智慧企業的精髓在於如何運用資料回答問題 (決策與行動)。因為機器學習、大數據...等等變成顯學之後，很多企業投入資源學習、鼓勵員工學習相關技術，然後要求員工內部提案或是找外部廠商、顧問來討論、聽取案例，期望找到智慧企業的銀子彈 (silver bullet)，甚至採購一些軟體開始來實作。
大部分的企業應該都還只是在小範圍的試做，如果有一些初期成效就可以敲鑼打鼓大事宣傳了，可是很多企業還是沒有辦法整體一起規劃出完整的策略與方向，而有一貫的執行方法，其實這個問題還是在於「問題描述」也就是problem statement。
如果我們用問題與資料的兩個維度來看，企業習慣處理的是「明確問題」、「資料集中」的狀況，也就是早期透過資料倉儲方式來做；因為大數據分析技術的發展，目前就算資料破碎，也還可以針對明確的問題用這些資料 (大數據) 來分析。企業在研究案例的時候，如果拘泥於案例的運用場景，其實就只是抄襲同一個「問題描述」的解決方法而已。
企業普遍較無法處理不明確的問題，因為每個人對於同一件事情的問題定義多多少少有些不同的見解，在資料集中化的情況下，就是靠經驗來判斷處理，也就是一般講拍腦袋訂出來的，例如生產計畫排程，因為計畫有許多的目標 (準時達交、最低成本...)，所以沒有辦法明確的定義出一個「問題描述」，因此就資料僅能作為決策支持之用。如果又是碎片化的資料 (大數據)，例如製造生產的大量數據，而企業更無法在問題模糊的時候找出運用的方向，這個時候，企業即時投資了人力物力去學習知識、建置相關系統，企業仍然無法真的獲得「智慧」，因為「找不到議題」來運用這些知識與資料。
因此企業必須要運用不同的思維模式來尋找、定義問題，才能逐步實現「智慧企業」的願景。
沒有留言:
張貼留言