Preparando el escenario para el éxito de la ciencia de datos industriales

En algún momento, el Internet de las cosas (IoT) industrial más exitoso las iniciativas se convierten en proyectos de ciencia de datos. Los sensores conectados en máquinas y equipos, herramientas, paletas y artículos fabricados generan volúmenes de puntos de datos.

Pero la perspectiva de éxito empresarial u operativo no depende únicamente de la recopilación de datos, sino de una amplia gama de habilidades que se extienden por toda la organización. También requiere el uso de esos datos para impulsar la transformación. Eso podría incluir lograr nuevos puntos de referencia operativos o, "en el mundo actual, crear resiliencia y flexibilidad", dijo Steve Pillsbury, director de PwC Consulting.

[ Mundo de IoT es el evento de IoT más grande de Norteamérica donde los estrategas, tecnólogos e implementadores se conectan, poniendo IoT, AI, 5G y la ventaja en acción en las verticales de la industria. Reserve su boleto ahora. ]

Incluso antes del surgimiento de la pandemia de COVID-19, impulsar una metamorfosis de la ciencia de datos industriales era abrumador para muchas organizaciones. Los expertos en ciencia de datos escaseaban y la competencia de contratación era feroz. Si bien muchas organizaciones industriales han lanzado programas de innovación digital, pocas han alcanzado el retorno de la inversión deseado. De 2016 a 2018, los proyectos digitales en casi el 80% de las empresas industriales no lograron el nivel esperado de rendimiento financiero, según la investigación de Accenture.

P reparando la organización

Una de las razones por las que las organizaciones industriales luchan con la ciencia de datos industriales es la falta de planificación. “La mayoría de las empresas [industriales] se encuentran ahora, como mínimo, en la fase piloto y de prueba y, en muchos casos, se encuentran en la etapa de aplicación y adopción”, dijo Pillsbury.

Un factor que les impide alcanzar escala y valor es la falta de "conocimientos técnicos", añadió Pillsbury. “Eso no significa que tengan, necesariamente, las habilidades [técnicas] incorrectas o que no tengan las suficientes habilidades correctas. También significa que no han preparado realmente a la organización para aplicar los tipos de habilidades que se necesitan ". Las organizaciones industriales deben educar a todo su personal sobre "qué es el arte de lo posible y cómo adoptarlo", dijo. Es decir, las organizaciones también deben ser hábiles en la transformación cultural.

La investigación de IQ digital de PwC descubrió que, en varios sectores, las organizaciones con los programas digitales más exitosos los construyeron en torno a su gente y su cultura. Al llamar a las organizaciones digitales “trascendentes”, PwC descubrió que priorizaban la educación de los empleados y la creación de una cultura resiliente.

Sin embargo, dentro de una organización, la madurez de los datos de los empleados y departamentos puede variar considerablemente, observó Murali Raj, director de información de HIL, un fabricante de suministros para la construcción. Al desarrollar un plan de transformación, tenga en cuenta esa variabilidad y cree una base de datos de base amplia, recomendó Raj. Cuando HIL implementó el mantenimiento predictivo, la empresa creó una base para aprovechar al máximo los datos. "En lugar de centrarnos en una pequeña línea de fabricación o un par de máquinas para el mantenimiento predictivo, nos centramos en crear una red troncal de taller digital y conectada", dijo Raj.

H Diseño centrado en el hombre aplicado a procesos

Las organizaciones industriales exitosas obtienen la aceptación de los empleados de nivel senior y junior para iniciativas digitales y de ciencia de datos.

Muchas organizaciones que ponen a prueba estos proyectos dedican un equipo al liderazgo digital y las mejores prácticas. Estas personas del tipo "Centro de excelencia" tienden a comprender muy bien la tecnología y la ciencia de datos y tienen una idea general de los impulsores de valor y las declaraciones de problemas que están tratando de abordar ", dijo Pillsbury. Pero cuando esos expertos crean herramientas habilitadas digitalmente para que otras las utilicen, "descubren que a la gente generalmente no le gustan", dijo Pillsbury. A los usuarios finales a menudo "no les gusta el diseño, la forma en que [una pieza de tecnología] funciona, cómo se supone que deben interactuar con ella o qué hacer con la nueva información", agregó.

Las organizaciones pueden obtener el apoyo de los empleados para las herramientas digitales basadas en datos solicitando comentarios durante el diseño, recomendó Pillsbury. Los líderes digitales y de datos también pueden implementar conceptos de diseño centrados en las personas en los procesos internos, estudiando el contexto de un problema determinado, así como los puntos débiles de los empleados antes de diseñar herramientas digitales o flujos de trabajo para abordarlos.

Yo identificación de personas para liderar la transformación

Si bien la transformación cultural y la educación son vitales, no hay sustituto para el liderazgo en ciencia de datos. Si bien decenas de personas han agregado términos como "ciencia de datos", "inteligencia artificial", "aprendizaje automático" a sus currículums, solo uno de cada cuatro candidatos son expertos, según Umesh Ramakrishnan, oficina del director ejecutivo de la firma de búsqueda de ejecutivos Kingsley Gate. Socios. “Por definición, muchas de estas habilidades [de inteligencia artificial] son ​​nuevas”, dijo Ramakrishnan. Debería ser una señal de alerta "si alguien le dice que tiene 25 años de experiencia en ciencia de datos".

Al entrevistar a posibles líderes en ciencia de datos, debería tomar de 20 a 30 minutos por persona identificar si tienen un conocimiento significativo, según Ramakrishnan. "Muchas de estas personas han tenido una base en ciencia o ingeniería relacionada con la inteligencia artificial, el aprendizaje automático o la ciencia de datos", dijo Ramakrishnan. "Las personas que han trabajado en redes neuronales o aprendizaje profundo en el pasado y han continuado manteniendo su ventaja, ya sea mediante la experiencia en el trabajo o mediante educación adicional, son las que vemos ingresando a puestos de nivel medio a superior".

Los expertos en ciencia de datos que pueden compartir su experiencia con otros e inducir cambios en toda la organización son los más valiosos. Pero seleccionar candidatos para las habilidades estratégicas es significativamente más desafiante que identificar la experiencia tecnológica discreta, dijo Ramakrishnan. "La transformación tecnológica dentro de una industria es mucho menos difícil que la transformación cultural de esa empresa, especialmente si es una empresa heredada", dijo.

Las organizaciones industriales con programas digitales exitosos tienden a tener una visión compartida entre la alta y media gerencia, así como la capacidad de "alinear los grupos de talentos y los activos tecnológicos en las funciones comerciales clave", según Accenture. Los líderes en ciencia de datos pueden ayudar a inculcar rasgos, pero deben sobresalir en comunicación y persuasión. "Debe tener la capacidad de mostrarle a la gente por qué es ventajoso para una persona en el taller, por ejemplo, usar un iPad en un contexto de trabajo en lugar de un portapapeles", dijo Ramakrishnan. Esa persona también debería poder explicar el valor de la tecnología a un trabajador, así como el valor para la empresa. "La capacidad de vincular los objetivos de un individuo con la misión de la empresa es un atributo de liderazgo que rara vez se ve en los ejecutivos".

Términos como "campeón" o "evangelista" no hacen justicia a esta capacidad en opinión de Ramakrishnan. “Esos términos cubren los atributos de liderazgo sofisticados que se requieren”, dijo. Las organizaciones que mueven proyectos de IoT industrial de prueba de concepto hacia iniciativas de transformación digital más amplias necesitan más que expertos en ciencia de datos industriales que sean articulados. “El simple hecho de ser un buen orador puede convertirte en un buen evangelista”, concluyó Ramakrishnan. "Pero si no tiene forma de traducir su evangelización en una ejecución real, entonces todo lo que es es un predicador, y no lo necesita en el negocio".