2016年4月26日 星期二

人人都做“創新長”企業成功就不再困難!

文/AIM俐鉅創新總經理兼首席創新長詹長霖


http://www.aimniche.com/consulting.html


創新思考的本意,是讓人學會將「理想」與「現實」分開,即使面對無法突破的狀況,也能不讓情勢來決定你的反應,而是透過方法幫自己跳脫當下的慣性思維,放眼未來的可能性,而非放任過去的經驗與感受來解讀現在。所以真正的創新思考,是「看清現實,從中厘清轉機」,這不是一種心靈自我安慰,而是一套解決問題的方法!


我們總抱怨缺乏創新型人才,實際上絕大多數員工都有能力進行創新性思考,具有創新能力。只不過,企業裡廣泛存在的超級官僚主義、強勢獨裁文化束縛了員工的思維、壓抑了員工的創造性……而員工面對現實中的挫折和企業環境而漸漸形成服從文化。


如果當所有員工思考方式趨同,墨守成規,企業必定停滯不前。但是當企業完全讓員工自由發揮,企業又如何進行管控這些不同的想法呢?如何進行意見取捨呢?所以在培養企業創新氛圍的道路上,必須摸索出一條路,一個站點一個站點的攻破。


第一個站點:組成高效的創新團隊,做到「兼顧」和「不同」
組織員工訓練做團隊協作,完成一套完整的思考工具。創新思考路徑圖的模式,可以強化系統性思考方式,促使學員自己提出問題,並運用創新工具和已成功的創新案例來啟發學員自發的找出問題的可能解。所以提出的意見不是員工天馬行空的想像,而是通過一定討論和思考後得出的可行解。這樣既兼顧到團隊其他成員的感受,又發揮了自己看法。



http://www.aimniche.com/training.html


第二站點:面對企業的問題,是要得出多少解才算合理?
愛迪生在5年內發明了電燈泡、留聲機和碳精送話器,同時也提交了100多項不太重要的發明專利,其中包括一種會說話的洋娃娃,能把孩子大人都嚇出一身冷汗。

當然,組織面臨的問題是不知道收集多少創意才算足夠。你認為在海選階段需要多少個創意?對於這個問題,大多數企業高管說有20個點子就夠他們挑的,但這個答案差了一個數量級。有研究顯示,通常只有當想出200個以上創意時,量變才能達到質變。
雖然道理很好懂,很多管理者仍難以付諸實踐,擔心花大量時間思考創新,會分散員工精力,降低效率。而員工也覺得少做事情才能把事情做好或者是抱著完成任務的態度。所以出現了很多一開始很有勢頭做創新的企業,做到一半變草草收場。
為了避免這樣的問題,企業最好以小型的行動學習開始,讓員工和專案成員融入到創新專案中來,在行動學習中,避免急於解決問題的思想。學會系統性創新思維。


第三站點:企業營造競爭氛圍,讓員工人人爭做「創新長」
為遴選好創意,領導者可以組織競賽,讓員工通過意見箱或在現場提交創意。如果創新比賽設計合理,你就能得到一大批初始創意,且這些創意能夠集中在幾個主要議題上,範圍不會太廣。


參與者花費大量時間準備方案,因此可能產生高品質創意;同時創新方案通常在規定好的時間內一次性完成,不會反復佔用員工精力。

經過全面評估,平庸創意將被排除掉。評估工作通常由一組各領域專家和創新者進行,他們根據新穎性和實用性評價創新方案,並提出改進建議。如果能找到合適的評委,創新比賽不僅能撬動大眾的創意,更能提升大眾的智慧。提出和評估創意的人也能從他人的成功和失敗中學到東西。


長此以往,組織文化將發生轉變,讓員工更自信地貢獻觀點,並對什麼是“品質”有更深的體會。成功的創新者得到認可和獎勵,這激勵所有人參與進來。因此,管理者可以先徵集創意,如某個問題的解決方案或某項市場策略,然後引入嚴格的評估回饋流程。有潛力的方案可以進入下一輪,而最終優勝方案能進入實施階段,並得到相應的人力物力資源。


希望走完這3個站點,我們可以走到創新的彼岸,相信當企業中人人都做「創新長」時,企業成功將不再困難!


資料參考:哈佛商業評論


建議課程:創新思考圖、創新解碼體驗工作坊





2016年4月20日 星期三

大數據能為醫院資訊化建設做什麼?

文/詹長霖 AIM俐鉅創新總經理兼首席創新長


http://www.aimniche.com/consulting.html


想必很多人都聽說過大陸醫院人滿為患的現象。這些病人中也許80%該在社區看或者在二級醫院看的病,全都跑到大醫院去看。而廣大的社區,它的醫療機構數占80%,但是只拿到20%的病人,所以出現了資源的浪費。也許在臺灣,我們的醫療體系較早做到了分流和網上預約,但是還有很多資訊是沒有完整的整合在一起。




大數據和雲計算對醫院資訊化建設有很大的影響。移動醫療和遠端醫療和當下的資訊技術有著密切的聯繫,然而大數據在醫療行業來講是一件非常困難的事情。



1.缺乏高效整合數據孤島的平臺
對於普通的企業來說,只要一個ERP,一個物流管理、再加上一個用戶端就可以搞定,所有的人財物都可以展示。但對於醫院來說,ERP只是其中的一小部分,還有很多如每個醫生、每個患者、乃至每個護士的臨床資訊系統,如醫聯體、需跟醫院的資訊系統進行對接,醫療機構和醫療機構之間,醫療機構保險公司、醫療機構和政府之間這些都需要對接。就目前來看,實名制就診的問題也還未到得到解決,比如患者使用不同的醫保卡號以及患者到不同醫院就診等。一家醫院即使對一個患者的數據健全了,但是他一輩子不可能只在一家醫院就診,如果僅擁有一家醫院的數據就是一個孤島,即使數據健全也是一樣的,所以醫院間的數據共用性也成了問題。


2. 數據要求品質高
和其他行業相比,醫療行業的數據結果必須要謹慎。在電商或其他行業利用大數據做的就是推薦,如猜你在深圳,而不是說你就是在深圳。但在醫療行業就不能說,猜你得了病,和我猜你有什麼問題,這樣的結果在臨床也不能用。對於醫療的大數據來講,數據的準確性關乎人命,某種程度上來講對數據的要求品質還是跟其他行業不同。

 
據悉大陸北京大學人民醫院五年來針對這些問題做著三件事:
其一,通過資訊平臺,把醫院內部的一些孤島數據整合起來。
其二,把各種各樣的系統集中到一個平臺中去,如 CDR集成平臺。
其三,做醫聯體,目前在全國已經鋪了376個點,因受當地醫院很多的資源和技術水準的限制,有價值的資訊共用非常少。但是其目的是與疾病、院外與院內做到互聯互通數據整合。


技術每一次的變化一定會推動業務流程的變化或者是有新的業務模式出現。數據本身是沒有價值的,對數據進行數據採擷之後作用於業務,這是價值。在未來一定會出現分散式醫療系統的出現,來助力實現各個醫療機構之間、各個醫療服務之間的協同,把患者分散在各個對應的地方。


資料來源:大數據文摘
建議課程:Big Data大數據信息驅動工業革命、解碼工業大數據分析與應用

2016年4月13日 星期三

創新故事:有機會成為比「蘋果+微軟」還偉大的公司


文/詹長霖 AIM俐鉅創新總經理兼首席創新長


www.aimniche.com


蘋果和三星這場持續數年的創新發明專利大戰,在去年12月初以三星同意向蘋果支付5.48 億美元的賠償告一段落。ifanr報導中提到對於眾多「觀眾」來說,這場紛爭最有趣的一點是,三星為了證明很多東西並非蘋果的原創,因此有不少 iPhone的原型機被爆出。其中最有名的,恐怕是伴著那句三星的指責「iPhone的原型來自Sony一款Walkman 被棄而不用的設計機種」,而出現在世人面前的iPhone 原型設計圖,後蓋上還印著「SONY」。由此看出創新發明主要是從模仿學習而來,只是要模仿的很有「文化」。

但您知道對蘋果公司創新發明影響最大的是哪家公司嗎?您是否已經淡忘曾經有機會成為比「蘋果+微軟」還巨大的公司,它就是「Xerox全錄」。


從好奇心日報的專欄報導我們可以看到Xerox讓人婉惜的興衰故事。要知道,我們現在使用的電腦、筆記型電腦、手機,甚至是互聯網,最初都是Xerox公司研發的:
•在 1973 年就做出了個人電腦,比蘋果早 3 年;
•最早研發出乙太網,寬頻的基礎硬體;
•最早研發圖形介面,早於 Windows 和 Mac OS,在此之前電腦都是一行行文字;
•Xerox還是矽谷最早開始人工智慧研究的公司;
•因為Xerox實驗室,我們用上了雷射印表機;



但時至今日,Xerox公司的市值只有98.4 億美元。相比之下,蘋果是5445 億美元,微軟也有4135 億美元。現在回過頭來看,Xerox本來在個人電腦歷史上有機會比肩甚至超越蘋果和微軟。但它至今只是一個影印機公司。讓這個故事更添諷刺意味的是,Xerox曾經被看作是一個不惜一切代價也要技術創新的成功典範。


Xerox的成功是一次技術冒險的勝利,在影印機出現之前,學校、教堂和辦公室大規模使用的是一種叫做複印紙的東西。現在我們還會時不時地看到這種自己具有複印功能的藍色紙張。
但這持續了 13 年的巨額研發投入,在一年間就得到了回報。1960 年,哈羅伊德公司(Xerox的前身)發佈了第一代自動靜電影印機Xerox 914 。當時,Xerox 914 在市場上並沒有任何競爭對手,銷售策略也配合得很好,而這一狀況持續了將近 8 年。



1970 年,在離公司總部 4500 公里之外的加州帕羅奧圖建立了一個研發中心(Palo Alto Research Center,簡稱 PARC)。1973 年世界上第一台個人電腦就是在這個環境下誕生的,它的名字叫阿爾托(Alto)。


為什麼最後Xerox還是一家影印機公司,而我們的生活卻被蘋果、微軟和互聯網改變了?在長期沒有競爭對手的情況下,1970 年代,Xerox的財富和公司的傲慢也累積到了頂峰。與此同時,價格更低、品質也不錯的日本產品也在 1970 年代攻陷了美國。


到 1977 年,本來阿爾托的改進版第二代和第三代專案也已經走到了投產的階段。當時太注重眼前利益的Xerox公司,寧願選擇了投入一台新的「高速印表機」研發,而砍掉了阿爾托第三代的生產資金。阿爾托電腦專案最終流產。


1979 年,Xerox居然給蘋果團隊開放了最高級別的保密級產品參觀,而那些本來仰望著 PARC 研究員技術實力和想法的蘋果工程師們,把圖形介面(GUI)以及鍵盤和滑鼠輸入資訊的整套產品學了回去。後來,比爾蓋茲也根據Xerox的技術,發佈了圖形介面的個人電腦作業系統Windows。


多年之後,賈伯斯回憶起這次的到訪時也為Xerox公司感到惋惜。「如果Xerox當時真的知道自己有的是什麼,找機會發揮自己的優勢,那麼它可以變成IBM+微軟+Xerox--可以說是世界上最大的科技公司。」後面的故事,主角就再也不是「Xerox」了。

建議課程:Big Data大數據信息驅動工業革命、解碼工業大數據分析與應用



2016年4月8日 星期五

創新需要一個理由


文/詹長霖 AIM俐鉅創新總經理兼首席創新長


任何的改變都有一個動機或理由,例如我想要創業、我想要當老闆、我想要改變全人類、我想要這世界因我而不同、我想要這世界無災難、我想要救地球、我想要救我最愛的人、我想要成為有錢人、我想要一個安全的家、我想要有乾淨的水(空氣)、我想要快速完成工作、我不想要加班,但工作績效要最好等等。當你有強大的動機或理由時,你改變的創新潛能就容易被激發。
http://www.aimniche.com/


臺灣清華大學史欽泰講座教授在一次演講中說到創新,他認為大家都覺得創新是老調了,每天全世界大家都在講創新。每當他上課講完時,學生都問,我不知道怎麼創新,創新是一個概念嗎?還是……? 
大家都知道創新的重要,大家都知道沒有創新,就沒有辦法競爭。今天呢,更不一樣了,因為整個社會變得太快了。我來舉幾個例子,這世界跟我們以前比較每天都在變,現在有什麼不一樣呢?我們每次都在講說大陸經濟不好,可是我們看全世界,好像沒有一個地方好到哪裡去。


美國以前應該是一個蠻富有的地方,現在它也變窮了,窮人也很多了,所以很奇怪,怎麼美國現在有那麼多窮人,而美國政府現在也可能要開始想如何應對了。歐洲也一樣,我們心目中,歐洲是一個非常開發的國家,為什麼西班牙和義大利,到處都出現歐債問題?怎麼解決呢?這就要靠創新了。我們很難用原本製造出問題的思維方法去解決問題。


這世界為什麼會變得那麼快? 都是有很多理由的。當有足夠的動機或理由時,你就會提出問題,當問對問題時,就會打動吸引有很多人來創新解答。這個時代有時答案很廉價,問題才是最值錢的。


創新是會變的,不是我今天創新了,就都OK了,他是持續不斷的。我們在年輕的時候,臺灣都是很努力的,加工出口區是我們生產力最高的地方,但現在我們所認為是高科技的公司,也都在大陸了。我們會發現臺灣的品牌,搞不好還不如大陸的品牌,因為我們所做的,是重複過去的模式一直到現在,一直沒有改變。當你不改變的時候,就算曾經有一段很有競爭力的時期,最後競爭力也會消失。


史欽泰教授也說了一段故事,他有一個朋友,這朋友以前在柯達,柯達以前也是個很創新的公司,但現在也沒落了。柯達當時等於是忽略了數碼相機對於傳統相機的威脅,但是他朋友認為這還是有機會的,所以他後來當了柯達數碼相機的總經理。本來他有機會升上總裁,但柯達在選拔時選了一個從HP過來的人,這位HP來的新總裁決定要把柯達轉型成像HP作印表機的樣子,因為傳統相機拍了就一定要印出來,所以他認為柯達的未來是像走印表機一樣,我們一面照相,就把它印出來,而不是事後拿去照相館洗照片,有一天你是用印表機時,每個人自己照相自己印。但他沒想到,年輕人很少洗出來的,而是將照片上傳臉書FB分享。照片不會被洗出來,這個創新結果也使柯達走到今天。因為柯達這位HP過來的總裁找錯客戶動機(理由)。


創新不見得一定是哪一方面,一定要做些什麼才叫創新。而是要辨識清楚什麼創新才是客戶真正要的。


接下來全球將會有越來越多的“黑天鵝事件”,這些會顛覆你原有的認知。你的創新理由呢?


建議課程:Big Data大數據信息驅動工業革命、解碼工業大數據分析與應用

2016年3月29日 星期二

大數據Big Data痛點在哪裡?

文/詹长霖 AIM俐鉅创新总经理兼首席创新長


http://www.aimniche.com/consulting.html
 
在政府和市場的雙重催動下,那些原本封存在伺服器裡的陳年資料,成為一座座蘊藏豐富的“金礦”。大數據的運用帶來的商機更是無上限,大陸高德公司估算,使用高德地圖躲避擁堵功能,平均每月為全部使用者節省時間達700年,節油高達1840萬升、價值人民幣1.3億元。在剛剛結束的人機圍棋巔峰對決中,穀歌人工智慧圍棋軟體AlphaGo以4:1擊敗了人類選手李世石。人工智慧界是一片歡呼,這是深度學習+大數據的勝利。


但是事實上,這個令人興奮的新事物,仍處於摸索研究階段,大數據產業有必要重新審視自身的痛點,尋找解決之道。


1.技術層面的缺失
全球在大數據研究的投入已不少,2016年會更多。美國資訊技術研究和分析公司Gartner預測,2016年全球在大數據方面的總花費將達到2320億美元。

這一龐大的投入與實際產出,目前並不匹配。現有的數據搜集和處理能力,常使電商看上去很不著調,當客戶從一個電商平臺購買一部手機後,下次再登錄時,電商可能簡單粗暴地又推送手機廣告;Line及微信朋友圈的廣告推送,一直是線民取笑的槽點。
很多企業還是堅持用傳統的隨機抽樣方法,這樣可以較低的成本、較少的資料,進行一定精確度的分析,比大數據分析要經濟實惠。窘境源自技術層面的缺失。一是業界對於大數據分析的價值邏輯缺乏足夠深刻的洞察,以致搭建的模型偏差較大;二是大數據分析中的某些重大要件或技術還不成熟。




2.誰握有這些數據?是否願意共用大陸除了高德這樣以數據為生的企業,BAT通過線民的網購、理財、搜索,以及社交網路等,坐擁海量資料。穀歌、百度大數據,基於使用者在穀歌或百度上的所有行為、檢索詞;臉書FB、騰訊掌握了海量的社交資料;阿裡巴巴擁有使用者的交易資料。此外,一批提供資料權益服務的數據公司也應運而生。
在移動互聯時代,由於每台終端設備都“綁定”一個使用者,一旦將數據分享,合作者也就長期擁有了這些用戶,這導致整個業界的心態放不開,害怕用戶流失。


3.公共數據圍牆
政府部門不會輕易放開掌握的數據。儘管臺灣政府推動Open data,去年9月大陸國務院印發《促進大數據發展行動綱要》稱國家政府數據統一開放平臺將在2018年底前建成,率先在氣象、環境、信用、交通、醫療、衛生等20余項重要領域,實現公共數據資源合理適度向社會開放。但是要打破公共資料圍牆還需要一段時間,另外,政府的很多數據沒有集中管理,還處於資訊孤島狀態,這些都是開放數據需要解決的問題。



當然,要利用大數據助推金融、醫療健康、零售業、製造業等各行業產生根本性的變革還有一段路要走,但是只要知道目前的痛點在何處,我們才知道如何開挖大數據這座金礦。


參考資料:大數據文摘


建議課程:Big Data大數據信息驅動工業革命、解碼工業大數據分析與應用

2016年3月24日 星期四

原來工業大數據可以這樣用!

文/詹長霖 AIM俐鉅創新總經理兼首席創新長


隨著資訊化與工業化的深度融合,資訊技術滲透到了工業企業產業鏈的各個環節,工業企業也進入了互聯網工業的新的發展階段,工業企業所擁有的資料也日益豐富。生產線的高速運轉則對資料的即時性要求也更高。因此,工業大數據應用所面臨的問題和挑戰並不比互聯網行業的大資料應用少,某些情況下甚至更為複雜。


那麼工業大數據究竟可以運用於哪些情況呢?

1.加速產品創新
客戶與工業企業之間的交互和交易行為將產生大量數據,挖掘和分析這些客戶動態資料,能夠説明客戶參與到產品的需求分析和產品設計等創新活動中,為產品創新做出貢獻。



 



福特公司是這方面的表率,他們將大資料技術應用到了福特福克斯電動車的產品創新和優化中,這款車成為了一款名副其實的「大數據電動車」。第一代福特福克斯電動車在駕駛和停車時產生大量數據。在行駛中,司機持續地更新車輛的加速度、刹車、電池充電和位置資訊。這對於司機很有用,但資料也傳回福特工程師那裡,以瞭解客戶的駕駛習慣,包括如何、何時以及何處充電。即使車輛處於靜止狀態,它也會持續將車輛胎壓和電池系統的資料傳送給最近的智慧型電話。



這種以客戶為中心的大資料應用場景具有多方面的好處,因為大數據實現了寶貴的新型產品創新和協作方式。司機獲得有用的最新資訊,而位於底特律的工程師匯總關於駕駛行為的資訊,以瞭解客戶,制訂產品改進計畫,並實施新產品創新。而且,電力公司和其他協力廠商供應商也可以分析數百萬英里的駕駛資料,以決定在何處建立新的充電站,以及如何防止脆弱的電網超負荷運轉。


2.產品故障診斷與預測
這可以被用於產品售後服務與產品改進。無所不在的感測器、互聯網技術的引入使得產品故障即時診斷變為現實,大資料應用、建模與模擬技術則使得預測動態性成為可能。






在馬航MH370失聯客機搜尋過程中,波音公司獲取的發動機運轉數據對於確定飛機的失聯路徑起到了關鍵作用。我們就拿波音公司飛機系統作為案例,看看大資料應用在產品故障診斷中如何發揮作用。在波音的飛機上,發動機、燃油系統、液壓和電力系統等數以百計的變數組成了在航狀態,這些資料不到幾微秒就被測量和發送一次。以波音737為例,發動機在飛行中每30分鐘就能產生10TB數據。



這些資料不僅僅是未來某個時間點能夠分析的工程遙測資料,而且還促進了即時自我調整控制、燃油使用、零件故障預測和飛行員通報,能有效實現故障診斷和預測。





再看一個通用電氣(GE)的例子,位於美國亞特蘭大的GE能源監測和診斷(M&D)中心,收集全球50多個國家上千台GE燃氣輪機的數據,每天就能為客戶收集10G的數據,通過分析來自系統內的感測器振動和溫度信號的恒定大數據流程,這些大數據分析將為GE公司對燃氣輪機故障診斷和預警提供支撐。風力渦輪機製造商Vestas也通過對天氣資料及期渦輪儀錶數據進行交叉分析,從而對風力渦輪機佈局進行改善,由此增加了風力渦輪機的電力輸出水準並延長了服務壽命。



3.工業物聯網生產線的大資料應用現代化工業製造生產線安裝有數以千計的小型感測器,來探測溫度、壓力、熱能、振動和雜訊。因為每隔幾秒就收集一次數據,利用這些數據可以實現很多形式的分析,包括設備診斷、用電量分析、能耗分析、品質事故分析(包括違反生產規定、零部件故障)等。首先,在生產工藝改進方面,在生產過程中使用這些大資料,就能分析整個生產流程,瞭解每個環節是如何執行的。一旦有某個流程偏離了標準工藝,就會產生一個報警信號,能更快速地發現錯誤或者瓶頸所在,也就能更容易解決問題。利用大數據技術,還可以對工業產品的生產過程建立虛擬模型,模擬並優化生產流程,當所有流程和績效資料都能在系統中重建時,這種透明度將有助於製造商改進其生產流程。再如,在能耗分析方面,在設備生產過程中利用感測器集中監控所有的生產流程,能夠發現能耗的異常或峰值情形,由此便可在生產過程中優化能源的消耗,對所有流程進行分析將會大大降低能耗。


4.工業供應鏈的分析和優化當前,大數據分析已經是很多電子商務企業提升供應鏈競爭力的重要手段。例如,電子商務企業京東商城,通過大數據提前分析和預測各地商品需求量,從而提高配送和倉儲的效能,保證了次日貨到的客戶體驗。RFID等產品電子標識技術、物聯網技術以及移動互聯網技術能幫助工業企業獲得完整的產品供應鏈的大資料,利用這些資料進行分析,將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。

以海爾公司為例,海爾公司供應鏈體系很完善,它以市場鏈為紐帶,以訂單資訊流為中心,帶動物流和資金流的運動,整合全球供應鏈資源和全球用戶資源。在海爾供應鏈的各個環節,客戶資料、企業內部資料、供應商數據被匯總到供應鏈體系中,通過供應鏈上的大資料獲取和分析,海爾公司能夠持續進行供應鏈改進和優化,保證了海爾對客戶的敏捷回應。美國較大的OEM供應商超過千家,為製造企業提供超過1萬種不同的產品,每家廠商都依靠市場預測和其他不同的變數,如銷售資料、市場訊息、展會、新聞、競爭對手的資料,甚至天氣預報等來銷售自己的產品。



利用銷售資料、產品的感測器資料和出自供應商資料庫的資料,工業製造企業便可準確地預測全球不同區域的需求。由於可以跟蹤庫存和銷售價格,可以在價格下跌時買進,所以製造企業便可節約大量的成本。如果再利用產品中感測器所產生的資料,知道產品出了什麼故障,哪裡需要配件,他們還可以預測何處以及何時需要零件。這將會極大地減少庫存,優化供應鏈。


5.產品銷售預測與需求管理
通過大資料來分析當前需求變化和組合形式。大資料是一個很好的銷售分析工具,通過歷史資料的多維度組合,可以看出區域性需求占比和變化、產品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等,以此來調整產品策略和鋪貨策略。在某些分析中我們可以發現,在開學季高校較多的城市對文具的需求會高很多,這樣我們可以加大對這些城市經銷商的促銷,吸引他們在開學季多訂貨,同時在開學季之前一兩個月開始產能規劃,以滿足促銷需求。對產品開發方面,通過消費人群的關注點進行產品功能、性能的調整,如幾年前大家喜歡用音樂手機,而現在大家更傾向於用手機上網、拍照分享等,手機的拍照功能提升就是一個趨勢,4G手機也佔據更大的市場份額。通過大資料對一些市場細節的分析,可以找到更多的潛在銷售機會。



6.生產計畫與排程製造業面對多品種小批量的生產模式,資料的精細化自動及時方便的採集(MES/DCS)及多變性導致數據劇烈增大,再加上十幾年的資訊化的歷史數據,對於需要快速回應的APS來說,是一個巨大的挑戰。大資料可以給予我們更詳細的資料資訊,發現歷史預測與實際的偏差概率,考慮產能約束、人員技能約束、物料可用約束、工裝模具約束,通過智慧的優化演算法,制定預計畫排產,並監控計畫與現場實際的偏差,動態的調整計畫排產。幫我們規避“畫像”的缺陷,直接將群體特徵直接強加給個體(工作中心數據直接改變為具體一個設備、人員、模具等數據)。通過資料的關聯分析並監控它,我們就能計畫未來。雖然,大資料略有瑕疵,只要得到合理的應用,大資料會變成我們強大的武器。當年,福特問大資料的客戶需求是什麼?而回答是「一匹更快的馬」,而不是現在已經普及的汽車。所以,在大數據的世界裡,創意、直覺、冒險精神和知識野心尤為重要。


7.產品品質管制與分析傳統的製造業正面臨著大資料的衝擊,在產品研發、工藝設計、品質管制、生產運營等各方面都迫切期待著有創新方法的誕生,來應對工業背景下的大數據挑戰。例如在半導體行業,晶片在生產過程中會經歷許多次摻雜、增層、光刻和熱處理等複雜的工藝制程,每一步都必須達到極其苛刻的物理特性要求,高度自動化的設備在加工產品的同時,也同步生成了龐大的檢測結果。這些海量資料究竟是企業的包袱,還是企業的金礦呢?如果說是後者的話,那麼又該如何快速地撥雲見日,從「金礦」中準確地發現產品良率波動的關鍵原因呢?這是一個已經困擾半導體工程師們多年的技術難題。


某半導體科技公司生產的晶圓在經過測試環節後,每天都會產生包含一百多個測試項目、長度達幾百萬行測試記錄的數據集。按照品質管制的基本要求,一個必不可少的工作就是需要針對這些技術規格要求各異的一百多個測試專案分別進行一次過程能力分析。如果按照傳統的工作模式,我們需要按部就班地分別計算一百多個過程能力指數,對各項品質特性一一考核。這裡暫且不論工作量的龐大與繁瑣,哪怕有人能夠解決了計算量的問題,但也很難從這一百多個過程能力指數中看出它們之間的關聯性,更難對產品的總體品質性能有一個全面的認識與總結。然而,如果我們利用大資料品質管理分析平臺,除了可以快速地得到一個長長的傳統單一指標的過程能力分析報表之外,更重要的是,還可以從同樣的大數據集中得到很多嶄新的分析結果。


資料來源:工控網

2016年3月16日 星期三

全球的新商道是什麼?社會創新!

文/詹長霖 AIM俐鉅創新總經理兼首席創新長





http://www.aimniche.com/consulting.html




摘要:微軟創辦人比爾蓋茨投資約10億美元在10餘家新創企業,解決能源、氣候變遷問題,投資30億英鎊對抗瘧疾;eBay創辦人奧米迪亞10年內向營利及非營利組織投資超過5億美元;臉書創辦人佐伯格主張通過資助非營利組織等方式做到我們的使命!他們將助人看作最好的生意!

看到商業週刊的一篇文章,深有感觸,它提到“助人是最好的生意”。那麼今天我們來談談“助人”的話題。




微軟創辦人比爾蓋茨投資約10億美元在10餘家新創企業,解決能源、氣候變遷問題,投資30億英鎊對抗瘧疾;eBay創辦人奧米迪亞10年內向營利及非營利組織投資超過5億美元;臉書創辦人佐伯格主張通過資助非營利組織等方式做到我們的使命!他們將助人看作最好的生意!
也許你會覺得他們因為成功了,所以才對世界有所回饋,但是我覺得這個邏輯有失偏頗,狄更斯就曾說:“世界上能為別人減輕負擔的都不是庸庸碌碌之徒。”為什麼他們將“助人”這件事搶著做?原因就在於他們領會了“助人”這一門學問,巧將社會問題變商機。




企業的領軍人知道:企業的成功在於能否創造社會價值?他們必須肩負起社會責任,過去企業家純粹的捐款總是顯得很疲軟,不積極,不情願,這和企業獲利的目的相違背,誰有動力去做這個事呢?即使情願的,他們也看不出好的效果,不過是杯水車薪的做法。




企業家和政府必須想到一個兩全其美的辦法!因此,社會創新這個新名詞就橫空出世了。




把它看成全球的新商道一點不為過!它強調使企業擺脫獲利機器的單一定位,從研發、行銷、人才訓練角度投入企業資源,與社會需求相結合。




猜一猜,世界頂尖的MBA,哥倫比亞大學、麻省理工學院的商學院什麼課程現在最火嗎?不是並購學,也不是跨國經營,而就是我們談到的社會創新。因為它是一種新的商業模式,商業模式對了,不只是獲利,還有機會繼續規模化。擴大影響力。如果企業社會創新做得夠好,甚至能影響整個產業的走向!


我們來看看社會創新企業的好處吧!




有社會創新的企業容易吸引人才!據資料統計,至少三成的企業人才追求工作意義,更勝過於高薪。無論你是一個創業者還是企業員工,都有實現社會價值,或許正因為這樣的心理。有社會創新意識的企業更容易聚集人才!




有社會創新的企業更容易看清需求,獲得靈感。
對於個人而言,你們還記得我們曾分享的一本可以喝的書的文章嗎?因為發明者心懷助人的心理,在一次非洲之旅中看到了人們飲水困難的情況,發明這樣一本書,改變了6.63億人的命運,當然同時她獲得了個人的成功。

對於企業而言,如果能在各個環節滲入社會創新的意思,就會有更多符合需求的產品。比如Life water公司只做半瓶水銷售,使53萬兒童收到捐助,獲得300家媒體報導,超過30萬人關注。這樣下去,也許你將在超市里只能買到半瓶水,而不是一整瓶。




原來助人也同樣可以助己,他們總是能將社會問題轉變為商機,這就是成功的企業家。對於企業來講,助人上升為了社會創新,只有做好社會創新,提高了企業本身的綜合實力,才能穩住人才,吸引資金,保有持久的競爭力。社會創新就是將“最好的滿足就是給別人以滿足。”這句話體現到了極致!

簡短的文章並不能一一談全企業的各個部門和環節如何運用社會創新,關注我們。我們將會給到更多的實例讓你感受社會創新的價值!
桃李不言,下自成蹊。助人不僅僅是只幫助了別人,也同時幫助了自己!



參考文章:商業週刊,圖片來源:360圖庫。




延伸課程:創新解碼工業4.0、服務創新突破性思維