این مقاله از مقاله “AI & Water management — What utilities need to know now” گرفته شده است. تو کاغذ کامل رو اينجا پيدا ميکني
شناسایی مشکل
هوش مصنوعی اغلب با این احساس که همه چیز را حل می کند و در همه جا کار می کند، اغشته می شود. و در حالی که خوش بینی در مورد پتانسیل هوش مصنوعی در بخش اب مهم است، بهتر است با دوز سالم اختیار و تمرکز بر اهداف و اولویت های منحصر به فرد خدمات فردی وزن شود. اگر اب و برق به هوش مصنوعی علاقه مند است، مهم است که در مورد برنامه های هوش مصنوعی بیشتر بدانید و به دقت مشکلاتی را که باید حل کنید، در نظر بگیرید، بنابراین هنگامی که فروشندگان با وعده های بزرگ AI به سازمان های شما می ایند، شما اماده ارزیابی این هستید که ایا این یک راه حل است که واقعا با اهداف شما هماهنگ است.
”استقرار هر راه حل AI باید قبل از درک روشنی از مشکل یا فرصت شما و ارزیابی بهترین برنامه های بالقوه یک راه حل AI داده شود.
به عبارت دیگر، ابتدا با شناسایی مشکل خود شروع کنید، سپس به عقب برگردید و به ابزار مناسب برگردید، نه اینکه با یک راه حل در جستجوی یک مشکل شروع کنید.
ابزارهای زیادی برای بخش اب وجود دارد که از یادگیری ماشین برای کمک به اب و برق برای حل مشکلات استفاده می کنند و ما برخی از این برنامه های کاربردی را در بالا برجسته کرده ایم. همانطور که هیجان در مورد ChatGPT ادامه دارد، برنامه های کاربردی بیشتری توسعه خواهد یافت که مربوط به بخش اب است. در اینجا برخی از ملاحظات شما ممکن است بخواهید به خاطر داشته باشید.
ملاحظات داده ها
یکی از بزرگترین دارایی های یک ابزار، داده های ان است. داده های یک ابزار می تواند فوق العاده متنوع و غنی باشد، اما همچنین با شکاف ها و کیفیت ناهموار در حالی که در سراسر یک سازمان پخش می شود. ممکن است داده های مشتری، نرخ استفاده، داده های وقفه خدمات، داده های مالی، داده های اب و هوایی، داده های اجتماعی و البته داده های بسیاری در مورد رفتار شبکه و دارایی های شبکه وجود داشته باشد. مشکل این است که این داده ها اغلب بین واحدهای تجاری، به ویژه در سازمان های بزرگتر، سیلو می شوند. به طور معمول، سازمان ها به طور کامل از داده های خود در واحدهای تجاری استفاده نمی کنند، یک مشکل رایج در بسیاری از صنایع.
می تواند فرصت های قابل توجهی از مشاهده داده ها به عنوان یک دارایی و قرار دادن ان به عنوان یک سیستم دارایی وجود داشته باشد. برای ایجاد بینش هایی که می تواند برای بهبود تصمیم گیری و تجربه مشتری استفاده شود. رسیدن به نقطه ای که داده ها می توانند موتوری باشند که هوش مصنوعی را تغذیه و هدایت می کنند، احتمالا نیاز به اقدامات قابل توجهی در مورد بهداشت داده ها و اماده سازی داده ها دارد.
تناسب فرهنگی و مدیریت تغییر
بهترین ایده ها می توانند بر روی تاک بمیرند اگر انها به درستی در پویایی فرهنگ سازمانی قرار نگیرند و این در مورد پذیرش ابزارهای هوش مصنوعی نیز صدق می کند. هر نوع تغییر بزرگ، به ویژه تغییرات تکنولوژیکی، دارای یک مفهوم مدیریت تغییر برای ان است که بخش اب باید ان را تصدیق کند و در نظر داشته باشد.
تغییرات تکنولوژیکی در یک سازمان می تواند به دلایل مختلف شکست بخورد و بسیار پرهزینه شود، مانند یک سازمان که به وضوح شناسایی و برقراری ارتباط نمی کند . یک تکنولوژی جدید مورد نیاز است و ایجاد یک نقشه راه روشن برای اندازه گیری موفقیت ان است. مدیریت ضعیف تغییر همچنین می تواند مقاومت کارکنان را در برابر تغییر تشدید کند، به ویژه با ابزارهای مبتنی بر هوش مصنوعی که اغلب ترس از تهدید اتوماسیون و حذف شغل در نیروی کار را ایجاد می کند.
”اما در حالی که تکنولوژی جدید می تواند مردم را دفع کند، می تواند مردم را نیز جذب کند. اب و برق ممکن است بخواهد اینده خود را در پی "سونامی نقره ای"، جمعیت شناسی پیری و موجی از کارگران بازنشسته، و اینکه ایا نسل جدیدی از استعدادها می خواهند و انتظار هوش مصنوعی را در محل کار دارند، در نظر بگیرند.
ایا سازمان های اب که در برابر تکنولوژی هوش مصنوعی مقاومت می کنند، خطر جذب استعدادهای جدیدی را که بخش اب به صراحت نیاز دارد، جذب نمی کنند؟ هنوز هم شاید بحث بر سر این باشد که ایا نسل های جوان سازمان هایی را انتخاب می کنند که هوش مصنوعی را بر دیگران ترجیح می دهند که ان را در طول بازو نگه می دارند. نکته این است که پیامی که یک ابزار به نیروی کار موجود و اینده خود در مورد استفاده از فن اوری های نوظهور منتقل می کند، چیزی است که باید در نظر گرفته شود.
اب و برق کوچک ممکن است چابک تر باشد
در حالی که هوش مصنوعی ممکن است برای اب و برق کوچک دلهره اورتر به نظر برسد، اب و برق کوچکتر می تواند در هنگام اتخاذ ابزارهای هوش مصنوعی سریعتر از سازمان های بزرگتر مزیت داشته باشد. به سادگی به دلیل کوچک بودن، می تواند داده های سیلو شده کمتری وجود داشته باشد و افراد کمتر می توانند به معنای دید اسان تر چپ به راست در عملکرد سازمان باشند، که باعث می شود مدیریت تغییر کمتر از یک تعهد باشد.
به عبارت دیگر، در حالی که اب و برق بزرگتر ممکن است به طور طبیعی داده ها و تجزیه و تحلیل های بیشتری برای تغذیه و هدایت ابزارهای هوش مصنوعی داشته باشند، می توانند در مورد بسیج سازمان خود برای اتخاذ تکنولوژی جدید کمتر چابک باشند. یک ابزار کوچکتر، حتی اگر شکاف داده داشته باشد، می تواند در موقعیت بهتری برای پر کردن هر گونه شکاف به سرعت به دلیل نوار قرمز کمتر و افراد کمتر به سمت تغییر تکنولوژی مورد نظر باشد.
با این وجود، اب و برق در تمام اندازه ها باید به این عصر جدید هوش مصنوعی با توجه دقیق به مشکلاتی که می خواهند حل کنند، همراه با ملاحظات مرتبط، نزدیک شوند، زیرا انها گزینه هایی را برای انتخاب و استقرار راه حل های مربوط به هوش مصنوعی بررسی می کنند.
#QatiumExperts
قتیوم با کارشناسان و رهبران فکر صنعت آب همکاری دارد. We create content to help utilities of all sizes to face current & future challenges.
پل فلمینگ، رئیس WaterValue و Water، Climate and Tech Advisor، مشاور Qatium است.