Automatizimi është kritik për biznesin tuaj

Automatizimi është çelësi për të zhbllokuar avantazhet e mëdha dhe të qëndrueshme në firmat në të gjithë sektorët.

Të dhënat e mëdha mund të jenë asgjë e madhe pa një qasje automatizimi strategjik.

Nga njëra anë, ne jemi në një kohë të mprehtë të pasurisë së informacionit, me vëllime të paprecedentë të të dhënave për gjithçka, nga performanca e pajisjeve deri tek sjellja e konsumatorit në mediat sociale (më shumë se gjysma e të gjithë qytetarëve globalë janë në mediat sociale). Por pa automatizim të menduar – përdorimi i makinerive dhe algoritmeve për të trajtuar, përpunuar dhe analizuar të dhënat e disponueshme – biznesi juaj do të humbasë mundësi të mëdha potenciale.

E bërë mirë, automatizimi i transformon të dhënat e mëdha "të vdekura" në një burim të gjallë dhe frymëmarrës që mund të përdorni për të rritur vlerën. Pra, nuk është çudi që shumë biznese synojnë automatizoni çdo gjë që mund të automatizohet, siç tha kohët e fundit një ekzekutiv kryesor i Google.

Për t'ju ndihmuar të mendoni për automatizimin në kontekstin e biznesit tuaj, unë paraqes tre mënyrat kryesore se si ky aktivitet i drejtuar nga teknologjia ju ndihmon të krijoni vlerë.

Gjëja e parë që ju ndihmon të bëni automatizimi është nxjerrja e veçorive, ose tërheqja e gjilpërave kritike të informacionit nga grumbullimet masive të të dhënave. Imagjinoni që organizata juaj duhet të rishikojë aplikimet për patentë për informacion mbi një teknologji specifike dhe të ngjashme. Ju mund të shikoni mijëra ose dhjetëra mijëra aplikacione, secila prej 30 ose më shumë faqe, për miliona e miliona fjalë. Por vetëm një pjesë e vogël e këtyre fjalëve dhe marrëdhënieve të ndërsjella midis patentave kanë rëndësi, si p.sh. nga çfarë varet teknologjia e patentuar ose kualifikimet e shpikësit dhe patentat e kaluara.

Kjo detyrë, pra, si shumë në domenin e biznesit, përfshin një raport shumë të vogël sinjal-zhurmë dhe do të kërkonte mijëra njerëz orë për të përfunduar manualisht - diçka shumë e kushtueshme dhe e ndaluar për kohën. Por një algoritëm i bazuar në mësimin e makinës mund të trajnohet për të nxjerrë relativisht shpejt informacionin kryesor të nevojshëm, duke kursyer kohë dhe përpjekje të konsiderueshme. Për më tepër, thoni që në të ardhmen dëshironi të kërkoni të njëjtin grup patentash ose të ngjashme, por për informacione të ndryshme, si p.sh. madhësia e ekipit të aplikantit për patentë. Ju lehtë mund ta riprogramoni ose ritrajnoni algoritmin për të marrë përsipër atë detyrë, duke fituar ekonomi në shkallë dhe kthime më të mëdha nga investimi juaj fillestar.

Së dyti, automatizimi ndihmon me kontrollimin dhe pastrimin e të dhënave. Kompletet e të dhënave shpesh kanë nevojë për punë. Ka gabime dhe vlera që mungojnë, anomali dhe ndonjëherë prova të paragjykimit. Për shembull, nëse një algoritëm është trajnuar për të dalluar karakteristikat e shkelësve të ligjit, por përdor të dhëna vetëm për shkelësit që janë kapur, algoritmi do të jetë i njëanshëm sepse i mungojnë të dhënat për shkelësit që nuk janë kapur - një problem i veçantë për krimin e jakës së bardhë, i cili tenton të nën-raportohen. Përsëri, kontrollimi dhe adresimi i këtij vëllimi të madh të çështjeve të mundshme është shumë për t'u marrë me dorë. Por automatizimi lejon vendosjen e shpejtë të mjeteve për testim dhe pastrim, duke kursyer sërish kohë duke krijuar vlerë.

Së treti, dhe kjo është një gjë e madhe, automatizimi është motori drejtues i analitikës. Analizat e thjeshta të regresionit të djeshëm janë shndërruar në grupime dhe pyje të rastësishme të sotme, të mundësuara nga mësimi i makinerive, qoftë për të kuptuar përdoruesit e produktit, për parashikimin e shitjeve të muajit të ardhshëm për të optimizuar inventarin ose për parashikimin e ndikimit të një fushate të re reklamimi. Automatizimi i bazuar në makineri jo vetëm që ju mundëson të përsërisni rregullisht proceset e standardizuara analitike me kosto të ulët, por gjithashtu mund të dalloni modele jolineare që ne njerëzit nuk mundemi.

Për shembull, laboratori im studioi mbi 5 milionë patenta duke përdorur analiza të drejtuara nga algoritmi për të parë nëse mund të parashikonim debutimin e teknologjive novatore të së ardhmes bazuar në informacionin e aplikimit të tyre për patentë. Ne supozuam se makina do të identifikonte patentat e ardhshme të suksesshme nga të dhënat e aplikacionit nëse shpikja do të kishte aftësi ose ide të pavarura, "të ngjashme me mrekullinë". Në fund të fundit, algoritmi gjeti patentat e suksesshme të së ardhmes me saktësi të lartë, por jo në mënyrën se si ne njerëzit e kishim imagjinuar. Kjo do të thotë, algoritmi nuk identifikoi një patentë të suksesshme të ardhshme bazuar në aftësitë e tij të pavarura; përkundrazi, ai identifikoi patentat e goditura bazuar në faktin nëse ato ishin pjesë e a grumbull të patentave të lidhura që së bashku mund të zgjidhnin probleme specifike në kombinim që asnjë patentë individuale nuk mund t'i kishte zgjidhur vetë.

Për shembull, teknologjia me ultratinguj pati një ndikim të madh në kujdesin shëndetësor disa vite pasi u zbulua për herë të parë, duke mundësuar imazherinë dhe trajtimin jo-invaziv të kushteve fizike si gurët në veshka dhe madje edhe disa lloje kanceri. Por ky përparim do të ishte i pamundur pa shpikje në shkallë më të vogël përtej teknologjisë bazë - aplikues, procese të zvogëlimit të statikës, jastëkë dhe kapëse mjekësore të specializuara që u zhvilluan pavarësisht nga teknologjia e ultrazërit, por të rëndësishme për aplikimin e saj të suksesshëm në mjekësi. Analiza jonë e automatizuar njohu në mënyrë të besueshme ekzistencën e këtyre grupeve të patentave të lidhura në mbi 5 milionë patenta nga produktet shëndetësore deri te teknologjia më e fundit e topave të golfit dhe se këto grupe ishin të lidhura me probabilitetin që patentat në to të bëheshin teknologjitë dominuese të së ardhmes. konkluzion i pa vlerësuar më parë.

Kolegu im veriperëndimor Andrew Papachristos përdori analiza të ngjashme për të treguar këtë korrupsioni policor në Çikago buron jo nga disa oficerë të “mollës së keqe”, por nga një rrjet policie të lidhura që veprojnë me keqbesim; puna e tij mundëson zbulimin më të hershëm të çështjeve të tilla.

Shpresoj t'i kem bërë të qarta avantazhet përforcuese reciproke të automatizimit dhe se si mund t'ju ndihmojë të transformoni të dhënat në vlerë të madhe dhe të qëndrueshme. Në të vërtetë, sa më shumë të dhëna të keni, aq më shumë keni nevojë për automatizim; pasi të keni aftësi të forta automatizimi, mund të grumbulloni dhe shfrytëzoni edhe më shumë të dhëna, dhe cikli vazhdon.

Përfundimi: automatizimi është një aftësi gjithnjë e më kritike dhe mund të jetë thelbësore për performancën afatshkurtër dhe afatgjatë të biznesit tuaj. Por është e rëndësishme të kuptosh se si e nxit vlerën dhe të ndërmerren hapa për të zbutur anët e saj reale negative, për të mirën e kompanisë suaj dhe të komunitetit të gjerë në të cilin ajo operon.

Në pjesën e dytë të këtij artikulli do të diskutoj tre dobësitë kryesore të automatizimit - shpjegueshmëria, transparenca dhe kostoja - dhe si t'i trajtojmë këto.