Datagedreven transformatie
Zet data, AI, ML in om uw organisatie toekomstbestendig te maken
​
Hoe kan AI waarde voor bedrijven realiseren?
Hoe AI waarde kan toevoegen
Andrew NG, AI-goeroe en oprichter van Coursera en Baidu over AI. Andrew is bovendien professor in AI aan de Stanford University in Amerika en voormalig leider van Google Brain.
Bedankt Andre!
Voorspellend onderhoud
MatWorks, een van de geleverde software leveranciers over Predictive Maintenance.
Bedankt Melda Ulusoy!
Geld verdienen met data analytics en AI
Uit onderzoek en van succesvolle bedrijven blijkt dat bedrijven die gegevens en analyses ontwikkeld om te innoveren twee maal zo snel groeien dan bedrijven die zich tot wat verlies projecten voordoen.
In uitgebreid zien organisaties de mogelijkheden van advanced analytics en artificial intelligence (AI). Een aantal data-intensieve middelen zijn hier voorloper in zoals; hightech, media en telecom. Echter, het slagingspercentage in dit BOUWken ligt onder de 26%. Traditionele producten zoals olie en gas, automotive, infastructure en farma hebben zelfs een slagingspercentage dat onder de 11% ligt *. In dit gebied valt dus nog veel te verbeteren. Steeds meer kennisken volgen. In andere middelen en in het MKB worden de mogelijkheden van deze nieuwe technologieën nu pas echt ontdekt.
Br o n: De sleutels tot een succesvolle digitale transformatie | McKinsey
bedrijfsprocessen
kwaliteit van producten verbeteren
Product engineering
Vooraad optimalisatie
Slim onderhoud
Energiebeheer
klanttevredenheid vergroten
omzet te vergroten
en concurrentievoordeel te geboekt.
Datagedreven strategie
Waarom is het zo moeilijk om een datagedreven organisatie te worden?
Uit een onderzoek bij 85 Fortune 1000-bedrijven (Harvard Business review, 2021) blijkt dat er veel geinvesteerd wordt door bedrijven maar dat de resultaten tegenvallen. Het betreft bedrijven die al zo'n 10 jaar geleden zijn gestart met data en ML. Slechts 29,2% geeft aan datagedreven transformatie te hebben bereikt en 30% heeft een uitgebreide datastrategie. Voor het vijfde achtereen volgende jaar is deze bedrijven dat cultuur, en niet technologie, de grootste uitdaging. In het onderzoek van 2021 uitvoer de bedrijven dat culturele, organisatorische afstemming, verandermanagement, communicatie, vaardigheden van mensen, en weerstand van gebrek om te veranderen mogelijk te maken de grootste zijn. De overeenkomst van het onderzoek en de sluiten aan bij de Gecombineerde holistische Top-down - Bottom-up aanpak van Confetty. Denk groot, begin klein.
Laten we samen de toekomst vormgeven
Bron: Waarom is het zo moeilijk om een datagedreven bedrijf te worden? (hbr.org)
Analytics vertaler
Onderzoek en ervaringen van organisaties die succesvol zijn met data analytics en AI wijzen uit dat niet alleen datawetenschappers nodig zijn. Om succesvol AI te heb je ook cross-functional agile teams nodig hebben met data engineers, data architects, data-visualisatie experts en vertalers nodig. Waarom is deze laatste rol zo belangrijk? De analytics Translator kun je zien als de lijm die alles. De diverse rollen zijn dermate specifiek dat afstemming heel belangrijk is. Vooral tussen gebruikers (de business) en datawetenschappers. Deze spreken bij wijze van spreken een verschillende taal. De vertaler spreekt beide talen en zorgt voor afstemming. Analytics Translators zorgen voor zakelijke problemen en kansen die kunnen worden opgelost met analytics en AI. Zij helpen het technische team om de juiste oplossingen voor de zakelijke problemen te realiseren en het operationeel embedden van de oplossing in de organisatie. Het is een specialisme waar veel bedrijfskundige kennis voor nodig is in combinatie met voldoende technische kennis en projectmanagementvaardigheden. Analytics Translators van Cofetty AI verbinden business en techniek en spreken beide talen en kunnen deze verbinden en er zo voor zorgen dat analytics en AI gaat werken in de praktijk.
Domein Kennis
Naast toekomstige competenties is domeinkennis verreweg de belangrijkste vaardigheid van de vertaler. Vertalers moeten domeinkennis hebben en heel goed het bedrijf kennen om effectieve waarde te realiseren voor organisaties. Zij dienen goed op de hoogte te zijn van de sleutelmatrics en invloed deze hebben op het bedrijf en uiteindelijk winst en verlies, omzet, klantbehoud enz. Daarnaast hebben vertalers kennis van veel gebruiksgevallen zoals bijvoorbeeld voorspellend onderhoud, slimme landbouw, levering -ketenbeheer, marketinganalyses etc.
Ondernemende mentaliteit
Soft skills (of skills die) moeilijk te automatiseren zijn (video Cassy Kozyrkov?)
Operationele analyse - MLOps
Data analytics en AI uitgevoerd gaat verder dan gecombineerd met data en code. Dat is een geheel nieuwe discipline binnen ML en AI. Het in productie nemen van algoritmen en codes vraagt om een specifieke aanpak, genaamd; MLP's. In de video hiernaast wordt uitgelegt wat MLOps is.
_edited.png)