Аутоматизација је критична за ваше пословање

Аутоматизација је кључ за откључавање велике, одрживе предности у предузећима у различитим секторима.

Велики подаци могу бити велико ништа без приступа стратешкој аутоматизацији.

С једне стране, налазимо се у великом времену богатства информација, са невиђеним количинама података о свему, од перформанси опреме до понашања потрошача на друштвеним медијима (више од половине свих грађана света је на друштвеним мрежама). Али без промишљене аутоматизације – употребе машина и алгоритама за руковање, обраду и анализу доступних података – ваше предузеће ће изгубити велику потенцијалну прилику.

Добро обављена, аутоматизација претвара „мртве“ велике податке у жив, дисајући ресурс који можете користити за повећање вредности. Стога не чуди да многе компаније имају за циљ аутоматизовати све што се може аутоматизовати, као што је недавно рекао један врхунски извршни директор Гоогле-а.

Да бих вам помогао да размишљате о аутоматизацији у вашем пословном контексту, представљам три главна начина на која вам ова технолошка активност помаже да створите вредност.

Прва ствар коју вам аутоматизација помаже јесте издвајање својстава, или извлачење критичних игала информација из огромних пластова сена података. Замислите да ваша организација мора да прегледа пријаве за патенте за информације о одређеној технологији и сродним технологијама. Можда гледате хиљаде или десетине хиљада апликација, од којих свака има 30 или више страница, за милионе и милионе речи. Али само мали део тих речи и међуодноса међу патентима је битан, као што је то од чега зависи патентирана технологија или квалификације проналазача и претходни патенти.

Овај задатак, онда, као и многи у пословном домену, укључује веома мали однос сигнал-шум и захтевао би хиљаде људи сати за ручно обављање – нешто што је превише трошковно и временски недовољно. Али алгоритам заснован на машинском учењу могао би да се обучи да релативно брзо пронађе кључне информације које су потребне, штедећи значајно време и труд. Штавише, реците да сте у будућности желели да претражујете исти скуп патената или сродних, али за различите информације, као што је величина тима подносиоца пријаве. Можете лако да репрограмирате или поново обучите алгоритам да преузме тај задатак, остваривши економију обима и већи повраћај ваше почетне инвестиције.

Друго, аутоматизација помаже проверу података и чишћење. Скуповима података је често потребно радити. Постоје грешке и недостајуће вредности, аномалије, а понекад и докази пристрасности. На пример, ако је алгоритам био обучен да уочи карактеристике прекршилаца закона, али користи податке само о преступницима који су ухваћени, алгоритам ће бити пристрасан јер му недостају подаци о преступницима који нису ухваћени – посебан проблем за криминал са белим оковратницима, који има тенденцију да се не пријави. Опет, провера и решавање овог огромног броја потенцијалних проблема је превише за ручно. Али аутоматизација омогућава брзу примену алата за тестирање и чишћење, чиме се поново штеди време док ствара вредност.

Треће, и ово је велико, аутоматизација је главна ствар покретачки мотор аналитике. Јучерашње једноставне регресионе анализе постале су данашње груписање и насумичне шуме, које покреће машинско учење, било за разумевање корисника производа, предвиђање продаје за следећи месец ради оптимизације залиха или предвиђање утицаја нове рекламне кампање. Аутоматизација заснована на машинама не само да вам омогућава да редовно понављате стандардизоване аналитичке процесе по ниској цени, већ такође може уочити нелинеарне обрасце које ми људи не можемо.

На пример, моја лабораторија је проучавала преко 5 милиона патената користећи анализе вођене алгоритмом да би видела да ли можемо да предвидимо деби револуционарних будућих технологија на основу њихових информација о пријави патента. Претпоставили смо да би машина идентификовала будуће хитне патенте из података о апликацији ако би проналазак имао самосталне, „чудотворне“ могућности или идеје. На крају, алгоритам је пронашао хит патенте будућности са великом прецизношћу, али не на начин на који смо ми људи замислили. То јест, алгоритам није идентификовао будући хит патент на основу његових самосталних могућности; него је идентификовао хит патенте на основу тога да ли су део а група повезаних патената који би заједно могли да реше специфичне проблеме у комбинацији које ниједан појединачни патент не би могао да реши сам.

На пример, ултразвучна технологија је имала велики утицај на здравствену заштиту неколико година након што је први пут представљена, омогућавајући неинвазивно снимање и лечење физичких стања попут камена у бубрегу, па чак и неких карцинома. Али тај напредак би био немогућ без изума мањих размера изван основне технологије — апликатора, процеса за смањење статике, специјализованих медицинских јастучића и стезаљки које су развијене независно од ултразвучне технологије, али су критичне за њену успешну примену у медицини. Наша аутоматизована анализа поуздано је препознала постојање ових група повезаних патената у преко 5 милиона патената од здравствених производа до најновије технологије лоптица за голф и да су ови кластери у корелацији са вероватноћом да ће патенти у њима постати будуће доминантне технологије – закључак који се раније није ценио.

Мој северозападни колега Андрев Папацхристос користио сличну аналитику да то покаже корупција полиције у Чикагу не произилази из неколико службеника „лоше јабуке“, већ из мреже повезаних полицајаца који делују у лошој намери; његов рад омогућава раније откривање оваквих питања.

Надам се да сам разјаснио предности аутоматизације које се међусобно појачавају и како вам она може помоћи да трансформишете податке у велику, одрживу вредност. Заиста, што више података имате, више вам је потребна аутоматизација; када имате јаке могућности аутоматизације, можете прикупити и искористити још више података, а циклус се наставља.

Закључак: аутоматизација је све критичнија способност и може бити кључна за краткорочне и дугорочне перформансе вашег пословања. Али важно је разумети како то подстиче вредност и предузети кораке за ублажавање његових стварних недостатака, за добро ваше компаније и шире заједнице у којој послује.

У другом делу овог чланка говорићу о три главне недостатке аутоматизације — објашњивости, транспарентности и трошковима — и како их решити.