뉴 노멀에는 새로운 디지털 기술이 필요합니다

COVID-19는 직장의 디지털화를 가속화하여 인력이 반응하고 배우고 발전할 수 있는 소중한 시간을 제공하지 않습니다. 조직은 세 가지 과제에 직면해 있습니다.

<울>

젊은 진입 및 중간 수준의 인력 풀;

성숙한 노동력; 전문 지식과 지식을 가지고 향후 몇 년 이내에 은퇴할 준비가 되어 있습니다.

클라우드 및 A.I와 같은 신기술 및 기능의 급속한 발전

이러한 어려움에도 불구하고 조직은 기술을 수용하고 디지털화를 가속화했습니다. 기술, 디지털화 및 새로운 형태의 작업 사용이 가속화되는 추세는 계속해서 유지될 것입니다. COVID-19의 결과로 조직은 공급망 이중화를 구축하고 데이터 보안을 개선하며 운영 및 서비스에서 고급 기술의 사용을 늘리는 데 있어 가능한 생각보다 20~25배 빠르게 움직인 것으로 보고되었습니다.

인력 재숙련에 대한 가속화된 디지털 혁신의 의미는 아무리 강조해도 지나치지 않습니다. 비즈니스를 개선하기 위해 디지털 기능을 사용하는 회사는 앞으로 급증할 것입니다. 또한 대부분의 기업에서 디지털 혁신이 필수라고 생각하지만 이를 확장할 수 있는 기업은 소수에 불과합니다. 디지털 기능을 확장하려면 인력이 준비되어 있어야 합니다. 조직은 디지털 혁신을 위해 인력을 어떻게 준비합니까?

원격 의료

가상 진료와 원격 의료는 다양한 새로운 기술, 기술 및 워크플로의 변화를 필요로 하는 주류를 향해 가속화되고 있습니다. 예를 들어, 해도 모니터링 또는 운송 서비스 준비에 대한 원격 안내에는 원격 외상 지원을 제공하는 것과 다른 기술이 필요할 수 있습니다.

회계사와 의료 코더는 수익을 극대화하고 끊임없이 변화하는 CMS 지침을 지원하는 고급 청구 시스템과 상호 작용하는 방법을 배워야 합니다. 예를 들어, AI 기반 청구가 청구가 처리되기 전에 사기 또는 잘못 청구될 가능성이 있는 경우 — 오늘날에는 청구가 생성된 후 이 프로세스가 수행되어 지연 손실 복구 또는 지불이 발생합니다 — 직원은 다음과 상호 작용해야 합니다. 시스템이 선험적으로 결과를 평가하고 비즈니스 결정을 내리는가?

클라우드 소스 시스템의 경우 많은 직원의 역할이 이미 변화하고 있습니다. 클라우드 기반 IT 시스템의 경우 시스템을 코딩하거나 유지 관리할 필요가 없습니다. 역할이 변경 사항 및 워크플로를 로컬에서 구성할 수 있는 것에서 클라우드에서 이루어진 시스템 변경 사항으로 이동했습니다. 더 많은 시스템이 클라우드로 이동함에 따라 IT의 역할도 이동합니다. 그들은 IT 클라우드 전략에 중점을 둘 것입니다. 클라우드 환경에서의 소싱 및 계약 서비스 제공 지원; 클라우드 기능을 지원하기 위한 비즈니스 아키텍처 재설계

차세대 제조

COVID-19는 re-shoring에 다시 초점을 맞춘 유일한 제조 소스로서 중국에 대한 과도한 의존을 잔인하게 드러냈습니다. 여기에는 두 가지 문제가 있습니다.

<울>

중국의 기존 생산 능력을 위험에 빠뜨리면서 역내 생산 능력을 복제합니다.

제조를 지원하는 데 필요한 인력 풀을 찾습니다.

후자는 현재 국내 제조에도 동일하게 적용됩니다. 필요한 노동력을 찾는 것과 관련하여, 우리는 임박한 대규모 퇴직으로 인해 지식과 경험이 풍부한 인력을 잃는 시점에 있습니다. 이들은 CAD/CAM, MES, NC 및 자동화 시스템의 제조 및 공급망 전문가이며, 디지털이 아니며 클라우드 소싱 또는 A.I 사용과 같은 최신 기술에 노출되지 않았습니다. 제조에. 이 인력은 자동화 및 자동화 시스템에 매우 익숙하지만 디지털에 익숙하지 않거나 준비되어 있지 않다는 점에 유의하는 것이 중요합니다. 자동화는 픽앤플레이스, 이송 라인 가공 및 조립 또는 송장 발행과 같은 반복적인 작업을 기계화하는 것입니다. 디지털화는 비즈니스를 개선하기 위해 디지털 기술을 적용하는 것이며 본질적으로 통합적이며 교차입니다.

디지털 네이티브가 제조 분야에 진출함에 따라 어떻게 준비해야 합니까? 4곳에서 시작할 수 있습니다.

<울>

다양한 수준의 인력을 위한 새로운 기능을 개발하여 기계 작업자에서 비즈니스 또는 프로세스 위험을 해결하기 위해 빅 데이터 생성 분석을 사용하는 역할로 역할을 강화합니다.

프로세스 데이터 맵, 거버넌스 및 아키텍처를 구성하기 위한 기술을 개발합니다. 예를 들어, 작업 현장에서는 점점 더 많은 센서 기반 실시간 데이터가 생성되고 있습니다. 이 데이터는 A.I./ML 도구를 사용하여 기존 통계 프로세스 제어를 강화하는 데 사용할 수 있습니다. 문제는 선택할 데이터, 다른 업스트림 또는 다운스트림 프로세스를 연결하거나 영향을 미치는 양과 방법입니다. 따라서 프로세스 제어에 디지털 기술을 사용하는 것은 프로세스 운영자의 역할을 단순히 인과 관계 및 수정 조치를 분석하는 것에서 프로세스 및 데이터 설계자 및 구성자로 높이는 것입니다. 이 상승에는 다른 훈련과 능력이 필요합니다. 우리는 이 예를 공급망에도 외삽할 수 있습니다. 여기서 공급망 운영자도 포인트 컨트롤러가 아닌 프로세스 영향 요인의 감독자가 됩니다.

노인 인력의 기술과 지식을 디지털 방식으로 캡처하여 새로운 인력을 교육합니다.

시뮬레이션 및 가상 교육 도구를 개발합니다.

인간 노동자가 노동력에서 자동화될 것이라는 두려움이 있지만, A.I. 그리고 인간은 보완적인 강점을 활용하고 효과적으로 서로를 강화할 수 있습니다. A.I. 워크플로에 적합하고 알고리즘을 사용하여 사람들이 협업할 수 있는 방법은 그렇게 할 수 없는 사람들보다 경쟁력이 더 높을 것입니다.

요약:

<울>

AI 활용 비즈니스 친화적인 도구 개발

디지털 혁신 요구 사항을 사전에 평가하고 관련 시뮬레이션 또는 가상 도구를 사용하여 재교육 경로를 개발합니다.

클라우드 기반 애플리케이션의 구성 교육

인간과 기계의 상호 작용을 개선하기 위한 방법을 식별합니다. 그리고

직업 대학을 업계의 요구에 맞게 조정합니다.

Shubho Chatterjee는 디지털 혁신, 전략, 기술 및 운영 책임자입니다.