Det senaste året visade kraften i digitala att övervinna de utmaningar som ses i den fysiska världen. När kundrelationer hotades av pandemiska restriktioner gick många företag utanför sina komfortzoner för att svara med nya virtuella upplevelser, tjänster och bekvämligheter för att upprätthålla eller till och med utveckla dessa viktiga kundrelationer.
Kan svaret ha varit snabbare? För många organisationer är svaret “ja”. Om det fanns ett viktigt faktum för data- och analytiker att lära sig under det senaste året, är det att våra data- och AI -grunder inte var så redo för denna utmaning som de kunde ha varit. Nästan varje klientkonversation jag har idag fokuserar på acceleration av investeringar och modernisering eller implementering av nya driftmodellplaner.
Vi ser också ett oöverträffat antal frågor om att bädda in data och AI i händelsestyrda och realtidsfunktioner. Att ansluta till kunder i stor skala handlar alltmer om personalisering, intelligent automatisering och anpassning i ögonblicket baserat på var kunden är. För många organisationer har det lett till insikten att en molndata- och datavetenskaplig plattform för att bygga modeller bara är en del av pusslet. Data och AI måste vara i utkanten av verksamheten i applikationer, mobila enheter och maskiner där kunder engagerar och interagerar med verksamheten. Detta är den nya världen av ansluten intelligens, och det är inte bara för de stora teknikföretagen – det är den nödvändiga staten för alla moderna företag.
Det är dags att se AI som mer än en churn -modell, chatbot och språkprocessor. Organisationer som omfamnar ansluten intelligens använder AI för att överbrygga affärssilon och generera holistiska upplevelser där alla beröringspunkter och kanaler fångar, delar och kombinerar intelligens. Att ha en tydlig ram för att orientera data- och AI -modell med teknik är det rätta sättet att gå vidare.
Med allt detta i åtanke är det vad företagare, teknik och analytiska ledare kan förvänta sig när de går vidare med anslutna intelligensstrategier:
Partners utvecklas till ekosystem. Vi ser branscher som försäkring, energi och läkemedel som utökar antalet ämnesexperter (små och medelstora företag) som används för att designa, utveckla och distribuera data och AI för ansluten intelligens. Dessa små och medelstora företag utnyttjar interna partners från olika team, inklusive juridik och risk, för att inte bara bygga modellerna utan också att forma hela AI -förmågan för att förbättra kundupplevelsen och affärsresultaten. I takt med att företag växlar och utökar sina ekosystem kommer externa affärspartners också in i fältet för att tillhandahålla ytterligare expertis och för att stödja omnichannel -upplevelser med AI.
Övningar blir hyper-samarbetsvilliga. Med flera partner -små och medelstora företag vid det anslutna underrättelsetabellen blir det allt viktigare hur de arbetar tillsammans. Driftsmodellens design expanderar bortom att stödja specifika uppgifter och organisationsstrukturer och fokuserar på hur olika roller engagerar, koordinerar och levererar data och AI. En global energiproducent har tillämpat resekartläggningstekniker på sitt data- och AI -övningsområde. Detta avgör hur roller och team arbetar tillsammans genom att bättre anpassa färdigheter och ansvar till mål och föreställa sig nya processer och sätt att optimera samarbete, samordning och stöd. Dessutom ser vi också hur tjänsteleverantörer förmedlar distribuerad utbildning av modeller mellan klienter för att validera och optimera dessa modeller innan de startas till produktion.
Plattformar är utformade för företagets kant. På inget sätt kunde den nya partnern och praktikmodellerna bli framgångsrika utan rätt plattformar för att leverera ansluten intelligens och möjliggöra och förstärka bästa praxis. Investeringar i moln, edge computing, blockchain och 5G ger en starkare ryggrad och nätverk för AI för att möjliggöra ansluten intelligens. Men nya samarbetsmöjligheter och plattformar växer också fram för att skapa betrodda miljöer där data, modeller, utbildning och insikter kan användas för att generera AI. Data- och AI-utbyten dyker upp inom branscher och branschöverskridande; AI -samarbetsplattformar tillåter pålitlig kodutveckling av modeller mellan externa parter i ett betrodd nätverk. Och integrationsplattformen som en tjänst börjar övergången mellan datateknik och applikationsutveckling för att stärka kopplingen mellan data, AI och realtidsprogram.
För att lära dig mer, registrera dig för Forresters datastrategi & amp; Insights -evenemang, 18–19 november här och delta på sessionen med titeln ”Gå till Business Edge med ansluten intelligens.”
Det här inlägget skrevs av vice president och huvudanalytiker Michele Goetz, och det visades ursprungligen här.
Relaterade ämnen:
Teknisk industri Digital Transformation CXO Internet of Things Innovation Enterprise Software 