اقتصاد هوشمند: برندگان آینده مشاغلی خواهند بود که هوشمندتر شده و چابکی به همراه دارند

توسط آرون کومار

الگوی جدید اقتصادی با ظهور اقتصاد هوشمند ، اقتصاد مشترک ، اقتصاد دایره ای و اقتصاد پلتفرم آغاز به طلوع می کند. هم افزایی این جنبش ها است که تغییرات اجتماعی و اقتصادی عظیمی را در زندگی ما ایجاد می کند. تأثیر فناوری در زندگی روزمره ما بی سابقه است ، به همین دلیل تجارت و عملکرد آنها تغییر می کند.

تقریباً هر شغل در حال تبدیل شدن از یک نظم اقتصادی قدیمی به یک واقعیت جدید است. دیجیتالی شدن جامعه و اقتصاد بر همه و همه تأثیر دارد. سیاست گذاران و تصمیم گیرندگان درگیر روند تحول و تأثیر بر مشاغل هستند.

کسب و کار هوشمند زمانی ظهور می کند که همه بازیکنان درگیر دستیابی به یک هدف مشترک تجاری – در یک شبکه آنلاین هماهنگ شده و از فناوری یادگیری ماشین برای استفاده موثر از داده ها در زمان واقعی استفاده می کنند ، به عنوان مثال خرده فروشی آنلاین ، اشتراک سواری ، دوستیابی و غیره. این نوع فناوری مدلهایی را امکان پذیر می سازد که در آنها بیشتر تصمیمات عملیاتی توسط دستگاه اتخاذ می شود که به شرکتها امکان می دهد به صورت پویا و سریع با تغییر شرایط بازار و ترجیحات مشتری سازگار شوند و از مزیت رقابتی فوق العاده ای نسبت به مشاغل سنتی برخوردار شوند.

فناوری منتظر هیچ کس نیست. بدون فکر دوم ، مردم شروع به استفاده از ماشین آلات و دستگاه های جدید در زندگی روزمره خود می کنند. ما تلفن های ثابت و تلفن های همراه قدیمی خود را برای یک تلفن هوشمند تغییر داده ایم ، برای یافتن راه های خود با سیستم های ناوبری GPS در ماشین های خود سازگار شده ایم ، ویکی پدیا دائرlopالمعارف را به راحتی از فضای ذهن ما تسخیر می کند ، درست همانطور که Google Earth اطلس را منسوخ کرده است.

همه این فناوری ها از طریق اینترنت با افرادی مانند ما ، بلکه با یکدیگر ، با سایر فناوری ها ، سایر دستگاه ها و دستگاه های جدید خانه هوشمند از طریق اینترنت متصل می شوند. وجه مشترک این است که آنها به ساده سازی زندگی ما کمک می کنند ، زندگی را راحت تر و مقرون به صرفه تر می کنند. اینها اولین مجموعه کاربردهای اینترنت اشیا (IoT) در خانه های ما هستند.

طبق هر شرکت تحقیقاتی گارتنر ، تا سال 2020 نزدیک به 700 میلیون به علاوه خانه های متصل هوشمند وجود خواهد داشت. فرصت های عظیم تجاری برای واقعیت مجازی (VR) و واقعیت افزوده (AR) زیرا در حال کاهش فاصله بین دنیای مجازی و واقعی هستند. و تمایز بین مجازی و واقعی شروع به تاری شدن کرده است.

قدرت محاسباتی فراوان و داده های دیجیتالی دائماً درحال تبدیل شدن به سوخت یادگیری ماشین. هرچه موتور الگوریتمی داده ها و تکرارهای بیشتری را طی کند ، خروجی آن بهتر می شود. متخصصان داده برای اقدامات خاص مدل های پیش بینی احتمالی ارائه می دهند و سپس الگوریتم با انبوهی از داده ها داده ها را تولید می کند تا در هر زمان با تکرار ، تصمیمات بهتری را در زمان واقعی تولید کند. این مدل های پیش بینی مبنای اکثر تصمیمات تجاری می شوند. بنابراین ، یادگیری ماشینی چیزی فراتر از یک نوآوری در فن آوری است که در حال تغییر شکل دادن به شیوه تجارت است زیرا تصمیم گیری بشر به طور فزاینده ای با خروجی الگوریتمی جایگزین می شود که بینش های عملی در زمان واقعی را فراهم می کند.

برای تبدیل شدن به یک تجارت هوشمند ، سازمان ها باید تا آنجا که ممکن است تصمیمات عملیاتی را بگیرند تا توسط ماشین هایی که با داده های زنده تأمین می شوند و نه توسط انسان پشتیبانی شده توسط تجزیه و تحلیل داده های خود.

فرآیندهای ضبط داده برای بسیاری از مشاغل در درجه اولویت قرار دارد. داده های زنده برای ایجاد حلقه بازخورد که اساس یادگیری ماشین است ضروری است. با توجه به هر تجارت در حال ظهور ؛ به عنوان مثال تجارت اجاره در گوا برای اتومبیل و دوچرخه ، ظهور کانال های دیجیتال از تلفن همراه ، اینترنت وسایل (به صورت قفل دوچرخه هوشمند) و سیستم های اعتباری پرداخت و پرداخت تلفن همراه استفاده می کند تا با داده های زنده در مورد کل اجاره تأیید شود روند.

این فرایند ساده ، بصری است و فقط چند ثانیه طول می کشد. فرآیند اجاره داده ها به شدت تجربه مصرف کننده را بهبود می بخشد. بر اساس داده های اجاره داده زنده ، اپراتورها دوچرخه ها را با تمام ادغام فن آوری در جایی که کاربران می خواهند ، به مقصد مورد نظر اعزام می کنند و این ارزان تر از سالهای قبل است.

در یک تجارت کوچک کلیه فعالیتها نه تنها مدیریت دانش و روابط مشتری با استفاده از نرم افزار برای اتوماتیک ساختن تصمیمات موثر بر آنها پیکربندی می شود. در یک نرم افزار تجاری سنتی ، فرآیندها و تصمیمات سفت و سخت تر می شوند و اغلب به یک سلول محصور می شوند. در مقابل ، منطق غالب برای تجارت هوشمند تبدیل شدن به واکنش پذیری در زمان واقعی است.

اولین قدم ساختن مدلی از چگونگی تصمیم گیری انسان در حال حاضر و یافتن راه هایی برای تکرار عناصر ساده تر این فرایند با استفاده از نرم افزار است ، که طبق گفته های مارتین لیندستورم همیشه آسان نیست ، با توجه به اینکه چندین بار تصمیمات انسان بر اساس عقل سلیم یا حتی فعالیت عصبی ناخودآگاه.

مثال خرده فروشی آنلاین و فیزیکی آمازون با استفاده از برنامه های تلفن همراه (فقط برنامه های خرید فقط تجربه خرید) به سطح بعدی می رسد که توسط ادغام نرم افزار مداوم فرآیند حفظ با الگوریتم پیشرفته انجام می شود. از طریق ادغام ربات های مختلف ، ابزارهای مختلف را در سیستم عامل خود امکان پذیر می کند. با استفاده از این ابزار ، فروشندگان از خریداران استقبال می کنند ، محصولات را معرفی می کنند ، و قیمت ها و معامله ها را انجام می دهند ، همانطور که مردم در یک بازار سنتی خرید می کنند. ارائه دهندگان نرم افزارهای مختلف مانند Magento (توسط Adobe بر عهده گرفته شده است) ، Shopify ، Big Commerce و غیره ابزارهای پیچیده ای را با استفاده از الگوریتم های پیشرفته رفتار کاربر در زمان واقعی توسعه داده اند. در این روش فروشندگان از خریداران استقبال می كنند ، محصولات را معرفی می كنند ، نمونه برداری و نظرسنجی می كنند ، قیمت ها را مذاكره می كنند و موارد مشابه همانطور كه ​​بازرگانان و مشتریان در یك بازار سنتی انجام می دهند. همچنین این فعال کننده های سیستم عامل مجموعه ای از ابزارهای نرم افزاری را توسعه داده اند که به فروشندگان کمک می کند تا انواع مختلفی از جبهه های فروشگاه آنلاین پیچیده را طراحی و راه اندازی کنند.

در حالی که مشغول کار بر روی پروژه های مختلف تحول دیجیتال برای بخشهای مختلف عمودی و مصرف کننده در بازارهای APAC و ایالات متحده بوده ام ، متوجه شده ام که با وجود بسیاری از بازیگران بهم پیوسته ، تصمیمات تجاری نیاز به هماهنگی پیچیده ای دارد. موتورهای پیشنهادی سیستم عامل های تجارت الکترونیکی ترکیبی فوق الذکر با سیستم های مدیریت موجودی فروشندگان و با سیستم پروفایل مصرف کننده از سیستم عامل های مختلف رسانه های اجتماعی کار می کنند. و سیستم تراکنش با پیشنهادات تخفیف و برنامه های وفاداری و همچنین تغذیه در شبکه لجستیکی مرتبط کار می کند. استانداردهای ارتباطی مانند TCP / IP و API ها (رابط های برنامه نویسی برنامه) در حین اطمینان از کنترل دقیق افرادی که می توانند به داده ها در کل اکوسیستم دسترسی داشته و آنها را ویرایش کنند ، نقش مهمی در جریان دادن داده ها در میان چندین پخش کننده دارند. API ها به سیستم های نرم افزاری مختلف اجازه می دهند تا بصورت آنلاین با یکدیگر صحبت و هماهنگ شوند و در سیستم عاملهای توسعه آنلاین ، اعم از تجارت الکترونیکی ، اتوماسیون بازاریابی و CRM مرکزی یک کسب و کار ، درحال تبدیل شدن به مرکزیت هستند.

در سال 2017 ما یک Chabot مجهز به هوش مصنوعی برای کمک به سeriesالات مشتریان حوزه معرفی کرده ایم. این متفاوت از ارائه دهندگان خدمات مکانیکی است که برای اکثر افراد آشنا هستند و برنامه ریزی شده اند تا سوالات مشتری را با پاسخ در کارنامه خود مطابقت دهند. در حال حاضر چت بات ها مشارکت قابل توجهی در خط مشاغل مدرن آنلاین دارند.

بعداً فهمیدم که وقتی یک کسب و کار تمام فعالیت های خود را به صورت آنلاین انجام دهد ، سیلاب داده را تجربه خواهد کرد. برای جذب ، تفسیر و استفاده از داده ها به سود خود ، تجارت باید مدل ها و الگوریتم هایی ایجاد کند که به طور واضح منطق اصلی محصول یا پویایی بازار را ایجاد کند که تجارت برای بهینه سازی آن تلاش خواهد کرد. بدون پشتیبانی از یادگیری ماشین این امکان وجود ندارد.

به عنوان مثال ، بازار عمده تجارت الکترونیکی در ایالات متحده را امتحان کنید که امروزه از طریق صفحه وب سفارشی خود ، مجموعه ای از محصولات را که از میلیاردها فروشنده پیشنهاد می کند ، تسهیل می کند. انتخاب به طور خودکار توسط موتور پیشرفته توصیه انجام می شود. الگوریتم های آن که برای بهینه سازی نرخ تبدیل هر بازدید طراحی شده اند ، داده ها را از طریق پلت فرم آنلاین کسب و کار تلفیق می کند که با نقاط لمس آفلاین ، از عملیات گرفته تا خدمات مشتری به امنیت ، تلفیق می شود.

به طور خلاصه ، شرکت های بومی دیجیتال مانند Ola Cabs ، Uber ، Flipkart ، Amazon ، Alibaba و غیره از این مزیت برخوردار هستند که به صورت آنلاین متولد شده و آماده داده هستند. در آینده تبدیل آنها به تجارت هوشمندتر پیشرفت طبیعی است زیرا آنها ثابت کرده اند که مدل آنها کار می کند و اقتصاد صنعتی قدیمی را متحول می کند. از این رو وقت آن رسیده است که سازمانهای دیگر این منطق جدید تجاری را درک کنند و از نظر فنی ترسناک اما عملی تر به نظر برسند.

(نویسنده یک بازاریاب جهانی و سازنده تجارت دیجیتال است و در حال حاضر به عنوان مدیر – بازاریابی و امور شرکت ها با RICS جنوب آسیا کار می کند)

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>