在昨天的推文中,我们提到了人工智能影响制造业的5大方面,今天,就给大家讲一讲如何在业务中应用人工智能。
人工智能(AI)持续引起主流媒体和流行文化的关注。消费者越来越多地在自己的生活中与该技术进行互动,并从中获得灵感。尽管最新的智能家居设备上的新语音识别软件已经使消费者感到震惊,但企业仍在努力开发AI潜力以创造有意义的价值。
四分之三的组织报告中提到,要想在“业务采用”中涉及人工智能是一项重大挑战。
但为什么会这样呢?
在许多情况下,项目因与业务目标无关而停滞或失败,而同时又浪费了宝贵的资源,这种现象称为试炼。此外,许多人还想要将人工智能视为解决所有业务问题的最新灵丹妙药。发现完美算法后就可以一劳永逸。其实恰恰相反,AI应该视为启动更全面的数字化转型(DX)程序的一把钥匙。
更好地了解AI的用途,局限性和潜力可以改善资源配置并与数字化转型目标保持一致,从而提高项目成功和投资回报率(ROI)的可能性。
公司在评估AI在其组织中的潜在角色时应采取三个步骤。
1.确定组织的痛点和战略目标
2.使AI战略与数字化转型计划的目标保持一致
3.在数字化转型项目中展现由AI驱动的高价值用例
请阅读以下内容,以获取有关在组织中实施AI所需基本要素的更具体指导。
确定战略目标,痛点和需要改进的地方
业务痛点通常涉及关键价值领域,不能解决这些关键点会阻碍公司实现其整体战略目标。对于制造商而言,这些关键点可能是影响设备效率的总体设备有效性(OEE)的次优水平,过多的缺陷会影响产品质量并增加报废情况,或者频繁而昂贵的资产停机时间会导致过多的服务成本并降低客户满意度。这些指标中哪怕是很小的改进都可以为整个价值链创造巨大收益。
找出那些最紧迫的并且可以对财务和运营指标能够产生最大影响的问题,是使数字化转型战略与之相适应的重要起点。将问题范围缩小到这些紧迫的领域,并确定与这些机会相关的任何高级别主题。这些将是要开发的全面AI策略的基础。
使您的AI程序与数字化转型战略保持一致
使精心设计的AI程序与总体数字化转型策略紧密结合,将目标设定在提供多个离散的AI用例。从这个意义上讲,人工智能是达到目的的手段。无论是将AI驱动的自助服务功能集成到新的数字化产品中,使用预测功能来变革现场服务,还是使用AI优化内部流程(如供应链管理),所有这些操作都与数字化转型总体战略更加一致,后者更加敏捷并能快速响应客户需求。换句话说,这些都不能当作“科学项目”来对待。
可以看到那些首先考虑财务影响的方法并将用例与业务战略和目标联系在一起的数字化转型的程序往往会在最短的时间内带来最大的价值。许多公司试图同时推出数十个用例,并迅速投入试用。
对于业务中的人工智能,所遇到的情况都很相似。业务领导者可能会因为可以从其数据获得价值而感到无比欣喜,从而使得越来越多的项目使用AI并且他们会借助AI项目实现其远大抱负。如果一个公司首先考虑对财务的影响,并针对一个迫切问题或高价值领域推出一个或几个优先级AI用例,那么这样的公司成功的机会要比那些想让AI挖掘公司所有数据的价值的公司大很多。确定初始范围是实现成功且长效的AI程序的关键。
这样的AI程序涉及的范围应符合数字化转型目标。业务领导者应该停下来仔细想一想,这个AI项目如何为我的组织提供新的功能,以帮助我们实现数字化转型目标?
在数字化转型项目中展现由AI驱动的高价值用例
一旦确定了痛点,并使AI程序与总体数字化转型策略保持一致,就应该开发AI用例了。AI用例应具有一些关键要素。
首先,它应该利用数据。数字化转型程序本质上会创建和获取大量数据,而AI可能会利用这些数据来提高效率。AI用例可以通过利用这些数据来实现这些数据的价值最大化。
其次,它应根据用户体验提供及时可行的见解。如果AI要具有现实价值,就必须起到改善决策的作用(无论决策是由人还是智能系统做出的)。趋势、异常预测、建议或AI系统输出的任何数字通常与特定时间点有关。必须在正确的时间将正确的见解传递给正确的人或系统,以免这些见解变得没有任何用处。同时,传递的见解还应该涉及对用户或系统做出更好决策的最有用的具体环境。用户体验(UX)设计思想可以帮助确保洞察力发挥最大的价值。
第三,人工智能应该收集更多数据以衡量结果并跟踪改进。我们知道AI应用程序可以在数据方面发挥出巨大的潜力。但是,这同时也为整理我们正在收集的数据提供了极好的机会,并开启了AI开发的向上螺旋式发展。
例如,可以预测设备故障的AI应用程序很有价值。但是,一个可以预测设备故障并结合反馈信息的AI应用程序将可以学习并改善其预测,这将创造更大的价值。预测故障、衡量针对该预测采取的措施以及随后的措施的AI应用程序将不仅会随着时间的推移而学习并变得更加准确,还将构建数据结构,从而为更好地实现自动化和自动做出业务决策提供途径优化。
总结
凭借强大的AI基础,工业公司可以实现由数据驱动的决策并具有解决整个价值链中的问题的强大能力。利用AI应对这些常见的日常事件,将为工业公司带来最有意义的影响,并在内部加速采用进程。
当它们所传达的数据驱动的见解在整个企业中普及时,业务中的人工智能将暴发出推动变革的力量。注重考虑这些关键因素的工业公司可以避免AI的陷阱,并在最短的时间内创造最有可能实现的业务价值。
---------------------------------------------------------------------------------------------
版权声明:
原创文章,来源PTC官方,本文已经授权,欢迎分享,如需转载请联系作者。