Подготовка почвы к успеху в области науки о промышленных данных

В какой-то момент наиболее успешный промышленный Интернет вещей (IoT) инициативы становятся проектами в области науки о данных. Подключенные датчики на машинах и оборудовании, инструментах, поддонах и готовых изделиях генерируют объемы точек данных.

Но перспектива делового или операционного успеха зависит не только от сбора данных, но и от широкого спектра навыков, распространяемых по всей организации. Это также требует использования этих данных для преобразования топлива. Это может включать достижение новых операционных показателей или, «в современном мире, обеспечение устойчивости и гибкости», - сказал Стив Пиллсбери, директор PwC Consulting.

[ Мир Интернета вещей - крупнейшее в Северной Америке мероприятие в области Интернета вещей, на котором стратеги, технологи и специалисты по внедрению объединяются, чтобы задействовать Интернет вещей, искусственный интеллект, 5G и периферию в различных отраслевых вертикалях. Забронируйте билет сейчас. ]

Еще до появления пандемии COVID-19 стимулирование метаморфозы в области науки о данных в промышленности было для многих организаций пугающим. Специалистов по науке о данных не хватало, а конкуренция при приеме на работу была жесткой. Хотя многие промышленные организации запустили программы цифровых инноваций, лишь немногие из них достигли желаемой рентабельности инвестиций. Согласно исследованию Accenture, с 2016 по 2018 год цифровые проекты почти в 80% промышленных компаний не принесли ожидаемого уровня финансовой отдачи.

P ремонт Организации

Одна из причин, по которой промышленные организации борются с наукой о промышленных данных, - это отсутствие планирования. «Большинство [промышленных] компаний сейчас, как минимум, находятся на стадии пилотного проекта и тестирования, а во многих случаях находятся на стадии применения и внедрения», - сказал Пиллсбери.

Одним из факторов, сдерживающих их от достижения масштаба и ценности, является отсутствие «ноу-хау», добавил Пиллсбери. «Это не означает, что у них обязательно есть неправильные [технические] навыки или недостаточно правильных навыков. Это также означает, что они не подготовили организацию к применению необходимых навыков ». Промышленные организации должны обучать весь свой персонал тому, «что такое искусство возможного и как его использовать», - сказал он. То есть организации также должны обладать навыками культурной трансформации.

Исследование Digital IQ, проведенное PwC, показало, что в различных секторах организации с наиболее успешными цифровыми программами выстраивали их вокруг своих людей и культуры. Называя цифровые организации «трансцендерами», PwC обнаружила, что они уделяют первоочередное внимание обучению сотрудников и созданию устойчивой культуры.

Однако внутри организации степень зрелости данных сотрудников и отделов может значительно различаться, отмечает Мурали Радж, главный информационный директор HIL, производителя строительных материалов. Радж рекомендовал при разработке плана трансформации учитывать эту изменчивость и создавать широкую основу данных. Когда HIL развернула профилактическое обслуживание, компания заложила основу для максимально эффективного использования данных. «Вместо того, чтобы сосредоточиться на небольшой производственной линии или паре машин для профилактического обслуживания, мы сосредоточились на создании цифровой, подключенной магистрали цеха», - сказал Радж.

H Дизайн, ориентированный на человека, в применении к процессам

Успешные промышленные организации получают поддержку со стороны сотрудников старшего и младшего звена в отношении инициатив в области цифровых технологий и обработки данных.

Многие организации, реализующие такие проекты, выделяют команду для цифрового лидерства и передового опыта. «Люди типа« Центр передового опыта », как правило, очень хорошо разбираются в технологиях и науке о данных и имеют общее представление о факторах ценности и формулировках проблем, которые они пытаются решить», - сказал Пиллсбери. Но когда эти эксперты создают цифровые инструменты для использования другими, «они обнаруживают, что они обычно не нравятся людям», - сказал Пиллсбери. Конечным пользователям часто «не нравится дизайн, то, как [часть технологии] работает, как они должны взаимодействовать с ним или что делать с новой информацией», - добавил он.

Организации могут заручиться поддержкой сотрудников для цифровых инструментов, управляемых данными, запрашивая отзывы во время проектирования, рекомендовал Пиллсбери. Руководители цифровых технологий и данных могут также внедрять ориентированные на человека концепции дизайна во внутренние процессы, изучая контекст данной проблемы, а также болевые точки сотрудников, прежде чем разрабатывать цифровые инструменты или рабочие процессы для их решения.

Я определение лиц, ведущих преобразование

Хотя культурная трансформация и образование имеют жизненно важное значение, ничто не может заменить лидерство в области науки о данных. Хотя множество людей добавили в свои резюме такие термины, как «наука о данных», «искусственный интеллект», «машинное обучение», только один из четырех кандидатов является экспертом, по словам Умеша Рамакришнана, офиса генерального директора компании по поиску руководителей Kingsley Gate. Партнеры. «По определению, многие из этих наборов навыков [искусственного интеллекта] являются новыми», - сказал Рамакришнан. Это должно быть красным флажком, «если кто-то скажет вам, что у него 25 лет опыта в области науки о данных».

По словам Рамакришнана, собеседование с потенциальными лидерами в области науки о данных должно занять 20–30 минут на каждого человека, чтобы определить, обладают ли они значительными знаниями. «Многие из этих людей имеют основы науки или техники, связанной с искусственным интеллектом, машинным обучением или наукой о данных», - сказал Рамакришнан. «Люди, которые в прошлом работали с нейронными сетями или глубоким обучением и продолжали сохранять остроту своей работы благодаря опыту работы или дополнительному образованию, - это те, кого мы видим, занимая должности среднего и высшего звена».

Наиболее ценны эксперты в области науки о данных, которые могут поделиться своим опытом с другими и побудить к изменениям в организации. Но, по словам Рамакришнана, отбор кандидатов на стратегические навыки значительно сложнее, чем выявление отдельных технологических навыков. «Технологическая трансформация внутри отрасли намного менее сложна, чем культурная трансформация этой компании, особенно если это унаследованная компания», - сказал он.

Согласно Accenture, промышленные организации с успешными цифровыми программами, как правило, имеют общее видение высшего и среднего звена, а также способность «согласовывать пулы талантов и технологические активы по ключевым бизнес-функциям». Лидеры в области науки о данных могут помочь привить определенные черты характера, но они должны преуспеть в общении и убеждении. «У вас должна быть возможность показать людям, почему человеку в производственном цехе выгодно, скажем, использовать iPad в рабочем контексте, а не буфер обмена», - сказал Рамакришнан. Этот человек также должен уметь объяснять ценность технологии для работника, а также ценность для компании. «Способность связывать личные цели с миссией компании - это лидерский атрибут, который очень редко встречается у руководителей».

По мнению Рамакришнана, такие термины, как «чемпион» или «евангелист», не отражают эту способность. «Эти термины прикрывают собой необходимые сложные лидерские качества», - сказал он. Организациям, которые продвигают экспериментальные промышленные проекты Интернета вещей в сторону более широких инициатив цифровой трансформации, нужно больше, чем четко сформулированные промышленные специалисты по науке о данных. «Если вы просто хороший оратор, то сможете стать хорошим евангелистом», - заключил Рамакришнан. «Но если у вас нет возможности претворить в жизнь свою евангелизацию, значит, вы всего лишь проповедник, и в бизнесе вам это не нужно».