آیا به هر دپارتمان دسترسی مساوی به فناوری می دهید؟


خلاصه

دسترسی نابرابر به داده ها ، ابزارهای سرمایه گذاری فناوری و اتوماسیون می تواند تأثیرات خورنده ای بر روحیه و عملکرد تجاری داشته باشد. اما شرکت ها می توانند با اولویت بندی مناطقی از رشد که به بازدهی سریع نیاز دارند – مانند تحقیق و توسعه در علوم زیستی یا CRM در کالاهای مصرفی – به رفع این ناهماهنگی های فنی بپردازند و سپس گسترش یابند. اولین قدم در نظر گرفتن عمق و وسعت سیستم های داده موجود سازمان است. شرکت ها همچنین باید کار کنند تا اطمینان حاصل کنند که سیستم آنها با توانایی های تجاری مطابقت دارد و سرمایه گذاری ها ذینفعان را از سراسر سازمان بهم می رساند. فراتر از این تغییرات رسمی سازمانی ، شرکت ها می توانند با استفاده از روش های انعطاف پذیر انعطاف پذیر ، تیم های متفاوتی از مهندسان و متخصصان بازرگانی ایجاد کنند تا از جدا شدن متخصصان فناوری اطلاعات از فعالیت های مهم تجاری و بالعکس جلوگیری کنند. سازمانها هرچه زودتر با این اختلافات داخلی برخورد کنند ، سریعتر بر اختلافات خارجی با رقبا غلبه می کنند.

ثروتمندان ثروتمندتر می شوند. بقیه بازی می کنند این تفاوت عملکرد نوآوری را بین شرکتهایی که منابع عظیمی در هوش مصنوعی ، داده ها ، اتوماسیون و سیستمهای نوین سازمانی و سایر شرکتهای فاقد آن دارند ، توصیف می کند. اما برای شرکت هایی که برای کنار آمدن با مشکل روبرو هستند ، مشکل اصلی ممکن است عدم تطابق بین آنها و رقبای آنها باشد. بلکه اختلافات پنهان فناوری در سازمانهای خود باعث افزایش نابرابری در دسترسی استعداد به ابزارهای اتوماسیون و ابتکارات بازآموزی هوش مصنوعی می شود که در نهایت مانع رقابت می شود.

در اینجا سه ​​مورد از رایج ترین اختلافات داخلی وجود دارد و اینکه برای اصلاح آنها چه کاری می توانید انجام دهید:

دسترسی نابرابر به داده ها

در تحقیق و کار ما ، موقعیت های بسیاری را می بینیم که در آن افراد و سیستم ها دسترسی نابرابر به داده ها دارند. به عنوان مثال ، دو سوم شرکت ها به ترکیبی غیربهینه از سیستم های سازمانی مبتنی بر ابر و داخلی بستگی دارند. این سیستم های کشیده و وصله ای نمی توانند از اهداف تجاری پشتیبانی کنند زیرا داده های آنها در سیلوها توزیع می شود. به عنوان مثال ، یک آژانس نظارتی ایالتی بیش از 10 هزار مرکز داده محلی جداگانه دارد و کارمندان در مناطقی مانند اداره ، عملیات ، سیاست و تجزیه و تحلیل علمی دسترسی نابرابر به داده ها و توانایی محدود ارتباط داده ها از طریق این سایت ها برای هماهنگی کار خود دارند.

سایر شرکت ها دریافتند که دسترسی ناهموار به داده ها مانع از ایجاد فرهنگ جامع تصمیم گیری مبتنی بر داده می شود. این می تواند منجر به “بی سوادی داده” در سازمان شود. به عنوان مثال ، هنگامی كه یك شركت بزرگ انرژی اروپایی می خواست برای تمام شركت قابلیت داده مبتنی بر هوش مصنوعی ایجاد كند ، دریافتند كه ابتدا لازم است به آموزش گسترده ای در سطح شركت بپردازند تا همه بخشها را به سطح مشترکی از دانش برساند. فرصت.

مرکز پنجره

شرکت های پیشرو اکوسیستم خدمات و سیستم هایی متناسب با فرصت های شغلی ایجاد می کنند. داده ها به جای اینکه فقط از طریق پردازش دسته ای قفل شده و قابل دسترسی باشند ، در زمان واقعی و مقیاس در کل شرکت حرکت می کنند تا راه حل های تجاری مبتنی بر داده را فعال کنند. فناوری Cloud به جای استفاده در اینجا و آنجا در شرکت ، جایگزین زیرساخت های گران قیمت قدیمی می شود و زیرساخت انعطاف پذیر و قابل توسعه ای را ایجاد می کند که برای سرعت ، بهره وری و نوآوری ساخته شده است.

به یک شرکت اسباب بازی سازی چند ملیتی فکر کنید که در صنعتی مشغول به کار است و سریعتر از بیشتر در حال تغییر است ، رقبا نه تنها اسباب بازی بلکه یک تجربه دیجیتالی را نیز ارائه می دهند. برای همگام سازی ، این شرکت می خواست به هر بخش اجازه دهد تا از طراحی تا تولید تا توزیع ، ضمن کنترل هزینه ها ، سریع و منسجم عمل کنند. این شرکت به جای استفاده از محصولات مختلف مدیریت داده ، دسترسی به داده ها را از طریق سیستمی ایجاد می کند که یادگیری ماشین را در ابر ادغام می کند تا راه حل های تجاری را مطلع کند. با ارائه تجزیه و تحلیل “سلف سرویس” به کاربران تجاری که دیگر برای کمک به آنها به متخصصان داده احتیاج ندارند ، شرکت مدت زمان قبلی را برای انجام تجزیه و تحلیل های کلیدی نصف کرده است. و خودکارسازی فرایندهای کیفیت داده ها ، الزامات کیفیت داده ها را 80٪ کاهش داده است. اکنون کارمندان در سراسر شرکت می توانند با اطمینان از سیستم برای تصمیم گیری بهتر مالی ، طراحی و توسعه استفاده کنند.

نیروی نابرابر برای سرمایه گذاری در فناوری

در بسیاری از سازمان ها ، برخی از تیم ها احساس می کنند که برای دستیابی به اهداف تجاری خود در فناوری سرمایه گذاری می کنند ، اما برخی دیگر این کار را نمی کنند و باعث می شوند احساس ضعف کنند. به عنوان مثال ، تیم های IT اغلب به جای یافتن راه حل های نوآورانه برای مشکلات تجاری ، بر روی روشن کردن چراغ متمرکز شده اند. در همین حال ، بیش از 60٪ از سرمایه گذاری IT از خارج بخش IT ، مانند بازاریابی یا عملیات تأمین می شود. این “سیستم های سایه” در رادار عملکرد IT ظاهر نمی شوند و منجر به اولویت های متناقض بین فرصت های تجاری و فناوری های بسته می شوند.

پیچیدگی مشکل این است که تیم های فناوری اطلاعات در مورد این سیستم های سایه آموزش نمی بینند و این امر توانایی آنها را در نگهداری یا ارتقا آنها مختل می کند. همانطور که یک شرکت گزارش داد ، این خستگی باعث شد تیم فناوری اطلاعات از حق رای محروم شود. به همین ترتیب ، یک تیم تجزیه و تحلیل داده ها که به عملکرد استراتژیک یک شرکت گزارش می دهند ، به طور فزاینده ای قادر به ارائه بینش استراتژیک نیستند ، زیرا سایر بخشهای تجارت به طور مکرر از آنها خواسته اند تا کارهای تحلیلی را در بخشهایی انجام دهند. در نتیجه ، تیم احساس خرد شدن کرد و متحمل گردش مالی بالایی شد.

در یک سازمان منسجم ، سیستم ها به وضوح با قابلیت های تجاری مرتبط هستند و سرمایه گذاری های فناوری اطلاعات به جای ایجاد سیستم های سایه دار و ترک برخی گروه ها در سرما ، همه ذینفعان را متحد می کند. به عنوان مثال ، یک سیستم بیمارستان مستقر در ایالات متحده دریافت که تیم های مختلف اداری – بدون مشارکت پزشکی – ابزار تجزیه و تحلیل سفارشی خود را برای همان KPI در مراقبت های بهداشتی ایجاد می کنند. به عنوان مثال ، هنگام تجزیه و تحلیل هزینه های جراحی تعویض مفصل زانو ، هر یک از ابزارهای سفارشی از مجموعه داده های مختلف حاصل می شود. در نتیجه ، پزشکان دید کلی نسبت به بهترین اقدامات در سیستم بیمارستان نداشتند ، اما انتظار می رفت که به بهبود کیفیت و کاهش هزینه های مراقبت کمک کنند. این امر پزشکان را نسبت به جامعیت و عینیت هر مدل تحلیلی که دیده اند بدبین می کند.

برای حل این مسئله ، سیستم بیمارستان تمام داده ها را در یک ابزار مبتنی بر ابر واحد ادغام می کند و یک پزشک را برای نظارت بر تلاش تعیین می کند. این سیستم به پزشکان ، تحلیل گران مشاغل و مدیران دیدگاه عینی واحدی از بیماران منفرد در مناطق و بیمارستانها ارائه می دهد. هنگامی که همه ذینفعان در مورد KPI و بهترین روش ها به توافق رسیدند ، سیستم بیمارستان هزینه های بیماران و بیمارستان را کاهش داد. به عنوان مثال ، هزینه بیماران تعویض مفصل زانو تقریباً 300 دلار کاهش یافته است. به طور کلی ، فقط برای سال اول ، این سیستم هزینه های مراقبت را 20 میلیون دلار کاهش داد.

دسترسی نابرابر به اتوماسیون و هوش مصنوعی

در بسیاری از شرکت ها ، تقسیم فزاینده ای بین تیم های دارای دسترسی آماده به اتوماسیون و ابزارهای هوش مصنوعی و تیم های فاقد آن مشاهده می کنیم. دومی هم از نظر عملکرد و هم از نظر توسعه مهارت های هوش مصنوعی پشت هشت توپ هستند. در یک شرکت حمل و نقل ، دو تیم محصولات مشابه تولید کردند. تیم A فقط یک کار پروژه را خودکار کرد ، در حالی که تیم B بیش از 30 کار را خودکار کرد. این منجر به چرخه و نتایج تحویل کاملا متفاوت شد.

به تفاوتهای بین توسعه دهندگان نرم افزار بیندیشید. برخی می توانند 60٪ از روز خود را در کارهای خودکار سپری کنند. برنامه نویسان که برای مدیریت سریعتر این فعالیت ها از ابزار هوش مصنوعی استفاده می کنند. آنها همچنین در کار با سیستم های هوش مصنوعی متخصص می شوند و کمتر در معرض اشتباه هستند. این تقسیم با افزایش انتظارات مشتری و تسریع سرعت تغییر در حال تبدیل شدن به بحرانی است. امروز بازار چرخه تحویل کند مهندسی را تحمل نمی کند. این امر به شیوه های مدرن مهندسی با چرخه یادگیری ساخت – اندازه گیری سریع نیاز دارد که فاقد اتوماسیون هستند.

با گسترش بیشتر اتوماسیون ، مسئله به طور کامل حل نمی شود. رویکرد سیستمی گسترده ای مورد نیاز است. به عنوان مثال ، در سال 2016 ، یک شرکت نرم افزاری به یک دوراهی رسید. عملکرد IT آن به تکه ای از سازمان ها تبدیل شده بود. صاحبان مشاغل شفافیت کمی دارند یا انتظاراتشان را با فناوری اطلاعات به اشتراک می گذارند. این شرکت با سیستم هایی که چندین دهه از کد قدیمی آن ها سنگین است ، 80٪ بودجه IT خود را صرف اصلاح گذشته و تنها 20٪ را برای نوآوری در آینده هزینه می کند.

این شرکت به جای اتوماتیک کردن فعالیت های بیشتر ، به دنبال کشف مجدد عمده فروشی است تا از رقبای خود در محیط دیجیتال بهتر عمل کند. آنها یک مدل مهندسی عمودی و مدرن را اتخاذ کردند که در آن کارشناسان بازرگانی و مهندسین تمام پشته در تیمهای یکپارچه با روشهای توسعه انعطاف پذیر کار می کنند. آنها 100٪ از ویژگیهای IT خود را به ابر منتقل کردند ، که به آنها این امکان را می داد ابزارهای اتوماسیون را تقریبا در دسترس هر کسی و هر تیمی قرار دهند که بتوانند از آنها استفاده کنند.

همچنین مهم است که همه اینها از طریق تأمین مالی خود حاصل شده و نه از طریق سرمایه گذاری اضافی. مانند اکثر سازمان ها ، این شرکت بیشتر بودجه IT خود را صرف روشن نگه داشتن چراغ ها می کند. کشف مجدد چندین ساله آن همه اینها را تغییر داده است ، منحنی سرمایه گذاری فناوری اطلاعات را معکوس کرده و به تدریج سرمایه را آزاد می کند تا همه – و نه فقط افراد خوش شانس – را قادر به ابداع در مقیاس بزرگ کند. امروزه این شرکت تنها 40٪ از بودجه IT خود را صرف هزینه های ثابت IT کرده و 60٪ نیز صرف نوآوری می کند. و زمان لازم برای راه اندازی ویژگی های جدید 83٪ کاهش یافته است. علاوه بر این ، هنگامی که Covid-19 مورد اصابت قرار گرفت ، این شرکت در موقعیت خوبی برای پیمایش بحران و بیرون آمدن حتی قوی تر بود.

بازگرداندن تعادل

دسترسی نابرابر به داده ها ، ابزارهای سرمایه گذاری فناوری و اتوماسیون می تواند تأثیرات خورنده ای بر روحیه و عملکرد تجاری داشته باشد. اما شرکت ها می توانند با اولویت بندی مناطقی از رشد که به بازدهی سریع نیاز دارند – مانند تحقیق و توسعه در علوم زیستی یا CRM در کالاهای مصرفی – به رفع این ناهماهنگی های فنی بپردازند و سپس گسترش یابند. اولین قدم در نظر گرفتن عمق و وسعت سیستم های داده موجود سازمان است. شرکت ها همچنین باید کار کنند تا اطمینان حاصل کنند که سیستم آنها با توانایی های تجاری مطابقت دارد و سرمایه گذاری ها ذینفعان را از سراسر سازمان بهم می رساند. فراتر از این تغییرات رسمی سازمانی ، شرکت ها می توانند با استفاده از روش های انعطاف پذیر انعطاف پذیر ، تیم های متفاوتی از مهندسان و متخصصان بازرگانی ایجاد کنند تا از جدا شدن متخصصان فناوری اطلاعات از فعالیت های مهم تجاری و بالعکس جلوگیری کنند. سازمانها هرچه زودتر با این اختلافات داخلی برخورد کنند ، سریعتر بر اختلافات خارجی با رقبا غلبه می کنند.


منبع: bighat-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>