克莱夫·汉比(Clive Humby)有句名言:“数据是新的石油。”作为一个社会,我们花费了大量的时间和资源来创建、收集和组织数据。如果数据得到有效利用,就可以改变整个行业,亚马逊(Amazon)、Netflix、Spotify等公司就是证明。这些公司将数据分析整合到他们的产品和整个商业模式中,这使他们能够为客户提供无与伦比的价值。在可靠性行业,我们也在数据的创建和收集方面进行了大量投资。但是,我们真的是在用我们的数据来驱动更智能的可靠性决策吗?
我们正处于世界上最大的数字转型时代。最近的创新促使许多公司投资于各种项目,如机器学习和数字孪生技术。虽然这些工具可以提供大量的好处,但它们很容易成为昂贵的投资,无法提供所需的业务价值。毕竟,当你回顾过去几十年的可靠性性能时,尽管有了这些新的创新和大量的资本投资,改进的步伐仍然停滞不前。
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。
能够成功地利用它们的数据和专业知识,同时有效地将这个统一模型集成到它们的核心业务流程中的工具可以提高性能,消除非增值活动,并最终获得相对于同行的竞争优势。可靠性性能的下一步变化将来自人类与机器的有效工作,而不是彼此不和。
评论和讨论
目前还没有任何评论。
添加一个评论
请188app金宝搏网页登录 或注册参与评论和讨论。