ニューノーマルには新しいデジタルスキルが必要です

COVID-19は、職場のデジタル化を加速し、労働力が反応し、学び、進歩するための貴重な時間をほとんど与えていません。組織は3つの課題に直面しています：

• 労働力に参入するエントリーおよびミッドレベルの若いプール。
• 成熟した労働力。彼らの専門知識と知識を持って、今後数年以内に引退する準備ができています。
• クラウドやA.I.などの新しいテクノロジーと機能の急速な進歩

課題にもかかわらず、組織はテクノロジーを採用し、デジタル化を加速させてきました。テクノロジーの使用、デジタル化、新しい形態の作業におけるこの加速は、引き続き持続します。 COVID-19の結果として、組織はサプライチェーンの冗長性を構築し、データセキュリティを向上させ、運用とサービスにおける高度なテクノロジーの使用を増やすことで、考えられるよりも20〜25倍速く移動したと報告されています。

加速されたデジタルトランスフォーメーションが労働力の再スキル化に与える影響は、誇張することはできません。デジタル機能を使用してビジネスを改善する企業は、急成長するでしょう。また、ほとんどの企業がデジタルトランスフォーメーションは必須であると考えていますが、規模に合わせてデジタルトランスフォーメーションを実現している企業はほとんどないことも明らかです。デジタル機能を拡張するには、労働力を準備する必要があります。組織はデジタルトランスフォーメーションに向けてどのように従業員を準備していますか？

リモートヘルスケア

バーチャルケアと遠隔医療は主流に向かって加速しており、さまざまな新しいスキル、テクノロジー、ワークフローの変更が必要です。たとえば、海図の監視や輸送サービスの手配における遠隔ガイダンスには、遠隔外傷支援を提供するのとは異なるスキルが必要になる可能性があります。

会計士と医療コーダーは、収益を最大化し、絶えず変化するCMSガイドラインを支援する高度な課金システムと対話する方法を学ぶ必要があります。たとえば、AI主導の請求が、請求が処理される前に詐欺や誤請求の可能性を示している場合（現在、このプロセスは請求書が生成された後に行われ、損失の回収または支払いが遅れる結果になります）、従業員はどのようにやり取りする必要がありますかシステムアプリオリ、結果を評価し、ビジネス上の決定を下しますか？

クラウドソースシステムの場合、多くの従業員の役割はすでに変化しています。クラウドベースのITシステムの場合、システムをコーディングまたは保守する必要はありません。役割は、変更とワークフローをローカルで構成できることから、クラウドで行われたシステム変更に移行しました。より多くのシステムがクラウドに移行するにつれて、ITの役割も移行します。彼らはITクラウド戦略に焦点を合わせます。クラウド環境での調達と契約。サービス提供のサポート。クラウド機能をサポートするためのビジネスアーキテクチャの再設計。

次世代の製造

COVID-19は、再支給に再び焦点を当てた唯一の製造元として、中国への過度の依存を残酷に露呈しました。これには2つの課題があります：

• 中国で確立された生産能力の準備ができている製造を危険にさらしながら、陸上で生産能力を複製する。
• 製造をサポートするために必要な労働力のプールを見つける。

後者は現在の国内製造にも同様に当てはまります。必要な労働力を見つけることに特化して、私たちは大規模な差し迫った退職のために非常に知識が豊富で経験豊富な労働力を失う段階にあります。これらは、CAD / CAM、MES、NC、自動化システムの製造およびサプライチェーンの専門家ですが、デジタル的に非ネイティブであり、クラウドソーシングやA.I.の使用などの現在のテクノロジーにさらされていません。製造業で。この従業員は自動化と自動化システムに精通していますが、デジタルに精通しておらず、準備も整っていないことに注意してください。自動化とは、ピックアンドプレース、トランスファーラインの機械加工と組み立て、請求などの反復的なタスクの機械化です。デジタル化は、ビジネスを改善するためのデジタルテクノロジーのアプリケーションであり、本質的に統合的で分野横断的です。

デジタルネイティブが製造業に参入するとき、どのように準備する必要がありますか？開始する場所は4つあります：

• さまざまなレベルで労働力の新機能を開発し、機械オペレーターから、ビジネスまたはプロセスのリスクに対処するためのビッグデータ生成分析の使用に彼らの役割を高めます。
• プロセスデータマップ、ガバナンス、およびアーキテクチャを構成するためのスキルを開発します。たとえば、製造現場では、ますます多くのセンサーベースのリアルタイムデータが生成されています。このデータは、A.I。/ MLツールを使用した従来の統計的プロセス制御を強化するために使用できます。問題は、どのデータを選択するか、どのくらいの量で、どのように接続するか、他のアップストリームまたはダウンストリームプロセスに影響を与えるかです。したがって、プロセス制御にデジタルテクノロジーを使用すると、プロセスオペレーターの役割が、単に原因と結果の分析および是正措置から、プロセスおよびデータのアーキテクトと構成者にまで高まります。この昇格には、さまざまなトレーニングと機能が必要です。この例をサプライチェーンにも当てはめることができます。サプライチェーンのオペレーターは、ポイントコントローラーではなく、プロセスインフルエンサーの監督者にもなります。
• 新しい労働力をトレーニングするために、高齢化した労働力のスキルと知識をデジタルで取得します。
• シミュレーションおよび仮想トレーニングツールを開発します。

人間の労働者が労働力から自動化されるのではないかという懸念がありますが、コンセンサスが高まっているのはA.I.そして人間は補完的な強みを活用し、効果的にお互いを増強することができます。どのようにA.I.を理解するかを理解する人々と組織ワークフローに適合し、人々がアルゴリズムと協力して作業する方法は、それができないものよりも競争力があります。

要約：

• A.I。を活用するビジネスに適したツールを開発します。
• デジタルトランスフォーメーションの要件を積極的に評価し、関連するシミュレーションまたは仮想ツールを使用して再スキル化パスを開発します。
• クラウドベースのアプリケーションの構成をトレーニングします。
• 人間と機械の相互作用を改善する方法を特定します。および
• 専門学校を業界のニーズに合わせます。

Shubho Chatterjeeは、デジタルトランスフォーメーション、戦略、テクノロジー、運用のエグゼクティブです。