智慧應用 影音
中華電信股份有限公司國際電信分公司
event

【專家觀點】工業數位轉型的挑戰與致勝推手(下):AI平民化為何掀起產業熱議?

新世代無代碼平台將驅動一線員工透過自主數據分析找到瓶頸解方。Synergies

在《工業數位轉型的挑戰與致勝推手(上):比缺人才更嚴峻的是組織斷層》中,我們談到工業企業想透過數據分析完成數位轉型,但因為問題擁有團隊、分析團隊和系統建置團隊之間產生的權責歸屬、定義問題和維運等等,將導致組織斷層的瓶頸。

這兩年,為了突破這些瓶頸,許多的軟體公司嘗試開發更簡單、門檻更低的AI數據分析或無程式碼(No-Code)開發工具。隨之產生的兩個角色叫做「平民資料科學家(citizen data scientist)」及「平民開發者(citizen developer)」。

 點擊圖片放大觀看

平民數據科學的導入將能降低組織斷層與人才缺乏的問題。Synergies

「平民資料科學家」及「平民開發者」問世填補缺口

當分析平台再結合上無程式碼技術,則可以讓企業中具備產業知識卻不具備分析技能的一線員工使用這樣的工具快速獨立完成數據探索、建模甚至是直接透過打字搜尋或拖拉點選的方式快速創建分析應用整個完整的流程。

這樣的工具及作法可以有效解決過去數據分析及AI發展最大的人才與組織瓶頸問題。一旦企業中參與分析及開發軟體的人越多,數據的價值就越大,產生的應用就越多,應用越多,業務發展的速度就越快。在提高生產力和減少資源浪費的雙重驅動下,讓非技術背景人員具有數據分析及開發相關應用程序的能力,為企業帶來巨額的回報。

如今,非技術背景的人們不再像過去只能被動地等待分析結果及「使用」別人開發出來的應用程式而已,他們本身也能自己擴展或引入新的分析成果或應用,以解決自身業務場景中一直存在的問題。

資料科學家與開發者平民化將加速數據分析流程

「平民資料科學家」及「平民開發」的發展代表著整個軟體開發、分析流程及使用結構上的轉變。關於「平民資料科學家」於近期的快速的普及,最顯而易見的原因之一就是解決資料科學家/軟體開發人員需求數量與供給數量間的不平衡,但數據科學以及應用開發的平民化價值遠遠不止解決人才缺少的問題。

這兩者的平民普及化還能為企業帶來更深層的好處,因為企業中業務端的員工通常是最了解產業知識的一群人,一旦他們能夠自己快速做數據分析、產生應用,那麼就能夠快速地讓數據產生實際價值並擺脫繁瑣又笨拙的業務與IT間的需求溝通。

此外,還能夠防止過去開發人員和業務端使用者頻繁來回溝通中所造成的理解錯誤或是細節遺漏等問題,讓整個企業的作業流程後分析流程真正的順暢起來,在企業的不同層面解決問題,而IT團隊也可以專注將精力花在維護好企業系統及數據庫等本職工作上。而達到上述的這些價值,無需支付高昂的資料科學家團隊成本也不需要額外大幅擴充團隊人力。

如果說「數據」正在吞噬世界,那麼數據科學的平民化與規模化將成為確保這件事未來幾年在大量企業中能夠被普及的方式,若只是一味關注在專業資料科學家的缺乏上而駐足不前,很容易會因此而錯過了數據在當代企業能創造的巨大價值。

分析與開發技術「平民化」 掀起工業的轉型浪潮

談到這裡,相信許多人有個疑問:「喔,原來這就是所謂的『平民資料科學家』,但是,這與工業又有什麼關係呢?」

現實情況是,工業是最需要平民資料科學家以及平民開發者的產業。原因有二。第一,在數以萬計的工業或製造業公司中,IT、分析及開發人員極度缺乏,甚至時常連一個都沒有。這些公司若不是需要付錢給另一家公司或顧問來幫他們編寫軟體與分析應用,就是必須在沒有軟體幫助的繁雜過程中工作。這是多麼糟糕的「工業4.0」真實現況。

然而這些公司正是最適合培養他們員工成為真正的平民資料科學家及平民開發者的,這樣的做法能使這些企業在不增加員工人數或過度花費的情況下,規模化強化流程及活用數據將公司轉型升級。

第二,越來越多公司不願意接受大型的「永恆系統」。我們正在逐漸遠離過去那種需要花上數千萬,等待一年半才能搭建完成MES系統的年代。而這樣的系統導入代價是巨大的,除了近70%的成本花費在顧問與導入上,系統一旦上線若要進行變更是非常困難的。

在平民分析與開發的架構下,運營團隊可以開發敏捷的工具與分析應用解決眼下遇到的問題,而不需要面對痛苦且龐大的跨組織專案溝通流程,這樣的流程遠比過去更敏捷、自主控制能力也比過去強多了。

非僅是採購軟硬體 數位「轉型」是組織做事方法的升級與改變

當數據科學能夠在工業中被普及並使用,那麼工業將迎來巨大轉變。所謂的數位轉型,是企業整體做事的方法與過去不同而導致組織競爭力的大幅提升,而非僅採購一些數位化與自動化的工具。

現在產業中有許多依靠經驗法則、特定員工的主觀判斷、外部顧問協助的問題,未來能夠透過內部員工自主分析甚至是開發各式內部的應用得到更好的效果,而不是像前幾年許多企業失敗的嘗試那樣,做一兩個看起來很高科技卻難以規模化落地的AI專案,並且企業並不需要額外付出高昂的成,這樣子的系統與流程,難道不是工業共同追求的解決方案?

透過這篇文章,希望讓更多的人了解什麼是平民資料科學家以及平民開發者,並且嘗試以我們的角度來分析一下為什麼最近許多工業的客戶開始關注到這些相關的技術。希望有更多的企業能夠真正的將數據分析帶入到企業當中,並且實際解決製造企業每天面臨著大大小小的各種問題,尤其在Covid-19肆虐的今天,能更靈活應變的企業,將取得難以替代的競爭力! (本文作者為美商訊能集思(Synergies)智能科技執行長張宗堯)

延伸閱讀:【專家觀點】工業數位轉型的挑戰與致勝推手(上):比缺人才更嚴峻的是組織斷層


  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 資料科學家 AI 數位轉型