数据素养如何帮助GenAI提高陶氏化学公司的生产力

简介: 数据素养如何帮助GenAI提高陶氏化学公司的生产力

本文来源:企业网D1net


在全球材料科学公司陶氏化学,CIO兼首席数字官梅拉妮·卡尔玛带领团队通过提升数据素养和技术基础,推动公司全面接受GenAI。通过Microsoft 365 Copilot等工具,陶氏化学显著提升了生产力,从而在专利研究、供应链管理和客户服务等多个领域实现了重大突破,公司通过数据素养项目和跨部门合作,培养了高效的数据科学团队,推动企业在数字化转型中取得了显著成果,这一战略不仅优化了业务流程,还增强了公司在市场上的竞争力。


在GenAI产品市场投入大量创新的背景下,大型跨国公司必须提高利用这些技术的能力,但要建立一种接受GenAI的文化需要什么?对于梅拉妮·卡尔玛来说,答案是数据素养和坚实的技术基础。下面了解她和她的团队以及执行委员会如何创建一个“GenAI准备好”的文化。


数据和数字技术如何影响你的业务战略?


从核心上来说,陶氏化学公司的数字化是关于改变我们的工作方式,这包括我们如何与系统、数据和彼此互动,以提高生产力和增长。数据是我们今天所做的一切的核心,从AI到机器学习再到GenAI,这项工作对陶氏化学公司来说并不新鲜。近二十年来,我们在企业范围内一直利用预测技术,或我所说的传统AI,例如在研发和制造方面,所有这些都与IT部门合作。


这些传统AI能力的几个例子是什么?


以我们用来将乙烷裂解成乙烯的炉子的可靠性为例,我们为全球运营的多个炉子建立了数字孪生,目前在这些炉子上运行了70个AI模型,这些模型使我们能够提前预测故障,并预测炉子计划外事件减少20%,将维修时间至少缩短两天。


所以AI帮助我们减少紧急情况,我们仍然需要进行去焦(清洁炉子)的工作,但现在我们可以计划好这件事,我们可以将工作转移到其他炉子上,避免进入紧急模式,这些巨大的生产力节省还通过减少能耗推动了可持续性改善。


我们还在供应链中利用AI彻底改变了我们的需求预测和供应网络规划,我们现在能够提供关于网络性能的实时预测,优化库存,降低成本。


我坚信,规划功能是将正确的产品及时生产并送达客户的核心,因为我们在正确的时间和地点生产它们。作为一个集成制造能力,陶氏化学公司是一个复杂的拼图,这些AI模型帮助我们整合历史数据、市场趋势和客户行为,这些都使我们能够制定更精确的需求计划。最终,我们使用AI的目标是成为客户可靠的供应商,并且我们做到了:去年,我们的客户体验指数达到了历史最高水平。


GenAI是一个炒作周期中的新玩具还是会对你的业务产生实质性影响?


我们正在实施Microsoft 365 Copilot并已经看到了惊人的结果,我们定期调查了早期试点用户,当我们问他们每天节省了多少时间时,我们以为问题措辞有误,因为超过一半的人告诉我们他们每天节省了一到两个小时,我们现在正将用户群从一个小子集扩大到三分之一的员工,这些员工大多在办公室环境中,几个团队已经认识到成本节省机会以及效率提升,例如,在公共事务中,我们的同事们正在使用GenAI来撰写内容的初稿或分析大量数据,它帮助识别新兴趋势、公众情绪和潜在问题,使团队能够主动解决挑战并抓住机会。


GenAI早期生产力迹象的其他例子有哪些?


我们的团队可以要求Copilot“审查我的邮件并优先处理我今天应该关注的内容”,或者“找到我上周在做的那个PPT”,一个重要的Copilot使用案例是寻找文档。


专利是GenAI的另一个关键领域,通过专利解决方案,我们有机会获得更高的利润,因此,我们的研发团队始终在寻找下一种分子或解决客户问题的新方法。传统上,他们必须筛选大量专利以确定他们当前的工作是否具有专利性,但由于GenAI能够在短时间内评估数千个相关专利,研发部门在某些情况下将专利研究的时间从四个月减少到四小时。


为了受益于GenAI,你需要建立什么基础?


从技术角度来看,我们需要一个现代、安全的网络。多年来,我们一直与包括思科在内的公司合作,提升我们的网络能力,并利用超大规模计算资源。我们还在SAP系统中拥有深度流程能力,在Microsoft工具中拥有决策能力,并在我们的集成数据中心或数据湖中拥有一个出色的信息基础,这些都是基于Microsoft的。这些都是我们运行AI和机器学习的基础。


但技术基础只是其中一部分,为了让GenAI真正驱动生产力,我们必须建立一种接受新解决方案并欣赏数字能力价值的文化,以简化他们的工作。AI不仅仅是将工具嵌入组织中,它是帮助人们更聪明地工作并提高生产力。在推出AI能力之前,我们必须提高数据素养。


你是如何做到这一点的?


陶氏化学公司将数据素养作为我们数字化转型战略的关键组成部分,我们的愿景是让每个人都能掌握数据语言,并为他们在数字世界中的成功做好准备,这涉及到改变集体思维方式、语言和技能,使他们对数据保持开放、愿意和好奇,并能建设性地应用数据解决问题。


我们的数据和分析素养项目包括一套按需内容课程,这些课程由内部专业人员利用其专业知识开发,生成适用于陶氏化学公司公司的内容,以及通过领先的在线学习平台Coursera提供的内容,我们在利用Coursera学习方面取得了巨大成功,最近在AI素养方面的参与率超过了92%,我们还得到了高层领导的大力参与,今年晚些时候,我们还将推出一项全公司的数据素养项目,这项举措是陶氏化学公司公司更广泛活动的一部分,旨在使AI在公司内部具有可扩展性和可持续性。


你是如何将AI主题分解为一个素养项目的?


我相信眼见为实;不要只是对我说,要展示给我看。对于董事会,我们最近进行了一次AI展示步行,四个小团队展示了我们正在开发的AI能力的具体例子。董事会成员与解决方案进行了互动,并提出了问题,这有助于我们达成共识,了解我们如何使用这些新工具。此外,去年八月,我们举办了一次AI沉浸日,由CEO Jim Fitterling和我共同主持,针对我们前200名领导者。那一天是为了探索GenAI的潜力以及它对我们的客户和员工的好处。我们邀请了一些外部演讲者,并在小组讨论中花时间头脑风暴如何利用AI。


我们首先解释了我们已经使用多年的传统AI与新兴的GenAI之间的区别,我们还分享了Microsoft 365 Copilot的视频,并讨论了其他基于GenAI的公司。目的是开阔思路,并展示我们希望整个企业领导团队影响我们将要开展的工作。他们对帮助团队利用AI提高生产力的角色感到非常兴奋。那次会议结束后,我们收集了200多个想法,并将其归纳为20类,然后,领导团队投票选出了对公司价值创造潜力最高的五个想法,我还要求执行团队和整个组织在线上参加一些GenAI基础课程。


你是如何在陶氏化学公司利用数据科学家的?


我们采用了中心辐射模型,集中IT团队负责治理,数据科学家分布在公司各个领域,如制造、供应链和研发,我们的数据科学家不仅需要掌握数据科学,还需要理解我们业务的核心,以便利用数据解决业务问题。


几年前,我组织了一次陶氏化学公司数据科学挑战赛,前任CFO和我一起召集了我们的数据科学家,向他们提出了一个大胆的挑战:为公司增加1亿美元的EBITDA。我们将他们与平时不常合作的人组队,以激发新的想法。从那次挑战中,我们得到了许多可操作的想法,因此我们每年都会举办这项活动。当你将来自不同职能部门的数据科学家聚集在一起时,创新和企业解决方案就会发生。


版权声明:本文为企业网D1Net编译,转载需在文章开头注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。封面图片来源于摄图网


(来源:企业网D1Net)


image.png

如果您在企业IT、网络、通信行业的某一领域工作,并希望分享观点,欢迎给企业网D1Net投稿。

投稿邮箱:

editor@d1net.com

合作电话:

010-58221588(北京公司)

021-51701588(上海公司)

合作邮箱:

Sales@d1net.com


企业网D1net旗下信众智是CIO(首席信息官)的专家库和智力输出及资源分享平台,有五万多CIO专家,也是目前最大的CIO社交平台。


信众智对接CIO为CIO服务,提供数字化升级转型方面的咨询、培训、需求对接等落地实战的服务。也是国内最早的toB共享经济平台。同时提供猎头,选型点评,IT部门业绩宣传等服务。

相关文章
|
4月前
|
人工智能
AI时代下:面对高要求低薪酬,我们如何破局?
在AI时代,职场竞争加剧,高要求低薪酬成挑战。Adobe国际认证提供破局之道。该认证覆盖Photoshop等多款软件及数字媒体相关领域,证明专业技能,提升个人竞争力,助于拓展职业发展空间。通过选择热门专业方向、持续学习、展示能力与争取合理待遇,认证持有者能在自动化变革中脱颖而出,实现职业与薪资增长。
AI时代下:面对高要求低薪酬,我们如何破局?
|
图形学
带你3D建模行业真实现状,就业前景薪资待遇真有那么好?
不需要大学文凭。但是需要在某个大型项目中担任过重要角色。最好在国外3A大厂镀过两年金。EA,育碧,暴雪,你待过哪个? 有没有信心?有没有自信?
174 0
|
机器学习/深度学习 人工智能 缓存
从特斯拉 AI 团队学到的九条方法论
尽管 OpenAI 以其在自然语言处理上的成就而著称,而 DeepMind 则以强化学习和决策而闻名,特斯拉(Tesla)无疑是计算机视觉领域最有影响力的公司之一。即便你不是计算机视觉专业人士,你也可以通过特斯拉了解到不少它的生产级人工智能。
261 0
从特斯拉 AI 团队学到的九条方法论
|
机器学习/深度学习 人工智能 机器人
一项震动制药行业的研究:大型制药公司AI的生产力
一项震动制药行业的研究:大型制药公司AI的生产力
164 0
一项震动制药行业的研究:大型制药公司AI的生产力
|
人工智能
人工智能对生产力和薪酬的影响
人工智能提供了通过自动化日常任务来提高生产率的机会。本文概述了人工智能可能很快获得应用的一些领域。
150 0
|
机器学习/深度学习 人工智能 数据管理
AI现状 人才短缺成为障碍
最新的调查告诉我们在企业领域 AI 应用到了怎样的程度(已经从原型向生产阶段过渡),调查还涉及具体技术和工具的流行程度,应用者面临怎样的挑战,以及其它一些问题。
744 0
AI现状 人才短缺成为障碍
|
机器学习/深度学习 人工智能 供应链
2020 人工智能人才报告:AI 职位需求放缓,非技术素质将成重要考核指标
2019 年,人工智能技术(AI)持续保持惊人的发展速度。预计到 2030 年,AI 技术将为全球增加 15.7 万亿美元的商业价值。2020 年将成为 AI 研究、产品开发和商业化的关键之年。
3422 0
2020 人工智能人才报告:AI 职位需求放缓,非技术素质将成重要考核指标
|
UED
产品经理就是综合生物,互联网营销
  这篇文章是自己在职业路程中对产品经理角色的认知和总结,写给同僚们望产生共鸣,写给想进入这扇门的朋友,希望他们多了解门后的天地。   如果将互联网比喻为超大的生态园,产品经理则是其中的一种“综合生物”。
1363 0
|
数据采集 分布式计算 大数据
业界 | 别跟风了!你的公司根本不需要数据科学家
数据科学家不是魔法师,当所需的数据不可得或者质量很差的时候,数据科学家能做的很有限,这已经超过了技术的范畴。企业管理者如果能从全局出发部署数据战略,才能真正解决当下数据科学家的痛点,这样数据科学家才能发挥作用解决公司的痛点。
1261 0
下一篇
无影云桌面