Automatizacija je ključna za vaše poslovanje

Automatizacija je ključ za otključavanje velike, održive prednosti u tvrtkama u različitim sektorima.

Veliki podaci mogu biti veliko ništa bez pristupa strateškoj automatizaciji.

S jedne strane, nalazimo se u velikom vremenu bogatstva informacija, s neviđenim količinama podataka o svemu, od performansi opreme do ponašanja potrošača na društvenim medijima (više od polovice svih građana svijeta je na društvenim mrežama). Ali bez promišljene automatizacije – korištenja strojeva i algoritama za rukovanje, obradu i analizu dostupnih podataka – vaše će poslovanje izgubiti veliku potencijalnu priliku.

Dobro obavljena, automatizacija pretvara "mrtve" velike podatke u živ, disajući resurs koji možete koristiti za povećanje vrijednosti. Stoga ne čudi što mnoge tvrtke imaju za cilj automatizirati sve što se može automatizirati, kao što je nedavno rekao jedan vrhunski izvršni direktor Googlea.

Kako bih vam pomogao da razmislite o automatizaciji u vašem poslovnom kontekstu, predstavljam tri glavna načina na koja vam ova tehnološka aktivnost pomaže stvoriti vrijednost.

Prva stvar koju vam automatizacija pomaže jest ekstrakcija značajke, ili izvlačenje kritičnih iglica informacija iz ogromnih hrpa podataka. Zamislite da vaša organizacija mora pregledati patentne prijave za informacije o određenoj tehnologiji i srodnim tehnologijama. Možda gledate tisuće ili desetke tisuća aplikacija, od kojih svaka ima 30 ili više stranica, za milijune i milijune riječi. Ali samo je mali udio tih riječi i međuodnosa među patentima bitan, kao što je to o čemu ovisi patentirana tehnologija ili kvalifikacije izumitelja i prošli patenti.

Ovaj zadatak, dakle, kao i mnogi u poslovnoj domeni, uključuje vrlo mali omjer signala i šuma i zahtijevao bi tisuće sati ljudi za ručno izvršenje – nešto previše troškovno i vremenski previsoko. Ali algoritam koji se temelji na strojnom učenju mogao bi se osposobiti za relativno brzo pronalaženje ključnih informacija koje su potrebne, štedeći značajno vrijeme i trud. Štoviše, recite da ste u budućnosti htjeli pretraživati ​​isti skup patenata ili srodnih, ali za različite informacije, kao što je veličina tima podnositelja zahtjeva za patent. Možete jednostavno reprogramirati ili ponovno uvježbati algoritam da preuzme taj zadatak, stječući ekonomiju razmjera i veći povrat na početno ulaganje.

Drugo, automatizacija pomaže provjera podataka i čišćenje. Skupovi podataka često trebaju raditi. Postoje pogreške i nedostajuće vrijednosti, anomalije, a ponekad i dokazi pristranosti. Na primjer, ako je algoritam bio osposobljen da uoči karakteristike prekršitelja zakona, ali koristi podatke samo o počiniteljima koji su uhvaćeni, algoritam će biti pristran jer mu nedostaju podaci o počiniteljima koji nisu uhvaćeni – poseban problem za kriminal s bijelim ovratnicima, koji obično biti nedovoljno prijavljeni. Opet, provjeravanje i rješavanje ovog golemog broja potencijalnih problema previše je za ručno. Ali automatizacija omogućuje brzu implementaciju alata za testiranje i čišćenje, opet štedi vrijeme dok stvara vrijednost.

Treće, i ovo je veliko, automatizacija je glavna stvar pokretački motor analitike. Jučerašnje jednostavne regresijske analize postale su današnje grupiranje i nasumične šume, pokretane strojnim učenjem, bilo za razumijevanje korisnika proizvoda, predviđanje prodaje za sljedeći mjesec radi optimizacije zaliha ili predviđanje učinka nove reklamne kampanje. Automatizacija temeljena na stroju ne samo da vam omogućuje da redovito ponavljate standardizirane analitičke procese uz niske troškove, već također može uočiti nelinearne obrasce koje mi ljudi ne možemo.

Na primjer, moj laboratorij je proučavao više od 5 milijuna patenata koristeći analize vođene algoritmom kako bismo vidjeli možemo li predvidjeti debi revolucionarnih budućih tehnologija na temelju njihovih informacija o prijavi patenta. Pretpostavili smo da bi stroj identificirao buduće hitne patente iz podataka o aplikaciji ako bi izum imao samostalne, "čudotvorne" sposobnosti ili ideje. U konačnici, algoritam je pronašao hit patente budućnosti s velikom točnošću, ali ne na način na koji smo mi ljudi zamislili. Odnosno, algoritam nije identificirao budući hit patent na temelju njegovih samostalnih mogućnosti; nego je identificirao hit patente na temelju toga jesu li dio a grozd povezanih patenata koji bi zajedno mogli riješiti specifične probleme u kombinaciji koje nijedan pojedinačni patent ne bi mogao riješiti sam.

Na primjer, ultrazvučna tehnologija imala je veliki utjecaj na zdravstvenu skrb nekoliko godina nakon što je prvi put predstavljena, omogućujući neinvazivno snimanje i liječenje fizičkih stanja poput bubrežnih kamenaca, pa čak i nekih karcinoma. Ali taj napredak bio bi nemoguć bez izuma manjih razmjera izvan osnovne tehnologije - aplikatora, procesa za smanjenje statike, specijaliziranih medicinskih jastučića i stezaljki koje su razvijene neovisno o ultrazvučnoj tehnologiji, ali su kritične za njezinu uspješnu primjenu u medicini. Naša automatizirana analiza pouzdano je prepoznala postojanje ovih skupina povezanih patenata u više od 5 milijuna patenata, od zdravstvenih proizvoda do najnovije tehnologije loptica za golf, te da su ti klasteri povezani s vjerojatnošću da će patenti u njima postati sutrašnje dominantne tehnologije – zaključak koji prije nije bio cijenjen.

Moj kolega sa sjeverozapada Andrija Papachristos koristio sličnu analitiku kako bi to pokazao korupcija policije u Chicagu ne proizlazi iz nekoliko službenika "loše jabuke", već iz mreže povezane policije koja djeluje u lošoj namjeri; njegov rad omogućuje ranije otkrivanje takvih problema.

Nadam se da sam razjasnio prednosti automatizacije koje se međusobno pojačavaju i kako vam ona može pomoći da podatke pretvorite u veliku, održivu vrijednost. Doista, što više podataka imate, više vam je potrebna automatizacija; nakon što imate jake mogućnosti automatizacije, možete prikupiti i iskoristiti još više podataka, a ciklus se nastavlja.

Zaključak: automatizacija je sve kritičnija sposobnost i može biti ključna za kratkoročnu i dugoročnu izvedbu vašeg poslovanja. No, važno je razumjeti kako potiče vrijednost i poduzeti korake za ublažavanje njegovih vrlo stvarnih nedostataka, za dobro vaše tvrtke i šire zajednice u kojoj posluje.

U drugom dijelu ovog članka raspravit ću tri glavne nedostatke automatizacije – objašnjivost, transparentnost i cijenu – i kako ih riješiti.