Стратегия цифровой трансформации: выход за пределы модных слов

Расплывчатые концепции по новейших внедрению технологий могут привести к путаннице. Промышленные компании могут забыть об основных проблемах.

Цифровое преобразование бизнеса  охватывает целый набор технологий. Это вычисления, датчики, сети, искусственный интеллект, робототехника, 3D-печать, синтетическая биология, AR/VR, блокчейн. Но для успешной трансформации компании необходима четкая форма ROI.

Например, Netflix в 1997 году был основан как онлайн-магазин, отправляющий DVD-диски по почте. В 2007 году компания представила свой потоковый сервис.Тогда ее годовой доход составил $1,2 млрд. Компания превратила основную часть своих доходов от покупки физических товаров в подписку на потоковый контент. Сейчас  доход Netflix достиг $15,8 млрд. Компания также развернула аналитическое ядро ​​для своего потокового сервиса, предназначенного для рекомендации контента на основе отзывов пользователей. В этом сервису помогают технологии машинного обучения.

Как измерить цифровую трансформацию в промышленном секторе? «Сегодня цифровое преобразование становится немного индивидуальным для каждой компании. поэтому метрики и дорожные карты различны», - сказал Джеймс Хеппельманн (James Heppelmann), генеральный директор PTC, на сессии вопросов и ответов в LiveWorx.

Многие промышленные компании полагаются на консультантов, которые разрабатывают индивидуальную инициативу цифрового преобразования. PTC будет стремиться рекомендовать набор технологий для решения конкретной проблемы, не рекомендовать сразу весь спектр новейших технологий.

Компания использует технологии на основе AI для распознавания объектов и для техобслуживания, где возможно распознавание образов. В компании отмечают, что проблема с ИИ в части техники заключается в получении достаточного количества данных. Обучение модели машинного обучения обнаружению аномалии для прогнозирования будущего сбой, может потребовать анализа данных за несколько лет. «Этот процесс не быстрый», – рассказал  представитель PTC.

В этом случае OEM-производители с подключенным оборудованием имеют преимущество. Они накопили много данных об использовании оборудования в полевых условиях, а значит, и потенциально важных данных для распознания сбоя. Это поможет прогнозировать нештатные ситуации.

Некоторые организации могут добиться большего успеха, сосредоточившись на идеальных условиях эксплуатации, чем пытаться предсказать аномалии.

Бессмысленно развертывать целый ряд цифровых технологий. После определения основной формулировки проблемы неплохо найти партнерскую экосистему, способную предоставить «массивный набор инструментов» для удовлетворения потребностей цифрового преобразования.

Автор:  Брайан Бунц (Brian Buntz)