一些國家已經(jīng)意識到效率低下的情況。根據(jù)國際貨幣基金組織的一項研究,由于效率低下,一些國家浪費了約三分之一的基礎(chǔ)設(shè)施支出。調(diào)研機(jī)構(gòu)麥肯錫公司估計,隨著數(shù)字技術(shù)被整合到業(yè)務(wù)流程和工作流程中,在未來十年中,可能導(dǎo)致每年生產(chǎn)率平均提高2%。
效率與效益
產(chǎn)業(yè)轉(zhuǎn)型有多種形式。傳統(tǒng)方法包括業(yè)務(wù)流程再造(BPR)、6 Sigma以及工作流程的數(shù)字化。如今這些已經(jīng)發(fā)生改變,三大趨勢推動著工作場所中工作的轉(zhuǎn)變。大型基礎(chǔ)設(shè)施將通過以下方式為他們的業(yè)務(wù)帶來更大的收益:
•人工智能的興起
•增強機(jī)器和傳感器的互連性
•數(shù)據(jù)的數(shù)字化
這些主題的早期采用者將在客戶差異化和運營效率方面都具有關(guān)鍵的競爭優(yōu)勢。
必須理解的是,自動化與自主性在本質(zhì)上是不同的。工作流程的自動化提供了更高的質(zhì)量和更快的工作流程,而自主性則提供了反饋循環(huán)來響應(yīng)工作流程中的模糊性。
雖然過去的驅(qū)動力是為了消除流程的可變性,但如果操作得當(dāng),新工作流程在執(zhí)行作業(yè)時可能不會受到模糊信息的影響。
以控制汽車的速度為例。它可以自動執(zhí)行駕駛員的工作并保持速度不變。而將更多相互連接的傳感器添加到控制系統(tǒng)后,就會創(chuàng)建一個更復(fù)雜的自動駕駛系統(tǒng)。隨著增加傳感器數(shù)量和相關(guān)的計算能力來做出快速決策,正在轉(zhuǎn)向自主性——控制系統(tǒng)將自動響應(yīng)無法預(yù)見的障礙或危險。
如果工作人員不需要編寫所有規(guī)則,而是讓機(jī)器學(xué)習(xí)自主學(xué)習(xí),這些對各種情況的響應(yīng)將更加有效。人工智能特別擅長模式識別,可以觸發(fā)響應(yīng)。因此,人工智能系統(tǒng)將對當(dāng)前常規(guī)、可預(yù)測和重復(fù)的工作流程產(chǎn)生更大的影響。
規(guī)模龐大的工業(yè)過程成為人工智能的首批受益者之一??梢猿浞窒拗撇僮鞯目勺冃?,以測試和優(yōu)化自主性。在此之后,可以對操作環(huán)境實現(xiàn)通用化,以獲得更大的好處。
最后,人機(jī)界面將繼續(xù)發(fā)揮重要作用。從操作流程到監(jiān)督流程,工作人員的工作性質(zhì)會發(fā)生變化。
為了實現(xiàn)工業(yè)流程的自主性,必須剖析并研究哪些要素可以完全實現(xiàn)自動化,哪些要素需要人工監(jiān)督,哪些領(lǐng)域仍然需要人員參與。一旦建立了這種清晰性,就可以為自主性提供一條途徑。從當(dāng)今已存在的硬件、連接性、計算和數(shù)據(jù)開始,并逐步隨著時間的推移插入其他元素以提高效率和更高質(zhì)量的流程。
真實的例子
以評估大規(guī)?;馂?zāi)之后的保險索賠為例,例如在加利福尼亞州馬里布發(fā)生的火災(zāi)。社區(qū)和保險公司需要6到9個月的時間以及需要數(shù)千名專家和志愿者來準(zhǔn)確了解火災(zāi)的影響。許多受害者留下的信息很少或根本沒有信息。借助當(dāng)今可用的先進(jìn)技術(shù),現(xiàn)在可以在幾周(有時甚至幾天)內(nèi)完成這項工作。
改變這一檢查過程首先是獲得適當(dāng)?shù)脑O(shè)備用于現(xiàn)場檢查,即網(wǎng)絡(luò)連接機(jī)器人和無人機(jī)配備計算機(jī)視覺和其他傳感器。工作人員將設(shè)置飛行區(qū)域并清理空域。利用一套經(jīng)過定制訓(xùn)練的人工智能來收集、理解和分析從殘骸中獲得的數(shù)據(jù)集,機(jī)器人和無人機(jī)將自主地找到自己的方式來收集數(shù)據(jù),并將數(shù)據(jù)傳輸回工作人員,以獲得索賠和回收物流的見解。
這是一個真實的案例,為開展業(yè)務(wù)做好了準(zhǔn)備。保險公司可以確定賠付的金額,公用事業(yè)公司開始實施設(shè)備恢復(fù)工作;而受災(zāi)家庭開始重建他們的家園。
版權(quán)聲明:本文為企業(yè)網(wǎng)D1Net編譯,轉(zhuǎn)載需注明出處為:企業(yè)網(wǎng)D1Net,如果不注明出處,企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。