Οι μεταφορές και η εφοδιαστική δεν αποτελούν τομέα που πρέπει να αφήσει την AI να εισέλθει από έξω. Λογισμικό σχεδιασμού, track-and-trace, βελτιστοποίηση διαδρομών και συστήματα διαχείρισης αποθηκών λειτουργούν εδώ ήδη δεκαετίες. Αυτό δίνει την εντύπωση προβάδισματος: υπάρχουν δεδομένα, υπάρχουν συστήματα, υπάρχει κουλτούρα μέτρησης και βελτιστοποίησης. Ωστόσο, η μέτρηση ωριμότητας της hybridresourcing δείχνει ότι αυτό είναι κάτι διαφορετικό από την ετοιμότητα για AI. Ένας οργανισμός μπορεί να είναι εξαιρετικός στα λειτουργικά συστήματα και παρόλα αυτά, στις θεμελιώδεις διαστάσεις — οργάνωση, υποδομή IT, διαχείριση δεδομένων — να βρίσκεται ακόμα σε επίπεδο baseline ή foundation. Το ερώτημα δεν είναι αν υπάρχουν συστήματα, αλλά αν αυτά τα συστήματα επικοινωνούν μεταξύ τους και αν ο οργανισμός γύρω τους είναι διαμορφωμένος ώστε να μπορεί να χτίσει κάτι νέο πάνω σε αυτά.
Μέσα στον τομέα των μεταφορών και της εφοδιαστικής, η σχέση μεταξύ επιχειρήσεων διαφέρει σημαντικά ανάλογα με τον τύπο δραστηριότητας. Μια επιχείρηση που ασχολείται κυρίως με σχεδιασμό και συντονισμό, με δική της ανάπτυξη λογισμικού και ένα τμήμα IT που μπορεί να συνδέει συστήματα μεταξύ τους, βρίσκεται συχνά πιο κοντά στο activation ή στο insight. Μια επιχείρηση που ασχολείται κυρίως με την εκτέλεση — οδήγηση, φόρτωση, εκφόρτωση — και εργάζεται με μια συλλογή επιμέρους συστημάτων από διαφορετικούς προμηθευτές, βρίσκεται συχνά ακόμα στο foundation. Το μεγαλύτερο μέρος του τομέα βρίσκεται κάπου ανάμεσα σε αυτές τις δύο θέσεις, με ένα θεμελιώδες επίπεδο που είναι καλύτερα ανεπτυγμένο απ' ό,τι σε πολλούς άλλους τομείς, αλλά με διαχείριση δεδομένων που καθυστερεί: τα δεδομένα βρίσκονται συχνά σε σιλό ανά σύστημα, ανά υποκατάστημα, ανά πελάτη, χωρίς κανείς να είναι ιδιοκτήτης του συνόλου.
Αυτό τοποθετεί τις μεταφορές σε ξεχωριστή θέση σε σχέση με τομείς όπου η ίδια η δομή του οργανισμού αποτελεί το εμπόδιο. Στις επαγγελματικές υπηρεσίες το πρόβλημα είναι συχνά η ίδια η συλλογή δεδομένων, επειδή η εργασία αποτελείται σε μεγάλο βαθμό από αδόμητη επικοινωνία. Στις μεταφορές, αντίθετα, υπάρχουν πολλά δομημένα δεδομένα — τοποθεσίες, ώρες, βάρη, θερμοκρασίες — αλλά αυτά τα δεδομένα είναι διασκορπισμένα σε συστήματα που δεν έχουν σχεδιαστεί για να επικοινωνούν μεταξύ τους. Πρόκειται για διαφορετικό είδος καθυστέρησης από την έλλειψη δεδομένων· είναι έλλειψη συνοχής.
Σε έναν γύρο plot όπου διαφορετικά άτομα βαθμολογούν ανεξάρτητα το ένα από το άλλο, στις εταιρείες μεταφορών παρατηρείται συχνά ένα αναγνωρίσιμο μοτίβο. Η επιχειρησιακή διοίκηση βαθμολογεί υψηλά την υποδομή IT, επειδή τα συστήματα που χρησιμοποιούν καθημερινά λειτουργούν καλά για τη δική τους διαδικασία. Το τμήμα IT ή ένας CIO βαθμολογεί την ίδια διάσταση χαμηλότερα, επειδή γνωρίζουν πόση χειρωνακτική εργασία απαιτείται για τη μεταφορά δεδομένων μεταξύ συστημάτων. Αυτή η διασπορά δεν είναι σφάλμα μέτρησης. Είναι η διαφορά ανάμεσα σε ένα σύστημα που λειτουργεί για την εργασία για την οποία έχει σχεδιαστεί, και μια υποδομή που είναι κατάλληλη για την ανάπτυξη νέας λειτουργικότητας. Για εφαρμογές AI, το δεύτερο ερώτημα είναι κυρίως σχετικό, και αυτό σπάνια τίθεται κατά τη διάρκεια της καθημερινής λειτουργίας.
Οι επτά διαστάσεις χτίζονται η μία πάνω στην άλλη, και στις μεταφορές αυτή η δόμηση φαίνεται καθαρά. Χωρίς ένα επίπεδο διαχείρισης δεδομένων που να συγκεντρώνει πληροφορίες από συστήματα σχεδιασμού, τηλεματική και πύλες πελατών, μια εφαρμογή AI δεν έχει τίποτα συνεπές πάνω στο οποίο να εκπαιδευτεί ή να ανταποκριθεί. Επιχειρήσεις που παραλείπουν αυτό το βήμα και ξεκινούν αμέσως ένα πιλοτικό πρόγραμμα AI σε μία μόνο επιμέρους διαδικασία — για παράδειγμα προγνωστική συντήρηση σε έναν τύπο φορτηγού — διαπιστώνουν συχνά ότι το αποτέλεσμα δεν κλιμακώνεται στον υπόλοιπο στόλο, απλά επειδή τα υποκείμενα δεδομένα δεν έχουν καταγραφεί με τον ίδιο τρόπο. Αυτό δεν είναι τεχνικό ελάττωμα της AI, αλλά ένδειξη ότι το θεμελιώδες επίπεδο δεν έχει ακόμη ολοκληρωθεί.
Αυτή η σειρά δεν ισχύει μόνο για τις μεταφορές. Στον αγροτικό τομέα παρατηρείται το ίδιο πρόβλημα με δεδομένα αισθητήρων που καταγράφονται διαφορετικά ανά καλλιέργεια ή ανά επιχείρηση, και στο λιανικό εμπόριο το βλέπουμε στα δεδομένα αποθέματος και πωλήσεων που παραμένουν ξεχωριστά ανά αλυσίδα καταστημάτων ή κανάλι. Οι μεταφορές διαφοροποιούνται από τον όγκο των δομημένων δεδομένων που ήδη υπάρχουν, γεγονός που κάνει το θεμελιώδες βήμα ταυτόχρονα πιο εύκολο και πιο δελεαστικό να παραλειφθεί — πιο εύκολο επειδή τα δομικά στοιχεία υπάρχουν, πιο δελεαστικό επειδή δίνει την αίσθηση ότι έχεις ήδη προχωρήσει πολύ.
Η μέτρηση ωριμότητας της hybridresourcing τοποθετεί αυτό το μοτίβο σε πέντε επίπεδα, από baseline έως intelligence, κατανεμημένα σε επτά διαστάσεις. Για μια εταιρεία μεταφορών, αυτό συνήθως αποδίδει ένα προφίλ με ένα ισχυρό λειτουργικό επίπεδο και ένα πιο αδύναμο επίπεδο δεδομένων και οργάνωσης, με διαφορές που μπορεί να είναι σημαντικές ανά επιχειρησιακό τμήμα ή υποκατάστημα. Αυτό το προφίλ δεν λέει τίποτα για το αν η AI θα λειτουργήσει ή όχι, ούτε τίποτα για χρονοδιάγραμμα. Δείχνει ποια διάσταση κρατά αυτή τη στιγμή πίσω τις άλλες, και αυτή είναι ακριβώς η πληροφορία που χρειάζεται ένας οργανισμός προτού αποφασίσει από πού να ξεκινήσει. Το εργαλείο που εκτελεί αυτή τη μέτρηση βρίσκεται υπό κατασκευή· όποιος θέλει να το χρησιμοποιήσει μόλις γίνει διαθέσιμο, μπορεί να εγγραφεί στη λίστα αναμονής.
Αυτή η σελίδα αφορά το ερώτημα αν ο οργανισμός μπορεί να στηρίξει την AI — αν τα θεμέλια της οργάνωσης, της υποδομής και των δεδομένων είναι σε τάξη προτού χτιστεί κάτι πάνω τους. Αυτό είναι διαφορετικό ερώτημα από το ποιο μέρος της εργασίας μπορεί η ίδια η AI να αναλάβει. Για αυτό το ερώτημα, στο επίπεδο των μεμονωμένων εργασιών εντός σχεδιασμού, μεταφορών και εφοδιαστικής διοίκησης, υπάρχει η werkscan της FTE TO AI: αυτή υπολογίζει ανά εργασία ποιο μέρος αυτής μπορεί να αναλάβει η AI, ανεξάρτητα από το επίπεδο στο οποίο βρίσκεται ο οργανισμός γύρω της. Όποιος θέλει να μάθει πού βρίσκεται ο οργανισμός, ξεκινά από αυτή τη μέτρηση· όποιος θέλει να μάθει τι συμβαίνει με την ίδια την εργασία, το βρίσκει στη werkscan.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.