قصة قصيرة عن شاب وشابة حديثي (او قريبي) التخرج سيصبحون مليونيرات في ٢٠٢٥ ويعمل تحت ادارتهم فريق تقنية وبياني في المملكة - لكن بعد سنين من العناء والكفاح. على الجانب الآخر شركة صناعية محلية ضخمة.
الشركة تصنع منتج معين وتبيعه للسوق (افترض انه اي منتج، نوع من الزيوت، حليب، مادة كيميائية). الشركة ناجحة ولديها مبيعات كبيرة، تصل إلى ٥٠ مليون دولار.
بطبيعة الحال، الشركة لديها خط انتاج لصناعة هذا المنتج يمر بعد من الآلات. الادارة سعيدة بربحية المنتج، لكن احد اعضاء الادارة تسائل عن كفاءة خط الانتاج. رغم اصرار المهندسين ان كفاءة الانتاج عالية، الا انه بعد التدقيق واستعراض البيانات وجدوا ان القصة مختلفة، بالتحديد لأحد الالات.
البيانات وضحت ان هذه الآلة تعمل بكفائة ٥٠٪ فقط. بينما يذهب الباقي في اوقات تعطل وصيانة غير مجدولة او متوقعة، او في منتج رديء الجودة لا يمكن بيعه في السوق. هاتين مشكلتين تستطيع البيانات والبرمجيات المساهمة في حلها بشكل كبير.
في مجال الأعمال، نستطيع وصف الفرصة الممكنة هنا بأنها قيمة غير محصلة للشركة، في مقابل الـ 50 مليون المحصلة للشركة (captured value). رحلة البحث عن هذه القيمة تدفع الشركة كغيرها إلى رحلة "التحول الرقمي"، digital transformation.
هذا التحول هو موضوع منفصل، لكن لنفترض ان الشركة ليست كبيرة بحجم يجعل عمالقة البرمجيات (Microsoft, Oracle, SAP...etc) يبدون كحل مناسب. تحاول الشركة توظيف قدرات رقمية داخلياً، لكنها تفشل في استقطاب والابقاء على افضل مهارات السوق لأن ادارة التقنية تحتاج مهارات لا تملكها الادارة
يحصل صدفة أن المدير التقني للشركة يحضر عرض قدمه سارة ومحمد عن استخدام البيانات في التنبؤ بأعطال الآلات الصناعية (predictive maintenance) في مؤتمر عن انترنت الأشياء (IoT). ورغم ان سارة ومحمد ما قد دخلوا مصنع، إلا انهم فاهمين جانب البيانات بعمق، وتعاملوا مع بيانات صناعية مفتوحة.
يقرر المدير التعامل مع شركة سارة ومحمد لمحاولة تقليل فترة أعطال الآلة. يتفقون على مبلغ ١٥٠ الف لثلاث أشهر يتم فيها استكشاف المشكلة. لأنه في هذي المرحلة ما يقدرون يوعدون بأي تحسن -- جزء مهم من عملهم هو استكشاف المشكلة أصلاً.
هذا المبلغ قليل، لكن لأن شركة سارة ومحمد جديدة وناشئة (خلسنميها X)، رضوا بالمبلغ عشان نجاحهم في العقد بيخليهم ١- يضيفون شعار المصنع إلى قائمة عملائهم. و ٢- ملكية البرامج اللي يكتبونها ضمن العقد تتبع لهم، وليس للمصنع.
بشكل عام ولأي شركة، تستطيع تلخيص مخرجات علماء البيانات أنها اما:
١- تقارير او لوحات بيانية (dashboards) نتجت من جمع ومعالجة بيانات.
٢- خدمة برمجية تستطيع اعطاء تنبؤات معينة (prediction service).
هذا تبسيط مخل، لكنه صحيح بشكل عام.
١- تقارير او لوحات بيانية (dashboards) نتجت من جمع ومعالجة بيانات.
٢- خدمة برمجية تستطيع اعطاء تنبؤات معينة (prediction service).
هذا تبسيط مخل، لكنه صحيح بشكل عام.
جاري تحميل الاقتراحات...