Автоматизацијата е критична за вашиот бизнис

Автоматизацијата е клучот за отклучување на голема, одржлива предност во фирмите низ секторите.

Големите податоци можат да бидат големо ништо без пристап за стратешка автоматизација.

Од една страна, ние сме во жестоко време на богатство со информации, со невиден обем на податоци за сè, од перформансите на опремата до однесувањето на потрошувачите на социјалните медиуми (повеќе од половина од сите глобални граѓани се на социјалните мрежи). Но, без внимателна автоматизација - употреба на машини и алгоритми за ракување, обработка и анализа на достапните податоци - вашиот бизнис ќе изгуби голема потенцијална можност.

Добро направено, автоматизацијата ги трансформира „мртвите“ големи податоци во жив ресурс за дишење што можете да го користите за да ја зголемите вредноста. Затоа, не е изненадување што многу бизниси имаат за цел автоматизира сè што може да се автоматизира, како што неодамна изјави еден од врвните директори на Google.

За да ви помогнам да размислувате за автоматизацијата во вашиот деловен контекст, ви ги претставувам трите главни начини на кои оваа активност водена од технологија ви помага да создадете вредност.

Првото нешто што ви помага автоматизацијата е екстракција на карактеристики, или влечење критични игли на информации од огромни стогови со податоци. Замислете дека вашата организација треба да ги прегледа патентните апликации за информации за одредена технологија и сродните. Можеби гледате илјадници или десетици илјади апликации, од кои секоја има 30 или повеќе страници, за милиони и милиони зборови. Но, само мал дел од тие зборови и меѓусебните односи меѓу патентите се важни, како на пример од што зависи патентираната технологија или квалификациите на пронаоѓачите и минатите патенти.

Така, оваа задача, како и многу други во деловниот домен, вклучува многу мал сооднос сигнал-шум и ќе бара од илјадници луѓе часови за рачно завршување - нешто што е премногу трошок и временски забранувачки. Но, алгоритам заснован на машинско учење може да се обучи за релативно брзо да ги открие потребните клучни информации, заштедувајќи значително време и напор. Згора на тоа, кажете дека во иднина сте сакале да го пребарувате истиот сет на патенти или поврзани, но за различни информации, како што е големината на тимот на барателот на патент. Можете лесно да го репрограмирате или преквалификувате алгоритмот за да ја преземе таа задача, добивајќи економии на обем и поголем принос на почетната инвестиција.

Второ, автоматизацијата помага проверка и чистење на податоците. На збирките на податоци често им треба работа. Има грешки и вредности што недостасуваат, аномалии, а понекогаш и докази за пристрасност. На пример, ако алгоритам бил обучен да ги забележува карактеристиките на прекршителите на законот, но користи податоци само за прекршителите кои биле фатени, алгоритамот ќе биде пристрасен затоа што нема податоци за престапниците кои не биле заробени - посебен проблем за криминалот на белиот јака, кој има тенденција да биде недоволно пријавен. Повторно, проверката и решавањето на овој огромен обем на потенцијални проблеми е премногу за да се преземе рачно. Но, автоматизацијата овозможува брзо распоредување на алатки за тестирање и чистење, повторно заштедувајќи време додека создава вредност.

Трето, и ова е голема, автоматизацијата е движечки мотор на аналитика. Вчерашните едноставни регресивни анализи станаа денешно групирање и случајни шуми, поттикнати од машинско учење, без разлика дали се за разбирање на корисниците на производи, за предвидување на продажбата следниот месец за оптимизирање на залихите или за предвидување на влијанието на нова рекламна кампања. Машинската автоматизација не само што ви овозможува редовно да ги повторувате стандардизираните аналитички процеси по ниска цена, туку исто така може да забележите нелинеарни обрасци што ние луѓето не можеме.

На пример, мојата лабораторија проучуваше над 5 милиони патенти користејќи анализи управувани од алгоритам за да видиме дали можеме да го предвидиме дебито на револуционерните идни технологии врз основа на информациите за нивната патентна апликација. Претпоставивме дека машината ќе ги идентификува идните хит патенти од податоците за апликацијата доколку пронајдокот има самостојни способности или идеи „како чудо“. На крајот на краиштата, алгоритмот навистина ги најде најуспешните патенти на иднината со висока точност, но не на начинот на кој ние луѓето сме замислиле. Односно, алгоритмот не идентификуваше иден хит патент врз основа на неговите самостојни способности; туку, ги идентификуваше хит патентите врз основа на тоа дали тие биле дел од а кластер на поврзани патенти кои заедно би можеле да решат конкретни проблеми во комбинација што ниту еден поединечен патент не можел да ги реши сам.

На пример, технологијата на ултразвук имаше големо влијание врз здравството неколку години откако беше првпат претставено, овозможувајќи неинвазивно снимање и третман на физички состојби како што се камења во бубрезите, па дури и некои видови на рак. Но, тој напредок би бил невозможен без пронајдоци од помал обем надвор од основната технологија - апликатори, процеси за намалување на статиката, специјализирани медицински влошки и стеги кои биле развиени независно од технологијата на ултразвук, но сепак клучни за нејзината успешна примена во медицината. Нашата автоматизирана анализа веродостојно го препозна постоењето на овие кластери поврзани патенти во преку 5 милиони патенти од здравствени производи до најнова технологија за голф топчиња, и дека овие кластери се во корелација со веројатноста патентите во нив да станат утрешни доминантни технологии во иднина - заклучок кој претходно не бил ценет.

Мојот северозападен колега Андреј Папахристос употреби слична анализа за да го покаже тоа полициска корупција во Чикаго не произлегува од неколку полицајци „лоши јаболко“ туку мрежа на поврзана полиција која дејствува со лоша намера; неговата работа овозможува порано откривање на ваквите прашања.

Се надевам дека ги разјаснив взаемните зајакнувачки предности на автоматизацијата и како таа може да ви помогне да ги трансформирате податоците во голема, одржлива вредност. Навистина, колку повеќе податоци имате, толку повеќе ви треба автоматизација; штом ќе имате силни способности за автоматизација, можете да собирате и искористите уште повеќе податоци, а циклусот продолжува.

Во крајна линија: автоматизацијата е сè повеќе критична способност и може да биде клучна за блиските и долгорочните перформанси на вашиот бизнис. Но, важно е да разберете како ја поттикнува вредноста и да преземете чекори за да ги ублажите неговите многу реални негативни страни, за доброто на вашата компанија и на широката заедница во која работи.

Во вториот дел од оваа статија ќе разговарам за трите главни недостатоци на автоматизацијата - објаснување, транспарентност и цена - и како да се решат овие.