Article 2020年2月2

在开始物联网/人工智能项目之前要问的5个问题

是英国最大的设备管理公司, 米提对建筑和建设基础设施略知一二. 我们知道通常意义重大, 有时深刻, 区别是对维护制度的改进, 能源消耗, 空间利用率, 甚至连清洁时间表也能成为一项业务. 我们知道这一点,因为我们每天都在为我们的客户生产这些产品. 正是我们首创的互联工作空间,提供了让一切变得不同所需的洞察力. 但情况并非总是如此.

早在2016年, gpk电子本能地知道,它处于一个理想的位置,利用其专业知识来帮助客户改善他们的建筑性能. 我们知道,通过组合来自不同业务功能的数据, 将会发现改进过程和系统的机会.  我们也意识到收集数据意味着拥抱物联网(IoT), 这意味着要掌握一种新兴的技术, 很快.

两年过去了,我们学到了很多. 这么多, 事实上, 我们已经很好地利用了我们的知识和经验, 物联网和数据科学咨询现已成为我们业务中一个重要且快速增长的部分. 我们知道,一个执行良好的物联网项目可以产生显著的效益. 不幸的是,大多数物联网项目都是如此,这是一个可悲的现实  全副武装的.

实现了跨许多部门和业务功能的连接工作区, 我们习惯于问那些为成功项目提供基础的问题. 下面是我们鼓励你问的五个关键问题 之前 着手任何物联网项目.

1. 你的项目真的重要吗?

让我们假设您的项目是第一个此类项目. 因此,它很可能成为后续项目的试点. 所以它处理a是有意义的 真正的业务需求,并有清晰的业务案例. 只有这样,它才具有可见性和重要性,以确保整个组织的承诺,并从您的Info安全获得关键的支持, 运营和IT同事.

2. 您是否识别了正确的数据?

使您的项目与业务目标保持一致, 您需要确定您将收集哪些数据, 从哪方面来的. 这听起来是一个简单的任务,但它绝对是项目成功的关键. 因此,它需要相当水平的横向思维和领域专业知识.

麦克斯韦尔韦塞尔, 斯坦福商学院, 他举了“为工作找到正确的数据”的例子来说明如何减少浪费,他会问三个具体的问题:“是什么决定导致了公司的浪费??哪些决定可以通过自动化来减少浪费?以及“你需要什么数据才能做到这一点??通过回答这三个问题, 他说, 你就能很好地回答与“正确”数据有关的或许是最重要的问题:“如果你有任何信息, 然而令人难以置信的, 做出完美的决定, 会是什么呢?”

3. 你有获得正确技能的途径吗?

我们已经了解了识别正确数据的重要性, 但如果你没有必要的技能来帮助你做到这一点呢? 即使您已经识别了正确的数据, 你是否具备必要的技能,以任何有意义的方式解读它? 很有可能,你不需要.

你不是一个人. 据Gartner, 对于希望采用物联网/人工智能(AI)的企业来说,唯一最重大的挑战是缺乏必要的技能——尤其是在数据科学方面.

没有数据科学家的输入, 很有可能你要么收集了太多“错误”的数据, 或者无法获得任何有价值的见解, 甚至从“正确的”数据.

4. 你的项目会走向何方?

到目前为止, 我们已经认识到使您的项目与特定的业务目标保持一致的重要性, 收集正确的数据,并确保你拥有获得相关见解的技能. 到目前为止,一切顺利. Now, let’s assume your project was a great success; a lot of valuable insight was gained. 什么下一个? 您可能希望在新项目中应用相同的方法, 与不同的业务目标保持一致.

这些都说得通. 但是,如果后续的任何项目都是在第一个项目的基础上单独执行的,那么这个机会很可能就被错过了. 毕竟, 业务功能相互关联, 因此,物联网项目也应该是互联的.

例如, 红牛赛马会, 开展了一个物联网/人工智能项目,以确定工程团队抱怨疲劳和昏睡的原因. 怀疑环境原因, 安装了许多传感器来收集有关温度的数据, 挥发性有机化合物, 湿度, 声音, 运动和二氧化碳. 而不是将监测纯粹局限于环境参数, 该决定是为了监测同一地区空调机组的耗电量.

结果? 不仅孤立问题的原因——二氧化碳含量非常高—— , 还有超过17英镑的身份证明,在能源成本上的潜在节省.

So, 这是一个以环境监测为开端的项目, 扩大到包括能源消耗, 只需要很少的额外工作.

5. 你准备好等待了吗?

尽管收集正确的数据是关键, 你仍然需要足够的音量来获得洞察力. 这是需要时间的. 准确预测多长时间是困难的,通常是不可能的. 不要误以为收集的数据越多越好. 无节制的, 数据量可以呈指数级增长, 而矛盾的是, 真的能减慢获得洞察力的过程吗.

因此,至关重要的是,所有有关方面都要意识到必须保持耐心. 好消息是,在回答了上述问题之后,你的项目可能值得等待!

读下

看到资源档案