Неясните концепции за най-новите технологии могат да доведат до объркване. Промишлените компании могат да забравят основните проблеми.
Цифровата трансформация на бизнеса обхваща цяла гама от технологии. Това са изчисления, сензори, мрежи, изкуствен интелект, роботика, 3D печат, синтетична биология, AR / VR, блокчейн. Но за успешната цифрова трансформация на компанията се изисква ясна форма на възвръщаемост на инвестициите.
Например, Netflix през 1997 г. е създаден като онлайн магазин, който изпраща DVD по пощата. През 2007 г. компанията въведе услугата за стрийминг, а годишният му доход възлиза на $ 1,2 млрд. Компанията превърна основната част от приходите си от покупката на физически стоки в абонамент за стрийминг съдържание.
Netflix вече е достигнал приходи от $ 15,8 млрд. Компанията е разгърнала аналитична ядро за своята услуга за стрийминг, която е предназначена за препоръчване на съдържание въз основа на обратна връзка от потребителите. Тази услуга помага на технологиите за машинно обучение.
Как да се измери цифровата трансформация в индустриалния сектор? „Днес цифровата трансформация става малко индивидуална за всяка компания. следователно, метриките и пътните карти са различни, ”каза Джеймс Хепелман, генерален мениджър на PTC, на сесия на въпроси и отговори в LiveWorx.
Много индустриални компании разчитат на консултанти, които разработват индивидуални инициативи за цифрово преобразуване. PTC ще се стреми да препоръча набор от технологии за решаване на конкретен проблем, а не да препоръчва цялата гама от нови технологии едновременно.
Компанията използва AI-базирана технология за разпознаване и поддръжка на обекти, където е възможно разпознаване на образи. Компанията отбелязва, че проблемът с AI по отношение на технологията е да се получи достатъчно количество данни. Моделите на машинно обучение за откриване на аномалии, за да се предскаже бъдещ срив, може да изисква анализ на данни в продължение на няколко години. „Този процес не е бърз“, заяви представител на PTC.
В този случай производителите със свързано оборудване имат предимство. Те са натрупали много данни за използването на оборудването в полето и следователно потенциално важни данни за разпознаване на провала. Това ще спомогне за прогнозиране на ненормални ситуации.
Някои организации могат да се справят по-добре, като се фокусират върху идеалните условия на работа, отколкото да се опитат да предсказват аномалии.
Няма смисъл да се използват разнообразни цифрови технологии. След определянето на основната формулировка на проблема е добре да се намери партньорска екосистема, способна да осигури „масивен инструментариум“, за да отговори на нуждите на цифровата трансформация.
Автор: Брайан Бунц (Brian Buntz)
