To nie pula danych, a ich użyteczność dla zwykłego człowieka powinna determinować kierunki digitalizacji gospodarki. Bez precyzyjnej komunikacji nastawionej na skutek nie zdołamy osiągnąć tego, czego oczekujemy od postępu technologicznego.
Digitalizacja procesów - niezależnie od tego, czy dotyczy produkcji stricte przemysłowej, usług czy też działań badawczo-rozwojowych - powinna być odpowiedzią na bieżące zapotrzebowanie, a nie "sztuką samą w sobie". Dlatego też należy - na każdym szczeblu - cyfryzować z głową, z nastawieniem na konkretne korzyści, a nie na sam proces.
Ireneusz Borowski, Country Manager na Polskę, Czechy, Słowację i Węgry w Dassault Systèmes, wskazał, że przy analizie danych nie tyle sama ich mnogość, ile konkretne przeznaczenie danego produktu jest kluczowe w skutecznej transformacji technologicznej.
- Jestem daleki od stygmatyzowania ilości danych jako przeszkody, biliony danych można bowiem skutecznie i sprawnie analizować - od tego są dedykowane rozwiązania. Kluczowe pozostaje to, aby w momencie opracowania danego produktu mieć jasno sprecyzowaną jego użyteczność. Ma on bowiem służyć klientowi do konkretnego celu. Przykładowo: opracowanie skutecznych leków jest ważniejsze niż sam proces ich produkcji. Przy cyfryzacji powinniśmy więc skupić się nie tylko na samej produkcji, lecz na optymalizacji planowania użyteczności produktu - mówił podczas panelu Ireneusz Borowski.
Dodał, że do sprawy trzeba podejść bardzo pragmatycznie.
- To odpowiednio zbudowana komunikacja - dotycząca tego, czemu służyć ma digitalizacja w danym obszarze, co da nam, zwykłym ludziom, pracownikom, konsumentom - jest obecnie kluczowa we wspieraniu powszechnej i przede wszystkim skutecznej "technologizacji" procesów produkcji czy planowania - dodał.
Również Marek Gabryś, prezes spółki AIUT, wskazał na konieczność spojrzenia na rzeczywiste potrzeby i możliwości, a nie sam "trend digitalizacji".
- Pamiętajmy, że Przemysł 4.0 to informatyzacja automatyki. W związku z tym należy patrzeć na to zagadnienie pod kątem tego, jak rzeczywistość koresponduje z oczekiwaniami co do digitalizacji. Otóż mocno odbiega ona od tego, czego oczekujemy, ale nie tylko u nas. Moje obserwacje są takie, że wymagania, jakie sobie stawiamy, są wygórowane. Poczucie zapóźnienia występuje u najbardziej zaawansowanych graczy - to pokazuje, jak długa droga nas czeka, aby sprostać oczekiwaniom, jakie sami sobie narzucamy - tłumaczył Gabryś.
Ekspert pokusił się też o zdefiniowanie pojęcia cyfrowego bliźniaka i jego szerokiej użyteczności w modelowaniu przyszłości.
- Istotny w tym temacie jest cyfrowy bliźniak, czyli wirtualna reprezentacja obiektu rzeczywistego, która pozwala nam na analizę tego, co się stanie "jeśli". Czyli pomaga nam formułować przyszłość, pełniąc rolę pośrednią między danymi a warstwą decyzji biznesowych. Pozwala on optymalizować procesy pod kątem różnych scenariuszy - wskazał Gabryś.
Jego zdaniem przy budowie cyfrowego bliźniaka danych nigdy nie będzie za dużo.
Kamil Grotnik, kierownik sekcji programów i konkursów krajowych w Narodowym Centrum Badań i Rozwoju, wyjaśnił natomiast kwestie finansowania projektów nastawionych na wprowadzanie rozwiązań opartych na sztucznej inteligencji.
- Gdy finansujemy projekty badawczo-rozwojowe, oparte na wykorzystaniu sztucznej inteligencji, staramy się, by projekty te miały praktyczne zastosowania. Przykładami tego są chociażby analiza obrazów medycznych, zdjęć satelitarnych czy nawet selektywna ochrona roślin - tu wszędzie jest pole dla sztucznej inteligencji - wskazał Grotnik.
Zwrócił on uwagę na konieczność rozdzielenia ilości danych - w zależności od branży czy sektora gospodarki, w którym operujemy.
- Czy danych jest za dużo? Owszem, bywa tak i nawet sztuczna inteligencja, żeby je odpowiednio przetworzyć, marnuje czas i energię. Oczywiście są procesy, na przykład stricte przemysłowe, gdzie to nie jest problem, ale już autonomiczny samochód, gdy musi przetworzyć tysiące obrazów, aby w krótkim momencie podjąć odpowiednie decyzje kluczowe dla naszego bezpieczeństwa, może mieć istotny problem ze zbyt dużą pulą danych - dlatego trzeba tu dużej elastyczności - mówił Grotnik.
Robert Stobiński, członek zarządu ds. transformacji cyfrowej Grupy Amica, podkreślał wzrost znaczenia systemu zarządzania informacjami dotyczącymi przewidywania konsekwencji podjętych działań w obrębie digitalizacji.
- Pamiętajmy o tym, że nie nie możemy szukać odpowiedzi na to, dlaczego coś się stało, tylko co się stanie, gdy podejmiemy takie, a nie inne decyzje w procesie planowania produktu i jego produkcji. Konsekwencje przyszłych decyzji, a nie tych już podjętych - to coś, na czym powinniśmy się skupić w pierwszej kolejności - powiedział Stobiński.
Tomasz Wolanowski, wiceprezes zarządu ABB, wystosował swego rodzaju apel, aby "cyfryzować z głową".
- Pamiętajmy, że cyfryzacja oraz digitalizacja to nie są leki na wszystkie problemy, z jakimi się borykamy, w związku z czym musimy cyfryzować dedykowane do tego procesy z głową. Dlatego - zanim przystąpimy do odpowiednich procesów - trzeba dokładnie zdefiniować potrzeby, jakie zostaną zaspokojone, a przede wszystkim które dane i w jakim celu potrzebujemy analizować - mówił Tomasz Wolanowski, wiceprezes zarządu ABB.
Dodał, że nadszedł czas na smart data, a nie big data, bo to nie ilość danych, tylko to, co te dane nam dadzą w praktyce, będzie kluczowe w powodzeniu cyfryzacji.
Łukasz Otta, Digital Transformation Director w Siemens Polska, zwrócił uwagę na komunikację dotyczącą zachodzących zmian i jej znaczenie w powodzeniu procesu cyfryzacji.
- Szum medialny zaczyna przeszkadzać samemu wdrażaniu transformacji cyfrowej, a sam temat jest już bardziej psychologiczny, a nie technologiczny... Występuje duża presja transformacyjna, a to zaciera nam obraz tego, że najważniejszy w tym wszystkim jest człowiek, jego obawy, czy będzie miał pracę, czy zabiorą mu ją maszyny. W ten sposób trzeba patrzeć, ponieważ blokada mentalna pracowników to istotny problem dla powodzenia tego, o czym rozmawiamy - wskazał Otta.
Arkadiusz Jedynak, dyrektor Departamentu Poboru Podatków w Ministerstwie Finansów, oddzielił znaczenie danych od informacji, jaka z nich powstaje.
- Pamiętajmy podczas dyskusji o tym, ile danych należy analizować, że same dane to zupełnie co innego niż informacja, którą z nich uzyskujemy. Nie można tu stawiać znaku równości, co oznacza, że potrzeba nam naprawdę dużo danych, aby wydobyć przydatne informacje - powiedział Jedynak.
Wskazał też na duże znaczenie wspierania branży badawczo-rozwojowej przez administrację państwową - poprzez ulgi podatkowe i dotacje.
Poniżej także inne relacje z konferencji EEC Trends
Oglądasz archiwalną wersję strony Europejskiego Kongresu Gospodarczego.
Co możesz zrobić:
Przejdź do strony bieżącej edycji lub Kontynuuj przeglądanie