[摘要] 數(shù)字化這一主題對于要實(shí)施規(guī)范性敏捷操作流程的企業(yè)至關(guān)重要。數(shù)字知識(shí)正是實(shí)現(xiàn)這一過程的行業(yè)術(shù)語。
數(shù)字化這一主題對于要實(shí)施規(guī)范性敏捷操作流程的企業(yè)至關(guān)重要。數(shù)字知識(shí)正是實(shí)現(xiàn)這一過程的行業(yè)術(shù)語。數(shù)字知識(shí)是將人類專業(yè)知識(shí)及業(yè)務(wù)數(shù)據(jù)信息化的手段和規(guī)則，將這些見解變成數(shù)字化信息，并提供輔助決策。分析是數(shù)字知識(shí)的關(guān)鍵工具，盡管許多公司正是以這種方式使用它們的前端。
許多企業(yè)都在謀劃數(shù)字化轉(zhuǎn)型路線圖。這一點(diǎn)在復(fù)雜的全球工業(yè)市場的世界500強(qiáng)企業(yè)表現(xiàn)的更為明顯。其中涵蓋多個(gè)行業(yè)，包括石油、天然氣、航海和制造業(yè)等。
對于這些大型組織而言，轉(zhuǎn)型不僅僅是技術(shù)層面的問題。它是一場關(guān)于超越20世紀(jì)的商業(yè)實(shí)踐，并利用顛覆性創(chuàng)新能力，在數(shù)據(jù)驅(qū)動(dòng)的繁榮經(jīng)濟(jì)體系下茁壯成長的革命。這場數(shù)字革命的關(guān)鍵不僅在于盈利能力，安全性，客戶滿意度，運(yùn)營效率，環(huán)境管理等，還取決于企業(yè)數(shù)字化轉(zhuǎn)型的能力以及比競爭對手更快的轉(zhuǎn)型速度。
數(shù)據(jù)無處不在，但還不夠
數(shù)字化轉(zhuǎn)型并不缺乏可以利用的數(shù)據(jù)。大型企業(yè)通過系統(tǒng)或手動(dòng)收集數(shù)據(jù)的歷史由來已久。如今，技術(shù)已經(jīng)破除了許多壁壘，打通了信息孤島。使企業(yè)可以更容易地追蹤訪問豐富的歷史性能數(shù)據(jù)?；ヂ?lián)裝置，設(shè)備，系統(tǒng)和組織架構(gòu)可以隨時(shí)生成，收集和共享實(shí)時(shí)數(shù)據(jù)。
然而，許多工業(yè)企業(yè)在數(shù)據(jù)應(yīng)用于數(shù)字化轉(zhuǎn)型的過程中遇到了困阻。數(shù)據(jù)的數(shù)量，復(fù)雜性和傳輸速度往往使系統(tǒng)不堪重負(fù)。價(jià)值實(shí)現(xiàn)被無限期延遲，甚至是無法實(shí)現(xiàn)。
這些問題出現(xiàn)的部分原因在于組織錯(cuò)誤地認(rèn)為數(shù)據(jù)、數(shù)據(jù)湖、算法和分析引擎的簡單組合本身就是完美的解決方案。而在行業(yè)專家看來，簡單的數(shù)據(jù)集組合很難得到完美的行業(yè)解決方案。特別是對于世界500強(qiáng)的工業(yè)企業(yè)而言，這些公司必須輕松處理可以想象到的最大數(shù)據(jù)集。
知識(shí)是關(guān)鍵，但仍然被隱藏
在數(shù)字化轉(zhuǎn)型的方程式中，往往缺乏任務(wù)關(guān)鍵型能力。人類的專業(yè)知識(shí)將驅(qū)動(dòng)數(shù)據(jù)中的內(nèi)在價(jià)值并確保價(jià)值即時(shí)實(shí)現(xiàn)。專業(yè)知識(shí)可以理解數(shù)據(jù)的含義以及知道如何、何時(shí)采取合適的建議來實(shí)現(xiàn)效益轉(zhuǎn)化。最終，人類的專業(yè)知識(shí)優(yōu)化了轉(zhuǎn)型的價(jià)值，并確保執(zhí)行中的準(zhǔn)確性和速度。
通過提供必要的背景知識(shí)，公司可以利用其專業(yè)的洞見實(shí)現(xiàn)理想的成果：流程效率、盈利能力、績效、安全性等。然而，這種來自于人的洞見往往隱藏在組織中，緊密地束縛在落后的企業(yè)文化中，就像大多數(shù)非結(jié)構(gòu)化數(shù)據(jù)一樣。
克服知識(shí)障礙
部落知識(shí)(tribalknowledge)繼續(xù)混淆
幾十年來，獲得和應(yīng)用知識(shí)是工業(yè)公司持續(xù)追求的關(guān)鍵任務(wù)之一。新技術(shù)、培訓(xùn)和教育方法以及系統(tǒng)和工作工具已被嘗試用于獲取和轉(zhuǎn)移部落知識(shí)(tribalknowledge)。
整個(gè)行業(yè)都在努力“破解”部落知識(shí)(tribalknowledge)的代碼。此外，無數(shù)的內(nèi)部倡議已經(jīng)得到資助，然后在進(jìn)展中消亡。在建立組織知識(shí)的需要和對高價(jià)值專家的工作安全的潛在前景的考慮下，公司一直在努力取得進(jìn)展。
現(xiàn)在，很多經(jīng)驗(yàn)豐富的個(gè)人，包括大型組織中數(shù)以千計(jì)的專題專家都已達(dá)到退休年齡。因此，企業(yè)正在面臨失去這些工作者的經(jīng)驗(yàn)和專業(yè)知識(shí)的困境。
數(shù)字化轉(zhuǎn)型中被擱淺的知識(shí)
除了處理部落知識(shí)(tribalknowledge)所面臨的挑戰(zhàn)外，有著長期搜集數(shù)據(jù)歷史的工業(yè)公司將可以操作的信息留在了未處理的數(shù)據(jù)及其來源中。盡管他們提高了訪問這些信息的能力，但這種趨勢仍將繼續(xù)。許多知識(shí)面臨的困境是，它們被收集起來，但很少被使用。
這些數(shù)據(jù)通常是結(jié)構(gòu)化和非結(jié)構(gòu)化格式的組合。數(shù)據(jù)格式包括照片、音頻、電子表格、紙質(zhì)工作單、電子郵件、報(bào)告、維護(hù)日志、流式視頻、信任評級、行業(yè)標(biāo)準(zhǔn)流程、社交媒體發(fā)布內(nèi)容等。
數(shù)據(jù)無處不在，但是知識(shí)在很大程度上是被隱藏的。如果大型工業(yè)組織無法識(shí)別、訪問、場景化并分享這一重要的專題知識(shí)，即其知識(shí)產(chǎn)權(quán)。轉(zhuǎn)型將仍然被限制。
實(shí)施數(shù)字知識(shí)戰(zhàn)略
為了保持競爭力和企業(yè)繁榮，工業(yè)企業(yè)需要將人力資源整合到數(shù)字化轉(zhuǎn)型中。這樣做意味著克服部落知識(shí)和被擱淺的知識(shí)所固有的障礙。
數(shù)字知識(shí)是將人類專業(yè)知識(shí)及業(yè)務(wù)數(shù)據(jù)信息化的手段和規(guī)則，將這些見解變成數(shù)字化信息，并提供輔助決策。這使得行業(yè)專家能夠做出更好和更快的決策，從而改善操作流程。
從業(yè)務(wù)相關(guān)的問題開始，而不是數(shù)據(jù)。缺乏以業(yè)務(wù)問題為中心導(dǎo)向的企業(yè)往往會(huì)在數(shù)字化轉(zhuǎn)型項(xiàng)目中失敗。過于關(guān)注數(shù)據(jù)的公司，會(huì)因數(shù)據(jù)的數(shù)量和復(fù)雜性而不堪重負(fù)。反過來講，數(shù)字化轉(zhuǎn)型計(jì)劃最后成為一個(gè)復(fù)雜的IT項(xiàng)目，是因?yàn)轭I(lǐng)導(dǎo)層認(rèn)為技術(shù)團(tuán)隊(duì)?wèi)?yīng)該有解決數(shù)據(jù)管理問題的能力。當(dāng)企業(yè)通過首先確定業(yè)務(wù)問題開始數(shù)字化轉(zhuǎn)型時(shí)，需要解決的專業(yè)知識(shí)和決策流程成為任務(wù)的核心。因?yàn)樗鼈冏钅芡苿?dòng)中小企業(yè)知識(shí)創(chuàng)造，為解決問題提供必要的背景知識(shí)和決策流程。通過消除識(shí)別問題和解決問題所需要的知識(shí)之間的差距，加速企業(yè)數(shù)字化化轉(zhuǎn)型。
使用數(shù)據(jù)格式和源代碼來引導(dǎo)分析技術(shù)。當(dāng)涉及實(shí)現(xiàn)以知識(shí)為中心的數(shù)字化轉(zhuǎn)型時(shí)，簡單和復(fù)雜的應(yīng)用都可以被使用。這些數(shù)據(jù)可能是結(jié)構(gòu)化和非結(jié)構(gòu)化格式的組合，包括工作日志、應(yīng)用程序、事件報(bào)告、圖像、電子郵件、使用手冊、互聯(lián)網(wǎng)數(shù)據(jù)等。在分析過程中可能需要一系列的技術(shù)，例如決策樹、認(rèn)知分析等。
通過持續(xù)改進(jìn)消除中小企業(yè)的數(shù)據(jù)科學(xué)技術(shù)障礙。一旦開啟數(shù)字化轉(zhuǎn)型，中小企業(yè)將會(huì)通過不斷創(chuàng)新，來改善和簡化其業(yè)務(wù)流程。但是，他們?nèi)狈﹃P(guān)鍵的高級數(shù)據(jù)科學(xué)技術(shù)。因此，他們可以利用旨在協(xié)助以知識(shí)為中心的分析工具(如：語義搜索、自然語言處理、拖放數(shù)據(jù)等)來消除差距，指導(dǎo)或自動(dòng)生成模型以及模型庫。
擴(kuò)大知識(shí)創(chuàng)造的新價(jià)值。隨著決策流程變得數(shù)字化和可操作化，在決策過程中可能存在更多有待挖掘的價(jià)值?？梢宰R(shí)別和利用與二級或三級相互依賴的關(guān)系，為業(yè)務(wù)提供一個(gè)更全面，更明智的決策。各級決策相互聯(lián)動(dòng)，合力提供的洞察結(jié)果可以創(chuàng)造新的價(jià)值。例如，將流程決策結(jié)果推送給任何受影響的人，包括工程師、財(cái)務(wù)以及現(xiàn)場工作人員等。
正如任何一個(gè)企業(yè)的業(yè)務(wù)轉(zhuǎn)型一樣，實(shí)現(xiàn)及時(shí)、可衡量的成果決定了轉(zhuǎn)型的成功。一些工業(yè)巨頭正在利用數(shù)字知識(shí)戰(zhàn)略來驅(qū)動(dòng)巨大的商業(yè)利益。
|
您現(xiàn)在的位置：
