Data science

การสร้างสมดุลระหว่างประโยชน์ของ Hyperautomation และความต้องการดุลยพินิจ

ในคุณสมบัติพิเศษของแขกรับเชิญนี้ Loren Goodman ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ InRule Technology กล่าวถึงวิธีที่ไฮเปอร์ออโตเมชั่นเป็นเครื่องมือรุ่นใหม่ที่จะทำให้การเร่งความเร็วอัตโนมัติเป็นไปโดยอัตโนมัติ Loren รับผิดชอบวิสัยทัศน์ด้านเทคโนโลยีของ InRule และเป็นผู้นำทีมผลิตภัณฑ์ในการกำหนดและพัฒนาความสามารถของผลิตภัณฑ์ที่เป็นนวัตกรรมใหม่ เพื่อให้แน่ใจว่าผลิตภัณฑ์ของ InRule และความต้องการของลูกค้ามีความสอดคล้องกันอย่างต่อเนื่อง Loren ติดต่อกับลูกค้าอย่างต่อเนื่องเกี่ยวกับปัญหาด้านสถาปัตยกรรมและการตรวจสอบการใช้งาน เป็นโปรแกรมเมอร์ตั้งแต่อายุ 7 ขวบ วิสัยทัศน์และความหลงใหลของลอเรนคือการสร้างเทคโนโลยีที่ช่วยให้ผู้คนสามารถแก้ปัญหาของตนเองได้เสมอ ด้วยเหตุนี้ เขาจึงเริ่มการนำเสนอทุกครั้งด้วย “ให้ปลาหนึ่งตัวและให้อาหารพวกมันเป็นเวลาหนึ่งวัน สอนคนตกปลาแล้วเลี้ยงตลอดชีวิต” โซลูชันที่เป็นนวัตกรรมของเขาได้รับการยอมรับจากอุตสาหกรรมสำหรับแนวทางการคิดล่วงหน้าและการประยุกต์ใช้เทคโนโลยี Hyperautomation เป็นเครื่องมือรุ่นใหม่ในการเร่งความเร็วอัตโนมัติ ใช่— คุณอ่านถูกต้องแล้ว—เช่นเดียวกับภาวะเงินเฟ้อรุนแรงคืออัตราเงินเฟ้อ มันเป็นรูปทรงเรขาคณิตในผลกระทบ Gartner ให้คำจำกัดความว่าไฮเปอร์ออโตเมชั่นเป็นแนวทางที่ “ช่วยให้องค์กรสามารถระบุ ตรวจสอบ และทำให้กระบวนการต่างๆ เป็นอัตโนมัติได้อย่างรวดเร็วที่สุดโดยใช้เทคโนโลยี เช่น ระบบอัตโนมัติของกระบวนการหุ่นยนต์ (RPA) แพลตฟอร์มแอปพลิเคชันโค้ดต่ำ (LCAP) ปัญญาประดิษฐ์ (AI) และเสมือนจริง ผู้ช่วย” องค์กรในปัจจุบันมีแอปพลิเคชันรุ่นเก่าจำนวนมากที่ทำงานได้อย่างสมบูรณ์แบบในเครื่องดูดฝุ่นของตนเอง เพื่อเป็นส่วนหนึ่งของระบบนิเวศจำเป็นต้องมีการผสานรวมแบบกำหนดเองสำหรับระบบภายใน ลูกค้า และผู้ขาย เป็นผลให้ข้อมูลมีอยู่ทั่วทุกแห่ง – ครอบคลุมทุกระบบและทุกรูปแบบ – จนถึงจุดฝังกลบข้อมูลแทนที่จะเป็นข้อมูลที่มีค่าและดำเนินการได้ จับคู่ข้อมูลนี้กับการแข่งขันเพื่อใช้ประโยชน์จากแมชชีนเลิร์นนิงเพื่อเปลี่ยนข้อมูลที่มีอยู่ให้เป็นสินทรัพย์ที่เปลี่ยนแปลงเกม การเรียนรู้ของเครื่องทำงานบนความน่าจะเป็น ทิ้งไว้โดยไม่มีการตรวจสอบและไม่มีการกำกับดูแล เมื่อถึงจุดหนึ่ง ML กำลังจะดึงฟางเส้นสั้นและ “ท้าทาย” บุคคลที่น่าจะเป็นลูกค้าที่น่าอัศจรรย์ตลอดชีพอย่างผิดพลาด – นับประสาว่าจะขยายได้หลายวิธีอย่างไร และความเร็วก็เพิ่มขึ้น กี่ครั้งแล้วที่คุณรู้อย่างชัดเจนว่าคุณต้องการทำอะไร คุณรู้ว่ามันเป็นไปได้ แต่คุณไม่มีทางทำให้มันเป็นอัตโนมัติได้ มาพูดถึงไฮเปอร์ออโตเมชั่นกัน ด้วยไฮเปอร์ออโตเมชั่น การผสานรวมไปยังโมเดลพูดของฮับที่ทำงานด้วยภาษาทั่วไปและแฟบริกการโต้ตอบ ทันทีที่เราแก้ปัญหาของ “การเชื่อมต่อ” และ “อัตโนมัติ” เราจะสามารถใช้ประโยชน์จากพลังการทำนายของ AI ผ่านบริการตนเอง อย่างไรก็ตาม ระบบอัตโนมัติไม่ใช่ยาครอบจักรวาล มันมาพร้อมกับชุดความเสี่ยงของตัวเอง “ตั้งค่าแล้วลืมไปเลย” นั้นยอดเยี่ยมเมื่อระบบอัตโนมัติทำงานตามที่คุณตั้งใจไว้ แต่ถ้ามันไม่ทำงานล่ะ เราจะมั่นใจได้อย่างไรว่าเรายังคงใช้ดุลยพินิจของมนุษย์ในโลกใหม่ของระบบอัตโนมัตินี้ ประโยชน์ของไฮเปอร์ออโตเมชั่นสำหรับองค์กรคืออะไร ก่อนที่จะมีเครื่องยนต์สันดาป; ทุ่งนายังคงถูกไถ Hyperautomation ให้ผลลัพธ์ที่เหมือนกัน มันส่งผลต่อวิธีการและความเร็วในการบรรลุผลลัพธ์นั้น ก่อนไฮเปอร์ออโตเมชั่น ไอทีจะนำเสนอโปรเจ็กต์ระบบอัตโนมัติ อย่างไรก็ตาม ความต้องการระบบอัตโนมัติมีมากกว่าแบนด์วิธการพัฒนา ในยุคของไฮเปอร์ออโตเมชั่น ธุรกิจต้องพิจารณาอย่างรอบคอบว่าใครเป็นผู้ดำเนินการระบบอัตโนมัติ และวิธีที่งานของพวกเขาถูกเสียบเข้ากับระบบอื่นๆ ตัวอย่างเช่น ฝ่ายไอทีเคยพัฒนาแอพเพื่อรองรับลูกค้าใหม่ข้ามระบบ hyperautomation ช่วยให้ผู้ที่ใกล้ชิดกับปัญหาทางธุรกิจมากขึ้นเพื่อสร้างตัวเองขึ้นมา มันสร้างโซลูชันที่ดีกว่าในเวลาที่น้อยลง และไม่มีงานในมือด้านไอที ลองนึกภาพอนาคตที่ทุกคนสามารถทำได้โดยอัตโนมัติ แสดงครั้งเดียว และจะทำโดยอัตโนมัติกี่ครั้งก็ได้ตามต้องการ ในโลกนั้น ความคิดสร้างสรรค์จะเป็นสกุลเงินเดียวที่ซื้อขายได้ องค์กรที่วางตำแหน่งตัวเองเพื่อใช้ประโยชน์จากอนาคตนั้นจะเจริญรุ่งเรืองในรูปแบบทางเรขาคณิตที่ไม่เคยมีมาก่อน แนวคิดต่างๆ เป็นสมรภูมิและเทคโนโลยีที่แท้จริง เช่น ไฮเปอร์ออโตเมชั่น ขจัดเสียงรบกวนด้านไอทีจากสัญญาณสร้างสรรค์ นี่คือการผสมผสานที่มีประสิทธิภาพของโครงสร้างทั่วไปในการแสดงเจตนาและการใช้ประโยชน์จากข้อมูลของเราเพื่อการตัดสินใจในอนาคต ดุลยพินิจจะมีบทบาทสำคัญในอนาคตของไฮเปอร์ออโตเมชั่น ด้วยไฮเปอร์ออโตเมชั่น เราสามารถทำให้งานที่ซ้ำซากจำเจเป็นอัตโนมัติได้อย่างง่ายดาย แต่แล้วการตัดสินใจที่ซับซ้อนโดยอัตโนมัติที่ต้องใช้ดุลยพินิจล่ะ? แล้วการตัดสินใจที่ผลลัพธ์สร้างหรือทำลายปฏิสัมพันธ์กับลูกค้าล่ะ? ตัวอย่างเช่น เจ้าหน้าที่ตำรวจมีดุลยพินิจที่จะพาคุณไปโรงพยาบาลระหว่างเหตุฉุกเฉินทางการแพทย์ แทนที่จะออกตั๋วให้คุณ AI ที่ควบคุมโดยมนุษย์ทำให้พลังการทำนายของแมชชีนเลิร์นนิงอยู่ในสนามแข่งขันเดียวกันกับการสั่งซื้อบางอย่างทางออนไลน์ อย่างไรก็ตาม คอมพิวเตอร์ไม่รู้ว่าอะไรดีที่สุด แต่ทำได้เพียงคาดการณ์เท่านั้น และสำหรับผู้ที่จัดงานแต่งงานกลางแจ้งพังทลายจากพายุฝนฟ้าคะนอง การคาดการณ์เป็นเพียงการคาดเดา การรวมการควบคุมของมนุษย์ทำให้ไฮเปอร์ออโตเมชั่นสามารถให้เหตุผลโดยอัตโนมัติและยังคงสะท้อนถึงเราดังที่เราเป็นในฐานะมนุษย์ อย่างไรก็ตาม เมื่อเราดำเนินการอัตโนมัติในระดับที่สูงขึ้นและสูงขึ้น ค่าใช้จ่ายในการผิดพลาดก็จะเพิ่มขึ้น พลังอันยิ่งใหญ่มาพร้อมความรับผิดชอบที่ยิ่งใหญ่ ลงทะเบียนเพื่อรับจดหมายข่าว InsideBIGDATA ฟรี เข้าร่วมกับเราบน Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button