При всех «уличных» разговорах о нарушениях на различных рынках, от автомобильной промышленности до розничной торговли, может быть легко действовать реактивно и слишком быстро меняться, вместо того, чтобы действовать стратегически и делать то, что лучше для вашей отрасли. бизнес (по данным Reuters, на конец июля Amazon получил 10% звонков о прибылях и убытках в США). Это? Помимо того, что вас перепрыгивают через лекционные залы ведущих бизнес-школ мира и в залах заседаний организаций - что на самом деле означает нарушение, каковы его последствия и как бизнес-лидер может опередить его ускорение?
Мы все это видели, независимо от того, включили ли вы свой любимый плейлист в Spotify, использовали ли вы распознавание лиц на своем смартфоне, чтобы запечатлеть идеальный снимок вашей дочери, проливающей гороховое пюре на ковер в столовой, или наслаждались этим. бесценный номер с видом на океан на вашу годовщину (спасибо Airbnb). Осмелюсь ли я упомянуть, что Amazon делает со многими отраслями? Спросите Blue Apron, чье неутешительное IPO, худшее в 2017 году, можно объяснить недавним объявлением о бизнесе Amazon по производству наборов для еды. Мы видим и используем эти прорывные предприятия каждый день и приветствуем изменения в услугах и продуктах, которые делают нашу жизнь лучше, но иногда мы забываем, что существовало множество рабочих вариаций этих предложений задолго до цифровой революции.
Сбои будут происходить в каждой из наших организаций с нарастающей скоростью, о чем свидетельствует средняя продолжительность жизни компании в S&P 500 на диаграмме ниже, но именно так мы подготавливаем бизнес-модели для более эффективного использования технологий, человеческого капитала и образования. демократизировать данные - дать возможность разрушить сложившуюся ситуацию и дать возможность лучше понять, кто является клиентом и что является наиболее ценным для его опыта и потребностей.
Производительность: оптимизация вектора обучения
В подкасте Сэма Харриса «Пробуждение» его эпизод «Пейзаж разума» продолжает разговор с Кевином Келли, основателем журнала WIRED, и они обсуждают возможности человеческого интеллекта и то, как это применимо к обучению в условиях все более изменяющихся технологий. пейзаж, «единственная грамотность, которой следует учить в школе ... это то, что вы можете научиться учиться ... это будет единственный настоящий мета-навык, который вам понадобится в будущем, если вы хотите знаний, вы спросите машину ». Один из моральных принципов разговора: мы все больше используем технологии, и пожилые люди будут иметь с ними более тяжелые времена, чем недавние технологические аборигены, но эти молодые люди в конечном итоге пострадают от отключений, поскольку они знакомятся с технологиями будущего (подумайте, от миллениалов, выросших вокруг мобильных телефонов, до новых поколений, выросших с дополненной реальностью). Организации теперь должны разработать «программу обучения тому, как учиться». Технологии экспоненциально растут в интенсивности, намного быстрее, чем люди могут научиться ими пользоваться, и единственное противоядие от этого - установка на гипер-рост, предполагающую взаимодействие с технологиями и максимально быстрое использование. Как мы можем помочь сотрудникам и командам в организациях учиться «лучше» и быстрее, чтобы не отставать от них?
Недавно я окончил очную степень магистра делового администрирования и был нанят Microsoft в качестве надежного советника для наших клиентов, помогая им модернизировать свои данные и осуществлять цифровую трансформацию. Кривая обучения была невероятно крутой, и, чтобы добиться успеха, я знал, что не могу учиться теми же способами, что и в прошлом (аналоговые процессы обучения, адаптация в изолированной среде, ожидание «обучения» со стороны организация в формальной программе). Все движется слишком быстро, и моим клиентам нужны партнеры, которые научат их модернизации и готовы идти пешком. Вместо того, чтобы полагаться на эти старые способы обучения в новой роли, я полагался на данные, технологии и людей. Я использую идеи, полученные с помощью наших внутренних панелей визуализации, Power BI, чтобы лучше понять, как наши клиенты взаимодействуют с нашими продуктами и как мы можем лучше их обслуживать. LinkedIn спасает жизнь, ищет специалистов в организации, которые могут поговорить в определенных областях, и быстро связываться с ними в виртуальных средах или с помощью «чат-ботов» на базе Cortana для планирования встреч. Что было наиболее полезным; подключение к внутренним продуктам Microsoft через облако, получение видео и программных заметок во время полета или на беговой дорожке в тренажерном зале, применение этого к бизнес-задачам моих клиентов и отправка цифровых ресурсов клиентам на легкодоступном портале с Pointdrive от Linkedin. Улучшение быстрого доступа к аналитическим данным в цифровом формате и с помощью портфеля различных инструментов и сред оптимизировало мой вектор обучения и позволило мне принимать более обоснованные решения, помогая моим клиентам предлагать эффективные решения, подкрепленные аналитическими данными, которые помогают им модернизироваться.
На этом все не заканчивается, другие синергетические инструменты, увеличивающие продуктивность, могут включать модели машинного обучения, которые могут работать автономно поверх любого репозитория данных, собирать больше данных с помощью самообучения и создавать дополнительную информацию, которая приводит к более эффективному принятию решений менеджерами. . Никогда еще не было необходимости в предоставлении аналитических данных с такой высокой скоростью, если мы не можем учиться, обучать и развертывать быстро, то наши клиенты должны искать в другом месте. Обеспечение взаимодействия сотрудников, творчества и легкости совместной работы повышает продуктивность и ускоряет обучение, позволяя предприятиям больше времени сосредоточиться на своих собственных функциях. Чем быстрее люди научатся лучше учиться, тем быстрее они смогут распределять ценности с соответствующими темпами изменений внутри организации.
Облако: большие данные - это проблема, а не решение
Затем есть облако. Тем не менее, многие люди не понимают, что это за чертовщина. В книге Майкла Фридмана «Спасибо за ожидание» он приводит некоторые данные Business Insider о текущем понимании облачных технологий, примерно 51% респондентов (включая миллениалов) считают, что штормовая погода повлияет на облако . Это то, чем является облако на простом языке; владелец большого компьютерного сервера (представьте себе компанию, которая владеет складом, полным компьютеров, которые не используются) однажды решает монетизировать дополнительное хранилище и вычислительное пространство, которое не использовалось этими дополнительными компьютерами - пуф , облако рождается. Наряду с облаком появился расплывчатый термин «большие данные» и то, как это решение для всего. Тем не менее, количество данных вокруг нас со временем увеличивается, начиная с того, что мы помещаем в наш латте, и заканчивая тем, как долго мы просматриваем онлайн-контент. Полет на Боинге 747 может дать 500 гигабайт данных, а одна минута поездки на автономном автомобиле может дать почти то же самое. Сегодня большие данные - это проблема, к которой мы должны подходить методично: как мы их воспринимаем, храним, и поместье, из которого мы организуем и превращаем их в принятие проницательных решений, является решением. Это не так просто. За последние 2 года мы собрали 90% всех мировых данных за историю человечества. Что-то делать с постоянно растущим потреблением данных - вот что компании изо всех сил пытаются выработать стратегию.
Более серьезный вопрос для бизнеса: «Как я могу использовать облако, чтобы повлиять на мою прибыль и генерировать новые потоки доходов?»
Помимо масштабируемости, безопасности, доступности с нескольких устройств и геолокации по всему миру… и т. Д., Теперь вы можете хранить свои данные в одном центральном месте и анализировать их. Здесь мы вводим A.I. и машинное обучение. Что такое машинное обучение? Данные передаются в машину, что позволяет машине создавать на основе данных структуру предположений. По мере того, как вы вводите все больше данных в структуру машины, она становится все лучше и лучше при прогнозировании будущих результатов с помощью этой развивающейся структуры, она может бесконечно превзойти, создавая более точные возможности прогнозирования таким образом. Теперь машина может автоматизировать решения и задачи или помогать людям принимать решения и выполнять задачи, используя эту учебную программу на основе данных. Звучит слишком футуристично? А теперь представьте, что вы Rolls Royce, один из крупнейших в мире производителей реактивных двигателей (и ценный клиент Microsoft), и вы хотели знать, когда ваши двигатели выйдут из строя, на основе телеметрии, которую датчики питали вас от двигателей со всего мира. В случае с Roll’s Royce им платят только тогда, когда их двигатели работают, вы можете назвать это «оплата по мере использования» или «двигатели aaS». Датчики IOT передают в облако сигналы о работоспособности двигателя, а с помощью некоторого машинного обучения и вычислений алгоритмы прогнозного обслуживания позволяют пометить эти двигатели для обслуживания задолго до того, как что-то действительно пойдет не так, что позволяет обслуживающим бригадам ждать в соответствующих аэропортах для самолет, чтобы приземлиться, с правильными инструментами в руках, чтобы довести двигатель до полной исправности, не увеличивая время работы. Это реальная история:
Эти технологии не являются научной фантастикой и предназначены не только для организаций с большими карманами. Это реальные решения, которые сегодня помогают тысячам предприятий во всем мире бороться с разрушительной силой с помощью цифровой трансформации. В целом сообщение однозначно: то, как вы будете нарушены, зависит от того, сколько времени потребуется вашей организации для разработки оптимальной среды обучения и продуктивности, принятия масштабных облачных вычислений и обработки, а также использования ИИ и машинного обучения для более точных прогнозов. и другие действия, основанные на интеллекте.
Давайте продолжим разговор, поделимся нашими идеями и видениями, поможем друг другу обучить и поразмышляем о том, как мы можем лучше принять цифровую трансформацию и создать лучшее завтра.
Не стесняйтесь писать мне на connectedIn: https://www.linkedin.com/in/derekwesleyrussell/
