С самого начала процесса разработки решения дизайнеры работали с операторами, чтобы понять, как выглядит их повседневная деятельность. Инструменты ИИ должны были облегчить жизнь операторов, поэтому, например, экран, на котором отображались решения и рекомендации ИИ, был интегрирован в интерфейс, которым операторы уже пользовались, чтобы им не нужно было следить за дополнительным экраном. Сами дисплеи были спроектированы так, чтобы их было легко читать. Решение отображает зеленый сигнал, если завод работает оптимально, и красный, если не работает, с соответствующими рекомендациями, включающими стоимость выполнения рекомендации.
Когда решение продемонстрировало свою ценность на пилотной площадке и было одобрено для масштабирования, команда инженеров по программному обеспечению и ML сразу же взялась за рефакторинг, модулизацию и контейнеризацию кода. Таким образом, для каждого развертывания был создан единый пакет программного "ядра", который можно было обновлять и улучшать. При этом всегда требовалась некоторая кастомизация, поскольку каждый завод имеет свои уникальные характеристики.
Специальные команды по настройке, состоящие из специалистов по обработке данных, инженеров, операторов и экспертов в области энергетики, работали с каждой станцией, чтобы адаптировать решение к ее уникальным условиям. Команда создала инфраструктуру MLOps, чтобы свести данные с каждого энергоблока Vistra в единую базу данных (подробнее о MLOps читайте в главе 23). Она использовала программное обеспечение GitLab для управления контролем версий кода и контейнеризации кода, чтобы его можно было легко развернуть в любой среде. Команда также создала информационные панели для мониторинга производительности и использования моделей и управления непрерывным совершенствованием каждой модели.
Наконец, в рамках проекта было организовано три уровня обучения: для рядовых сотрудников (чтобы научиться использовать модели), для технической команды (чтобы научиться разрабатывать и поддерживать модели ИИ) и для руководящего состава (чтобы понять, как использовать модели ИИ и трансформировать работу бизнеса).
Глава 30.
Обеспечение воздействия путем отслеживания того, что имеет значение
Удивительно, но многие руководители компаний не имеют четкого представления о том, как проходит их цифровая трансформация и трансформация с помощью искусственного интеллекта.1 Продвигаемся ли мы к более цифровой бизнес-модели? Создаем ли мы цифровые возможности, как мы говорили? Окупается ли это с точки зрения удобства для клиентов и влияния на конечный результат?
Никто не будет спорить о необходимости измерения прогресса в области трансформации. Но вопрос в том, что и как измерять. Отслеживание эффективности может быстро разрушиться под собственным весом, если оно плохо продумано и не имеет правильных вспомогательных инструментов.
Качественная инфраструктура производительности включает в себя (1) разработку правильных KPI для управления производительностью, (2) отслеживание с помощью stage-gate процесс и вспомогательные инструменты документооборота, и (3) создание эффективного офиса трансформации.
Архитектура управления производительностью и KPI
Четко определить, какие показатели эффективности необходимо измерять, - это уже половина успеха. При трансформации цифровых технологий и ИИ ключевые показатели эффективности (KPI), как правило, делятся на три группы: показатели создания стоимости, показатели здоровья стручка и показатели управления изменениями (см. Рисунок 30.1).
Архитектура управления эффективностью цифровой трансформации и ИИ
СОЗДАНИЕ СТОИМОСТИПОДДЕРЖАНИЕ ЗДОРОВЬЯ УПРАВЛЕНИЕ ИЗМЕНЕНИЯМИ
ЦЕЛЬ
Оценка влияния цифровых решений на основные бизнес/операционные KPI
Измерьте здоровье и зрелость стручков
Оценка прогресса в создании новых возможностей и мобилизации организации
МЕТРИКИ
Операционные КПЭ
KPI зрелости
Наращивание потенциала и управление изменениями KPI
ПРИМЕРЫ
Принятие клиентов (%) Онлайн-продажи (% от продаж) Доходность процесса (%)
Коэффициент перекрестных продаж (%)
Достаточность штатного расписания OKR Достижения Agile/DevOps зрелости Частота выпуска релизов
# Количество мобилизованных капсул Вовлеченность сотрудников Наем/повышение квалификации талантов Достижения по этапам
ЕДИНИЦА АНАЛИЗА
Решения и домены
Стручки
Конкретные возможности, лидерство, вовлеченность сотрудников
АКТУАЛЬНО ДЛЯ
Руководители высшего звена, руководители подразделений
Лидеры доменов и владельцы капсул
Руководители высшего звена и лидеры в области трансформации
ПРИЛОЖЕНИЕ 30.1
Отслеживание создания стоимости с помощью бизнес/операционных КПЭ
Цифровые решения, как правило, нацелены на один или несколько бизнес/операционных KPI, которые обычно можно перевести в финансовые или клиентские преимущества.
