人工智能(AI)在過去25年的發(fā)展應該讓我們對未來感到非常好奇。自 2020 年全球 Covid-19 大流行爆發(fā)以來,那些可能沒有在其預算范圍內(nèi)計劃或預見到這一舉措的組織對數(shù)字化的興趣日益濃厚。該技術本身也取得了重大進展,西門子公司數(shù)字化經(jīng)理Monica Hildinger表示。
“幾乎所有行業(yè)部門對AI和其他高端技術的興趣都在增加,” Hildinger說,“大多數(shù)公司都在尋找數(shù)字技術來提高運營效率和生產(chǎn)力,加強維護策略,并優(yōu)化公用事業(yè),以幫助推動更大的可持續(xù)性?!?/p>
但首先,要實現(xiàn)所有這些目標,Hildinger認為首先需要克服文化和組織障礙,包括對變革、價值觀和心態(tài)的抵制?!案淖儽仨殢膬?nèi)部開始,” 她建議,“改進需要迅速,而不是等待經(jīng)濟好轉(zhuǎn)之后。所獲得的技能也將為企業(yè)帶來競爭優(yōu)勢?!?/p>
此外,還需要解決其他與數(shù)據(jù)相關的挑戰(zhàn),例如數(shù)據(jù)收集和質(zhì)量、基礎設施、政府法規(guī)和數(shù)據(jù)治理。
沒有人說這是一條容易的道路。事實上,埃森哲在12個工業(yè)化國家進行的一項研究發(fā)現(xiàn),84%的企業(yè)高管認為他們需要使用AI來實現(xiàn)增長目標。
然而,其中76%的人承認他們正在努力擴大人工智能的采用。到目前為止,可能還沒有一個藍圖可以將概念驗證轉(zhuǎn)化為生產(chǎn)和規(guī)模,因此對于大多數(shù)行業(yè)來說,這種轉(zhuǎn)變變成了一場斗爭。
一些事實表明,處于AI采用初期階段的企業(yè)的投資回報率可能并不高。AI必須在整個組織中進行擴展,以確保該技術能夠為企業(yè)做出巨大貢獻。與追求單一概念證明的企業(yè)相比,戰(zhàn)略性地擴大AI規(guī)模的企業(yè)的成功率和回報可能分別是前者的兩倍和三倍。
通過將AI集成到核心業(yè)務流程、工作流和客戶旅程中,可以優(yōu)化其日常運營和決策任務。麥肯錫在研究報告中預測,采用這種方法的企業(yè)很可能實現(xiàn)價值和規(guī)模的增長,其中一些企業(yè)甚至增加了約20%的收入。
在CONTROL ENGINEERING China最近的一項調(diào)查中顯示,制造企業(yè)采用AI技術主要應用排名靠前的三個場景依次為:
· 數(shù)據(jù)的可視化分析;
· 預測性維護;
· 機器的自我診斷。
根據(jù)Hildinger的說法,在工程技能方面,人口挑戰(zhàn)目前也比以往任何時候都更加普遍。如何將專業(yè)知識和經(jīng)驗、工作態(tài)度、紀律和質(zhì)量、可靠性和忠誠度傳遞給下一代工程師?在理想的世界中,實施良好的數(shù)字化解決方案為企業(yè)帶來了巨大的利益,而最新一代的工程師將成為數(shù)字原住民。其中一些好處包括:
· 數(shù)據(jù)透明度在一個位置提供單一事實來源,對各種利益相關者可見。
· 通過提供必要的基礎設施,實施最先進的解決辦法。
· 減少企業(yè)各個層級的時間成本和精力。
· 通過提高模式識別和復雜數(shù)學計算的能力,在以前根本無法解決的領域,有了新的改進領域。
· 在就業(yè)市場上為新一代創(chuàng)造新的細分市場。
"用于過程數(shù)據(jù)分析的AI能夠為工廠操作員提供決策支持所需的見解,并為預測性工廠維護策略提供信息。" Hildinger總結(jié)道,"為了有效利用AI并最終實現(xiàn)數(shù)字化轉(zhuǎn)型的目標,第一步應該是合理地規(guī)劃。決策者需要著眼大局,并尋求基于價值的快速舉措。"