转型需要避免的四个问题
|
这是马斯克的星链计划。 上天这件小事,已经成了马斯克的家常便饭。随着一颗颗卫星送上天空,卫星互联网的概念也一点点被熟知。 不仅马斯克忙着建卫星互联网,中国的卫星互联网建设也如火如荼——除了已经实施的虹云工程、鸿雁星座计划,今年 5 月 22 日的两会上,雷军也提案建议加快发展卫星互联网,降低民营企业进入卫星互联网的门槛,此前卫星互联网还被纳入“新基建”范畴,获得国家层面支持。 进入2020 年,乘着新基建概念的东风,卫星互联网突然成了当红炸子鸡。 近日,华创证券发布了《卫星互联网行业深度报告,新基建下产业链机遇几何》的研究报告(以下简称《报告》)。 《报告》指出:2025 年前,全球卫星互联网产值可达 5600 亿- 8500 亿美元。未来,卫星互联网不仅有望成为 5G 乃至 6G 时代实现全球网络覆盖的重要解决方案,也将是航天、通信、互联网等产业融合发展的重要趋势和战略制高点。 影响里的各种例子 美国电话电报公司的大数据高级副总裁Victor Nilson:我们始终从客户体验入手。这才是最重要的。现在,在我们的客户服务中心,我们有大量非常复杂的产品。即使是简单的产品,有时也会有非常复杂的潜在问题或解决方案,因此工作流程也非常复杂。那么,每次有互动产生时,我们如何同时为客户服务和简化流程? 我们已经使用大数据技术来分析所有不同的排列组合以增强体验,从而更快地解决或改善特定情况。我们消除了复杂性并将其变成简单且可操作的东西。同时,我们可以分析这些数据,然后反过来说:“在这种特殊情况下,我们是否要主动优化网络”?因此,我们不仅针对客户服务而且针对网络进行了优化,然后将这个因素也结合进来。 Vince Campisi:我将向你提供一个内部视角和一个外部视角。内部视角的例子就是我们在所谓的启用数字化方面正在做大量工作——你如何将工程,制造与维修产品联系起来。在这个方法里,我们将重点关注出色的工厂。以驱动供应链优化为例,我们已经能够控制60余种与直接材料采购相关的大量信息,利用分析来研究各种新关系并使用机器学习来发现效率,即我们采购用于产品生产的直接材料的方法的效率。 外部视角的例子是我们如何利用分析来切实使各种资产发挥更大的效用。我们称之为资产绩效管理。我们已经开始为数字产业提供支持,例如数字化风力发电场,在这里,你可以利用分析来帮机器进行自我优化。因此,你可以帮助使用同一股风能的发电供应商,而且你还可以通过使涡轮机倾斜适当的角度并了解它们如何优化风能水平,我们证明,我们可以用等量风能提升多达10%的功率。这是利用分析帮客户从现有资本投资中获得更高收益和更高生产率的一个例子。 赢得人才之战 Ruben Sigala:分析人才的竞争非常激烈。留住组织内部的人才库非常困难,如果你将这视为核心能力的话,这尤为困难。我们最为关注的重点是开发一个平台,这个平台能够为我们的价值主张发声,因为这主张对于希望在该领域内开始职业或维持职业的人而言非常重要。 当我们谈论价值主张时,我们会说这样的话——有机会真正影响业务成果,进行广泛的分析练习,这些练习常常使人犯难。但是,总的来说,要成为组织的一部分,这一部分将价值主张视为自身在市场中参与竞争的关键部分,然后定期执行。在某种程度上,要做到这一点,你必须制定优秀的培训计划,而且必须与高级团队进行非常特殊的互动。而且,你还必须成为实际驱动公司战略的组织成员。 MurliBuluswar:我发现,着重研究各个基本面,比如科学为什么会诞生,我们的抱负是什么以及成为该团队的一部分将如何影响团队成员的职业发展,这一切对吸引我们所关注的高素质人才具有深远的意义。当然,随之而来的是更艰辛的部分,即日复一日地履行这样的承诺。 金钱固然很重要。我的金钱观就是,我希望成为前25%的人;但我并不想成为塔尖1%的人。因为无论你处在什么位置,大多数人(尤其是从事数据科学工作的人)只要选择采取实际行动,他们都可以将薪酬提高20%至30%。我的目的不是要缩小这种差距,而是创造一种环境和一种文化,在这种环境和文化氛围中,他们发现自己正在学习;他们发现自己正在研究对公司,行业乃至整个社会都产生广泛影响的问题;他们是一支充满活力的团队的一部分,这个团队的灵感来自于自身存在的原因以及它如何定义成功。对我而言,专注于这一点绝对是吸引我所需要的人才的关键要素,就此而言,其他任何人也需要这样的关键因素。 培养合适的专业知识 Victor Nilson:人才很重要,对吧?你必须具备数据,显然,美国电话电报公司拥有海量数据。但是没有人才,数据就毫无意义。人才是一个竞争优势。合适的人才能发现合适的技术;合适的人才能解决各种问题。 我们在一定程度上为开源社区中很多新兴技术的开发做出了贡献。我们可以使用实验室里遗留的各种先进技术,我们还有新兴的硅谷。但是,我们在全国各地也拥有主流人才,我们拥有高级工程师,我们拥有大大小小的管理人员,我们同时也希望进一步培养他们的才能。 因此,仅今年一年,我们就提供了50000多个与大数据相关的培训课程。我们正在继续发展。这是一个完整的连续体。这可能只是一个为期一周的训练营,或者可能是高级的,博士级别的数据科学。但是,我们希望继续为在这方面有天赋和兴趣的人培养这种才能。我们希望确保他们能够发展各种技能,然后将这些技能与工具结合起来,从而将生产力最大化。
ZoherKaru:在任何数据和分析过程中,人才都是至关重要的。我认为,仅凭分析方面的人才还不足以解决问题。我们不能用技能单一的人。我扩建组织的方式是找博学多才的人。比如某人主修分析,但可以辅修营销战略。因为如果你没有学过辅修课程,你怎么与组织的其他部门进行沟通呢?另外,举个例子,纯数据科学家将无法与数据库管理员对话,而数据库管理员又无法与市场研究人员对话,市场研究人员又无法与电子邮件渠道的负责人对话。你必须根据可扩展的分析做出合理的业务决策。 (编辑:平顶山站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |


