स्वचालन आपके व्यवसाय के लिए महत्वपूर्ण है

स्वचालन विभिन्न क्षेत्रों की कंपनियों में बड़े, स्थायी लाभ को अनलॉक करने की कुंजी है।

रणनीतिक स्वचालन दृष्टिकोण के बिना बड़ा डेटा कोई बड़ी बात नहीं हो सकती है।

एक ओर, हम सूचना समृद्धि के चरम दौर में हैं, जिसमें उपकरणों के प्रदर्शन से लेकर उपभोक्ता के सोशल-मीडिया व्यवहार तक हर चीज़ पर अभूतपूर्व मात्रा में डेटा मौजूद है (सभी वैश्विक नागरिकों में से आधे से अधिक लोग सोशल मीडिया पर हैं). लेकिन विचारशील स्वचालन के बिना - उपलब्ध डेटा को संभालने, संसाधित करने और विश्लेषण करने के लिए मशीनों और एल्गोरिदम का उपयोग - आपका व्यवसाय बड़े संभावित अवसर खो देगा।

अच्छी तरह से किया गया, स्वचालन "मृत" बड़े डेटा को एक जीवित, सांस लेने वाले संसाधन में बदल देता है जिसका उपयोग आप मूल्य बढ़ाने के लिए कर सकते हैं। इसलिए इसमें कोई आश्चर्य की बात नहीं है कि कई व्यवसायों का लक्ष्य यही होता है किसी भी चीज़ को स्वचालित करें जिसे स्वचालित किया जा सकता है, जैसा कि Google के एक शीर्ष कार्यकारी ने हाल ही में कहा था।

आपके व्यावसायिक संदर्भ में स्वचालन के बारे में सोचने में आपकी मदद करने के लिए, मैं तीन मुख्य तरीकों को प्रस्तुत करता हूं जिनसे यह प्रौद्योगिकी-संचालित गतिविधि आपको मूल्य बनाने में मदद करती है।

पहली चीज़ जो स्वचालन आपकी मदद करता है वह है सुविधा निकालना, या डेटा के विशाल ढेर से जानकारी की महत्वपूर्ण सुइयों को खींचना। कल्पना करें कि आपके संगठन को किसी विशिष्ट तकनीक और संबंधित जानकारी के लिए पेटेंट आवेदनों की समीक्षा करनी है। हो सकता है कि आप हज़ारों या दसियों हज़ार एप्लिकेशन देख रहे हों, जिनमें से प्रत्येक में लाखों और लाखों शब्दों के लिए 30 या अधिक पृष्ठ हों। लेकिन पेटेंट के बीच उन शब्दों और अंतर्संबंधों का केवल एक छोटा सा हिस्सा ही मायने रखता है, जैसे कि पेटेंट की गई तकनीक किस पर निर्भर करती है या आविष्कारकों की योग्यता और पिछले पेटेंट पर निर्भर करती है।

इस कार्य में, व्यवसाय क्षेत्र के कई लोगों की तरह, बहुत कम सिग्नल-टू-शोर अनुपात शामिल है, और इसे मैन्युअल रूप से पूरा करने के लिए हजारों लोगों के घंटों की आवश्यकता होगी - कुछ हद तक बहुत अधिक लागत और समय-निषेधात्मक। लेकिन एक मशीन-लर्निंग-आधारित एल्गोरिदम को आवश्यक महत्वपूर्ण जानकारी को अपेक्षाकृत तेज़ी से निकालने के लिए प्रशिक्षित किया जा सकता है, जिससे महत्वपूर्ण समय और प्रयास की बचत होती है। इसके अलावा, मान लें कि भविष्य में आप पेटेंट या संबंधित पेटेंट का एक ही सेट खोजना चाहते थे, लेकिन अलग-अलग जानकारी के लिए, जैसे कि पेटेंट-आवेदक टीम का आकार। आप उस कार्य को करने के लिए एल्गोरिदम को आसानी से पुन: प्रोग्राम या पुन: प्रशिक्षित कर सकते हैं, जिससे पैमाने की अर्थव्यवस्थाएं प्राप्त हो सकती हैं और आपके प्रारंभिक निवेश पर अधिक रिटर्न प्राप्त हो सकता है।

दूसरा, स्वचालन से मदद मिलती है डेटा-जाँच और सफ़ाई. डेटा सेट को अक्सर काम की आवश्यकता होती है। इसमें त्रुटियां और गायब मूल्य, विसंगतियां और कभी-कभी पूर्वाग्रह के सबूत हैं। उदाहरण के लिए, यदि एक एल्गोरिदम को कानून तोड़ने वालों की विशेषताओं को पहचानने के लिए प्रशिक्षित किया गया था, लेकिन केवल पकड़े गए अपराधियों पर डेटा का उपयोग करता है, तो एल्गोरिदम पक्षपाती होगा क्योंकि इसमें उन अपराधियों पर डेटा का अभाव है जिन्हें पकड़ा नहीं गया था - सफेदपोश अपराध के लिए एक विशेष समस्या, जो होती है कम रिपोर्ट किया जाना। फिर, संभावित मुद्दों की इस विशाल मात्रा की जाँच करना और उनका समाधान करना मैन्युअल रूप से करना बहुत मुश्किल है। लेकिन स्वचालन परीक्षण और सफाई के लिए उपकरणों की तेजी से तैनाती की अनुमति देता है, जिससे मूल्य सृजन के साथ-साथ समय की भी बचत होती है।

तीसरा, और यह एक बड़ा स्वचालन है एनालिटिक्स का ड्राइविंग इंजन. कल के सरल प्रतिगमन विश्लेषण आज के क्लस्टरिंग और यादृच्छिक वन बन गए हैं, जो मशीन लर्निंग द्वारा संचालित हैं, चाहे उत्पाद उपयोगकर्ताओं को समझने के लिए, इन्वेंट्री को अनुकूलित करने के लिए अगले महीने की बिक्री का पूर्वानुमान लगाने के लिए, या एक नए विज्ञापन अभियान के प्रभाव की भविष्यवाणी करने के लिए। मशीन-आधारित स्वचालन न केवल आपको कम लागत पर मानकीकृत विश्लेषण प्रक्रियाओं को नियमित रूप से दोहराने में सक्षम बनाता है, बल्कि गैर-रेखीय पैटर्न का भी पता लगा सकता है जिसे हम मनुष्य नहीं कर सकते।

उदाहरण के लिए, मेरी लैब ने एल्गोरिदम-संचालित विश्लेषणों का उपयोग करके 5 मिलियन से अधिक पेटेंट का अध्ययन किया, यह देखने के लिए कि क्या हम उनके पेटेंट आवेदन की जानकारी के आधार पर भविष्य की प्रौद्योगिकियों की शुरुआत की भविष्यवाणी कर सकते हैं। हमने अनुमान लगाया कि यदि आविष्कार में स्टैंडअलोन, "चमत्कार जैसी" क्षमताएं या विचार हों तो मशीन एप्लिकेशन डेटा से भविष्य के हिट पेटेंट की पहचान करेगी। अंततः, एल्गोरिदम ने भविष्य के हिट पेटेंट को उच्च सटीकता के साथ ढूंढ लिया, लेकिन उस तरह से नहीं जैसा कि हम इंसानों ने कल्पना की थी। अर्थात्, एल्गोरिथम ने अपनी स्टैंडअलोन क्षमताओं के आधार पर भविष्य के हिट पेटेंट की पहचान नहीं की; बल्कि, इसने हिट पेटेंट की पहचान इस आधार पर की कि क्या वे इसका हिस्सा थे समूह संबद्ध पेटेंट जो एक साथ मिलकर उन विशिष्ट समस्याओं को हल कर सकते हैं जिन्हें कोई भी व्यक्तिगत पेटेंट अपने आप हल नहीं कर सकता था।

उदाहरण के लिए, अल्ट्रासाउंड तकनीक ने पहली बार सामने आने के कई वर्षों बाद स्वास्थ्य देखभाल पर बड़ा प्रभाव डाला, जिससे गैर-आक्रामक इमेजिंग और गुर्दे की पथरी और यहां तक ​​कि कुछ कैंसर जैसी शारीरिक स्थितियों का इलाज संभव हो सका। लेकिन वह प्रगति मुख्य प्रौद्योगिकी से परे छोटे पैमाने के आविष्कारों के बिना असंभव होती - एप्लिकेटर, स्थैतिक-घटाने वाली प्रक्रियाएं, विशेष चिकित्सा पैड और क्लैंप जो कि अल्ट्रासाउंड तकनीक से स्वतंत्र रूप से विकसित किए गए थे, फिर भी चिकित्सा में इसके सफल अनुप्रयोग के लिए महत्वपूर्ण थे। हमारे स्वचालित विश्लेषण ने विश्वसनीय रूप से स्वास्थ्य उत्पादों से लेकर नवीनतम गोल्फ बॉल प्रौद्योगिकी तक 5 मिलियन से अधिक पेटेंटों में संबंधित पेटेंट के इन समूहों के अस्तित्व को मान्यता दी, और ये क्लस्टर इस संभावना के साथ सहसंबद्ध थे कि उनमें मौजूद पेटेंट कल की भविष्य की प्रमुख प्रौद्योगिकियां बन जाएंगे - एक अनुमान से पहले सराहना नहीं की गई।

मेरे उत्तरपश्चिमी सहयोगी एंड्रयू पापाक्रिस्टोस यह दिखाने के लिए समान विश्लेषण का उपयोग किया गया शिकागो में पुलिस भ्रष्टाचार यह कुछ "बुरे सेब" अधिकारियों से नहीं बल्कि बुरे विश्वास में कार्य करने वाले जुड़े पुलिस के नेटवर्क से उत्पन्न होता है; उनका काम ऐसे मुद्दों का पहले ही पता लगाने में सक्षम बनाता है।

मुझे आशा है कि मैंने स्वचालन के पारस्परिक रूप से मजबूत करने वाले लाभों को स्पष्ट कर दिया है, और यह कैसे डेटा को बड़े, टिकाऊ मूल्य में बदलने में आपकी मदद कर सकता है। दरअसल, आपके पास जितना अधिक डेटा होगा, आपको स्वचालन की उतनी ही अधिक आवश्यकता होगी; एक बार जब आपके पास मजबूत स्वचालन क्षमताएं हो जाती हैं, तो आप और भी अधिक डेटा एकत्र और उपयोग कर सकते हैं, और यह चक्र जारी रहता है।

निचली पंक्ति: स्वचालन एक तेजी से महत्वपूर्ण क्षमता है, और यह आपके व्यवसाय के निकट और दीर्घकालिक प्रदर्शन के लिए महत्वपूर्ण हो सकता है। लेकिन यह समझना महत्वपूर्ण है कि यह कैसे मूल्य को बढ़ाता है, और आपकी कंपनी और जिस व्यापक समुदाय में यह संचालित होता है, उसकी भलाई के लिए इसके वास्तविक नकारात्मक पहलुओं को कम करने के लिए कदम उठाना महत्वपूर्ण है।

इस लेख के दूसरे भाग में मैं स्वचालन के तीन प्रमुख नुकसानों-व्याख्यात्मकता, पारदर्शिता और लागत-और इन्हें कैसे संबोधित किया जाए, पर चर्चा करूंगा।