
Zarz膮dzanie danymi w celu uzyskania przewagi konkurencyjnej. Jedn膮 z najwa偶niejszych lekcji, jakie wynie艣li艣my z do艣wiadcze艅 zwi膮zanych z pandemi膮, jest rola technologii w budowaniu solidnych i dobrze prosperuj膮cych firm.
Organizacje, kt贸re w ci膮gu ostatnich dziewi臋ciu miesi臋cy odnios艂y sukces, dokona艂y tego dzi臋ki wykorzystaniu chmury obliczeniowej, szybkich sieci, sztucznej inteligencji oraz Internetu Rzeczy (IoT) w celu przyspieszenia realizacji swoich plan贸w w zakresie transformacji cyfrowej.
Znale藕li艣my nowe i innowacyjne sposoby pomiaru, rejestrowania, rozumienia i reagowania na zmieniaj膮cy si臋 艣wiat, a wszystkie te sposoby opieraj膮 si臋 na danych. Dotyczy to wszystkich, od os贸b odpowiedzialnych za 艣ledzenie i pr贸by opanowania koronawirusa, po firmy reaguj膮ce na zmieniaj膮ce si臋 potrzeby i zachowania swoich klient贸w.
Transformacja cyfrowa i dane
W tak zwanej dekadzie danych (鈥瀌ata decade鈥), przy prognozach, 偶e do roku 2025 ilo艣膰 danych na ca艂ym 艣wiecie osi膮gnie 175ZB, niespe艂na 0,5 proc. 艣wiatowych danych jest faktycznie analizowanych, a nasze 偶ycie staje si臋 coraz bardziej cyfrowe i wirtualne. Ujarzmienie danych i ich wykorzystanie do stworzenia przewagi konkurencyjnej jest najwi臋kszym wyzwaniem, przed kt贸rym stoj膮 dzi艣 liderzy i stratedzy biznesowi. M贸wi膮c wprost, je艣li w swojej bran偶y nie osi膮gniesz pozycji lidera w zakresie dzia艂a艅 biznesowych opartych na danych, na pewno zrobi to kto艣 inny.
Temat ten, a w szczeg贸lno艣ci pytania dotycz膮ce sposobu, w jaki dane mog膮 zosta膰 wykorzystane w 艣wiecie rzeczywistym do generowania rzeczywistego wzrostu, by艂 przedmiotem wydarzenia zorganizowanego przez Dell Technologies, w kt贸rym niedawno uczestniczy艂em. Podczas serii dyskusji panelowych oraz sesji pyta艅 i odpowiedzi, mia艂em okazj臋 rozmawia膰 z ekspertami takimi jak Floriam Baumann z Dell Technologies, Michael Cote z VMWare czy Roger Benson z AMD o tym, jak przekszta艂ci膰 dane w u偶yteczne informacje, jak pokona膰 wyzwania zwi膮zane nieod艂膮cznie z prac膮 z wykorzystaniem danych oraz o tym, jaki wp艂yw maj膮 dane na r贸偶ne bran偶e.
Wyzwania zwi膮zane z danymi
Wyzwa艅 oczywi艣cie jest bardzo wiele. Jednym z powszechnych b艂臋d贸w, jakie wskazali艣my podczas naszej dyskusji, jest zagro偶enie wynikaj膮ce z przedk艂adania technologii ponad biznes. Czasami mo偶na dostrzec nast臋puj膮cy spos贸b my艣lenia 鈥 鈥濼o jest niesamowita nowa technologia! Co mog臋 z ni膮 zrobi膰?鈥, kiedy w rzeczywisto艣ci pytanie brzmi: 鈥濼o jest problem, kt贸ry napotka艂em. Jakiej technologii powinienem u偶y膰, aby go rozwi膮za膰?鈥.
Podczas jednej z dyskusji panelowych skupili艣my si臋 na tym, jak wspomniane kwestie wp艂ywaj膮 na dziedziny transportu i motoryzacji. Dzisiejsza generacja po艂膮czonych, inteligentnych pojazd贸w dziennie gromadzi i przesy艂a do 10 TB danych, pochodz膮cych z czujnik贸w rozmieszczonych wok贸艂 pojazdu i monitoruj膮cych ka偶dy aspekt jego dzia艂ania. W miar臋 zmierzania w kierunku tworzenia coraz bardziej autonomicznych pojazd贸w, ilo艣膰 danych wysy艂anych przez kamery i lidary b臋dzie si臋 zwi臋ksza膰. Wyzwaniem dla producent贸w pojazd贸w jest wykorzystanie tych danych i upewnienie si臋, 偶e spe艂niaj膮 one potrzeby i oczekiwania swoich klient贸w lepiej ni偶 konkurencja.
Jak okre艣li艂 to Baumann 鈥瀙ojazd b臋dzie mobilnym centrum danych (…). Dane z pojazd贸w to najwa偶niejszy zas贸b, jaki istnieje w tej bran偶y. Jednak bardzo cz臋sto musimy zmierzy膰 si臋 z wieloma wyzwaniami (…). W jaki spos贸b zbiera膰 te dane i jakiego rodzaju dane s膮 nam potrzebne oraz jak zidentyfikowa膰 warto艣ciowe dane. Ze wzgl臋du na to, 偶e ka偶dy pojazd gromadzi do 100 TB informacji dziennie, musimy okre艣li膰 priorytety鈥.
Jak Tesla wykorzystuje dane
Fantastycznym przyk艂adem wykorzystania danych w celu stworzenia nowych mo偶liwo艣ci biznesowych jest projekt Autobidder firmy Tesla. Mimo 偶e Tesla jest najbardziej znana ze swoich samochod贸w elektrycznych, skutkiem ubocznym gromadzenia przez lata danych jest posiadanie przez t臋 firm臋 ogromnej ilo艣ci informacji na temat sposobu wykorzystywania energii. Dzi臋ki wykorzystaniu tych danych uda艂o si臋 opracowa膰 rozwi膮zanie umo偶liwiaj膮ce handel i dystrybucj臋 aktyw贸w energetycznych w czasie rzeczywistym. Rozwi膮zanie to umo偶liwia producentom sprzeda偶 nadwy偶ki wytworzonej energii elektrycznej klientom biznesowym lub prywatnym, co z kolei prowadzi do obni偶enia koszt贸w energii, dzi臋ki stworzeniu konkurencji dla istniej膮cych dostawc贸w. Platforma wykorzystuje sztuczn膮 inteligencj臋 do przewidywania popytu w r贸偶nych regionach i ustalania cen, a tak偶e infrastruktur臋 chmury obliczeniowej Tesli do przechowywania i przetwarzania danych.
Jak wida膰 firma ta, w celu rozwi膮zania problemu wsp贸lnego dla jej klient贸w 鈥 wysokich koszt贸w energii, by艂a w stanie stworzy膰 zupe艂nie nowy strumie艅 dochod贸w poprzez wykorzystanie istniej膮cych mo偶liwo艣ci.
Widoczne jest tu r贸wnie偶 inne kluczowe zagadnienie poruszone podczas rozmowy, a mianowicie to, 偶e kluczowe trendy technologiczne stoj膮ce za dzisiejszymi prze艂omami i innowacjami nie istniej膮 w oderwaniu od siebie. Sztuczna inteligencja, chmura, edge computing i IoT, wszystkie oparte na big data, to trendy, kt贸re wzajemnie si臋 wspieraj膮 i uzupe艂niaj膮. Cz臋sto zrozumienie ich wszystkich, a tak偶e sposob贸w, w jaki na siebie wzajemnie oddzia艂uj膮, jest bardzo przydatne, je艣li chcemy je wdro偶y膰 w biznesie.
Trzy sposoby w jakie firmy mog膮 wykorzysta膰 dane
Om贸wi臋 teraz trzy, moim zdaniem najwa偶niejsze, sposoby wykorzystywania danych przez firmy i zaawansowane technologie przetwarzania danych.
Pierwszy spos贸b polega na wykorzystaniu danych do podejmowania bardziej 艣wiadomych decyzji. Podejmowanie decyzji w oparciu o dane ko艅czy si臋 sukcesem lub pora偶k膮 w zale偶no艣ci od naszej zdolno艣ci do wykorzystania danych w celu przewidywania. Polega to na zadaniu sobie pytania, w oparciu o przesz艂e do艣wiadczenia i spostrze偶enia, o to, kt贸ra ze 艣cie偶ek 鈥 A czy B 鈥 zwi臋kszy nasze szanse na osi膮gni臋cie pomy艣lnego rozwi膮zania. Najbardziej zaawansowane aplikacje wykorzystuj膮ce technologi臋 prognozowania dzia艂aj膮 w oparciu o dane w czasie rzeczywistym, monitoruj膮c i wykorzystuj膮c informacje w miar臋 ich pojawiania si臋 w danym momencie. W miar臋 jak narz臋dzia do pozyskiwania i analizy danych w czasie rzeczywistym staj膮 si臋 coraz bardziej wydajne i przyst臋pne cenowo (np. dzi臋ki us艂ugom chmury i edge), w celu dostarczenia coraz dok艂adniejszych prognoz i coraz bardziej warto艣ciowych informacji, firmy b臋d膮 musia艂y coraz cz臋艣ciej pracowa膰 z nowszymi, szybciej zmieniaj膮cymi si臋 zbiorami danych.
Po drugie, cyfrowi liderzy musz膮 zastanowi膰 si臋, w jaki spos贸b mog膮 wykorzysta膰 dane i strategie cyfrowe, aby zaoferowa膰 swoim klientom produkty lepszej jako艣ci i wy偶szy standard obs艂ugi. Cz臋sto oznacza to budowanie lepszego zrozumienia tego, kim jest klient i w jaki spos贸b chce korzysta膰 z naszych us艂ug. Netflix i Amazon robi膮 to poprzez ustalenie, co prawdopodobnie b臋dziemy chcieli obejrze膰 lub kupi膰. Sprz臋t fitness wykorzystuje chmur臋 obliczeniow膮, edge computing, sztuczn膮 inteligencj臋 oraz IoT do monitorowania naszej aktywno艣ci i dostarcza nam dane w postaci informacji, kt贸re po wykorzystaniu mog膮 sprawi膰, 偶e b臋dziemy zdrowsi. Mam nawet szczoteczk臋 do z臋b贸w, kt贸ra wykorzystuje sztuczn膮 inteligencj臋, aby monitorowa膰 jak dok艂adnie myj臋 z臋by i wskazywa膰 obszary, kt贸re mog艂em przeoczy膰! Producenci, kt贸rzy wprowadzaj膮 autonomiczne samochody, pojazdy dostawcze, a nawet drony pasa偶erskie (obecnie dzia艂aj膮ce w Dubaju), to przyk艂ady firm, kt贸re znajduj膮 nowe sposoby wykorzystywania danych do rozwi膮zywania problem贸w klient贸w.
Michael Cote, specjalista ds. transformacji cyfrowej w VMWare, zwr贸ci艂 uwag臋 na niekt贸re z metod, jakie stosuj膮 firmy programistyczne, aby tworzy膰 aplikacje lepiej dopasowane do potrzeb u偶ytkownik贸w. Mo偶na to osi膮gn膮膰, gdy zespo艂y programist贸w s膮 w stanie monitorowa膰 dane o u偶ytkownikach i wykorzystywa膰 je do podejmowania decyzji dotycz膮cych ulepszania swoich produkt贸w.
鈥濲e艣li otrzymujesz dane z ca艂ego tygodnia, mo偶esz zacz膮膰 podejmowa膰 bardzo strategiczne decyzje, takie jak wy艂膮czenie funkcji, z kt贸rej nikt nie korzysta lub dodanie nowej funkcji (…). Badanie przeprowadzone jaki艣 czas temu wykaza艂o, 偶e ludzie u偶ywaj膮 tylko jednej trzeciej lub mniej funkcji dost臋pnych w danym oprogramowaniu. Je艣li na dwie trzecie aplikacji sk艂adaj膮 si臋 funkcje, z kt贸rych nikt nie korzysta lub na kt贸rych nikomu nie zale偶y, to jest to ogromne marnotrawstwo, a programi艣ci mog膮 skupi膰 swoj膮 uwag臋 na pozosta艂ej jednej trzeciej danych, z kt贸rej korzystamy鈥.
Trzecim sposobem, w jaki firmy powinny wykorzystywa膰 dane i zaawansowane technologie przetwarzania danych, jest opracowanie inteligentniejszych i bardziej wydajnych proces贸w wewn臋trznych. Mi臋dzynarodowy gigant z bran偶y produkcji 鈥 Unilever, zautomatyzowa艂 ogromn膮 cz臋艣膰 swoich proces贸w rekrutacyjnych i kadrowych, tworz膮c internetowe us艂ugi w chmurze, kt贸re wykorzystuj膮 sztuczn膮 inteligencj臋 do przesiewania wst臋pnych wniosk贸w od niedosz艂ych pracownik贸w. Firma 艣wiadczy r贸wnie偶 us艂ugi kadrowe dla obecnych pracownik贸w z u偶yciem chat bota wykorzystuj膮cego technologi臋 przetwarzania j臋zyka naturalnego (NLP) do rozmowy w naturalnym j臋zyku ludzkim. Konserwacja prognozowana jest obecnie przeprowadzana na ca艂ym 艣wiecie, w zak艂adach przemys艂owych, w kt贸rych sieci kamer i czujnik贸w monitoruj膮 maszyny i ucz膮 si臋 przewidywa膰, gdzie i kiedy wyst膮pi膮 awarie, co pozwala na przeprowadzenie napraw szybciej i ni偶szym kosztem.
Podsumowanie
Staje si臋 dla mnie jasne, 偶e aby sta膰 si臋 liderem lub utrzyma膰 pozycj臋 lidera w kolejnej dekadzie, firmy b臋d膮 musia艂y od podstaw przemy艣le膰 spos贸b, w jaki wykorzystuj膮 dane, aby osi膮gn膮膰 wszystkie trzy wspomniane cele. Oznacza to, 偶e trzeba b臋dzie opracowa膰 nowe role i zestawy umiej臋tno艣ci, obejmuj膮ce wszystkie dziedziny 鈥 od nauki o danych po DevOps.
Aby to osi膮gn膮膰, ca艂e kierownictwo i osoby decyzyjne w firmie powinny my艣le膰 i dzia艂a膰 tak, jak lider firmy technologicznej. Wi膮偶e si臋 to z umieszczeniem danych w centrum wszystkich dzia艂a艅 i podj臋ciem stara艅 maj膮cych na celu wdro偶enie takiego podej艣cia w ca艂ej organizacji.
Autor: Bernard Marr
Artyku艂 ukaza艂 si臋 w wydaniu nr 1/2021 (luty-marzec) 鈥淟ogistics Manager鈥. Wi臋cej o czasopi艣mie聽TUTAJ