Як компанії можуть досягти трансформації ШІ? Дослідивши сотні компаній, ми знайшли відповідь

Джерело: Shidao

Джерело зображення: створено Unbounded AI‌

**Для китайських підприємств необхідність і терміновість цифрового інтелекту є незаперечними фактами. **

Однак коли ми говоримо про «трансформацію цифрового інтелекту», це нагадує «поні, що перепливає річку». Більшість компаній схожі на «поні», які прагнуть переплисти річку. Хоча вони не такі багаті, як «Лао Ніу» (великі компанії з великим розміром і достатньою кількістю коштів), вони все ж кращі за «білок» (малі компанії з низькою стійкістю до ризику ). В оригінальній історії «поні» може самостійно вирішувати, «перепливати річку чи ні». Однак у реальному світі світ охоплює четверта хвиля промислової революції, і багато компаній у світі зараз підштовхнуто до річки цифрового інтелекту. **

Коли справа доходить до виживання, річку потрібно перетнути.

Тому для підприємств особливо важливо «знайти каміння в річці цифрового інтелекту». Для цього потрібен досвід «успішного переходу річки».

Стаття в Harvard Business Review «Що робить компанію успішною у використанні ШІ? «Що робить компанію успішною у використанні штучного інтелекту?» містить «Посібник з успішного перетину річки».

У статті береться за основу дослідження, проведене McKinsey та MIT’s Machine Intelligence in Manufacturing and Operations Initiative (MIMO), яке відстежує прогрес 100 компаній (задіяних у різних галузях, таких як автомобільна промисловість і гірничодобувна промисловість) у цифровізації, аналізі даних і технологіях машинного інтелекту (MI). Виходячи з виконання цілей, дій і результатів, можна зробити висновок, що провідні підприємства цифрового інтелекту мають певні спільні риси в п’яти аспектах: управління, розгортання, партнери, персонал і доступність даних. **

У статті два автори: один — Віджай Д’Сілва, старший партнер McKinsey & Company; інший — Брюс Лоулер, керуючий директор MIMO в MIT. Автор зазначає, що результати дослідження цієї статті можуть бути використані як довідкові для всіх підприємств, які займаються трансформацією цифрового інтелекту. **

01 Чотири типи підприємств у перехідний період

Перший висновок: якщо ви хочете виділитися серед натовпу в змаганні цифрового інтелекту, провідні компанії повинні розробити загальний план співпраці, а не думати про перемогу над ворогом одним рухом. **

Оцінюючи 21 показник ефективності в 9 категоріях, автор розділив 100 компаній з трансформації цифрового інтелекту на лідерів, планувальників, виконавців і компанії, що розвиваються.

Кращими є «лідери», що становлять близько 15% вибірки. Вони досягли дуже значних покращень у 20 із 21 ключового показника ефективності, увійшовши до 25% найкращих у всіх 9 категоріях ефективності. Цей тип підприємств може розумно витрачати гроші та найбільше виграє від цифрового інтелекту.

Друга категорія називається «планувальники» і становить близько 25% вибірки. Компанії такого типу вміють працювати з людьми та мають глибокі знання щодо обробки даних. Однак багато компаній наразі не пожинають плодів трансформації. Деякі компанії навіть борються з «пілотною пасткою», запропонованою McKinsey у 2018 році.

** Якщо дивитися на це ззовні, «пілотна пастка» також є проблемною точкою для багатьох китайських компаній у їхній цифровій та інтелектуальній трансформації. **

Масштабна трансформація підприємства – це тривалий і системний процес накопичення можливостей. Потім, просуваючи трансформацію, компанії виберуть кілька невеликих пілотних проектів для перевірки нових заходів щодо змін. Однак ці пілотні випадки часто важко відтворити та розширити, що ускладнює досягнення широкомасштабних побічних ефектів для всього плану трансформації.

**Цифровий інтелект, у тому числі цифрова трансформація, часто закінчується невдачею. Причина полягає у відсутності загального плану. **Наприклад, підприємства надто зосереджені на розгортанні окремих варіантів використання, а не на цілісному підході до трансформації. Відповідно до глобального опитування McKinsey, успішна цифрова трансформація — це не «просто ще один ІТ-проект», а «перетворення, орієнтоване на бізнес, орієнтоване на рентабельність інвестицій», яке підтримується керівниками вищої ланки (такими як голова правління, CxO, виконавчий комітет).

Цей висновок подібний до висновку цієї статті.

По-третє, виконавці складають близько 33% вибірки. Ці компанії орієнтовані на результат, вміють використовувати зростаючий пул досвіду, працювати з партнерами та вміють використовувати можливості для розробки та впровадження конкретних рішень. Незважаючи на те, що їхня інфраструктура є меншою, ніж у двох вищезгаданих типів підприємств, вони все ж можуть досягти значних результатів.

Але болюча точка «виконавців» все одно полягає в протиріччі між частиною та цілим, таким компаніям важко інтегрувати зусилля всіх сторін у діяльність компанії та сформувати спільну силу.

Остання категорія — «компанії, що розвиваються», на які припадає близько 25% вибірки. Ці підприємства є найменш зрілими та мають найменші переваги; багато з них тільки починають. Багатьом компаніям, що розвиваються, важко знайти, куди інвестувати. Лише кілька компаній, які мають відповідні стратегії, навички чи інфраструктуру, можуть далі розвивати цифровий інтелект.

02 П'ять секретів розумного бізнесу

Порівняно з посередніми компаніями, «лідери» можуть досягти вдвічі більших результатів, ніж інші компанії, за удвічі менший час. Чому вони такі хороші?

У статті підсумовано дії найкращих гравців у п’яти ключових сферах.

Управління

У статті вказується, що для «лідерів» машинний інтелект (MI) є стратегічним пріоритетом. Багато компаній також створили спеціальні центри передового досвіду (CoE) для цієї мети.

Це слід зазначити. Хоча багато компаній знають про цифрову трансформацію, вони також придбали інструменти автоматизації, такі як без коду, з низьким кодом і RPA для цифрової трансформації. Однак вони обмежені складною організаційною структурою та даними між командами На ізольованих островах неможливо досягти ефективної співпраці всередині підприємства, що ускладнює просування проекту цифрового інтелекту та витрачає велику кількість ресурсів підприємства.

Центр передового досвіду (CoE), згаданий у статті, може об’єднувати технології, таланти, обладнання та інші ресурси, щоб наглядати за тим, щоб компанія робила правильні речі для прискорення цілей трансформації компанії. Багато компаній, які запровадили RPA, уже створили CoE. Наприклад, директор Dongfeng Nissan CoE Chai Yicui одного разу представив, що корпоративний CoE відіграє важливу роль у семи аспектах: позиціонування, стратегія просування, система просування, мотивація та управління, навчання, обмін інформацією, серйозність і мотивація. Крім того, багато консалтингових компаній, у тому числі PricewaterhouseCoopers і Deloitte, також створили CoE з різними бізнес-напрямками. Серед них Ernst & Young і IBM оголосили про створення CoE у формі централізованого віртуального центру, щоб допомогти фінансовим установам використовувати гібридні хмарні рішення для прискорення цифрової трансформації.

Крім того, автори зазначають, що «лідери» віддають перевагу чіткому процесу оцінки та впровадження цифрових інновацій, і вони також визнають, що зміни неминучі в цій галузі, що швидко розвивається. У результаті більшість «лідерів» постійно оцінюють і вдосконалюють свої процеси, тоді як «виконавці» та «планувальники» мають тенденцію застрягати, що обмежує їхню здатність успішно масштабувати варіанти використання.

Розгортання

«Лідери» використовуватимуть машинний інтелект (MI) якомога ширше.

Кожен із «лідерів» дослідження використовує машинний інтелект (MI) у таких сферах, як прогнозування, оптимізація технічного обслуговування, логістика та транспорт. Порівняно з іншими трьома типами компаній, «лідери» також більш схильні застосовувати більш передові методи.

Наприклад, біофармацевтична компанія Amgen працює над розробкою перевіреної системи візуального контролю з використанням штучного інтелекту, яка збільшить рівень виявлення часток на 70% і зменшить кількість помилкових тривог на 60%.

На початку статті автор наводить приклад: Vistra, найбільший виробник електроенергії в США. Щоб заводи працювали ефективно, робітники постійно контролюють і коригують сотні різних показників, точність яких не можуть гарантувати навіть найкваліфікованіші оператори. Пізніше на заводі було встановлено інструмент на основі штучного інтелекту (оптимізатор швидкості нагрівання), який зрештою підвищив ефективність заводу на 1%. Це може звучати не дуже багато, але насправді це заощадило мільйони доларів і зменшило викиди вуглецю.

Партнер

Партнерство між компаніями часто виникає в академічних колах, стартапах, існуючих постачальниках технологій і зовнішніх консультантах. Однак «лідери» вважають за краще встановлювати зв'язки з більш широкими та інтенсивними партнерами, щоб максимізувати власну швидкість розвитку та ефективність навчання.

Наприклад, дві компанії споживчих товарів, Colgate-Palmolive і PepsiCo/Frito-Ray, у партнерстві з постачальником систем Augury розгорнули системи діагностики стану машин на основі штучного інтелекту на своїх відповідних виробничих лініях. Це рішення допомогло вищезазначеним компаніям уникнути простоїв. до восьми днів.

Напівпровідникова компанія Analog Devices об’єдналася з MIT для розробки нової системи контролю якості машинного інтелекту (MI). Система здатна визначити, які виробничі процеси та інструменти можуть бути несправними. Це означає, що інженерам компанії потрібно переглянути лише 5% даних попереднього процесу, що значно економить робочу силу.

Видно, що хоча «лідери» дуже здібні, вони, схоже, краще за інші компанії знають, як черпати енергію від зовнішніх партнерів.

Персонал

«Лідери» не будуть скупими, вони дозволять якомога більшій кількості співробітників оволодіти навичками цифрового інтелекту, а не залишати професійні знання кільком експертам з даних.

Дослідження показало, що більше половини «лідерів» забезпечують базову підготовку машинного інтелекту (MI) для перших співробітників, у порівнянні з лише 4% в інших компаніях.

Наприклад, ресторани McDonald's використовують машинний інтелект (MI), щоб передбачити реакцію клієнтів і потік клієнтів у режимі реального часу для покращення ряду операційних завдань.

Експерти з даних у Enterprise Center of Excellence (CoE) тестують і розробляють нові методи, а потім упаковують ці розробки в прості у використанні інструменти для співробітників на місцях. За допомогою системи співробітники на місці розуміють важливість даних і розвивають свою здатність визначати проблеми, щоб вони також могли віддавати користь компанії.

Доступність даних

У статті наголошується, що всі «лідери» дозволяють співробітникам першої лінії отримувати доступ до даних, тоді як лише 62% інших компаній це дозволяють. Крім того, «лідери» отримують дані від клієнтів і постачальників. Натомість 89% лідерів діляться власними даними з клієнтами та постачальниками.

Загалом, ця демократизація даних різко контрастує з іншими бізнесами, де серед «лідерів» інформація є владою та жорстко охороняється.

Будівельні блоки цифрової трансформації

Підводячи підсумок, у статті зазначається: коли п’ять аспектів управління, розгортання, партнерства, людей і даних взаємопов’язані та враховують один одного, цифрова трансформація підприємств також стане ефективною. Однак за звичайних обставин компанії також організують Центр передового досвіду (CoE) для координації вищевказаних п’яти аспектів.

Всі починання важкі. Автор вважає, що підприємства, які мають намір трансформуватися, повинні спочатку провести чесну та всебічну оцінку свого поточного рівня цифрового інтелекту. На цьому етапі бізнес може почати формулювати «план переходу». Навіть якщо цей план є приблизним, він може подолати перешкоди, які можуть виникнути під час трансформації, такі як кваліфікований персонал, інвестиційні можливості та критична інфраструктура; як перемістити дані із застарілих систем у хмару тощо. Крім того, автор вважає, що темпи корпоративної трансформації не повинні бути надто малими. Зрештою, більшість «лідерів» починають з використання даних і простих інструментів, але в міру того, як їхні навички підвищуються, вони переходять до більш просунутих технологій.

03 Розрив може збільшитися в майбутньому‑

Цифровий інтелект – це реструктуризація всіх галузей. Зараз багато великих вітчизняних підприємств не тільки успішно завершили свою трансформацію, але й поширили свій досвід трансформації та технології на всі сфери життя, постійно збагачуючи сценарії застосування для інтеграції цифрового інтелекту та промисловості.

Чи означає це, що компанії, які не сприяють трансформації, з часом будуть ліквідовані?

Автор вважає, що відповідь не є оптимістичною. «Лідери» в статті збільшили свої витрати на цифровий інтелект на 30-60% і, як очікується, збільшать свої бюджети на 10-15%, тоді як інші компанії майже припинили прогрес. Це означає, що розрив між двома сторонами, ймовірно, збільшиться в майбутньому.

Однак останнім часом машинний інтелект (MI) досяг значного прогресу, і можливості для всебічної трансформації тільки починають з’являтися. Лише той, хто сміливо долає пороги, може оцінити чудеса та краєвиди біля витоків річки. Хоча стартові точки підприємств різні, шляхи розвитку також різні. **Але принаймні там, де «кількість каменів у річці розуму», у нас є «лідери», які вказують шлях. **