Clive Homby着名:“数据是新的油。”作为一个社会,我们花费过期数量的时间和资源创造,收集和组织数据。当有效地利用时,数据可以改变整个产业,如亚马逊,Netflix,Spotify等公司等公司所证明的。这些公司将数据分析集成到其产品和整个业务模式中,这些商业模式使他们能够为客户提供无与伦比的价值。在可靠性行业中,我们还大大投资于创建和收集数据。但是,我们真的使用我们的数据来推动更智能的可靠性决策吗?
我们是世界上最大的数字转型时代,世界上有史以来。最近的创新使许多公司投资于机器学习和数字双胞胎技术等各种举措。虽然这些工具可以提供众多好处,但它们很容易成为未能提供所需业务价值的昂贵投资。毕竟,当您在过去几十年来看可靠性表现时,尽管有这些新的创新和大量资本投资,但改善的步伐已经停滞不前。
为什么会这样?当谈到可靠性管理和性能改进时,我们通常会看到两种观点。一种方法侧重于第一原则的应用,并辅以基于主题专家(SME)的分析和决策。另一个重点是利用大量数据(被称为“大数据”)和复杂的算法,进行大量的分析和决策过程。换句话说,可靠性行业的各个部门正在进行一场人与机器的较量,或者更具体地说,是一场直觉与数据的较量。然而,这是有缺陷的双方的思维,而机器一次又一次地证明他们的能力比人类历史上在某些任务,我们需要认识到,人们仍比机器在许多领域,特别是在我们缺少数据或正确的算法有效地处理数据。
能够成功利用其数据和专业知识的设施,同时将这一统一模型与其核心业务流程有效地集成到其核心业务流程中可以提高性能,消除非增值活动,并最终会在同行中获得竞争优势。可靠性性能的下一步变化将来自有效的人员与机器一起工作,而不是彼此的赔率。
评论和讨论
目前没有评论。
添加评论
请登录或者188abc金博宝 参加评论和讨论。