08 Авг

Почему ваша компания не готова к цифровой эпохе. Часть 2

Продолжение, первая часть.

Разработать и реализовать стратегию сбора данных относительно простая, быстрая, техническая задача. Все хуже, когда дело касается людей, организационной структуры и процессов. Я выделяю три аспекта данной проблемы:

  1. Недавно я встречался с Александром Геннадьевичем Дьяконовым, видным и авторитетным специалистом в области машинного обучения и анализа данных. По его мнению, самый значимый проект в области машинного обучения, это внедрении Яндекс Дата Фактори искусственного интеллекта на Магнитогорском металлургическом комбинате. Задача умной машины была определять параметры плавки металла и количество легирующих добавок. И все было хорошо, вот только, по слухам, не прижилась умная машина. Не нашла общего языка с технологами. А руководство не нашло ответ на простой вопрос: если технолог выполнит рекомендации ИИ, но выйдет брак, кого оштрафуют? И таких вопросов при внедрении ИИ в компании будет возникать много. Они могут показаться смешными и наивными, но решать их не просто. На ком будет ответственность за ошибку? Какова будет этика новых взаимоотношений? Не почувствуют ли себя люди ущербными, проигрывая в некоторых задачах ИИ? Почву в изменении культуры надо готовить заранее. И дорога эта еще не проторена.
  2. Достаточно бестолковая идея нанимать супер квалифицированного специалиста по машинному обучению и анализу данных в компанию. У него есть одна большая проблема – он ничего не понимает в вашем бизнесе. И да, ему нужны данные. Плохая модель но с большим массивом для обучения, переиграет замечательную модель, но с небольшим датасетом. Данные новая нефть, а их чаще всего нет, чтобы максимально использовать компетенции вновь приобретенного специалиста. Так же закладывайте сразу два-три года инвестиций в него, пока он будет вникать в ваш бизнес. А бизнес, будет собирать данные. Проработает ли ваше приобретение столько в компании? И что будет с его квалификацией через два-три года? Те, кто прошел уже этот путь и набил шишки тренируют работе с данными и машинному обучению действующих сотрудников и специалистов. Это более быстрый путь к изменениям и результативному использованию технологий машинного обучения в бизнесе. Сколько вы инвестировали в обучение своих сотрудников в части работе с данными? Сколько человек у вас в компании представляет как обучить «наивного Байеса»?
  3. Попытка в рамках существующей структуры и бизнес-процессов внедрять машинное обучение обречена на провал. И не потому, что работать не будет. Будет работать не эффективно. Компании, которые создаются с нуля, помещают цифровые технологии в центр цепочки создания ценности. И уже от этого ядра с нуля выстраивают заново бизнес-процессы. Результат – высокая эффективность и, часто, совершенно другая бизнес-модель. Это как Kodak (помните еще такую компанию?) угадал с развитием цифровой фотографии, но не поменял свою классическую бизнес-модель. Что их и сгубило. А вы экспериментируете со структурой и изменением бизнес-процессов? Готовы не на словах, а на деле отказаться от текущей бизнес-модели?

Ограничиться покупкой технологий и специалистов не получится. Потребуется кардинально перестраивать бизнес. И делать это быстро, эффективно, с пониманием. Готовиться к этому надо уже сейчас.

PS: Об этом и много другом на семинаре «Цифровая трансформация бизнеса» 15.08.2017

Поддержи!Tweet about this on TwitterShare on VKShare on Facebook4Share on LinkedIn9Share on Google+0Email this to someonePrint this page

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Лимит времени истёк. Пожалуйста, перезагрузите CAPTCHA.

Андрей Кулинич. Copyright © 2001-2016