スメシュ・メノン著
AI が登場してからのここ数年で、プロセス デザインと考え方は大きく変わりました。 企業はかつて、ビジネス機能を運営するために独立したシステムを持っていましたが、そのシステムは業務効率化の傾向があり、将来的に AI 変革に合わせてこれらのシステムがどのように変化するかわからない時代に設計されました。
ERP システムが市場を席巻するにつれ、企業はシステム運用を再考し始め、Oracle や SAP などの大手ショップが自社の製品を提供してビジネス運用を実装し始めました。 これらのシステムは、さまざまな業界の要件に対応する多くのハイエンド ソリューションと複雑なビジネス プロセスを、バニラ製品で非常に簡単に実装できるように提供しました。
より複雑なこれらの ERP システムが多くのプロセスを実行するように調整されている運用は、企業の時間の必要に応じて変更され、企業がこれらのシステムを利用して自動化されたレポートや障害のアラートを生成できるようになった時点で、より多くの機能を提供できるようになりました。総勘定元帳への転記により、企業の月末業務を終了します。
AI と機械学習の出現により、プロセス思考とデザインの視点はさらに多様に変化しました。 これにより、最前線の業務改善から、製品やサービスに適したサプライ チェーン運用モデルや適切なサプライ チェーンの選択などの戦略的選択に至るまで、サプライ チェーンの意思決定の改善に役立つ新たな洞察が生まれます。
以前はこれらの ERP システムやインターネット テクノロジに基づいて構築されていたビジネス プロセスが、AI によって企業にプロセスの完全な再考をもたらし、自社のプロセスの見直しを開始できるようになりました。 そして、これが以前のバージョンからより効率的にどのように変更されるかについても説明します。 AI と機械学習は、ERP システムだけでは実行できなかったことを実行できます。
ビッグデータ分析を備えた人工知能と機械学習は、企業がコグニティブ思考で設計の選択に情報を提供し、最適化するのに役立ち、計画と意思決定のプロセスをより迅速かつ効率的に行うことで人間をより賢くします。 ブロックチェーンテクノロジーとビッグデータを使用すると、サプライチェーン分析をよりプロアクティブかつ即応性のあるものにすることができ、企業がサプライチェーン内の各エンティティの健全な全体像を把握し、顧客のニーズに合わせてカスタマイズできるソリューションを実現できるようになります。
AI が実際に業務運営を変革し、プロセスの再設計につながる技術分野には、ビジョン システム、音声システム、自然言語処理、エキスパート システム、機械学習、ロボティクス プロセス オートメーションなどがあります。 また、これは、製造および倉庫機能における業務の計画とスケジューリングを改善するのにも役立ちます。
自動化により、すべての反復タスクが、事前に定義されたルール エンジンのセットで動作するロボットに置き換えられる一方で、AI は、機械学習技術を使用して、運用データから学習し、より適切な運用上の意思決定を支援するのに十分な認知力を備えた運用データを使用して ERP プロセスをさらに強化できます。
AI と、ビッグデータ分析によって管理される運用データを備えた ERP システムを組み合わせることで、今日の企業の再設計プロセスにおいて、思考とアプリケーションをより高いレベルのリエンジニアリングに再構築することができます。 銀行、ヘルスケア、保険会社は、すでに AI を使用して反復的なタスクの一部を実行したり、チャット ボットを使用して人間と対話して、よくある質問や問題に対する回答を提供したりして、顧客サービスをより迅速かつ効率的にしている業種の一部です。
これは仕事が AI に取って代わられるのではないかという懸念をもたらしますが、AI から得られるもう XNUMX つの利点は、同じ人材が組織内の他の活動に集中して生産性を高め、AI がより多くの情報を提供して組織をより良く構築できるようになることです。これらの AI システムがよりシームレスに機能するのを支援するために、日々の堅牢性を高めています。
創造性は「ただ物をつなげるだけ」で生まれます。 賢いビジネスの動きの多くは、互いに独立しているように見える製品やサービスをリンクすることから生まれます。 どのアクティビティの組み合わせがアクティビティをより有意義でより価値のあるものにすることができるかを特定したら、それらを組み合わせてより優れた成果物を作成する必要があります。
IoT は、接続されたシステムが相互に通信できるようにすることで、AI により多くの価値を提供するのに役立ちます。 システムは、その行動のパターンを学習するために使用できる膨大なデータを生成します。これらのデータは、AI によってさらに調整され、有意義な認知推論を行うことで業務上の意思決定を行うことができ、ビジネスの機能をより効果的にすることができます。 インテリジェント モノのインターネットにより、IoT アプリケーションはその可能性を最大限に発揮できるようになります。 人工知能と機械学習により、より詳細なデータの洞察がより速いペースで得られます。 企業は、インテリジェントなモノのインターネットを利用してメリットを享受することを楽しみにしています
AI と IoT により、企業は現在、トランザクションのプロセスと運用のみで運用されているエンドツーエンドのプロセスを、より大きな変革にどのように変革できるかを再考する必要があります。 これは、接続されたシステムを運用および利用する際に、より戦略的に役立ちます。
運用効率の向上
学習したパターンに基づいて人工知能によって行われる予測は、ビジネスの業務効率の向上という点で非常に役立ちます。 人工知能を通じて得られた詳細な洞察を組み合わせてビジネス プロセス全体を改善することができ、その結果、業務効率が向上し、コストが削減される可能性があります。
パターンに基づく正確な予測により、ビジネス内のコストと時間のかかるタスクに関する洞察を取得し、それらを自動化して効率レベルを向上させることができます。 さらに、自動車とエンジニアリングの高度な分野で大規模に取り組んでいる企業の場合、IoT と AI システムの組み合わせを通じて得られる洞察は、プロセスの再設計、機器のセットアップの改善、事前の在庫補充などに役立ち、不必要な固定費を節約できます。
より高い精度レベル
人間の脳は、特定のタスクを一定の速度で実行するように制限されており、システムの記憶とは異なり、心が同じレベルで動作していない場合、エラーを犯す傾向がさらに高くなります。
インテリジェント モノのインターネットには、デバイスを経由して送受信される大量のデータを分解する力があります。 これの最も良い点は、プロセス全体が機械とソフトウェアによって行われるため、人間の介入なしに実行できるため、エラーがなく、精度が向上することです。
たとえば、銀行取引やオンライン購入取引は不正行為のリスクが高くなります。 人間の理解力と、人工知能の IoT 機械学習および RPA 技術を組み合わせることで、潜在的な不正行為を事前に予測し、損失を防ぐことができます。
より良い分析のための規範的分析と予測分析
IOT と AI を組み合わせることで、機械が予測分析を実行できるようになります。 予測分析とは、既存のデータを調べ、その結果に基づいて将来起こり得るイベントを予測する分析の分野を指します。 IoT と AI は、この予測結果を作成するのに役立ちます。また、結果に対処するための規範的分析や、企業が推測したい最良の結果を選択する方法を使用して、これをさらに詳細に分析することもできます。
企業は起こり得る事故や障害を事前に検知し、メンテナンスに取り組むことができるようになります。 このため、障害が発生する前でも状態が検出されるため、損失の可能性が大幅に減少します。 これは、大企業のコストを節約し、ビジネスの挫折を回避する上で多大なメリットをもたらします。
航空会社のシステムは、予測分析を使用してシステム機能のパターンを確認でき、アラートが発生する前でもバックアップを予測して、業務のダウンタイムを引き起こす可能性のある障害を回避できます。
顧客の成功とエンゲージメントの向上
顧客満足度とエンゲージメントはあらゆる企業の目標です。 企業は、チャットボットを使用して顧客と対話できるようにすることで、AI の力を実感しています。 顧客データとその学習パターンを使用して、顧客の選択に応じてよりパーソナライズされたエクスペリエンスを提供し、それに応じてクエリを解決できます。
適切なアプローチに焦点を当てると、プロセス分析はさらに効果的になります。
コントラスト. 企業や業界の現状を支えている前提を特定し、それに異議を唱える必要があります。 これはビジネスやプロセスを再発明する最も直接的で、多くの場合最も強力な方法です。次に何をすべきか、より良くするために何ができるかを常に考えます。
組み合わせ. 創造性は、異なるシステムを接続して通信し、より強力にすることから生まれます。
制約. 組織の限界に目を向け、それがどのようにして実際の強みになるのかを検討する必要があります。
コンテキスト. 自分の問題と似た問題がまったく異なる状況でどのように解決されたかを振り返ると、革新のためにさらに追求できる新しいアイデアを発見したり、既存の問題を解決するための事実を戦略化するのに役立つ驚くべき洞察が現れるかもしれません。
ドローンとロボットは、人間の反復的な機能とプロセスを自動化し、サイクルタイムを短縮し、変化を推進する力を与えるために使用されています。 AIのメリットを最大限に活用するには、企業はAIを考慮したプロセス設計やプロセス改善活動を再考する必要があります。 プロダクト マネージャーと機能オーナーは、この変革の取り組みにおいて、関連するビジネス関係者と協力して取り組む必要があります。 これは、概要レベルの設計から開始し、その後、詳細なプロセス フローと改善メトリクスを作成して、変換設計の前後のコストと時間の効率を示す必要があります。 AI は航海するための手段であり、ビジネスを変革するための新しい時代への始まりです。
スメッシュ・メノンが書いた記事
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- プラトアイストリーム。 Web3 データ インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- 未来を鋳造する w エイドリエン・アシュリー。 こちらからアクセスしてください。
- PREIPO® を使用して PRE-IPO 企業の株式を売買します。 こちらからアクセスしてください。
- 情報源: https://www.fintechnews.org/artificial-intelligence-and-iot-in-process-design-thinking-and-re-engineering/
- :持っている
- :は
- :not
- :どこ
- $UP
- a
- できる
- 私たちについて
- それに応じて
- 精度
- 正確な
- 活動
- 実際に
- 加えます
- 進める
- 出現
- 後
- 先んじて
- AI
- 警告
- アラート
- すべて
- 許す
- 一人で
- 既に
- また
- 常に
- an
- 分析
- 分析論
- および
- 別の
- 回答
- どれか
- 申し込み
- アプローチ
- です
- エリア
- 人工の
- 人工知能
- 人工知能と機械学習
- AS
- At
- 自動化する
- 自動化
- オートメーション
- 自動車
- 避ける
- バックアップ
- バンキング
- 銀行
- ベース
- BE
- になる
- 開始
- さ
- 利点
- BEST
- より良いです
- ビッグ
- ビッグデータ
- より大きい
- ブロックチェーン
- blockchain技術
- ボット
- ブランチ
- ブレーク
- 持って来る
- もたらす
- ビルド
- 内蔵
- ビジネス
- ビジネス機能
- ビジネス
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- 缶
- 取得することができます
- これ
- 場合
- 原因となる
- 一定
- チェーン
- チャンス
- 変化する
- 変更
- 変更
- チャットボット
- 選択肢
- 閉鎖
- 認知
- 組み合わせ
- 組み合わせる
- 組み合わせた
- 来ます
- comes
- 到来
- 伝える
- 企業
- 会社
- 会社の
- コンプリート
- 複雑な
- 条件
- 交流
- 接続する
- 検討
- 考慮
- コンテキスト
- 株式会社
- 費用
- コスト
- 可能性
- 作成します。
- 顧客
- 顧客データ
- 顧客サービス
- お客様の成功
- Customers
- カスタマイズ
- サイクル
- データ
- データ分析
- 中
- 取引
- 決定
- 意思決定
- 決定
- 設計
- デザイン思考
- 設計
- 詳細な
- 検出された
- Devices
- 異なります
- 直接
- 異なる
- do
- 行われ
- ダウン
- ダウンタイム
- ドライブ
- 原因
- 各
- 前
- 緩和する
- 効果的な
- 効率
- 効率的な
- 出てくる
- エンパワーメント
- 有効にする
- end
- 端から端まで
- 婚約
- エンジニアリング
- エンジン
- 高めます
- 十分な
- 企業
- 完全に
- エンティティ
- 装置
- 時代
- ERP
- エラー
- さらに
- イベント
- 例
- 既存の
- 体験
- エキスパート
- 事実
- 不良解析
- 速いです
- 恐怖
- 少数の
- 固定の
- 流れ
- フォーカス
- 続いて
- フォワード
- 不正な
- 頻繁に
- から
- フル
- 完全に
- function
- 機能的な
- 機能します
- 機能
- さらに
- 未来
- 生成する
- 取得する
- 目標
- 行く
- 良い
- 大きい
- 起こります
- 持ってる
- 持って
- 健康
- ヘルスケア
- 助けます
- 助け
- ことができます
- ハイ
- ハイエンド
- 非常に
- 認定条件
- How To
- HTTPS
- 巨大な
- 人間
- 人間
- 考え
- 識別する
- 実装
- 改善します
- 改善
- in
- 綿密な
- 増える
- 増加した
- の増加
- 独立しました
- 産業を変えます
- 業界の
- 知らせます
- 情報
- 革新的手法
- 洞察
- 保険
- インテリジェンス
- インテリジェント-
- 対話
- 相互作用
- インターネット
- 介入
- に
- IOT
- IT
- ITS
- Jobs > Create New Job
- 旅
- JPG
- ただ
- 知っている
- 言語
- 大
- つながる
- LEARN
- 学習
- 元帳
- レベル
- レベル
- ような
- 制限
- 限定的
- 連結
- 見て
- 探して
- LOOKS
- 損失
- たくさん
- 機械
- 機械学習
- マシン
- 製
- メンテナンス
- make
- 作る
- 作成
- マネージド
- マネージャー
- 製造業
- 多くの
- 市場
- 最大幅
- 五月..
- 意味のある
- 手段
- メモリ
- メトリック
- かもしれない
- 心
- モデル
- 月
- 他には?
- もっと効率的
- さらに
- 最も
- 移動
- ずっと
- ナチュラル
- 自然言語処理
- 必要
- ニーズ
- 新作
- 次の
- 今
- 得
- of
- 提供
- 提供
- オファリング
- 頻繁に
- on
- かつて
- ONE
- オンライン
- 操作する
- 動作
- オペレーティング
- オペレーショナル
- 業務執行統括
- 最適化
- or
- オラクル
- 組織
- その他
- 結果
- 成果
- 全体
- 自分の
- 所有者
- 平和
- 部
- 過去
- パターン
- パターン
- 実行する
- カスタマイズ
- Personnel
- 視点
- 画像
- 計画
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- 可能
- 潜在的な
- 電力
- 強力な
- 予測
- 予測分析
- 予測
- 予防
- 前
- 事前の
- 先を見越した
- 問題
- 問題
- プロセス
- プロセスオートメーション
- ラボレーション
- 処理
- プロダクト
- 生産性の高い
- 製品
- 深遠な
- 提供します
- 提供
- 購入
- クエリ
- 質問
- レート
- 価格表
- 実現する
- 実現
- 本当に
- 再設計
- 指し
- 反映する
- 関連した
- 頼る
- 反復的な
- replace
- 置き換え
- レポート
- 要件
- 反応する
- 結果
- リスク
- ロボット工学
- ロボット
- 堅牢な
- rpa
- ルール
- 同じ
- 樹液
- 満足
- Save
- 節約
- 規模
- スケジューリング
- シームレス
- 思われる
- 見て
- 選択
- サービス
- サービス
- セッションに
- 後退
- ショップ
- すべき
- 表示する
- から
- スマート
- 賢い
- ソリューション
- 解決
- 一部
- スピーチ
- ステークホルダー
- start
- 開始
- Status:
- 手順
- ストック
- 戦略的
- 戦略的に
- 強み
- 成功
- そのような
- 供給
- サプライチェーン
- 驚くべき
- システム
- テーブル
- テーラード
- 取る
- 取得
- Talk
- タスク
- テクニック
- 技術の
- テクノロジー
- テクノロジー
- 条件
- それ
- 未来
- アプリ環境に合わせて
- それら
- その後
- ボーマン
- 彼ら
- 物事
- 考え
- この
- それらの
- 介して
- 時間
- 時間がかかる
- 〜へ
- 今日
- 一緒に
- トランザクションの
- 取引
- 最適化の適用
- 変換
- 変換
- 変換
- トレンド
- 順番
- 明らかにする
- 理解する
- つかいます
- 中古
- 活用する
- 値
- バリアント
- バージョン
- 垂直
- ビジョン
- ビジョンシステム
- 欲しいです
- ました
- 仕方..
- we
- した
- この試験は
- いつ
- which
- while
- 全体
- 意志
- 以内
- 無し
- 仕事
- 共に働く
- ワーキング
- でしょう
- 書かれた
- 年
- You
- あなたの
- ゼファーネット