Многие предприятия испытывают разрушительные финансовые последствия пандемии, будь то из-за воздействия на цепочку поставок, принудительных остановок, значительного сокращения потребительских расходов или всего вышеперечисленного. Производители и розничные торговцы, производящие потребительские товары, нефтегазовые компании и сфера услуг – это те отрасли, которые пострадали больше всего. Чтобы избежать катастрофических потерь доходов, этим компаниям ничего не остается, кроме как переключить внимание на существующие цифровые каналы своего бизнеса или сделать более крупный поворот к цифровой бизнес-модели. 

В 2020 году менеджеры высшего звена приоритезируют цифровую трансформацию и управления затратами. Согласно данным опроса IBM, почти шесть из десяти организаций ускорили свои цифровые преобразования в 2020 году. Традиционные и кажущиеся препятствия, такие как технологическая незрелость и сопротивление сотрудников переменам сошли на нет: 66% опрошенных руководителей заявили, что они реализовали инициативы, которые ранее не приживались. 

Прошлые рецессии показывают, что контроль затрат за счет повышения операционной эффективности – задача, для которой цифровые решения подходят идеально. Такие технологии, как искусственный интеллект, автоматизация, которые могут помочь сделать рабочие процессы более интеллектуальными, быстрыми и безопасными, становятся все более востребованными. 

Согласно результатам вышеупомянутого опроса, 60% опрошенных руководителей заявили, что они ускорили автоматизацию процессов, и многие будут применять автоматизацию во всех бизнес-функциях, а в течение следующих двух лет приоритетность технологий искусственного интеллекта продолжит расти и увеличится на 20%. 

 Самая большая игра в эффективность – это автоматизация 

В проектах автоматизации окупаемость инвестиций достигается практически мгновенно, что компенсирует первоначальные вложения. Роботизация процессов позволяет организациям автоматизировать определенные типы рабочих процессов, чтобы сократить время, затрачиваемое на выполнение дорогостоящих ручных задач, и перераспределить ресурсы в другом месте. Экономика автоматизации проста: та же работа выполняется быстрее и с меньшим количеством ошибок, а человеческий капитал перенаправляется на более важные задачи и заполнение критических пробелов. 

McKinsey оценивает, что компании могут автоматизировать 64% своих процессов сбора данных, благодаря чему сократить ручной труд, время выполнения, и как следствие – расходы. 

Возможные преимущества на этом не заканчиваются. Для выявления и устранения непредвиденных потерь можно использовать более сложные инструменты машинного обучения. 

Искусственный интеллект и машинное обучение уже нашли свои ниши на предприятии, в основном в специализированных областях анализа больших данных, взаимодействия с потребителями и поддержки принятия решений. 

Пример более сложных интеллектуальных систем – те, которые могут распознавать физические объекты и реагировать на их поведение, отправляя сообщения на автоматически выполняемые действия, и информируя о ситуации, свидетелями которой они являются. Такие компании, как Samsung, Microsoft или Uber, используют роботов Knightscope K5 для охраны больших открытых пространств. Это уличные машины, которые работают 24/7 самостоятельно, включая автономную подзарядку без какого-либо вмешательства человека. 

В 2020 году ИИ перерастает эти ниши и проникает в различные области бизнеса. Его распространение обусловлено спросом на облачные технологии, продукты «программного обеспечения как услуги» (SaaS), которые настолько просты в настройке и эксплуатации, что их внедрение возможно и без ИТ-отдела. Amazon AWS предоставляет ряд сервисов машинного обучения, которым необходим лишь доступ к данным, чтобы произвести анализ текста, изображений и голоса, рекомендаций или моделей прогнозирования. 

Согласно исследованию Accenture, 88% компаний, использующих технологии машинного обучения для автоматизации, улучшили эффективность своих процессов и основные ключевые показатели эффективности более чем на 200%. Возможности для автоматизации процессов с использованием аналитики на базе искусственного интеллекта для управления ресурсами и анализа огромных объемов данных – это только верхушка айсберга приложений ML / AI. 

Цифровые близнецы 

Используя датчики, встроенные в физические объекты, для сбора повсеместных данных, которые автоматически обрабатываются и визуализируются, мы можем создавать цифровые представления реальных объектов – цифровых двойников. Они основаны на концепции, согласно которой модели виртуальных активов сосуществуют и связаны с реальными активами. В настоящее время это очень помогает в сокращении затрат на управление цепочкой поставок и производство. Одна из компаний, активно использующих цифровых двойников, – это Unilever. Машины и оборудование ее заводов отправляют в модель различные данные – от температуры до времени производственного цикла. Это создает представление о каждой машине и процессе, обеспечивая наглядность на всех уровнях предприятия. Собранные данные собираются для анализа и шаблонов с использованием расширенной аналитики и алгоритмов машинного обучения, которые могут прогнозировать результаты на основе исторических данных для непосредственного управления частью машины или процесса и предотвращения сбоев, простоев и ошибок качества. Это позволяет операторам принимать более обоснованные решения и освобождает их от повторяющихся ручных задач, позволяя им сосредоточиться на дополнительных функциях. 

НПЗ Башнефть внедрила технологию цифрового двойника для создания диджитал модели Илишенского месторождения в 2019 году. По данным компании, применение новейших технологий только в производственных процессах позволит получить дополнительно до 1 млн тонн нефти за счет оптимизации производства, количество дистанционно управляемых объектов увеличится почти на 60%, а логистические издержки снизятся 5%. Экономический эффект может составит около 1 млрд рублей. 

Использовать цифровых двойников будет половина крупных промышленных компаний уже к следующему году, предсказывал Gartner. Это приведет к повышению эффективности этих организаций на 10%. 

 Что дальше? 

Определяющим событием 2020 года, несомненно, является вспышка коронавируса. В результате мы находимся в самом разгаре крупнейшего в истории эксперимента по работе на дому. Компании, прошедшие цифровую трансформацию, обычно имеют инструменты для поддержки своих операций в удаленной среде - от программного обеспечения для видеоконференцсвязи и запуска сервисов в облаке до цифровых двойников своих процессов и использования удаленного доступа как услуги для оснащения своих сотрудников инструментами для работы дома. Но инструментов и процедур недостаточно для успеха – для эффективной работы в распределенной команде требуется особый тип культуры. 

Хотите быть в курсе технологических изменений и способах оптимизации затрат? 

Присоединяйтесь к участникам международной онлайн конференции GO DIGITAL 2-3 декабря 2020 года. Участие бесплатное по предварительной регистрации.