Wykorzystaj w pełni potencjał liczb
Dane stają się coraz ważniejsze dla opracowywania nowych produktów i usług. Średnie przedsiębiorstwa mogą produkować bardziej efektywnie i indywidualnie podchodzić do klientów.
Moritz von Soden nie wierzył własnym oczom: z nowej śruby gwintowanej wyposażonej w minisensory, którą zaprezentował jego zespół projektowy, w ciągu kilku minut na jego telefon komórkowy zaczęły napływać dane przez Bluetooth. Informowały one o obciążeniach i wibracjach śruby. „To jak rentgenowski wgląd w gwint” – cieszy się szef firmy Bornemann Gewindetechnik, patrząc na dane płynące z jego inteligentnego gwintu: „Można nawet rozpoznać, jaki smar jest używany”.
Klienci firmy Bornemann, głównie producenci podnośników lub urządzeń transportowych, mogą teraz przez całą dobę monitorować stan swoich produktów. Pozwala to na wczesne wykrywanie uszkodzeń, optymalizację częstotliwości konserwacji i uniknięcie awarii. Dla samego producenta gwintów z Dolnej Saksonii ta innowacja otwiera zupełnie nową dziedzinę działalności: „Dzięki analizie wszystkich zmierzonych danych uzyskujemy wiedzę, którą w przyszłości będziemy mogli zaoferować naszym klientom jako dodatek do naszych wrzecion”, mówi von Soden. „Możliwe jest utworzenie działu doradczego”.
Coraz więcej małych i średnich przedsiębiorstw korzysta z technologii takich jak Business Intelligence (BI), Big Data, analityka i sztuczna inteligencja (AI) w celu opracowywania produktów i usług oraz zdobywania nowych obszarów działalności. Podczas gdy BI służy przede wszystkim do przetwarzania i prezentacji danych historycznych i aktualnych, analityka jest ukierunkowana na przyszłość. Technologie takie jak eksploracja danych (data mining) lub uczenie maszynowe (machine learning) służą do określania prawdopodobieństwa przyszłych wyników. Dzięki temu możliwe jest tworzenie rzetelnych prognoz. „Można przewidywać zmiany, aby w odpowiednim czasie wprowadzić ewentualne modyfikacje niezbędne do osiągnięcia sukcesu” – wyjaśnia Christoph Oelrich, szef firmy doradztwa personalnego Steerer.
Sztuczna inteligencja dotarła również do działów zakupów, produkcji i logistyki średnich przedsiębiorstw. Podczas gdy w przeszłości urządzenia do produkcji włóknin były regulowane ręcznie zgodnie z zasadą prób i błędów, obecnie gromadzone są dane dotyczące stanu maszyn i otoczenia, mierzy się optycznie aktualną jakość włóknin i wykorzystuje się te informacje do szkolenia sieci neuronowych. Algorytm symuluje parametry ustawień i wskazuje, przy których z nich można uzyskać wymaganą jakość przy najniższych kosztach. W innym zakładzie system kamer rozpoznaje, czy maszyny prawidłowo montują śruby i kołki. Jeśli nie, personel jest alarmowany w ciągu kilku sekund. Jakość produktów wzrasta, a liczba reklamacji spada.
Kolejny przykład: od kilku tygodni producent kosmetyków z Hesji szczegółowo rejestruje zachowania potencjalnych klientek na swojej stronie internetowej i w sieciach społecznościowych, informacje, które kobiety klikają, pytania, które zadają, oraz preferowane kolory. „Dzięki anonimowym, ale zindywidualizowanym danym firma może uzyskać dokładny obraz klientek, rozpoznać motywy ich zachowań i w czasie rzeczywistym polecać im odpowiednie produkty i treści” – wyjaśnia Rupert Steffner, założyciel start-upu Wunder.ai i ekspert w dziedzinie BI i AI w przedsiębiorstwach handlowych, telekomunikacyjnych i finansowych. „W naszym systemie staramy się w jak największym stopniu odzwierciedlić również czynniki emocjonalne i procesy decyzyjne zachodzące w ludzkim mózgu”.
Analitycy biznesowi, inżynierowie danych i naukowcy zajmujący się danymi są poszukiwani na rynku pracy. Już na kampusach rekrutowani są przyszli informatycy, fizycy i matematycy. „Niektóre firmy współpracują z uczelniami wyższymi, aby wcześnie pozyskać najlepszych talentów” – mówi headhunter Oelrich. Absolwentów przyciąga się rocznymi wynagrodzeniami w wysokości 60 000 euro i więcej, a z tytułem doktora można zarobić ponad 70 000 euro: „Naukowiec zajmujący się danymi z pięcioletnim doświadczeniem zarabia średnio około 90 000 euro”. Tendencja: wzrostowa. „Dla wielu osób o wysokim potencjale decydujące znaczenie ma jednak to, czy model biznesowy jest ekscytujący i przyszłościowy oraz czy będą mogli pracować z najnowszymi narzędziami”.
W większości przypadków to duże przedsiębiorstwa wygrywają wyścig o utalentowanych pracowników, a mniejsze firmy rzadko są w stanie konkurować pod względem wynagrodzeń i możliwości rozwoju kariery. „Ponadto często nie mają one kadry kierowniczej posiadającej praktyczne doświadczenie w realizacji projektów cyfrowych” – ubolewa Oelrich. Dlatego wiele średnich przedsiębiorstw w razie potrzeby korzysta z usług freelancerów, których stawki dzienne wynoszą od 800 do 1200 euro. Korzystają one również z usług firm programistycznych, które oferują oprogramowanie i doradztwo w zakresie sztucznej inteligencji, analizy wizualnej, nauki o danych lub internetu rzeczy – również w odniesieniu do kompletnych procesów biznesowych opartych na wykorzystaniu danych.
Rosnące zainteresowanie średnich przedsiębiorstw
Liderem światowego rynku jest firma SAS. Niemiecki oddział amerykańskiego koncernu odnotowuje rosnące zainteresowanie średnich przedsiębiorstw rozwiązaniami, które dotychczas były zarezerwowane głównie dla dużych firm. „Koronawirus boleśnie uświadomił wielu przedsiębiorstwom braki w zakresie cyfryzacji” – mówi Annette Green, odpowiedzialna w SAS za Niemcy, Szwajcarię i Austrię. Wielu decydentów nie zna dokładnie słabych stron własnej firmy. Często przyczyną jest niewłaściwe zarządzanie danymi. W czasie kryzysu firmy, które nie dysponowały metodycznymi, koncepcyjnymi, organizacyjnymi i technicznymi procedurami wykorzystania zasobów danych, znalazły się w trudniejszej sytuacji niż przedsiębiorstwa, które już wcześniej postawiły na big data, analitykę lub sztuczną inteligencję: „Dzięki temu zyskały one odporność, która chroni je przed nieoczekiwanymi zdarzeniami również w przyszłości i umożliwia im opracowywanie nowych produktów i usług”.
Dzięki analityce i sztucznej inteligencji możliwe jest lepsze dotarcie do klientów i dostosowanie ofert do ich indywidualnych potrzeb. „Oferty te opierają się na wszystkich dostępnych informacjach o kliencie i dotychczasowych usługach, z których korzystał, i budują zaufanie i satysfakcję nawet w czasach ograniczonych kontaktów osobistych” – podsumowuje Green. Otwiera to nowe modele sprzedaży. „Wykorzystywane rozwiązania technologiczne powinny działać w sposób zautomatyzowany, być elastyczne, a przede wszystkim skalowalne”. Jest to również pomocne w przypadku stosowania nowych modeli analitycznych, takich jak uczenie maszynowe, „ponieważ wymaga to większej mocy obliczeniowej przez pewien czas, którą można następnie zwiększyć lub zmniejszyć w zależności od potrzeb”.
Szef firmy Bornemann, von Soden, jest przekonany, że inteligentne gwinty staną się w przyszłości podstawowym produktem jego firmy. Już teraz gromadzi i analizuje dane do celów marketingu internetowego: „Z powodzeniem”.