亚洲爆乳成AV人在线视菜奈实_欧美一进一出抽搐大尺度视频 _日本十八禁免费看污网站_国产一区二区怡红院_6080YY新视觉影院_蜜臀AV无码人妻精品_成人影院YY111111在线_成人欧美一区二区三区1314_少妇饥渴偷公乱A级无码

歷年來IT信息化建設(shè)由業(yè)務(wù)驅(qū)動主導(dǎo)的模式，這個模式在數(shù)字化很難行得通，更別說智能化了，但多年來的習(xí)慣要改變很難，甚至這個習(xí)慣還在延續(xù)，看看現(xiàn)在我們做的很多數(shù)字化的建設(shè)，絕大部分還是在做報(bào)表、看板、問題發(fā)現(xiàn)，是利用大數(shù)據(jù)的技術(shù)提供常規(guī)業(yè)務(wù)功能，能讓這些報(bào)表、看板的信息更全面、更及時；能讓問題的發(fā)現(xiàn)更提前、更全面，等，本質(zhì)上還是業(yè)務(wù)Owner想看，還是需求拉動的數(shù)字化基本技術(shù)的使用。

不是說需求拉動就是問題，但公司需要競爭力，才能有希望在市場競爭中獲得生存機(jī)會，而需求拉動，很難產(chǎn)生重大變革，很難對公司的競爭力產(chǎn)生重大影響。IT若還是以需求驅(qū)動為主，那它就成為不了公司數(shù)字化轉(zhuǎn)型的戰(zhàn)略力量，這個公司的數(shù)字化轉(zhuǎn)型也基本遙遙無期。

IT必須要制定技術(shù)賦能業(yè)務(wù)的競爭力的規(guī)劃，要找到技術(shù)和業(yè)務(wù)的競爭力結(jié)合部，既能讓當(dāng)前的業(yè)務(wù)KPI得到大幅提高，遠(yuǎn)超業(yè)務(wù)需求拉動的建設(shè)成果，獲得業(yè)務(wù)領(lǐng)導(dǎo)信任和支持，又能讓公司產(chǎn)品的競爭力提升，成為公司產(chǎn)品特征的一部分，從而成為公司愿意持續(xù)耕耘的賽道，也能讓公司數(shù)字化、智能化建設(shè)成為常態(tài)。

是不是有點(diǎn)天方夜譚？太難了，接下來就是我的胡思亂想了。

咱們把業(yè)務(wù)縮小到汽車供應(yīng)鏈業(yè)務(wù)，找找規(guī)律。首先無論業(yè)務(wù)需求怎么提，業(yè)務(wù)的基本管理就是PDCA，即Plan、Do、Check、Action，其次汽車供應(yīng)鏈業(yè)務(wù)的KPI聚焦于降本增效，如產(chǎn)銷之間的交付滿足率、單車制造成本，管理也是圍繞這些KPI進(jìn)行PDCA，具體來講：

● Plan

P就是年初對這些KPI制定相比于往年更進(jìn)一步的指標(biāo)；

● Do

D就是各個基地按照產(chǎn)銷計(jì)劃在精益制造管理體系上進(jìn)行制造，這是供應(yīng)鏈體系的大協(xié)同，包括了我們和各個零部件供應(yīng)商及配套服務(wù)商，如運(yùn)輸服務(wù)商；

● Check

C就是專門負(fù)責(zé)檢查KPI等指標(biāo)實(shí)際狀態(tài)的工程師們的工作，利用各類信息化和數(shù)字化工具來全面檢查，報(bào)表、大數(shù)據(jù)看板、各類例會等；

● Action

A就是物流部、質(zhì)保部、ME、采購部等眾多工程師的解決問題的工作，因?yàn)槠囍圃斓膹?fù)雜，即使有強(qiáng)大的體系支持，信息化支持，但還是會有預(yù)想不到的事件發(fā)生，產(chǎn)生損失產(chǎn)能、質(zhì)量溢出等問題，影響KPI實(shí)現(xiàn)，急需解決，這時候需要大批的問題解決人員，用經(jīng)驗(yàn)來制定行動方案來快速解決問題。

所以PDCA是業(yè)務(wù)固定的幾個階段，圍繞每一個KPI，都有自己的PDCA，而KPI，因?yàn)橛袑訉臃纸猓杂泄炯壍摹鍓K級的、部門級的、崗位級的，數(shù)量極大，業(yè)務(wù)的運(yùn)作，實(shí)際上可以理解為極大數(shù)量的KPI的PDCA交織在一起，就像巨大的燒水壺，一直沸騰。

從PDCA各個階段的投入人員，A一定是最多的，看看這些部門的崗位設(shè)定和工作實(shí)際，就可以判斷，所以KPI是否能實(shí)現(xiàn)，負(fù)責(zé)A的工程師們是最關(guān)鍵的。

在業(yè)務(wù)驅(qū)動的IT建設(shè)中，PDCA的信息化程度如何？D是最多的，C其次，P有一些，而A應(yīng)該是最少的，因?yàn)槿藛T多且來自各個部門，沒有明確的業(yè)務(wù)Owner，也就沒有業(yè)務(wù)需求，所以也就沒有信息化建設(shè)，更別提數(shù)字化、智能化了。當(dāng)D和C獲得每年的關(guān)注，不斷獲得建設(shè)投入的時候，A卻被冷落了，而A卻是業(yè)務(wù)人員最多的、靠每個人的經(jīng)驗(yàn)的、沒有基本信息化支撐的、和KPI密切相關(guān)的、成本和效率不受控的，簡直就是吃的是草，產(chǎn)出的是奶啊。A才是更需要信息化、數(shù)字化和智能化支撐的階段，只有這樣，才能提煉出問題的根源，去完善P、完善D、完善C，才能真正意義上把PDCA形成閉環(huán)，試想一下這個場景：營銷的一個提前要車，會涉及到眾多零部件的需求變化，該如何把變化轉(zhuǎn)化為成本、時間影響最小的行動步驟，來引導(dǎo)自動化的、或者和人工合作半自動化模式的執(zhí)行，以規(guī)定步驟、規(guī)定時間來執(zhí)行，這個效率是否遠(yuǎn)勝于人工憑經(jīng)驗(yàn)來解決。再試想另一個場景，零件報(bào)廢率高，A階段的人分析下來根源是裝配步驟的問題，那就可以在D的信息系統(tǒng)上加上正確裝配步驟的提示，并在該工位的屏幕上用視頻的方式提示，從而讓操作工快速理解，按照正確的步驟裝配，大幅降低報(bào)廢率，又把信息提供給該工段的質(zhì)檢臺，從而提示該信息并要求有一段時間針對性的檢查，這就把問題的解決措施和C和D都進(jìn)行了比較完美的結(jié)合。

PDCA四個環(huán)節(jié)的信息化、數(shù)字化及智能化相輔相成，齊頭并進(jìn)，才能把可能發(fā)生的問題發(fā)現(xiàn)在源頭，最快時間解決，從而大幅減少A的投入，也能最大限度地保持高交付率及制造的精益性，從而可以把準(zhǔn)時快速交付作為我們產(chǎn)品的特征，也可以把穩(wěn)定的高質(zhì)量作為我們產(chǎn)品的特征，從而提升產(chǎn)品的競爭力。

所以基于PDCA管理機(jī)制，我們把信息化、數(shù)字化和智能化和該機(jī)制結(jié)合起來，優(yōu)先布局A環(huán)節(jié)，應(yīng)該有機(jī)會大幅提升KPI，也能提升供應(yīng)鏈賦予產(chǎn)品的競爭力。

A的場景，在交付類型的業(yè)務(wù)，就是解決執(zhí)行過程中的問題，即高效解決問題，穩(wěn)定交付，在產(chǎn)品類型的業(yè)務(wù)中，就是解決產(chǎn)品用戶使用過程中的問題，即高效服務(wù)運(yùn)營，穩(wěn)定口碑。

那么對于A，數(shù)字化和智能化的方案是什么？從場景分析如下幾步：

1. 問題推送和接收，需要考慮問題信息如何讓接收者快速理解，而且大家都能一致的理解；
2. 問題的推送對象，如何準(zhǔn)確？這對解決效率及成本控制都很重要；
3. 如何匯聚有利于該問題解決的相關(guān)知識；
4. 如何方便問題接收者開展協(xié)同工作，快速聯(lián)系協(xié)作伙伴，快速溝通，如線上會議，快速形成溝通紀(jì)要，并按照What、Who、When進(jìn)行任務(wù)拆分、精準(zhǔn)推送、時間管理、狀態(tài)收集；
5. 如何判斷問題解決，需要關(guān)聯(lián)D和C的系統(tǒng)，真實(shí)獲取解決狀態(tài)；
6. 問題關(guān)閉，形成問題報(bào)告，度量解決效率，更新知識，更新人員績效。

以上這些步驟，快速、精準(zhǔn)是成功的關(guān)鍵。

逐個分析每一步，我們發(fā)現(xiàn)，這對現(xiàn)有的技術(shù)平臺提出了很多挑戰(zhàn)：

1. 技術(shù)平臺需要能敏捷響應(yīng)新需求；
2. 技術(shù)平臺要能快速的與已有系統(tǒng)（特別是核心業(yè)務(wù)系統(tǒng)）做數(shù)據(jù)對接；
3. 需要能對企業(yè)的業(yè)務(wù)知識進(jìn)行智能的生成、存儲和檢索。

要應(yīng)對這些挑戰(zhàn)，我們需要使用合適的產(chǎn)品或技術(shù)。在這里我主要推薦兩個：

1. Mendix 低代碼開發(fā)平臺，使用模型驅(qū)動的開發(fā)方法和可視化編輯器幫助企業(yè)快速開發(fā)應(yīng)用，能敏捷響應(yīng)新需求。Mendix內(nèi)置豐富的連接器，支持與企業(yè)內(nèi)外各系統(tǒng)進(jìn)行實(shí)時數(shù)據(jù)同步，從而實(shí)現(xiàn)與核心業(yè)務(wù)系統(tǒng)的快速數(shù)據(jù)對接。它可以用來應(yīng)對前兩個挑戰(zhàn)。
2. 以 ChatGPT 為代表的 LLM 技術(shù)，它是一種以神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)為基礎(chǔ)的自然語言生成模型。它可以對人工智能訓(xùn)練用的海量文本數(shù)據(jù)進(jìn)行分析理解，學(xué)習(xí)企業(yè)內(nèi)的業(yè)務(wù)知識與術(shù)語，然后對這些知識進(jìn)行智能的生成、存儲和檢索。 它可以用來應(yīng)對最后一個挑戰(zhàn)。

企業(yè)數(shù)字化轉(zhuǎn)型是一場萬里長征，路上荊棘遍布。許多企業(yè)陷入需求驅(qū)動的誤區(qū)，難以取得突破。要找到發(fā)力點(diǎn)，企業(yè)IT部門必須放眼長遠(yuǎn)，主動出擊，并尋找技術(shù)與業(yè)務(wù)的結(jié)合點(diǎn)。  希望通過以上思考和建議，能為企業(yè)數(shù)字化轉(zhuǎn)型的長征添磚加瓦，起到拋磚引玉的作用。數(shù)字化轉(zhuǎn)型，盡在起點(diǎn)！