为您推荐
几周前，在我们的一次定期见面会上，一位工厂经理表达了他对公司实施数字化转型第一阶段的兴奋之情——他们现在正进入第二阶段。
在祝贺他之后，我的第一反应是了解他所解决的业务问题。这让他一时感到惊讶，然后他回答说：“我不知道。”
这绝非个例，我看到的情况比你想象的要多得多。制药行业的公司知道，数据驱动的转型是前进的方向。他们投资于最新的硬件和软件解决方案，但他们并不总是考虑转型应该解决的具体问题。
围绕技术的炒作非常多，Industry 4.0推动了我们今天所见的许多变化。但我甚至听说过Industry 5.0，甚至Industry 6.0……这会止步于何处？
投资技术只是整体蓝图中的一小部分。企业需要采取整体方法，审视运营的每一个方面，然后评估可用的解决方案，确定哪些最契合其整体目标。
如果你不会开车，拥有一辆法拉利毫无意义。当然，它停在你家门口看起来很漂亮，但你并没有实现它所能带来的价值。这正是你所错过的。
我们看到的，尤其是在软件领域，是越来越多的制药客户希望找到能够让他们实现产品个性化、降低成本、实现精益化，同时更快将产品推向市场的解决方案。
但制药行业还有额外的现实，尤其是在法规和合规方面。这些现实意味着他们需要在数据能力和集成方面投入大量工作，不仅要收集数据，还要使用正确的数据，并以此为基础做出决策。
在这种情况下，最值得发问的问题是：他们是否信任自己的数据和由此产生的报告？
客户告诉我们，他们希望获得帮助，以便深入了解他们供应链中的所有数据，并将这些数据转化为有用的形式。当我们讨论这一挑战时，往往第一个反应是“给我用例”。
不要为了技术而实施技术。制定一个计划——制定几个计划——并准备好接受其中一些计划被拒绝的事实。
但是，如何为您不了解的事物提供用例呢？他们会说“我们想要更快地推出产品”或“我们希望更快地获得FDA对安装和产品的批准”，这两者都涉及大量数据的汇总。我们的回应是：不要只关注第一个用例——看看您可以使用这些数据实现的所有其他目标。
您对数据的整合越多，发现的内容就越多，例如趋势和相关性。您甚至可以开始使用分析来进行预测，这有助于确定需要提高速度和效率的领域。
但他们会考虑到所有后果吗？数据量的激增正在催生新的职位。我见过“增长工程师”和“数据科学家”，他们的职责是部署算法来寻找相关性和洞察。
但只有在他们着眼于全局并获得所有学科的支持时，这些措施才会有效——否则，他们仍然是孤立的决策者，制定的计划旨在消除他们刚刚重新创建的孤岛。
当然，市面上有很多算法可以解决单一场景，但算法无法增加情境或概念智能。这种类型的分析和决策必须由人来完成。这就引出了下一个问题：您的员工是否具备正确的技能组合？
组织必须管理人员并对其进行培训，使他们能够学习并与所有这些新的网络智能协作。他们需要能够提出“我需要知道什么才能做出明智的决策？”，而不是“数据会告诉我什么？”
所以，我的建议是：不要为了技术而实施技术。制定一个计划——或者几个计划——并做好其中一些被拒绝的准备。
确保第一阶段不仅仅是走过场，而是要实施以解决问题或为解决更多问题奠定基础。不要被流行语所迷惑——了解其好处，并询问它们能为您做些什么。
了解如何实施技术，考虑到技术每三～五年就会发生变化，然后平衡这一事实，即我们人类可能需要更长的时间来适应。
考虑可扩展性、升级、易用性和迁移。一旦涵盖了所有这些基础，您的数字化转型实际上应该能够提供您所寻求的跳板。
发布时间 2018年6月11日
