Noll
Bara 32 procent av organisationer i Singapore för närvarande tap machine learning, även om 52 procent tror att sådana verktyg förmåga att fatta komplexa beslut är absolut nödvändigt till framgång för sin verksamhet.
Ytterligare 87 procent sade att ökad automation till följd av maskininlärning skulle snabba upp beslutsprocessen, medan 80 procent sa att det skulle förbättra noggrannheten för sådana beslut, visade en undersökning av ServiceNow. Som genomförts av Oxford Economics, studien tillfrågade 500 Cio: er i hela 11 länder, däribland 91 från tre Asien-Stillahavsområdet marknader: Singapore, Australien och Nya Zeeland. Tio procent av den globala provet var från Singapore.
ServiceNow tippad machine learning programvara som analyserat och förbättrat sin egen prestation utan direkt mänsklig inblandning, som gör det möjligt att göra allt mer komplexa beslut som man lärt sig.
På 32 procent, Singapore företag var långsammare att fånga på maskininlärning, jämfört med 59 procent i Australien och 49 procent i Nya Zeeland, där organisationer som också var med hjälp av dessa verktyg i sin verksamhet.
Frågade vad de ansåg vara avgörande hinder i antagandet, 70 procent i Singapore pekade på föråldrade processer medan 65 procent hänvisas dålig kvalitet data. En annan 61 procent sade otillräcklig budget för att anställa nya färdigheter var ett hinder, medan 35 procent påpekat att det saknas kunskaper som behövs för att hantera och underhålla maskinen lärande system.
Dessutom, 40 procent markerat en övergripande brist av budgeten som anslås till att förvärva ny teknik i sin verksamhet.
De Cio: er, även om, som redovisas effekterna av maskininlärning på automatisering, med 87 procent i Singapore notera detta skulle kunna förbättra företagets lönsamhet och top-line tillväxt under de kommande tre åren.
Ytterligare 41 procent sade beslut automatisering med hjälp av maskininlärning, bättre skulle underlätta utvecklingen av nya produkter och tjänster för deras organisation.
Duncan Egan, ServiceNow: s Asien-Stillahavsområdet och vice vd för marknadsföring, tillade att 63 procent av Singapore Cio: er trodde kapacitet automation till följd av maskininlärning skulle vara den viktigaste framgångsfaktorn för deras företag under de kommande tre åren.
Cirka 87 procent och 30 procent hänvisas verksamhet säkerhet och ledning av verksamheten, respektive, som de två viktigaste områdena för distribution för maskininlärning.
Dessutom, 52 procent i Singapore redan fanns att göra förändringar av processer eller ledarskap, såsom re-definiera arbetsbeskrivningar, för att förbereda sitt företag i antagandet av maskininlärning. Detta var högre än deras motsvarigheter i Australien, där 43 procent gör detsamma, och 27 procent i Nya Zeeland.
Singapore Cio: er förväntas beslut automation för att öka företagets produktivitet med 41 procent och talang för att anställa och behålla genom att 35 procent.
Egan noteras att automatisering var särskilt användbar för varje process eller jobb som involverade routing, ranking, och prognoser, inklusive delegering av DET hjälpa begäran eller försäljning leder uppdraget.
I drift säkerhet, till exempel, automation kan användas för att utlösa grundläggande funktioner såsom lösenord eller mer komplexa processer i samband med sanering, utlöser nödvändiga åtgärder, även av en incident.
Maskinen lärande också kan användas för att analysera historiska mönster och identifiera kedjor av händelser som ledde till att ett driftstopp. Då kunde förutsäga ett potentiellt fel baserat på tidigare händelser för att utlösa nödvändigt arbetsflöde för att hantera detta, sade han.
“Machine learning gör det möjligt för företag att göra det på ett sätt som aldrig tidigare har varit möjlig, men antagandet är en utveckling som kräver noggrant övervägande och planering,” Egan sagt. “Resultatet av snabbare och mer korrekta beslut ligger i att skapa en exceptionell interna och externa kundernas upplevelse. Det innebär tänker jag inte i termer av individuella interaktioner med kunder, men hela kundens resa från början till slutet.”
Relaterade Ämnen:
Australien
Digital Omvandling
Robotteknik
Sakernas Internet
Innovation
Affärssystem
0