Το τελευταίο διάστημα, η πανδημία του Covid-19 ανάγκασε τις επιχειρήσεις να κινητοποιηθούν άμεσα και να εφαρμόσουν μέσα σε ένα μικρό διάστημα συστήματα που σε διαφορετική περίπτωση θα έπαιρναν μήνες ή χρόνια.
Ακόμα και οι πιο επιφυλακτικοί έκαναν το επόμενο βήμα, επιταχύνοντας τον ψηφιακό μετασχηματισμό προκειμένου να παραμείνουν στην αγορά.
Σήμερα, η ανάγκη για ψηφιακό μετασχηματισμό είναι επιβεβλημένη για όλους. Όλες οι επιχειρήσεις είναι υποχρεωμένες να αξιοποιήσουν όλες τις δυνατότητες που προσφέρουν το διαδίκτυο, τα ψηφιακά μέσα και οι νέες τεχνολογίες. Για να τα καταφέρουν, οφείλουν να έχουν κατάλληλη εκπαίδευση και καθοδήγηση από ειδικούς που θα τις οδηγήσουν σε αυτό το ψηφιακό άλμα του ψηφιακού μετασχηματισμού τους.
Ο Ιωσήφ Μπελούκας, Data & Analytics Leader της PwC Ελλάδας, αναλύει στο TheTOC τη σημασία του ψηφιακού μετασχηματισμού, τις διαδικασίες και τις ανθρώπινες δεξιότητες που πρέπει να δοθεί έμφαση.
Ψηφιακά μαθηματικά στα χρόνια της πανδημίας
Το τσουνάμι της ψηφιακής ζήτησης που έφερε η πανδημία COVID-19, ανέδειξε το βαθμό που ο ψηφιακός κόσμος έχει εισχωρήσει στην καθημερινότητα μας. Η αξία των μεθοδολογιών analytics μεγάλου όγκου δεδομένων (Big Data) και τεχνητής νοημοσύνης (Artificial Intelligence) και η συμβολή τους στην επιτάχυνση και επιτυχία του ψηφιακού μετασχηματισμού (Digital Transformation) των οργανισμών είναι σημαντική. Βέβαια, αναγνωρίζουμε ότι ο ψηφιακός μετασχηματισμός είναι κάτι παραπάνω από την υλοποίηση μιας εφαρμογής τεχνολογίας, δίνοντας έμφαση στην στρατηγική, στις διαδικασίες, στη διακυβέρνηση δεδομένων (Data Governance), στην κυβερνοασφάλεια (Cybersecurity) και την αναβάθμιση των ψηφιακών ανθρώπινων δεξιοτήτων.
Σε εξελιγμένους οργανισμούς με υψηλό επίπεδο ωριμότητας στον ψηφιακό μετασχηματισμό, έχει ανοίξει η όρεξη στην χρήση πληροφορίας σε πολλές και διαφορετικές κατευθύνσεις αναπτύσσοντας την καινοτομία σαν αποτέλεσμα της αύξησης των mobile apps, FinTec εταιριών, έξυπνων sensors και internet of things (IoT) συσκευών των σύγχρονων γραμμών παραγωγής.
Οι οργανισμοί για να μετασχηματιστούν σε data-driven θα πρέπει να αλλάξουν πάνω από όλα την κουλτούρα τους περιλαμβάνοντας διαδικασίες, ανθρώπους, τεχνολογία και μεθοδολογιες. Το Analytics και Artificial Intelligence framework μπορεί να αποδειχθει σημαντικό εργαλείο για κάθε οργανισμό μιας και εξισορροπεί τις διαδικασίες, τεχνολογία και ανθρώπινη εμπλοκη δίνοντας ώθηση στην ανάπτυξη εργασιών, μείωση κόστους, διαχείριση ρίσκου καθώς και αύξηση ανταγωνιστικου πλεονεκτήματος. Οι οργανισμοί πλέον χρησιμοποιούν ευρέως Advanced Analytics μεθοδολογίες για να καινοτομήσουν στις προσφορές λύσεων και υπηρεσιών και να ανανεώσουν τα επιχειρηματικά τους μοντέλα. Συνεπώς, αναπτύσσεται ένα περιβάλλον όπου ο ψηφιακός μετασχηματισμός επιταχύνεται μέσω της χρήσης public cloud πλατφόρμας, υιοθετόντας cloud analytics μεθοδολογίες και αναπτύσσοντας enterprise digital analytics λύσεις.
Δημιουργούνται έξυπνες εφαρμογές συνδυάζοντας την επιστήμη των αποφάσεων με την κατάλληλη τεχνολογία όπως Microsoft Azure με κύριο σκοπό την γρήγορη επίλυση καθημερινών προβλημάτων των επιχειρήσεων και του καταναλωτή χρησιμοποιώντας καινοτόμες μεθοδολογίες data intelligence ανεξαρτήτου όγκου δεδομένων. Συνεπώς, υιοθετούμε το data intelligence στο επίκεντρο του ψηφιακού μετασχηματισμού βελτιώνοντας την ανάπτυξη, αξία και ανταγωνιστικότητα των επιχειρήσεων και οργανισμών.
Ενδεικτικά, στον τραπεζικό τομέα, αναπτύσσονται μοντέλα μηχανικής μάθησης (Machine Learning) και τεχνητής νοημοσύνης (Artificial Intelligence - AI) για την πρόληψη πιθανής απάτης, αξιολόγησης αίτηση δανείου και υπολογισμό βέλτιστου πιστωτικού ορίου με βάσει την κερδοφορία του πελάτη. Στις εταιρείες leasing οχημάτων, στο πλαίσιο του Digital Onboarding εφαρμόζονται μοντέλα AI για τον αυτόματο υπολογισμό του βέλτιστου αριθμού στόλου (optimal fleet size) του πελάτη, καθώς και προτεινόμενο ποσό τιμολόγησης ανά είδος και μάρκα αυτοκινήτου. Επίσης, η καινούργια γενιά αυτοκινήτων προσφέρει δυνατότητα συνολικής διαχείρισης του οχήματος μέσω κινητού και αυτόματης αναγνώρισης γλώσσας (Natural Language Processing - NLP) και εικόνας (Optical Character Recognition - OCR).
Στο σύστημα υγειονομικής φροντίδας, αναπτύσσονται μια σειρά εφαρμογών στο πρότυπο της Learning Health System (LHS) μεθοδολογίας που σχετίζεται με την συνεχή ροή δεδομένων στο πλαίσιο δημιουργίας έξυπνων νοσοκομείων (Smart Hospitals) με απώτερο σκοπό την βελτιστοποιημένη διαχείριση της εφοδιαστικής τους αλυσίδας (Supply Chain) αξιοποιώντας την χρήση προηγμένων μοντέλων προσομοίωσης (Simulation models) και digital twining, κερδίζοντας την εμπιστοσύνη των ασκήσεων οφέλους/κόστους. Στη βιομηχανία, οι λύσεις των έξυπνων εργοστασίων (Smart factory) τοποθετούνται ψηλά στη λίστα προτεραιοτήτων, λόγω των σημαντικών οφελών που προκύπτουν στην διαχείριση, κόστος, μείωση κόστους ενέργειας και ασφάλεια, από εφαρμογές προβλεπτικών μοντέλων (predictive models) συντήρησης μηχανών (predictive maintenance) και πιθανών βλαβών (preventing failure) της γραμμής παραγωγής σε πραγματικό χρόνο (real streaming). Στο λιανεμπόριο, αναπτυσσονται και υλοποιούνται μοντέλα πρόβλεψης AI σε mobile applications για την εξειδικευμένη πρόταση καλαθιού αγορών βάσει των προτιμήσεων, μοτίβου αγορών και βελτιστοποίηση δαπάνης πορτοφολιού του κάθε πελάτη.
Tέλος, η χρήση των digital analytics χρειάζεται να θέτει πάντα στο επίκεντρο την προστασία του ανθρώπινου παράγοντα και τη διασφάλιση της αρμονικής και ελεγχόμενης σχέσης ανθρώπου και μηχανής. Ως εκ τούτου απαιτείται η ύπαρξη πλαισίου διακυβέρνησης που οριοθετεί τους ρόλους, την ποιότητα δεδομένων και ορίζει δράσεις για ασφαλή, ηθική και υπεύθυνη ανάπτυξη και χρήση μοντέλων πρόβλεψης και τεχνητής νοημοσύνης.
Οι πιο πρόσφατες Ειδήσεις
Διαβάστε πρώτοι τις Ειδήσεις για ό,τι συμβαίνει τώρα στην Ελλάδα και τον Κόσμο στο thetoc.gr