Автоматизация имеет решающее значение для вашего бизнеса

Автоматизация является ключом к получению больших и устойчивых преимуществ в компаниях из разных секторов.

Большие данные могут превратиться в ничто без стратегического подхода к автоматизации.

С одной стороны, мы живем в бурное время информационного изобилия с беспрецедентными объемами данных обо всем, от производительности оборудования до поведения потребителей в социальных сетях (более половины всех граждан мира зарегистрированы в социальных сетях). Но без продуманной автоматизации — использования машин и алгоритмов для обработки, обработки и анализа имеющихся данных — ваш бизнес упустит большие потенциальные возможности.

При правильном выполнении автоматизация превращает «мертвые» большие данные в живой, дышащий ресурс, который вы можете использовать для повышения ценности. Поэтому неудивительно, что многие компании стремятся автоматизировать все, что можно автоматизировать, как недавно сказал один из топ-менеджеров Google.

Чтобы помочь вам подумать об автоматизации в контексте вашего бизнеса, я представляю три основных способа, которыми эта технологическая деятельность помогает вам создавать ценность.

Первое, что вам поможет автоматизация, это извлечение признаков, или извлечение важной информации из огромных стогов данных. Представьте, что вашей организации необходимо просмотреть патентные заявки на предмет информации о конкретной технологии и связанных с ней технологиях. Вы можете просматривать тысячи или десятки тысяч приложений, каждое из которых содержит 30 или более страниц, для миллионов и миллионов слов. Но имеет значение лишь небольшая часть этих слов и взаимосвязей между патентами, например, от чего зависит запатентованная технология или от квалификации изобретателей и прошлых патентов.

Таким образом, эта задача, как и многие другие в бизнес-сфере, требует очень малого отношения сигнал/шум, и для ее выполнения вручную потребуются тысячи человеко-часов, что слишком дорого и требует слишком много времени. Но алгоритм, основанный на машинном обучении, можно обучить относительно быстрому извлечению необходимой ключевой информации, что значительно сэкономит время и усилия. Кроме того, скажите, что в будущем вы хотели бы провести поиск по тому же набору патентов или связанных патентов, но для получения другой информации, например о размере группы патентных заявителей. Вы можете легко перепрограммировать или переобучить алгоритм для выполнения этой задачи, получив экономию за счет масштаба и большую отдачу от своих первоначальных инвестиций.

Во-вторых, автоматизация помогает проверка и очистка данных. Наборы данных часто нуждаются в доработке. Имеются ошибки и пропущенные значения, аномалии, а иногда и свидетельства систематической ошибки. Например, если алгоритм был обучен выявлять характеристики правонарушителей, но использует данные только о пойманных преступниках, алгоритм будет необъективным, поскольку ему не хватает данных о преступниках, которые не были пойманы — особая проблема для беловоротничковой преступности, которая имеет тенденцию быть заниженным. Опять же, проверка и решение этого огромного количества потенциальных проблем слишком сложны, чтобы выполнять их вручную. Но автоматизация позволяет быстро развертывать инструменты для тестирования и очистки, опять же экономя время при создании ценности.

В-третьих, и это важно, автоматизация двигатель аналитики. Вчерашний простой регрессионный анализ превратился в сегодняшнюю кластеризацию и случайные леса, основанные на машинном обучении, будь то для понимания пользователей продукта, прогнозирования продаж в следующем месяце для оптимизации запасов или прогнозирования воздействия новой рекламной кампании. Машинная автоматизация не только позволяет вам регулярно повторять стандартизированные аналитические процессы с низкими затратами, но также может выявлять нелинейные закономерности, недоступные для людей.

Например, моя лаборатория изучила более 5 миллионов патентов с помощью алгоритмического анализа, чтобы выяснить, сможем ли мы предсказать дебют новаторских технологий будущего на основе информации об их патентных заявках. Мы предположили, что машина будет определять будущие хитовые патенты по данным заявок, если у изобретения будут автономные, «чудоподобные» возможности или идеи. В конце концов, алгоритм нашел патенты будущего с высокой точностью, но не так, как мы, люди, представляли себе. То есть алгоритм не идентифицировал будущий хитовый патент на основе его автономных возможностей; скорее, он идентифицировал хитовые патенты на основе того, были ли они частью кластер аффилированных патентов, которые вместе могут решать определенные проблемы, которые ни один отдельный патент не может решить сам по себе.

Например, ультразвуковая технология оказала большое влияние на здравоохранение через несколько лет после того, как она была впервые представлена, позволив неинвазивную визуализацию и лечение физических состояний, таких как камни в почках и даже некоторые виды рака. Но этот прогресс был бы невозможен без более мелких изобретений помимо основной технологии — аппликаторов, процессов снижения статического электричества, специализированных медицинских прокладок и зажимов, которые были разработаны независимо от ультразвуковой технологии, но имели решающее значение для ее успешного применения в медицине. Наш автоматизированный анализ достоверно выявил наличие этих кластеров связанных патентов в более чем 5 миллионах патентов, от товаров для здоровья до новейших технологий мячей для гольфа, и что эти кластеры коррелировали с вероятностью того, что патенты в них завтра станут доминирующими технологиями будущего — вывод не ранее оценил.

Мой северо-западный коллега Эндрю Папахристос использовал аналогичную аналитику, чтобы показать, что коррупция в полиции Чикаго исходит не от нескольких «плохих» офицеров, а от недобросовестной сети связанных между собой полицейских; его работа позволяет раньше обнаруживать такие проблемы.

Я надеюсь, что я ясно объяснил взаимодополняющие преимущества автоматизации и то, как она может помочь вам преобразовать данные в большую и устойчивую ценность. Действительно, чем больше у вас данных, тем больше вам нужна автоматизация; как только у вас появятся мощные возможности автоматизации, вы сможете собирать и использовать еще больше данных, и цикл продолжается.

Вывод: автоматизация становится все более важной возможностью и может иметь решающее значение для эффективности вашего бизнеса в краткосрочной и долгосрочной перспективе. Но важно понимать, как он увеличивает ценность, и предпринимать шаги для смягчения его очень реальных недостатков на благо вашей компании и широкого сообщества, в котором она работает.

Во второй части этой статьи я расскажу о трех основных недостатках автоматизации — объяснимости, прозрачности и стоимости — и о том, как их устранить.

Источник: https://www.forbes.com/sites/brianuzzi/2022/06/23/automation-is-critical-for-your-businessbut-use-with-care-part-one/