Automatizace je pro vaše podnikání zásadní

Automatizace je klíčem k odemknutí velké, udržitelné výhody ve firmách napříč sektory.

Velká data mohou být velkým nic bez přístupu strategické automatizace.

Na jedné straně se nacházíme v opojné době informačního bohatství, s bezprecedentními objemy dat o všem, od výkonu zařízení po chování spotřebitelů na sociálních sítích (více než polovina všech globálních občanů je na sociálních sítích). Ale bez promyšlené automatizace – používání strojů a algoritmů ke zpracování, zpracování a analýze dostupných dat – vaše firma přijde o velkou potenciální příležitost.

Dobře provedená automatizace přeměňuje „mrtvá“ velká data na živý, dýchající zdroj, který můžete použít ke zvýšení hodnoty. Není tedy překvapením, že se o to mnoho podniků snaží automatizovat vše, co automatizovat lze, jak nedávno řekl jeden špičkový ředitel společnosti Google.

Abych vám pomohl přemýšlet o automatizaci ve vašem obchodním kontextu, uvádím tři hlavní způsoby, jak vám tato technologiemi řízená aktivita pomáhá vytvářet hodnotu.

První věc, kterou vám automatizace pomůže udělat, je extrakci funkcínebo vytahování kritických jehel informací z masivních kupek sena. Představte si, že vaše organizace musí kontrolovat patentové přihlášky pro informace o konkrétní technologii a souvisejících technologiích. Možná se díváte na tisíce nebo desítky tisíc aplikací, z nichž každá má 30 nebo více stránek, pro miliony a miliony slov. Ale jen malá část těchto slov a vzájemných vztahů mezi patenty je důležitá, jako například to, na čem závisí patentovaná technologie nebo kvalifikace vynálezců a minulé patenty.

Tento úkol pak, stejně jako mnoho dalších v obchodní sféře, zahrnuje velmi malý poměr signálu k šumu a jeho ruční dokončení by vyžadovalo tisíce hodin lidí, což je příliš nákladné a časově náročné. Ale algoritmus založený na strojovém učení by mohl být trénován tak, aby relativně rychle vyhledal klíčové informace, které jsou potřeba, což ušetří značný čas a úsilí. Kromě toho řekněte, že v budoucnu budete chtít hledat stejnou sadu patentů nebo související patenty, ale jiné informace, jako je velikost týmu žadatelů o patent. Algoritmus můžete snadno přeprogramovat nebo přeškolit, abyste se tohoto úkolu ujal, čímž získáte úspory z rozsahu a vyšší návratnost své počáteční investice.

Za druhé, automatizace pomáhá kontrola a čištění dat. Soubory dat často vyžadují práci. Existují chyby a chybějící hodnoty, anomálie a někdy i důkazy zkreslení. Pokud byl například algoritmus trénován tak, aby odhaloval charakteristiky porušovatelů zákona, ale používá údaje pouze o pachatelích, kteří byli dopadeni, bude algoritmus zkreslený, protože postrádá údaje o pachatelích, kteří nebyli zajati – což je zvláštní problém pro kriminalitu bílých límečků, která má tendenci být podhlášen. Opět platí, že kontrola a řešení tohoto obrovského množství potenciálních problémů je příliš mnoho na to, abyste je museli brát ručně. Automatizace však umožňuje rychlé nasazení nástrojů pro testování a čištění, což opět šetří čas a zároveň vytváří hodnotu.

Za třetí, a to je velký, automatizace je hnací motor analytiky. Včerejší jednoduché regresní analýzy se staly dnešním shlukováním a náhodnými lesy, poháněnými strojovým učením, ať už pro pochopení uživatelů produktů, předpovídání prodejů na příští měsíc za účelem optimalizace zásob nebo předpovídání dopadu nové reklamní kampaně. Automatizace založená na strojích vám nejen umožňuje pravidelně opakovat standardizované analytické procesy s nízkými náklady, ale také dokáže odhalit nelineární vzory, které my lidé neumíme.

Moje laboratoř například studovala více než 5 milionů patentů pomocí algoritmem řízených analýz, abychom zjistili, zda bychom na základě informací o jejich patentových přihláškách mohli předvídat nástup převratných technologií budoucnosti. Předpokládali jsme, že stroj by identifikoval budoucí patenty z aplikačních dat, pokud by měl vynález samostatné, „zázračné“ schopnosti nebo nápady. Algoritmus nakonec našel patenty budoucnosti s vysokou přesností, ale ne tak, jak jsme si my lidé představovali. To znamená, že algoritmus neidentifikoval budoucí patent na zásah na základě jeho samostatných schopností; spíše identifikovala hit patenty na základě toho, zda byly součástí a shluk přidružených patentů, které by společně mohly vyřešit specifické problémy v kombinaci, které by žádný jednotlivý patent nedokázal vyřešit sám.

Například ultrazvuková technologie měla velký dopad na zdravotnictví několik let poté, co byla poprvé představena, a umožnila neinvazivní zobrazování a léčbu fyzických stavů, jako jsou ledvinové kameny a dokonce i některé druhy rakoviny. Ale tento pokrok by byl nemožný bez vynálezů v menším měřítku nad rámec základní technologie – aplikátorů, procesů snižujících statickou elektřinu, specializovaných lékařských podložek a svorek, které byly vyvinuty nezávisle na ultrazvukové technologii, ale jsou zásadní pro jejich úspěšnou aplikaci v medicíně. Naše automatizovaná analýza spolehlivě rozpoznala existenci těchto shluků souvisejících patentů ve více než 5 milionech patentů od zdravotnických produktů po nejnovější technologii golfových míčků a že tyto shluky byly korelovány s pravděpodobností, že se patenty v nich stanou budoucími dominantními technologiemi – a závěr nebyl dříve oceněn.

Můj Severozápadní kolega Andrew Papachristos použil podobnou analýzu, aby to ukázal policejní korupce v Chicagu nepochází z několika „zlých“ policistů, ale ze sítě propojených policistů jednajících ve zlé víře; jeho práce umožňuje včasnější odhalení takových problémů.

Doufám, že jsem objasnil vzájemně se posilující výhody automatizace a vysvětlil, jak vám může pomoci přeměnit data na velkou udržitelnou hodnotu. Čím více dat máte, tím více potřebujete automatizaci; jakmile budete mít silné automatizační schopnosti, můžete shromáždit a využít ještě více dat a cyklus pokračuje.

Sečteno a podtrženo: automatizace je stále důležitější schopností a může být klíčová pro krátkodobou i dlouhodobou výkonnost vaší firmy. Je však důležité porozumět tomu, jak zvyšuje hodnotu, a podniknout kroky ke zmírnění jeho velmi skutečných nevýhod, pro dobro vaší společnosti a široké komunity, ve které působí.

Ve druhé části tohoto článku proberu tři hlavní nevýhody automatizace – vysvětlitelnost, transparentnost a náklady – a jak je řešit.