एसएमई के लिए डिजिटल परिवर्तन, भाग 2. उनके परिपक्वता चक्र को समझना

यह लेख एसएमई को आउटसोर्स करने के बारे में चार लेखों की श्रृंखला में दूसरा है। अब हम मैनुअल से स्वायत्त प्रक्रियाओं तक डेटा रियायतों को प्राप्त करने के तरीके को समझेंगे।

आप इसे पसंद करते हैं या नहीं, हर जगह डेटा है, आप इसे बनाते हैं, इकट्ठा करते हैं या उपभोग करते हैं, होशपूर्वक या अवचेतन रूप से हर जीवित क्षण में।

उदाहरण के लिए, औसत मानव मस्तिष्क पर प्रति सेकंड 11 मिलियन बिट्स से अधिक सूचनाओं की बमबारी होती है। यह अचेतन घटना बिना जाने ही घटित हो जाती है।

कार के संदर्भ में, विफलता की निगरानी या निदान या भविष्यवाणी करने के लिए आवश्यक डेटा को एक या दस तक कम कर दिया जाता है। प्रक्रिया उद्योग प्रक्रिया की जटिलता के कारण, परिमाण के क्रम में डेटा इकाइयों को बढ़ाया जा सकता है।

यह केवल वह आवृत्ति है जिस पर डेटा एकत्र करने और आत्मसात करने की आवश्यकता होती है, जो डेटा सेट बनाने या एकत्र करने की तुलना में प्रक्रियाओं के मामले में बहुत अधिक होगा।

मेरे एक व्याख्याता ने कहा कि आलस्य वह मुख्य गुण है जो मानवता को उस तकनीकी उन्नति की ओर ले जाता है जिसका आप आज आनंद ले रहे हैं। सदियों पहले, यदि कोई व्यक्ति सपना देखता है, तो उसे एक ऐसी मशीन बनानी होगी जो उसके अधिकांश यांत्रिक या सांसारिक कार्यों को दूर कर दे। अब सपना बिना किसी मानवीय हस्तक्षेप के उन्हें पूरी तरह से स्वचालित करने का है।

मैनुअल> मैकेनिकल सिस्टम> ऑटोनॉमस सिस्टम।

अब जबकि हम मुख्य रूप से उत्पादन में यंत्रीकृत हैं, आइए देखें कि गतिविधि के पूर्ण स्वायत्त स्तर को प्राप्त करने के लिए क्या आवश्यक है।

कार को स्वायत्तता तभी मिलेगी जब वह निर्धारित परिस्थितियों के अनुकूल होना सीखेगी। इसे लचीला होना चाहिए। कृपया ध्यान दें, यह उस स्वचालन से विचलित होता है जिसे हम जानते हैं, जो नियम-आधारित և कठोर है। तो अगर हम मशीन को अपने आप सीखना चाहते हैं, तो हमें इसे एक निश्चित स्तर की बुद्धि तक पहुंचाना होगा।

इसे पढ़ें! वारंग मालिकों को भविष्य को अपनाने में मदद करने के लिए वारंग पिंटार कैसे प्रौद्योगिकी समाधान बनाता है

बुद्धिमत्ता काल्पनिक नहीं हो सकती है, लेकिन प्रासंगिक तथ्यों पर आधारित होनी चाहिए। यदि तथ्यों से खुफिया जानकारी प्राप्त करनी है, तो हमें डेटा सिस्टम का उपयोग करना होगा। जितना अधिक डेटा होता है, उतना ही अधिक विफलता डेटा होता है – मशीन जितना अधिक सीखती है, भविष्य में सटीक निर्णय लेने की संभावना उतनी ही अधिक होती है।

यह एक अनुभवहीन और एक अनुभवी पेशेवर के बीच बहुत अंतर है जो जीवन में कई उतार-चढ़ावों से गुजरा है, पहले से कहीं ज्यादा बेहतर निर्णय लेता है।

क्योंकि हम कार में वह इंटेलिजेंस बनाते हैं, हम इसे आर्टिफिशियल इंटेलिजेंस कहते हैं, उन लोगों के विपरीत जो इसे स्वाभाविक रूप से हासिल करते हैं।

इसलिए, यदि हमारा लक्ष्य (इसे TO-BE राज्य कहते हैं) पूरी तरह से स्वायत्त प्रणाली है। यह एक मशीन या मशीनों या प्रक्रियाओं का एक समूह हो सकता है, हम यह देखना शुरू कर देंगे कि हम कहाँ हैं या “शुरुआती बिंदु” (इसे AS-IS कहते हैं) – लक्ष्यों को प्राप्त करने के लिए कदम। जाहिर है, हम चाहते हैं कि (i) लागत को यथासंभव कम रखें * և (ii) जितना संभव हो उतना शक्तिशाली सिस्टम प्राप्त करें जिसे बढ़ाया जा सके, बेवकूफ ** भविष्य का प्रमाण हो।

*संकेत। पेंडिंग लागत केवल एक प्रारंभिक निवेश नहीं है। इसमें चलने की लागत, आकस्मिकता, रखरखाव, स्पेयर पार्ट्स, प्रतिस्थापन, उन्नयन, स्टाफ प्रशिक्षण, आदि शामिल हैं। (टीसीओ – स्वामित्व की कुल लागत)।

** संकेत। याद रखें कि स्टोर फ्लोर पर हर कोई कुशल नहीं होता है।

जैसा कि वे कहते हैं, “माप को नियंत्रित नहीं किया जा सकता है। इसी तरह, जो प्रबंधित नहीं है, उसमें सुधार नहीं किया जा सकता है। इसलिए, इसे डिजिटल यात्रा की शुरुआत में मापा जा सकता है।

संकेत। इस डिजिटल यात्रा का सबसे अच्छा हिस्सा यह है कि आपको प्रत्येक चरण में निवेश पर लाभ (आरओआई) का एहसास होता है – आप अपनी इच्छानुसार किसी भी स्तर पर रुक सकते हैं या देरी कर सकते हैं।

मान लीजिए कि हम एक ऐसे चरण में हैं जहां हम मैन्युअल रूप से कुछ डेटा रिकॉर्ड कर रहे हैं और एकत्र कर रहे हैं। उनमें से कुछ को एक्सेल या ईआरपी या एमआरपी टूल जैसे अलग-अलग सिस्टम में एकत्र और संग्रहीत किया जाता है। पहली चीज़ जो हमें करने की ज़रूरत है वह है (ए) डेटा संग्रह և (बी) स्वचालित (जितना संभव हो) स्वचालन को डिजिटाइज़ करने के तरीके।

डेटा संग्रह को स्वचालित करने से महंगी मानवीय त्रुटियां समाप्त हो जाएंगी – कर्मचारियों के घंटों की बचत होगी जिनका बेहतर उपयोग किया जा सकता है। उदाहरण के लिए, यदि आप किसी स्टोर से उत्पादन क्षेत्र में “हस्तनिर्मित सामग्री” को मैन्युअल रूप से पंजीकृत करते हैं, तो हम (ए) बारकोड (सस्ते समाधान) जैसी सरल प्रक्रियाओं को जोड़कर उसकी पहचान कर सकते हैं; (बी) सभी सामग्री को एक गेट पर स्थानांतरित करना ( या कन्वेयर, यदि यह आपके कारखाने में पहले से मौजूद है) एक केंद्रीय सर्वर से जुड़े बारकोड रीडर (एक फोन *** हो सकता है) के साथ। यह डेटा संग्रह को स्वचालित करने के लिए किया जाता है।

डिजिटलीकरण प्राप्त करने के लिए, आपको एक केंद्रीकृत या एकाधिक सर्वर के साथ विभिन्न संपत्तियों के बीच नेटवर्क कनेक्शन की आवश्यकता होती है।

*** संकेत। हमेशा सरल मजबूत समाधानों की तलाश करें। सामान्य उपकरणों का उपयोग करने का प्रयास करें – अप्रत्याशित विफलताओं के कारण रखरखाव लागत से बचने के लिए यथासंभव सॉफ़्टवेयर-केंद्रित होना चाहिए।

आइए इसे डिजिटलाइजेशन का पहला चरण कहते हैं

एक बार जब आपका डेटा कैप्चर हो जाता है आपके सर्वर या डेटाबेस को भेज दिया जाता है, तो आप डेटा की कल्पना या नियंत्रण कर सकते हैं स्वच्छता की जांच कर सकते हैं यदि हम कुछ सरल नियम निर्धारित करते हैं तो चरम सीमाएँ। आप डेटा को उनके मूल गेज से जांच सकते हैं या पैनल पर सभी प्रासंगिक डेटा प्राप्त कर सकते हैं।

इसे पढ़ें! डिजिटल परिवर्तन अब वास्तविक है। प्रौद्योगिकी कंपनियों में COVID-19 ने कैसे नवाचार किया?

आइए इस चरण को विज़ुअलाइज़ेशन कहते हैं

इस स्तर पर आपको पता चलता है कि कोई कार टूट गई है या सामग्री दुर्लभ है। यदि आप मैन्युअल रूप से डेटा एकत्र करते हैं, तो आप कम समय में शॉर्ट स्टॉक की पहचान करने में सक्षम नहीं हो सकते हैं, क्योंकि मैन्युअल रूप से डेटा एकत्र करने में समय लगता है।

यह संभव है कि जब आप लीक को चालू करके इस स्तर पर पहुंचें तो आप पहले से ही कुछ पैसे बचा रहे हों।

प्रक्रियाओं के मामले में, जब हम इस स्तर पर पहुँचते हैं तो लागत बचत अधिक स्पष्ट हो सकती है।

इस स्तर पर हम स्वचालित (कुछ असामान्य) अधिसूचना स्वचालन के लिए एक कदम आगे ले जा सकते हैं। इसका मतलब यह हो सकता है कि किसी विशेष हितधारक को खराबी या संसाधन की कमी की ईमेल सूचना प्राप्त होगी।

एक बार जब हमारे पास अलग-अलग स्रोतों से संग्रहीत विभिन्न स्रोतों से स्वच्छ डेटा होता है, तो अगला कदम सामान्य डेटा मापदंडों का उपयोग करके विभिन्न डेटा तालिकाओं के बीच कनेक्शन बनाना, इसे एक साथ रखना है।

मोनार्क जैसे सस्ते उपकरण अनगिनत डेटा स्रोतों को जोड़ने, उन्हें मूल पैमानों में पढ़ने, उन्हें संकलित करने और उन्हें तालिकाओं में छाँटने का एक बड़ा काम करते हैं, जिनका उपयोग आगे के विश्लेषण के लिए किया जा सकता है, जिसके बारे में हम बाद में बात करेंगे।

आइए इस चरण को डेटा एकत्रीकरण कहते हैं

संकेत। आप इसे पसंद करते हैं या नहीं, आप एक दूसरे से अलग किए गए कई डेटाबेस से विभिन्न प्रकार के डेटा एकत्र करेंगे।

उदाहरण के लिए, पेरोल डेटा सादे एक्सेल फाइलों में हो सकता है, जबकि एमआरपी एमएस एसक्यूएल में हो सकता है, पीडीएफ फाइलों में अपने स्वयं के डेटाबेस և पीओ և खातों में आविष्कार किया जा सकता है। देशी मापों को पढ़ना और उन सभी को एक ही डेटाबेस में लाना कोई आसान काम नहीं है।

समेकित डेटा का उपयोग विभिन्न प्रकार के निदानों के लिए किया जा सकता है, जिसमें मूल कारण विश्लेषण (आरसीए) शामिल है। सही उपाय खोजने के लिए विभिन्न परिदृश्यों का मॉडल तैयार किया जा सकता है। बिल्ट-इन एल्गोरिदम के साथ मॉडलिंग के माध्यम से मूल्य गुणवत्ता पर विभिन्न मापदंडों के प्रभाव का अध्ययन किया जाना चाहिए।

इनमें से कुछ उन्नत विश्लेषणों का उपयोग पूर्वानुमान या भविष्य कहनेवाला विश्लेषण के लिए भी किया जा सकता है। प्रेडिक्टिव एनालिटिक्स का उपयोग करके, कार दुर्घटनाओं का पूर्वानुमान विफलता से दिन पहले लगाया जा सकता है। ओईई (समग्र उपकरण दक्षता) – ऐसे मानदंड गुणवत्ता को समझने में मदद करेंगे – क्षमता निर्माण के अवसर।

आइए इस चरण को निदान कहते हैं रोग का निदान

हम बेहतर परिणाम प्राप्त करने के लिए प्रक्रिया को बदलना चाहते हैं, जब हम जानते हैं कि क्या गलत हो रहा है या क्या बेहतर हो सकता है। उन्नत ऑटोएमएल एल्गोरिथम को परिस्थितियों के अनुकूल होने के लिए अपने आप सीखना सिखाया जा सकता है।

कुछ स्थितियों में, समाधान खोजना आसान नहीं हो सकता है, या हम इसका अधिकतम लाभ उठाने के लिए कई विकल्पों को आज़माना चाह सकते हैं।

यदि हमने विभिन्न विकल्पों का उत्पादन बंद कर दिया, तो हम मशीन ऑपरेटर साइकिल बर्बाद कर रहे होंगे। इसके बजाय, आपके स्टोर फ्लोर की डिजिटल कॉपी (मॉडल) पर परीक्षण प्रभावी हो सकता है।

इसे पढ़ें! सांस्कृतिक परिवर्तन और डिजिटल परिवर्तन साथ-साथ चलते हैं। इसे ठीक करने का तरीका यहां बताया गया है

डिजिटल कॉपी को डिजिटल डुप्लीकेट कहा जाता है। डिजिटल ट्विन या तो बहुत जटिल हो सकता है – महंगा या आदिम लेकिन कार्यात्मक। इसके बावजूद, कोई ऐसी गहरी अंतर्दृष्टि प्राप्त कर सकता था जो महंगे प्रयोग प्रदान नहीं कर सकती थी।

हम जिस भी तरीके से समाधान ढूंढते हैं, अगला कदम नियंत्रण करना या सुधारात्मक कार्रवाई करना है।

क्योंकि हमने डिजीटल किया है – हमारे उद्यम या इसके अधिकांश को आपस में जोड़ा है, हम एक डिजिटल इंटरफ़ेस बना सकते हैं – प्रक्रिया या संपत्ति (मशीन अन्य उपकरण) को दूरस्थ रूप से नियंत्रित कर सकते हैं।

हालाँकि, सभी संपत्तियों का रिमोट कंट्रोल सस्ता नहीं हो सकता है। ऐसे मामलों में जहां रिमोट कंट्रोल महंगा है, स्टोर को परिणामों के आधार पर बदलाव करने का निर्देश दिया जाएगा।

यदि स्थिति गारंटी देती है – हमारे पास इष्टतम समाधान खोजने के लिए मॉडल के लिए एक डिजिटल ट्विन है, तो सुधारात्मक उपायों को लगभग वास्तविक समय में लागू किया जा सकता है, इस प्रकार लागत की बचत होती है। थोड़े से अतिरिक्त प्रयास से स्व-अध्ययन की रूपरेखा तैयार की जा सकती है।

आइए इस चरण नियंत्रण को सुधार कहते हैं

जब हम उस स्तर पर पहुंच जाते हैं जहां हम निदान कर सकते हैं, निदान कर सकते हैं, इष्टतम उपचार ढूंढ सकते हैं – दूर से संवाद कर सकते हैं या कार को नियंत्रित कर सकते हैं, केवल पूरी प्रक्रिया को स्वचालित करने की आवश्यकता है।

एआई-एमएल के माध्यम से निर्णय लेने की रूपरेखा उपरोक्त चरणों से प्राप्त अंतर्दृष्टि के आधार पर सीधी कार्रवाई कर सकती है। इस स्तर पर, जब सिस्टम स्व-मूल्यांकन हो गया है, एक स्व-उपचार ढांचा लागू किया जा सकता है।

यह तब होता है जब सिस्टम स्वायत्त हो जाता है।

नीचे उपरोक्त चरणों का एक त्वरित अवलोकन दिया गया है।

इन चार खंडों में तीसरे लेख को देखना जारी रखें। हम उद्यम में डिजिटल परिवर्तन की क्षमता में गोता लगाएंगे, एसएमई के लिए बेहतर निर्णय लेने में डेटा विश्लेषण की भूमिका को समझेंगे।

संपादक की टिप्पणी। ई27: सामुदायिक विचारों का प्रसार करके विचार नेतृत्व को बढ़ावा देना है। द्वारा अपनी राय साझा करें: प्रस्तुत करने: लेख, वीडियो, पॉडकास्ट या इन्फोग्राफिक।

हमसे जुड़ें ई27: टेलीग्राम का समूह:, एफबी समुदाय, या कैसे? ई27: फेसबुक पेज:

छवि क्रेडिट। आलसी

एसएमई के लिए डिजिटल परिवर्तन के बाद, भाग 2। इसके परिपक्वता चक्र को समझना पहले ई27 में दिखाई दिया।

Leave a Reply

Your email address will not be published. Required fields are marked *