産業データサイエンスの成功のための準備

ある時点で、最も成功した産業用モノのインターネット（IoT）イニシアチブは、データサイエンスプロジェクトになります。機械や設備、工具、パレット、製造品に接続されたセンサーは、大量のデータポイントを生成します。

しかし、ビジネスまたは運用の成功の見通しは、データ収集だけではなく、組織全体に広がる幅広いスキルにかかっています。また、そのデータを使用して変革を促進する必要があります。これには、新しい運用ベンチマークの達成や、「今日の世界では、回復力と柔軟性の創出」が含まれる可能性があります」と、PwCコンサルティングのプリンシパルであるStevePillsbury氏は述べています。

[ IoTの世界 は、ストラテジスト、技術者、実装者がつながり、IoT、AI、5G、エッジを業界全体で行動に移す、北米最大のIoTイベントです。 今すぐチケットを予約してください。 ]

COVID-19の大流行が発生する前でさえ、多くの組織にとって、産業データサイエンスの変容を推進することは困難でした。データサイエンスの専門家は不足しており、採用競争は熾烈でした。多くの産業組織がデジタルイノベーションプログラムを開始しましたが、望ましい投資収益率に到達した組織はほとんどありません。アクセンチュアの調査によると、2016年から2018年にかけて、産業企業の80％近くでデジタルプロジェクトが期待されるレベルの経済的利益を達成できませんでした。

P 組織の修復

産業組織が産業データサイエンスに苦労している理由の1つは、計画の欠如です。 「現在、ほとんどの[産業]企業は、少なくともパイロット段階とテスト段階にあり、多くの場合、適用と採用の段階にあります」とピルズバリー氏は述べています。

彼らが規模と価値に到達するのを妨げている1つの要因は、「ノウハウ」の欠如です、とピルズバリーは付け加えました。 「それは、必ずしも彼らが間違った[技術的]スキルを持っている、または適切なスキルが十分でないという意味ではありません。また、必要な種類のスキルを適用するための組織の準備が実際に整っていないことも意味します。」産業組織は、「可能な芸術とは何か、そしてそれをどのように受け入れるか」についてスタッフ全員を教育しなければならない、と彼は言いました。つまり、組織は文化の変革にも熟練している必要があります。

PwCのデジタルIQ調査では、さまざまな分野で、最も成功したデジタルプログラムを備えた組織が、人々と文化を中心にそれらを構築していることがわかりました。 PwCは、デジタル組織を「トランセンダーズ」と呼んでおり、従業員の教育と回復力のある文化の構築を優先していることに気づきました。

ただし、組織内では、従業員と部門のデータの成熟度が大幅に異なる可能性があると、建築資材メーカーであるHILの最高情報責任者であるMuraliRaj氏は述べています。変革計画を作成する際には、その変動性を考慮し、広範なデータ基盤を構築することをRajは推奨しました。 HILが予知保全を展開したとき、同社はデータを最大限に活用するための基盤を構築しました。 「予知保全のために小さな製造ラインや数台の機械に焦点を合わせるのではなく、デジタルで接続された製造現場のバックボーンを作成することに焦点を合わせました」とRaj氏は述べています。

H プロセスに適用される人間中心の設計

成功している産業組織は、デジタルおよびデータサイエンスのイニシアチブに対してシニアおよびジュニアレベルの従業員から賛同を得ています。

このようなプロジェクトを試験的に実施している多くの組織は、チームをデジタルリーダーシップとベストプラクティスに捧げています。このような「センターオブエクセレンス」タイプの人々は、テクノロジーとデータサイエンスを非常によく理解する傾向があり、バリュードライバーと彼らが対処しようとしている問題の説明について一般的な考えを持っています」とピルズバリー氏は述べています。しかし、これらの専門家が他の人が使用できるようにデジタル対応のツールを作成すると、「人々は一般的にそれらを気に入らないことがわかります」とピルズバリー氏は述べています。エンドユーザーは、「デザイン、[テクノロジーの一部]の仕組み、インターフェースの方法、新しい情報の扱い方が気に入らないことがよくあります」と付け加えました。

組織は、設計中にフィードバックを求めることで、データ駆動型デジタルツールに対する従業員のサポートを得ることができます。ピルズバリーが推奨しています。デジタルリーダーとデータリーダーは、人間中心の設計コンセプトを内部プロセスに展開し、特定の問題のコンテキストと従業員の問題点を調査してから、それらに対処するためのデジタルツールやワークフローを考案することもできます。

私 変革をリードする個人の特定

文化の変革と教育は不可欠ですが、データサイエンスのリーダーシップに代わるものはありません。エグゼクティブサーチ会社KingsleyGateのCEOであるUmeshRamakrishnan氏によると、多数の個人が「データサイエンス」、「人工知能」、「機械学習」などの用語をレジュメに追加していますが、専門家は4人に1人だけです。パートナー。 「定義上、これらの[人工知能]スキルセットの多くは新しいものです」とRamakrishnan氏は述べています。 「25年のデータサイエンスの専門知識があると誰かが言った場合」は、危険信号となるはずです。

ラーマクリシュナン氏によると、潜在的なデータサイエンスのリーダーにインタビューする場合、彼らが重要な知識を持っているかどうかを特定するには、1人あたり20〜30分かかるはずです。 「これらの人々の多くは、人工知能、機械学習、またはデータサイエンスに関連する、科学または工学のいずれかの基盤を持っています」とラマクリシュナン氏は述べています。 「過去にニューラルネットワークやディープラーニングに取り組み、実地での経験や追加の教育を通じてエッジを鋭く保ち続けてきた人々は、中級から上級レベルのポジションに入るのを目にする人々です。」

専門知識を他の人と共有し、組織全体に変化をもたらすことができるデータサイエンスの専門家は最も価値があります。しかし、戦略的スキルの候補者を選別することは、個別の技術的専門知識を特定することよりもはるかに難しいとラマクリシュナン氏は述べた。 「業界内のテクノロジーの変革は、その企業の文化的変革よりもはるかに難しくありません。特に、レガシー企業の場合はそうです」と彼は言いました。

アクセンチュアによると、デジタルプログラムが成功している産業組織は、上級管理職と中間管理職の間でビジョンを共有し、「主要なビジネス機能全体で人材プールとテクノロジー資産を調整する」能力を持っている傾向があります。データサイエンスのリーダーは特性を浸透させるのに役立ちますが、コミュニケーションと説得に優れている必要があります。 「たとえば、クリップボードではなく仕事のコンテキストでiPadを使用することが、製造現場の人にとって有利である理由を人々に示す能力が必要です」とラマクリシュナン氏は述べています。その人は、会社にとっての価値だけでなく、労働者にとってのテクノロジーの価値についても説明できる必要があります。 「個人の目標を会社の使命に結び付ける能力は、経営幹部にはめったに見られないリーダーシップの属性です。」

「チャンピオン」や「エバンジェリスト」などの用語は、ラマクリシュナンの意見ではこの能力を正当化するものではありません。 「これらの用語は、必要とされる洗練されたリーダーシップの属性について説明しています」と彼は言いました。概念実証の産業用IoTプロジェクトをより広範なデジタルトランスフォーメーションイニシアチブに向けて動かしている組織は、明確な産業データサイエンスの専門家以上のものを必要としています。 「単に良い話者であることがあなたを良い伝道者にすることができます」とラマクリシュナンは結論付けました。 「しかし、伝道を実際の実行に変換する方法がない場合、あなたは説教者であり、ビジネスではそれを必要としません。」