ปรับใช้เครื่องมือ IOT และ AI สำหรับพนักงานหลายรุ่น

พฤษภาคม 14, 2024

กลยุทธ์และเครื่องมือต้องเป็นไปตามกฎสามข้อเพื่อให้บรรลุความสำเร็จระหว่างรุ่น

เนื่องจากผู้ประกอบการแบบดั้งเดิมของอเมริกาบางรายดำเนินธุรกิจมานานกว่าร้อยปี พวกเขาจึงได้รับงานออกแบบที่ค้างอยู่จำนวนมาก ซึ่งมักจะย้อนกลับไปในทศวรรษที่ 1920 หรือก่อนหน้านั้น แน่นอนว่าไดอะแกรมสำหรับการออกแบบเหล่านี้ไม่ได้ถูกเก็บรักษาไว้ในกระดาษต้นฉบับที่มีอายุหลายศตวรรษ ในปัจจุบัน ผู้ผลิตรุ่นเก่าหลายรายกำลังอัปโหลดเอกสารที่เก่าแก่ที่สุดไปยังฐานข้อมูลออนไลน์เพื่อความปลอดภัย.

รูปภาพของการออกแบบที่มีอายุมากกว่าร้อยปีที่อัปโหลดไปยังระบบคลาวด์เป็นสัญลักษณ์ของวิธีที่การผลิตมีและต้องพัฒนาต่อไปเมื่อเผชิญกับความก้าวหน้าทางเทคโนโลยี เมื่อใดก็ตามที่ธุรกิจต้องการนวัตกรรมทางเทคโนโลยี ความท้าทายหลักคือการนำเครื่องมือใหม่ๆ ไปใช้ให้ประสบความสำเร็จ.

อุตสาหกรรมการผลิตยังเผชิญกับความท้าทายที่ไม่เหมือนใครเนื่องจากโครงสร้างอายุของบุคลากร ภายในปี 2566 51% ของพนักงานฝ่ายการผลิตทั้งหมดจะมีอายุเกิน 45 ปี และจำนวนนี้จะเพิ่มขึ้น ด้วยความต้องการแรงงานที่มีทักษะเพิ่มมากขึ้นและช่องว่างในทักษะที่จำเป็นในหมู่คนงานอายุน้อย การทำให้ผู้มีประสบการณ์ในอุตสาหกรรมส่วนใหญ่มีความสำคัญมากขึ้นสำหรับธุรกิจ.

ด้วยเหตุผลดังกล่าว ในขณะที่ผู้นำอุตสาหกรรมใช้เทคโนโลยี AI และ IoT พวกเขาจำเป็นต้องตรวจสอบให้แน่ใจว่ากลยุทธ์ที่พวกเขาพัฒนาและเครื่องมือที่พวกเขาซื้อนั้นเป็นไปตามกฎสามข้อในการบรรลุความสำเร็จข้ามรุ่น.

1. ออกแบบเครื่องมือที่ใช้งานได้จริง

เทคโนโลยีใหม่ต้องใช้งานง่าย ในบริษัทใดก็ตาม การนำระบบใหม่ไปใช้ทำให้เกิดความท้าทายในการนำไปใช้ อุปสรรคประการแรกคือพนักงานจะสนใจใช้เทคโนโลยีนี้หรือไม่ การต่อสู้ครั้งนี้รุนแรงมากในบริษัทข้ามรุ่น.

แม้ว่ามืออาชีพรุ่นเยาว์อาจถูกชักชวนให้สละเวลาและความพยายามที่จำเป็นในการทำความเข้าใจระบบที่ซับซ้อนได้อย่างง่ายดาย แต่พนักงานที่มีประสบการณ์อาจไม่สนใจ การเรียนรู้ที่จะทำงาน ‘แบบเก่า’ การเพิ่มความซับซ้อนอีกชั้นอาจเป็นเรื่องยุ่งยาก ปัจจัยที่สำคัญที่สุดในการพิจารณาความง่ายในการใช้งานของผลิตภัณฑ์ AI หรือ IoT คือคุณภาพและความเรียบง่ายของอินเทอร์เฟซผู้ใช้ (UI) หลักการทั่วไปที่ดีคือเครื่องมือควรเข้าใจง่ายและใช้งานได้เหมือนกับ Google ไดรฟ์.

2. รับประกันการใช้งานอย่างแพร่หลายทั่วทั้งแผนก

กฎข้อที่สองเกี่ยวข้องกับกฎข้อก่อนหน้า แต่กล่าวถึงปัญหาแยกต่างหากที่ผู้ผลิตเผชิญ: ความจำเป็นในการใช้เครื่องมือข้ามแผนก แม้ว่าแผนกต่างๆ เช่น วิศวกรรม การจัดซื้อ และการผลิตจะดำเนินการภายใต้หลังคาเดียวกัน แต่ก็มักจะถูกแบ่งแยกด้วยระบบเทคโนโลยีที่แตกต่างกัน.

ยกตัวอย่างวิศวกรรม วิศวกรและนักออกแบบได้รับการสอนให้คิดเกี่ยวกับปัญหาเฉพาะในลักษณะเฉพาะ พวกเขายังได้รับการสอนวิธีใช้ซอฟต์แวร์เฉพาะเพื่อออกแบบโซลูชันอีกด้วย Autodesk บริษัทซอฟต์แวร์ที่พัฒนา AutoCAD ล้มเหลวเนื่องจากผลิตภัณฑ์ของตนดึงดูดตลาดที่ใหญ่ที่สุดที่เป็นไปได้ ความสำเร็จของพวกเขาเป็นผลมาจากการสร้างซอฟต์แวร์สำหรับวิศวกรโดยเฉพาะ.

แม้ว่า Autodesk จะดึงดูดกลุ่มพนักงานฝ่ายการผลิต แต่ความนิยมของ Autodesk ก็ขัดขวางการสื่อสารระหว่างแผนกต่างๆ เนื่องจาก Autodesk ไม่ได้ออกแบบมาสำหรับผู้ที่ไม่ใช่วิศวกร ทำให้การทำงานข้ามแผนกเป็นเรื่องยาก การทำงานกับแพลตฟอร์มซอฟต์แวร์ต่างๆ มากมายยังช่วยลดประสิทธิภาพการทำงานระหว่างรุ่น เนื่องจากจะเพิ่มจำนวนเครื่องมือที่พนักงานที่ลังเลต้องเรียนรู้ การค้นหาโซลูชันที่รองรับทุกแผนกถือเป็นการแก้ไขที่มีประสิทธิภาพมากกว่า.

3. ใช้ประโยชน์จาก AI เฉพาะทางสำหรับอุตสาหกรรมเฉพาะกลุ่ม

สุดท้ายนี้ ผู้ผลิตจำเป็นต้องหลีกเลี่ยงการยอมแพ้ต่อการโฆษณาเกินจริงของ AI นั่นไม่ได้หมายความว่า AI ไม่สำคัญหรือไม่ได้ให้โอกาสมากมายแก่อุตสาหกรรมการผลิต ก็ทำได้แต่ไม่เหมือนอุตสาหกรรมอื่นๆ ด้วยเหตุผลดังกล่าว ผู้นำในอุตสาหกรรมจึงจำเป็นต้องเรียนรู้ที่จะมองข้ามสิ่งที่พบเห็นได้ทั่วไป และระบุวิธีแก้ปัญหาเชิงปฏิบัติที่ปรับให้เหมาะกับปัญหาในการผลิตโดยเฉพาะ.

บริษัทอย่าง OpenAI หรือ Google ดูเหมือนจะใกล้จะพัฒนา AI แล้ว ในความเป็นจริง พวกเขาอยู่ในระดับแนวหน้าของอัลกอริธึมที่ใช้งานทั่วไปและเข้าถึงผู้บริโภคได้ ผู้เชี่ยวชาญด้าน AI แยกความแตกต่างระหว่าง AI แนวนอนและ AI แนวตั้ง แนวนอน AI อธิบายโปรแกรมที่มีแอปพลิเคชั่นมากมายแต่ไม่มีความเชี่ยวชาญ Vertical AI หมายถึงระบบที่ออกแบบมาเพื่อแก้ไขปัญหาเฉพาะ.

เมื่อคุณมีปัญหาเฉพาะอุตสาหกรรมที่คุณต้องการแก้ไข การใช้ AI แนวตั้งที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลที่เกี่ยวข้องกับปัญหานั้นจะให้ผลลัพธ์ที่ดีกว่ามาก ความเชี่ยวชาญพิเศษยังช่วยให้ผู้ปฏิบัติงานที่มีประสบการณ์เชี่ยวชาญระบบได้เร็วขึ้น การออกแบบตามวัตถุประสงค์หมายความว่าระบบเหล่านี้ต้องการการแจ้งเตือนน้อยลงเพื่อให้ได้ผลลัพธ์ที่แม่นยำ ทำให้พนักงานเชี่ยวชาญได้ง่ายขึ้น.

ChatGPT จะเป็นตัวอย่างของ AI แนวนอน ในขณะที่โปรแกรมที่ออกแบบมาโดยเฉพาะสำหรับปัญหาหนึ่งหรือหลายปัญหาที่อุตสาหกรรมการผลิตเผชิญคือ AI แนวตั้ง เมื่อนำ AI ไปใช้ ผู้ผลิตควรมองข้ามระบบ AI แนวนอนยอดนิยม และค้นหาเครื่องมือที่ช่วยแก้ปัญหาที่พวกเขาเผชิญอยู่.

ด้วยการปฏิบัติตามหลักการทั้งสามข้อนี้ คุณจะพบเทคโนโลยีที่มีประสิทธิภาพสูงสุดเพื่อช่วยให้พนักงานข้ามรุ่นของคุณก้าวนำหน้าเทรนด์ใหม่ ๆ การทำเช่นนี้จะช่วยให้บริษัทของคุณอยู่รอดและเจริญรุ่งเรืองไปอีกร้อยปีข้างหน้า.

ดูบทความต้นฉบับที่นี่:  https://www.mbtmag.com/artificial-intelligence/blog/22888357/how-to-implement-iot-and-ai-tools-that-accommodate-a-multigenal-workforce