Intervju: Promjena upravljanja za digitalizaciju i agentic AI

Složenost milenijumske kompanije

Met Group je kompanija Milenijuma, osnovana 2007. godine, u godini je pokrenut iPhone. Trebalo bi pretpostaviti da nije morao trpiti tehnički dug i krhki poslovni procesi koji su decenijama koji rade decenijama, ali uprkos relativno mladoj kompaniji, Bodé kaže da je Met Group vrlo preduzetnička kompanija koja je značila da je složenost poslovanja povećala kao što je raste.

Dok je započeo u digitalnoj eri, a ljudi su imali računare i pristup digitaliziranim informacijama, ono što je MET Grup zaista bila potrebna je preduzeća IT arhitektura koja bi mogla da se raste.

“Ako nemate ovu veliku strategiju s arhitekturom preduzeća, postaje vrlo složena za postizanje prave agilnosti, što vam omogućava da sigurno prihvatite nove mogućnosti sigurno i brzo, bez troškova izgradnje daljnjeg složenosti”, kaže on.

U svom radnom životu, tokom sastanaka koji se tiču ​​poslovne strategije, Bodé poziva na ljude koji donose odluke da razmotre nematerijalnu odgovornost koja se događa zbog složenosti, što kasnije može usporiti posao ili kasnije.

To je nešto što je ranije doživio kada je radio na prodavaču nakita Swarovski, koji je želio povezati svoj složeni lanac opskrbe. “Bilo je vrlo dugog lanca opskrbe”, kaže Bodé. “Pokušali smo povezati cijeli lanac opskrbe iz osnovne proizvodnje kroz proizvodnju, distribuciju, distribuciju i, na kraju, u maloprodaju, ali ono što smo vidjeli bilo je to dok su ljudi govorili o proizvodima i kupcima, oni nisu koristili isti pojmovi.”

To, kaže, bio je veliko pitanje kako u pogledu prenosa podataka lanca opskrbe i u načinu na koji su ljudi govorili o svojim podacima. Bez zajedničkog jezika za podatke, nemoguće je povezati poslovne procese zajedno kako bi se izgradili IT sustavi koji posluju da poduzeće proizvede tačno ono što njeni kupci žele kupiti i koje proizvode treba da uđe u svoje maloprodajne trgovine.

Za Bodé, ovo je bila značajna lekcija. “Shvatio sam da zajedno povezivanje poslovnih procesa zapravo započinje povezivanjem ljudi, a zatim definiranje podataka”, kaže on.

To su preduvjeti za vožnju ove okretnosti. “Ovo je za mene, istinska digitalna transformacija”, kaže Bodé.

Konsolidacioni izvještaji

Kao primjer sličnog problema susret sa grupnim licima, Bodé opisuje putovanje Kompanija uzima poslovnu inteligenciju (BI) i umjetnu inteligenciju (AI) kako bi se izbjegla problemi s skalabilnošću i smanjili rizik od neuspjeha.

Kaže da je Met Group masovno odrasla upotreba BI, što znači da postoji oko 10.000 izvještaja. Iako je sjajno imati sve na jednoj platformi, Bodé kaže: “Ako nema logičke organizacije i nema racionalizacije, gubite vrijednost koju ste stvorili u prvom redu.”

To je zato što ljudi ne znaju gdje treba potražiti da pronađu informacije relevantne za njihovo odlučivanje. “Više ne razumijete šta [data is relevant] Za mene je ono što je za nekog drugog i kako zajedno povezujemo informacije da donosimo odluke “, dodaje on.

Problem je jedna od skalabilnosti i pristupačnosti, a to su glavna područja fokusiranja koja su u susretu u obliku glavne fokusirane fokusirane. Učinkovitost izrade odluka vođenih podataka izravno se korelira na kvalitetu metapodataka i arhitekture.

Ali čak i kao jedna verzija istine uspostavljena je iz perspektive izvora podataka i izveštavanja, njegovo prethodno iskustvo na Swarovskom pokazuje značaj robusne upravljanja promjenama. “Na Swarowskom smo masovno uložili da bismo stvorili jedinstvenu točku istine, što je rezultiralo visokokvalitetnim izvještavanjem s pouzdanim podacima”, kaže Bodé.

Ali dok su procesi i IT aplikacije bili standardizirani, u svom iskustvu, potrebne su godine da se ljudi izvedu da promijene svoje navike. Metapodaci i ljudi koji mijenjaju svoje radne prakse su preduvjeti za strategiju zvučne umjetne inteligencije (AI). Evolucija punog ai ekosustava AI postiže se kada se odluke mogu učiniti gotovo u potpunosti bez ljudske intervencije, putem AI agenata povezanih slojevima metapodataka koji rade pored ljudi koji mogu razumjeti gdje i kada delegirati određene odluke Ai.

Da bi se postigao pravi agentski ai zahtijeva upravljanje promjenama kako bi se olakšao beampless Human-Ai Workflews. To se vraća na bodéovo točku da će, dok će ljudi općenito prihvatiti sjajnu novu tehnologiju, poput agenta AI tihog rada, kako se prilagođavaju i mijenjaju vlastite radne prakse u ovoj inovacijama ključno za uspjeh.