ

Источник: Шидао

Источник изображения: Создано Unbounded AI‌

**Для китайских предприятий необходимость и актуальность цифрового интеллекта являются неоспоримыми фактами. **

Однако всякий раз, когда мы говорим о «трансформации цифрового интеллекта», это похоже на «пони, переправляющегося через реку». Большинство компаний подобны «лошадям», стремящимся переплыть реку. ). В оригинальной истории «пони» может самостоятельно решать, «переходить реку или нет». Однако в реальном мире четвертая волна промышленной революции охватывает мир, и многие компании в мире теперь оказались в реке цифрового интеллекта. **

Когда дело доходит до выживания, реку необходимо пересечь.

Поэтому предприятиям особенно важно «находить камни в реке цифрового интеллекта». Для этого необходим опыт «успешного переправщика через реку».

Статья в Harvard Business Review «Что делает компанию успешной в использовании ИИ? «Что делает компанию успешной в использовании искусственного интеллекта?» представляет собой «Руководство по успешному переходу через реку».

В статье использовано исследование McKinsey и Инициативы Machine Intelligence in Manufacturing and Operations Initiative (MIMO) Массачусетского технологического института, в котором отслеживается прогресс 100 компаний (с участием различных отраслей, таких как автомобилестроение и горнодобывающая промышленность) в области цифровизации, анализа данных и технологий машинного интеллекта (MI). Основываясь на выполнении целей, действий и результатов, можно сделать вывод, что ведущие предприятия цифровой разведки имеют определенные общие черты в пяти аспектах: управление, развертывание, партнеры, персонал и доступность данных. **

У статьи два автора: один — Виджей Д'Сильва, старший партнер McKinsey & Company; другой — Брюс Лоулер, управляющий директор MIMO в Массачусетском технологическом институте. Автор указывает, что результаты исследования данной статьи могут быть использованы в качестве справочного материала для всех предприятий по преобразованию цифрового интеллекта. **

##01 Четыре типа предприятий в переходный период

Первый вывод: если вы хотите выделиться среди толпы в конкурентной борьбе в области цифровой разведки, ведущие компании должны разработать общий план сотрудничества, а не думать о том, чтобы победить врага одним ходом. **

Оценив 21 показатель эффективности в 9 категориях, автор разделил 100 компаний, занимающихся трансформацией цифрового интеллекта, на лидеров, планировщиков, исполнителей и развивающиеся компании.

Лучшими являются «лидеры», составляющие около 15% выборки. Они добились очень значительных улучшений по 20 из 21 ключевого показателя эффективности, войдя в число 25% лучших во всех 9 категориях эффективности. Предприятия такого типа могут тратить деньги разумно и получают наибольшую выгоду от цифрового интеллекта.

Вторая категория называется «планировщики» и составляет около 25% выборки. Компании такого типа хорошо ладят с людьми и обладают глубокими знаниями в области обработки данных. Однако многие компании в настоящее время не пожинают плоды трансформации. Некоторые компании даже борются с «ловушкой пилота», предложенной McKinsey в 2018 году.

** Если посмотреть на это со стороны, «ловушка пилота» также является болевой точкой для многих китайских компаний в процессе цифровой и интеллектуальной трансформации. **

Масштабная трансформация предприятия — это долгосрочный и систематический процесс накопления возможностей. Затем, продвигая трансформацию, компании выберут несколько небольших пилотных проектов для проверки новых мер изменений. Однако эти пилотные проекты часто трудно воспроизвести и расширить, что затрудняет достижение крупномасштабных побочных эффектов в рамках всего плана трансформации.

**Цифровой интеллект, включая цифровую трансформацию, часто заканчивается неудачей, причина кроется в отсутствии общего плана. **Например, предприятия слишком сосредоточены на развертывании отдельных вариантов использования, а не на комплексном подходе к трансформации. Согласно глобальному опросу McKinsey, успешная цифровая трансформация — это не «просто еще один ИТ-проект», а «преобразование, ориентированное на бизнес и рентабельность инвестиций», поддерживаемое старшими руководителями (такими как председатель совета директоров, исполнительный директор, исполнительный комитет).

Этот вывод аналогичен выводу данной статьи.

В-третьих, исполнители составляют около 33% выборки. Эти компании ориентированы на результат, умеют использовать растущий опыт, работать с партнерами и способны использовать возможности для разработки и внедрения конкретных решений. Хотя их инфраструктурное строительство меньше, чем у предприятий двух вышеперечисленных типов, они все же могут добиться значительных результатов.

Однако болевая точка «исполнителей» по-прежнему заключается в противоречии между частью и целым: таким компаниям сложно интегрировать усилия всех сторон в работу компании и сформировать единую силу.

Последняя категория — «развивающиеся компании», на которую приходится около 25% выборки. Эти предприятия являются наименее зрелыми и имеют наименьшую выгоду; многие из них только начинают свою деятельность. Многим «развивающимся компаниям» сложно найти, куда инвестировать. Лишь немногие компании, обладающие стратегией, навыками или инфраструктурой, могут продолжать развивать цифровой интеллект.

##02 Пять секретов умного бизнеса

По сравнению с посредственными компаниями «лидеры» могут достичь результатов, более чем в два раза превышающих результаты других компаний, за половину времени. Почему они так хороши?

В статье суммируется то, что делают ведущие игроки в пяти ключевых областях.

Управление

В статье указывается, что для «лидеров» машинный интеллект (МИ) является стратегическим приоритетом. Многие компании также создали для этой цели специальные центры передового опыта (CoE).

Об этом следует упомянуть. Хотя многие компании осведомлены о цифровой трансформации, они также приобрели инструменты автоматизации, такие как no-code, low-code и RPA, для цифровой трансформации. Однако они ограничены сложными организационными структурами и данными между командами. На изолированных островах эффективное сотрудничество внутри предприятия не может быть достигнуто, что затрудняет продвижение проекта цифровой разведки и тратит большое количество корпоративных ресурсов.

Центр передового опыта (CoE), упомянутый в статье, может объединять технологии, таланты, оборудование и другие ресурсы для контроля за тем, чтобы компания делала правильные вещи для ускорения достижения целей компании по трансформации. Многие компании, внедрившие RPA, уже создали центры оценки. Например, директор Dongfeng Nissan CoE Чай Икуй однажды заявил, что корпоративный CoE играет важную роль в семи аспектах: позиционирование, стратегия продвижения, система продвижения, стремление и управление, обучение, обмен информацией, а также серьезность и мотивация. Кроме того, многие консалтинговые компании, в том числе PricewaterhouseCoopers и Deloitte, также создали центры предприятий с различными направлениями бизнеса. Среди них Ernst & Young и IBM объявили о создании CoE в форме централизованного виртуального центра, который поможет финансовым учреждениям использовать гибридные облачные решения для ускорения цифровой трансформации.

Кроме того, авторы отмечают, что «лидеры» предпочитают четкий процесс оценки и внедрения цифровых инноваций, а также признают, что изменения неизбежны в этой быстро развивающейся области. В результате большинство «лидеров» постоянно оценивают и совершенствуют свои процессы, в то время как «исполнители» и «планировщики» склонны застревать, что ограничивает их способность успешно масштабировать варианты использования.

Развертывание

«Лидеры» будут максимально широко использовать машинный интеллект (МИ).

Каждый из «лидеров» исследования использует машинный интеллект (MI) в таких областях, как прогнозирование, оптимизация технического обслуживания, логистика и транспорт. По сравнению с тремя другими типами компаний «лидеры» также более склонны применять более продвинутые методы.

Например, биофармацевтическая компания Amgen работает над разработкой проверенной системы визуального контроля с использованием искусственного интеллекта, которая увеличит уровень обнаружения частиц на 70% и уменьшит количество ложных тревог на 60%.

В начале статьи автор приводит пример: Vistra, крупнейший производитель электроэнергии в США. Чтобы фабрики работали эффективно, рабочие постоянно контролируют и корректируют сотни различных показателей, точность которых не могут гарантировать даже самые опытные операторы. Позже на заводе был установлен инструмент, управляемый искусственным интеллектом (оптимизатор скорости нагрева), который в конечном итоге увеличил эффективность завода на 1%. Возможно, это звучит не так уж и много, но на самом деле это сэкономило миллионы долларов и сократило выбросы углекислого газа.

Партнер

Партнерские отношения между бизнесом часто возникают в рамках научных кругов, стартапов, существующих поставщиков технологий и внешних консультантов. Однако «лидеры» предпочитают устанавливать связи с более широкими и интенсивными партнёрами, чтобы максимизировать собственную скорость развития и эффективность обучения.

Например, две компании по производству потребительских товаров, Colgate-Palmolive и PepsiCo/Frito-Ray, заключили партнерские отношения с поставщиком систем Augury и развернули системы диагностики состояния машин на основе искусственного интеллекта на своих производственных линиях. до восьми дней.

Полупроводниковая компания Analog Devices объединилась с MIT для разработки новой системы контроля качества машинного интеллекта (MI). Система способна определить, какие производственные процессы и инструменты могут быть неисправными. Это означает, что инженерам компании необходимо просмотреть только 5% данных предыдущего процесса, что значительно экономит рабочую силу.

Видно, что хотя «лидеры» очень способные, они, кажется, умеют черпать энергию у внешних партнёров лучше, чем другие компании.

Персонал

«Лидеры» не будут скупиться: они дадут возможность как можно большему количеству сотрудников овладеть навыками цифрового интеллекта, вместо того, чтобы оставлять профессиональные знания нескольким экспертам по данным.

Исследование показало, что более половины «лидеров» проводят базовое обучение в области машинного интеллекта (MI) для рядовых сотрудников, по сравнению с 4% в других компаниях.

Например, рестораны McDonald's используют машинный интеллект (MI) для прогнозирования реакции клиентов и потока клиентов в режиме реального времени для улучшения ряда операционных задач.

Эксперты по данным в Центре передового опыта предприятий (CoE) тестируют и разрабатывают новые методы, а затем упаковывают эти разработки в простые в использовании инструменты для сотрудников на местах. С помощью системы сотрудники на местах понимают важность данных и развивают свои способности выявлять проблемы, чтобы они также могли принести пользу компании.

Доступность данных

В статье указывается, что все «лидеры» разрешают сотрудникам, работающим на передовой линии, доступ к данным, в то время как в остальных компаниях только 62% компаний это разрешают. Дополнительно «лидеры» получают данные от клиентов и поставщиков. В свою очередь, 89% лидеров делятся своими данными с клиентами и поставщиками.

В целом, такая демократизация данных резко контрастирует с другими видами бизнеса, где среди «лидеров» информация является властью и тщательно охраняется.

Основы цифровой трансформации

Подводя итог, в статье отмечается: когда пять аспектов управления, развертывания, партнерства, людей и данных взаимосвязаны и принимают во внимание друг друга, цифровая трансформация предприятий также станет эффективной. Однако в обычных обстоятельствах компании также организуют Центр передового опыта (CoE) для координации вышеуказанных пяти аспектов.

Все начинания трудны. Автор считает, что предприятия, решившие на трансформацию, должны сначала провести честную и всестороннюю оценку своего текущего уровня цифрового интеллекта. На этом этапе бизнес может начать формулировать «план перехода». Даже если этот план является приблизительным, он может устранить препятствия, которые могут возникнуть при трансформации, такие как квалифицированные кадры, инвестиционные возможности и критическая инфраструктура, способы перемещения данных из устаревших систем в облако и т. д. Кроме того, автор считает, что темпы корпоративных преобразований не должны быть слишком маленькими. В конце концов, большинство «лидеров» начинают с использования данных и простых инструментов, но по мере повышения их квалификации они переходят к более продвинутым технологиям.

03 В будущем разрыв может увеличиться‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

Цифровой интеллект — это реструктуризация всех отраслей. В настоящее время многие крупные отечественные предприятия не только успешно завершили трансформацию, но и распространили свой опыт и технологии трансформации на все сферы жизни, постоянно обогащая сценарии применения для интеграции цифрового интеллекта и промышленности.

Означает ли это, что компании, невыгодные в трансформации, со временем будут устранены?

Автор полагает, что ответ не оптимистичен. «Лидеры» в статье увеличили свои расходы на цифровой интеллект на 30–60 % и, как ожидается, увеличат свои бюджеты на 10–15 %, в то время как другие компании почти перестали добиваться прогресса. Это означает, что разрыв между двумя сторонами, вероятно, увеличится в будущем.

Однако в последнее время машинный интеллект (МИ) добился значительного прогресса, и возможности для комплексной трансформации только начинают появляться. Только те, кто смело преодолевает пороги, смогут оценить чудеса и пейзажи у истока реки. Хотя отправные точки предприятий различны, пути развития также различны. **Но, по крайней мере, там, где «количество камней в реке интеллекта», у нас есть «лидеры», указывающие путь. **