智能數字助理對大數據進行梳理，以發現鮮為人知的洞察，觸發供應鏈的實時重新路由，并利用未得到滿足的需求。軟件機器人自動執行重復的數據輸入任務，使知識工作者能夠專注于分析和構思。在工業現場，預測分析可以發現故障并主動發起修復，這省去了派操作員去阻止停機災難的麻煩。
在每個企業的各個角落，數字技術都在積極地改變工作人員完成工作的方式。技術素來關系到效率和生產力的提升，但這一最新的技術浪潮的目標更為宏大。人工智能（AI）、機器學習、物聯網（IoT）、大數據和預測分析等創新的進步正在為公司所用，以顛覆員工的經驗，創造新的工種，這些創新需要新的技能并開創了人機協作的新時代。
麻省理工學院信息系統研究中心（斯隆管理學院的一部分）的研究科學家Kristine Dery解釋說：“由于公司進行了數字化，交給員工做的工作將更復雜，更難做。員工要具備的經驗就是弄清楚如何更輕松地參與到工作環境中，這個環境使員工能更輕松地完成更復雜的工作。”
Dery的團隊使用兩個因素來定義員工體驗：工作的復雜性，或者在組織中完成工作的難度，以及基于協作、創造力和授權的行為規范。她解釋說，在某些情況下，數字功能可以改善員工的工作方式，使流程更高效或更準確。然而，數字化真正出彩的地方在于它可以利用數字技術重新定義工作、替換，擴充或創造新的職責和任務，她這樣解釋道。
隨著這種轉變的進行，人們越來越擔心自動化將取代人類工作者。雖然這在某種程度上是正確的，但專家認為，大多數裁員都發生在單調乏味、高度重復和可擴展的任務中，這使工人能夠將注意力轉移到不同類型的工作上。埃森哲的研究稱，近四分之三接受調查的高管（74％）表示，他們計劃在未來三年內用人工智能對任務進行大規模的自動化，但幾乎所有人（97％）都打算使用人工智能來提高工人的能力。
為了確保成功過渡，專家說組織必須找出人與智能機器的正確交集。埃森哲調查中有54％的人表示人機協作對于實現戰略優先級非常重要，而46％的人認為傳統的職位描述已經過時，29％的人已經對崗位職責進行了廣泛的重新設計。埃森哲的北美地區的戰略，人才與組織業務總經理Katherine Lavelle說：“我們從未見過諸如此類的變化。這關系到用智能自動化和人類為客戶創造新的功能和成果。無論是誰想出了兩者之間的合作形態都有望贏得這場戰爭。”
培訓工人并對工人進行技能重塑，這對于創造一種改善了的員工體驗至關重要，這種體驗能重新定義工作性質。Lavelle說：“在某些方面，我們將重新回到自動化發生前我們所重視的基礎知識。人類溝通、綜合與判斷、談判、管理成本和整合點——這一切將重新強調跨職能的人際互動。”
出色地實現了面向員工的數字化功能的公司所實現的不僅僅是將員工隊伍現代化并使其煥然一新，這些公司還有可能獲得顯著的績效提升。麻省理工學院的研究稱，在實施高級員工體驗方面位列前四分之一的公司在提供新產品和服務方面的創新度提高了一倍，據這些公司的報告，它們的客戶滿意度提高了一倍，盈利能力提高了25％。
Lavelle說：“這不僅僅關系到技能或效率。組織正在將智能自動化視為一個新的時代，在這個新時代，組織可以將績效提升到另一個層次。”
請繼續往下看，了解榮獲2018年CIO 100獎的五家公司如何利用數字浪潮改變工作并提升員工體驗。
轉變遠程協助
應用材料公司（Applied Materials）投入數千工時和數百萬美元，派遣全球專家團隊幫客戶部署和排除用于生產半導體和平板顯示器的復雜設備的故障。
由于預算始終受到監督，并且來自客戶的壓力越來越大——這些客戶正在希望加快產品上市時間，因此這家電子產品先驅在現有的諸多支持實踐中改變了立場。現在，該先驅正在利用增強現實（AR）和智能眼鏡來改變現場技術支持，并支持新的遠程程序的使用，旨在簡化運營，同時節省大量的差旅費用。
應用材料公司與生產Skylight AR軟件平臺的Upskill合作，并使用Osterhout Group ODG R7智能眼鏡，創建了一個安全的遠程協助平臺，這個平臺用于問題解決、質量審計以及員工培訓。專家現在可以通過增強現實實時地進行遠程協作，通過最大限度地利用應用材料公司訓練有素的專家來減少問題解決的時間，同時最大限度地減少長期出差所造成的停工。
應用材料公司的副總裁兼首席信息官Jay Kerley解釋道：“這一切都與加速有關——我們要在有限的時機內滿足新客戶的需求，壓力很大。我們的客戶遍布全球，我們正在努力將人員、流程和技術的生態系統整合在一起，以做到人盡其才。”
由Skylight提供支持的增強現實眼鏡可以促進幾種新的工作場景。這些眼鏡使分散在全球各地的團隊能進行免提視頻協作；這些眼鏡為遠程專家提供有關現場技術人員工作的第一手資料，以便專家能提供幫助；它們在工作實際完成的過程中能推動在職培訓和專業技術。增強現實解決方案還在新的審核和質檢工作流程中找到了歸宿，它可以讓技術人員在構建過程中實現免提的實時視頻和音頻傳輸，而不像傳統的做法——手動拍攝和編目，以供將來參考。如今，消息、注釋，甚至工作指令和機器圖示等補充文件都可以通過免提訪問的方式提供給技術人員，這極大地改善了團隊成員的體驗。
Kerley說：“這關系到將影響力延伸到正在完成工作的網絡的邊緣......并將正確的知識帶到我們賴以解決問題的交叉點。”
增強現實倡議受2015年的內部物聯網挑戰賽的啟發而提出，該挑戰賽旨在激發員工在日常工作流程中應用新技術的想法。鑒于增強現實/虛擬現實市場相對還不太成熟，在技術還不夠成熟，不足以滿足生產部署所需的安全和移動設備管理要求之前，我們要進行多次嘗試，Kerley這樣說道。
該項目自啟動以來就幫應用材料公司加快解決問題的速度，因該項目能立即挖掘專家，而不是等他們遠道而來。該公司也實現了首次修復率的提高，因為一次可以引入多個專家來遠程解決問題，而不必親臨現場。
除了增強現實/虛擬現實之外，應用材料公司還在尋找其它可視化工具以及大數據和高性能計算技術來改變員工的工作方式，并為流程注入靈活性。Kerley說：“舊的做事方式不起作用。我們為了從研發的生命周期中擠出時間所做的一切都是十分重要的。”
管理蝦的健康
忘了漁船和漁網吧，物聯網（IoT）、移動應用和大數據分析是必備的現代工具，嘉吉（Cargill）標榜，這些工具有助于蝦農一網打盡。
嘉吉的數字實驗室小組（Digital Labs group）是嘉吉動物營養（CAN）部門的一個商業化業務，該業務專注于銷售數字解決方案，推出了iQuatic移動數據跟蹤應用和實時操作儀表板，旨在為蝦類養殖業務帶來更高的精度和生產力。該應用和儀表板旨在取代紙質筆記本和數字電子表格，構成了一個新的數字系統，該系統利用數據分析和可視化為蝦農提供實時洞察，幫他們更好地管理蝦的健康狀況，從而提高產量。
嘉吉動物營養部門的水產飼料和營養管理總監Sri Kantamneni解釋道：“直到最近，蝦養殖還充滿未知數。我們從筆記本中獲取手寫的信息，將其數字化并整合到一起，以便養殖場的經理和主管可以實時查看信息并在日常工作中做出決策。”
數字平臺的目標是改變蝦農喂蝦的方式，以最大限度地提高收成。幾十年來，蝦農通過紙質筆記本和電子表格跟蹤池塘的性能和養殖場的優化。Kantamneni說，這種方法很麻煩，效率很低，在跟蹤大量數據的情況下容易出現人為錯誤，當然也不利于產生能提高產量的任何洞察。
iQuatic平臺通過提供一個支持物聯網的平臺來顛覆傳統的蝦類收獲方法，該平臺設在池塘中，收集有關水溫和含鹽量的數據，同時使用聲學傳感器來跟蹤蝦在什么時間吃了多少飼料。這些數據與其它信息來源的結合使農民得以對飼喂時間或飼喂量進行實時調整。當數據與Cargill iQuatic的蝦飼喂系統結合使用時，這種結合就可以利用蝦的自然飲食模式對飼喂過程進行自動化，以便養殖場的經營者可以專注于更重要的任務。
嘉吉動物營養部門的首席信息官Tiffany Snyder解釋道：“過去，人們不得不去采集水樣本或測試溫度和鹽度。我們將不同的傳感器和分析功能結合在一起，為人們提供以往無法獲得的洞察......并逐漸將手動流程自動化。”
嘉吉動物營養部門除了能提高生產力之外，它還與蝦類養殖場的經營者合作，利用更多數據集，利用機器學習來推動預測性決策，從而在收成季節引入一個全新的周期，以增加收入。與很多農業部門一樣，養蝦業一直受到不同系統和信息的阻礙，這些系統和信息沒有任何有意義的聯系，無法為養殖場的經營中發生的事情提供預測背景或采取積極行動。
Kantamneni說：“大多數時候，他們發現自己對信息或當時正在發生的事情總是后知后覺。我們希望將他們從后知后覺轉變為先知先覺，并讓他們專注于可衡量的高效生產力。”
將低效流程自動化
作為政府資助的管理可負擔抵押貸款（affordable mortgage loan）的機構，房利美對官僚機構或手動的，低效的流程并不感到陌生。但著眼于數字化轉型和精簡運營的使命，房利美正在邁向最新的技術前沿，其戰略是創建一個彈性的，按需的與人類同行攜手合作的虛擬勞動力。
房利美（Fannie Mae）的虛擬王牌就是機器人過程自動化（RPA），這是一種類似于“機器人”（通常稱為bot）的軟件，用于模擬業務流程由人類從事的單調重復的任務。必須多系統登錄的任務需要輸入大量數據，或者是需要上傳或下載掃描文檔的任務應該首選機器人過程自動化，這就是為什么機器人過程自動化能在客戶服務、普通會計、醫療索賠處理和金融貸款工作流程等領域扎根的原因。機器人過程自動化比傳統的IT自動化更進一步，因為它具備適應、自學和自我糾正的能力。
房利美已經大規模利用機器人過程自動化，將其視為一個協作平臺，這個平臺就不同的人類職能、學科和技能與機器人同行保持同步。房利美的證券化和服務技術高級副總裁Ramon Richards解釋道：“我們正在尋找新的方法來發掘運營專員的能力，這些運營專員正在處理多個優先事項。我們非常關注能夠提高內部效率并有助于我們為客戶提供更好解決方案的新技術”。有了機器人過程自動化，房利美就可以用自動化解決這一難題，而無需變更大量核心應用或深入研究內容，這使團隊能夠相對快速地實現交付。
雖然房利美已經采取措施擺脫紙質流程，但其業務的專業性決定其仍然需高度的人工監督。員工在手動流程上耗費大量時間，這些流程需要從系統中提取數據，在電子表格或其它企業應用中加載數據以及執行協調職能。房利美的戰略計劃主管Mona Kahn說：“有時要35個步驟來完成一個過程和一些決策點。我們擁有可自動完成任務的系統，但總體上仍存在大量的手動工作。”
首個機器人過程自動化試點項目于2017年3月啟動，在項目上的合作的IT和運營團隊很快就發現了機器人過程自動化的潛力。他們創建了一個智能過程自動化與機器人（SPARC）小組，該小組專注于擴展該機構的機器人過程自動化、機器學習、人工智能和其它智能自動化技術的使用。該團隊建立了三個基礎組件來推動機器人過程自動化，包括將發現技術的正確用例的過程、監督部署的生產指揮中心以及IT和運營參與和協作的新模型正式化。自智能過程自動化與機器人小組啟用的一年多以來，該小組已使用機器人過程自動化將28個內部流程自動化，以支持運營、采購和財務團隊。
由于這些流程得到了自動化，因此房利美的工作人員得到了解放，他們可以專注于高價值的活動。該團隊估計，機器人過程自動化項目在實施的第一年就已經為業務提供了700多個小時的服務，同時通過減少人為錯誤提高了質量和性能。此外，課題專家也得到了解放，他們可以把時間花在創新項目上，并解決客戶關注的問題。Kahn解釋道：“人們欣喜若狂，動力十足——他們以成為機器人過程自動化之旅的一部分而津津樂道。”
有了核心基礎，智能過程自動化與機器人團隊正在努力確定具有前瞻性的機器人過程自動化戰略，包括將其與自然語言處理和業務流程管理等其他技術相結合的可能性。為了響應早期的成果，例如改進的服務水平協議和更高容量的高價值工作，當前的機器人過程自動化管道相當擁擠，業務線用戶正在積極提出額外的自動化工作流程候選者。Richards表示，盡管人們熱情高漲，但鑒于新生的領域仍然是一個不斷變化的目標，該團隊決定不能過快地擴大機器人過程自動化的規模。
他說：“我們必須確保讓合適的人員接受培訓，我們在中央團隊中處于有利地位。我們必須將合適的人員聚集在一起，制定路線圖并從那里開始成長。”
用數據賦予員工權利
很多公司都對將數據即公司貨幣這樣一個想法光說不做。埃森哲則拿出了實際行動，它通過企業級分析工作將資金投入其中，旨在實現數據的民主化，并通過數據驅動的決策賦予員工權力。
從2015年底開始，這家全球咨詢巨頭開始構建現代數據管理和分析平臺，該平臺將擱置由來已久的信息孤島和靜態報告流程，轉而將分析嵌入到業務的各個方面，并實現可操作的，覆蓋整個用戶范圍的數據驅動的決策制定。
埃森哲所做的工作都是以企業分析平臺為基石，這是新一代數據管理和安全治理的基礎，該基礎用來攝取、處理、建模并將數據可視化，以將其轉化為洞察力。還有Enterprise Insight Studio，這是一個卓越中心，它可以支持整個企業的分析的快速開發和操作。這種雙管齊下的方法將數據作為一種資產，降低了與孤立的數據管理實踐相關的傳統障礙，并在埃森哲快速增長和擴展業務范圍的各個層面和各個功能中賦予用戶權力。
該公司的首席信息官Andrew Wilson說：“每項工作都可以從企業全部的現有數據中受益，這是一個巨變。人類執行工作的格局要求我們對如何用數據展現、通知、啟用和育人采用完全不同的方法。我們處于在形式，性質和地點上擁有太多數據的經典場景中，在這里，這些數據并沒有幫我們高效地完成工作。”
從記錄上看，數據主要以靜態異步報告的形式提供，只有少數人可以使用并且需要分析專家的大力協助。埃森哲團隊用Hadoop和Apache Kafka等技術以及數據建模和可視化工具開發了一個包含完整的治理和安全性的通用的數據管理平臺。該團隊還采用了簡化的方法來滿足各種報告和分析需求，僅將三種類型的報告和分析功能商品化。這包括用于商業智能的“近岸數據集市”，這是一系列快速周轉的數據集，可滿足包含在快速訪問系統里的特定需求;自助式訪問將數據管理、安全性和隱私功能集中化，以鼓勵受過培訓的數據分析專家做出發現；一個由數據科學家組成的協作創新工作室，該工作室負責探索新的用例，以展示可能的技藝。
Wilson說：“你可以將Enterprise Insight Studio視看作是一個創意廣告代理商，但這只是對數據而言。你不能讓450,000人同時接受培訓以做到與時俱進——你必須建立一個能夠跟上現代分析變革速度的卓越中心。”
自系統和新流程投入使用以來的18個月內，埃森哲已經讓20,000名關鍵用戶用上交互的，實時的運營報告，并撤掉了近一半的傳統報告。該倡議還去掉了90%歷來與分析相關的重復且耗時的步驟，使數據科學家每月能夠處理30至50個問題，并產生120多個分析解決方案，這些方案支持廣泛的分析，從用戶從人力資源到銷售和客戶服務。
未來的工作將利用人工智能和機器學習來發展洞察引擎并重新定義人與機器之間的工作的本質。Wilson表示，這一切都是為了讓埃森哲的員工擁有數據驅動的智能，而不是取代員工。他說：“根據數據顯示，員工因此能取得更大的成就，并可以自由自在地做其它事情，比如花時間與客戶合作。”
向數字助理發出請求
要求Alexa或Siri在購物清單中添加牛奶或關閉恒溫器，這現在已成為越來越多消費者的老生常談。同樣的數字助理正在幫美國宇航局的噴氣推進實驗室（Jet Propulsion Lab）的員工找到更高一級的問題的答案，并促進日常辦公任務，這是該組織改革工作的廣泛舉措的一部分。
數字助理是噴氣推進實驗室的高級數字研究資源管理器（ADRE）項目的最新成員，該項目將神經網絡、機器學習、彈性搜索和圖形數據庫等技術用作情境感知平臺，以幫助員工快速搜索噴氣推進實驗室的數以拍字節計的文檔、數據庫、視頻和其它重要內容，以找到問題的答案，不管問題是大是小。噴氣推進實驗室的信息技術總監兼首席信息官James Rinaldi表示，添加語音命令數字助理可以讓所有類型的噴氣推進實驗室用戶（從科學家到管理員）以更加輕松和熟悉的方式與系統互動。
Rinaldi說：“人們一貫使用的接口正在發生變化。我們的理念是，如果你可以在家里使用它，你就可以在工作中使用它——人們喜歡一致性，不管他們身在何處。”
噴氣推進實驗室團隊于2017年開始研究創建數字助理的原型，該原型使噴氣推進實驗室的人員能夠在幾秒鐘內通過語音、打字、觸摸或手勢來搜索、過濾和匯總大量數據。除了以科學格式的形式出現的視頻、圖片的原始數據之外，這家研發巨頭還擁有數十億的數據——所有這些數據都分布在多個地點，這使員工和科學家要花很多時間來尋找完成工作所需的東西，而非專注于手頭的工作。Rinaldi解釋說，數字助理的目標是幫員工快速回答問題并免去昂貴的人工研究時間，使他們能夠做真正重要的事情。
Rinaldi解釋道：“去年，我們演示了如何在傳統輸入或數字輸入中大海撈針，我們對很多東西進行了自動化，現在，最重要的是，我們希望用數字助理來做更多主流的事情”。例如，數字采集助理（Acquisition Digital Assistant）現在能通過對話機器人提供從100,000個文件中精選出來的答案，這比使用傳統的類型搜索要快9倍，他這樣說道。
新的數字助理（該助理可以抓取外部和內部信息和數據源）利用亞馬遜網絡服務、高級人工智能和自動化功能等技術以及Alexa接口，以幫助員工執行越來越多的任務。人們要求Alexa能揭示數據墻中最關鍵的網絡安全入侵，而RoomBot助手的任務是在下午1點和3點期間找到可用的會議室。
Rinaldi說，事實上，會議室用例取得了巨大的成功。噴氣推進實驗室的6,000名科學家、工程師和商業用戶中有很多人每周花兩個多小時，在開會前尋找可用的會議室，同時花數小時處理視聽設備。結合了物聯網連接性的語音激活的數字助理使員工可以在幾秒鐘內找到可用的會議室，現在他們只要讓會議室設置音頻、視頻和網絡會議設備，這項任務可在幾秒鐘內完成。噴氣推進實驗室估計，由于采用了新方法，會議室的可用性和利用率提高了30％。
除了使用可擴展技術之外，該團隊還堅持采用迭代，快速的方法來開發平臺，采用敏捷方法并利用用戶社區為數字助理提供特定用例。噴氣推進實驗室還依靠包括亞馬遜在內的行業合作伙伴，以影響Alexa for Business這樣的技術在開發過程中的構建方式，從而使大規模部署Amazon Echoes和聊天機器人變得更容易。
噴氣推進實驗室剛剛開始使用數字助理，Rinaldi認為數字助理對新員工特別有用，新員工可以獲得關鍵的信息和服務，而不必知道去哪里找。Rinaldi說：“這使員工的工作變得更加容易，因為他們可以完成多任務的工作”。而且，這更有趣——他們正在享用新的接口。”
京公網安備 11010502049343號