Paul Fleming
Artikel ini diambil dari kertas “Pengurusan AI & Air – Apa utiliti yang perlu diketahui sekarang.” Anda akan menemui kertas penuh di sini.
Pengenalan masalah
AI sering disemai dengan rasa bahawa ia akan menyelesaikan segala-galanya dan bekerja di mana-mana sahaja. Walaupun keyakinan tentang potensi AI dalam sektor air adalah penting, ia paling baik ditimbang dengan budi bicara yang sihat, dan memberi tumpuan kepada matlamat unik dan keutamaan utiliti individu. Sekiranya utiliti berminat dengan AI, penting untuk mengetahui lebih lanjut mengenai aplikasi AI dan mempertimbangkan dengan teliti masalah yang perlu anda selesaikan, jadi apabila vendor datang ke organisasi anda dengan janji AI yang besar, anda bersedia untuk menilai sama ada ia adalah penyelesaian yang benar-benar sejajar dengan matlamat anda.
Penggunaan mana-mana penyelesaian AI harus didahului oleh pemahaman yang jelas tentang masalah atau peluang yang anda miliki dan penilaian terhadap aplikasi berpotensi terbaik penyelesaian AI yang diberikan.
Dalam erti kata lain, mulakan dengan mengenal pasti masalah anda terlebih dahulu, kemudian bekerja ke belakang ke alat yang sesuai, berbanding bermula dengan penyelesaian untuk mencari masalah.
Terdapat banyak alat yang tersedia untuk sektor air yang menggunakan pembelajaran mesin untuk membantu utiliti menyelesaikan masalah, dan kami telah menyerlahkan beberapa aplikasi di atas. Memandangkan keterujaan ChatGPT berterusan, lebih banyak aplikasi akan dibangunkan yang relevan dengan sektor utiliti air. Berikut adalah beberapa pertimbangan yang mungkin anda ingin ingat.
Pertimbangan data
Salah satu aset terbesar utiliti ialah datanya. Data utiliti boleh menjadi sangat pelbagai dan kaya tetapi juga mengesan jurang dan kualiti yang tidak sekata sambil juga tersebar di seluruh organisasi. Mungkin terdapat data pelanggan, kadar penggunaan, data gangguan perkhidmatan, data kewangan, data cuaca, data sosial dan kemudian sudah tentu banyak data mengenai tingkah laku rangkaian dan aset rangkaian. Masalahnya ialah, data ini sering siloed antara unit perniagaan, terutamanya dalam organisasi yang lebih besar. Biasanya, organisasi tidak memanfaatkan sepenuhnya data mereka di seluruh unit perniagaan, masalah biasa di banyak industri.
Terdapat peluang besar daripada melihat data sebagai aset dan meletakkannya berfungsi sebagai sistem aset untuk menjana pandangan yang boleh dimanfaatkan untuk meningkatkan pengambilan keputusan dan pengalaman pelanggan. Sampai ke titik di mana data boleh menjadi enjin yang memberi makan dan memacu AI mungkin memerlukan tindakan yang signifikan terhadap kebersihan data dan penyediaan data.
Pengurusan kesesuaian budaya dan perubahan
Idea terbaik boleh mati di atas pokok anggur jika mereka tidak bersarang dengan betul dalam dinamik budaya organisasi, dan itu juga berlaku untuk penggunaan alat AI. Apa-apa jenis perubahan besar, terutamanya perubahan teknologi, mempunyai implikasi pengurusan perubahan kepadanya bahawa sektor air perlu mengakui dan perlu diingat.
Perubahan teknologi dalam sesebuah organisasi boleh gagal dan menjadi sangat mahal atas beberapa sebab, seperti organisasi yang tidak mengenal pasti dan berkomunikasi dengan jelas mengapa teknologi baru diperlukan dan mewujudkan peta jalan yang jelas untuk mengukur kejayaannya. Pengurusan perubahan yang lemah juga boleh memburukkan lagi ketahanan pekerja terhadap perubahan, terutamanya dengan alat yang didayakan AI yang sering menimbulkan kebimbangan mengenai ancaman automasi dan penghapusan pekerjaan dalam tenaga kerja.
Tetapi sementara teknologi baru dapat menghalau orang, ia juga dapat menarik orang. Utiliti mungkin ingin mempertimbangkan masa depan mereka berikutan “Tsunami Perak,” demografi penuaan dan gelombang pekerja bersara, dan sama ada bakat generasi baru akan mahu dan mengharapkan AI di tempat kerja.
Adakah organisasi air yang menentang risiko teknologi AI tidak menarik bakat baru yang diperlukan oleh sektor air secara tegas? Ia masih mungkin untuk dibahaskan sama ada generasi muda akan memilih organisasi yang memeluk AI berbanding orang lain yang mengekalkannya dengan panjang lebar. Maksudnya, mesej utiliti menyampaikan kepada kedua-dua tenaga kerja sedia ada dan masa depannya mengenai penggunaan teknologi baru muncul adalah sesuatu yang perlu dipertimbangkan.
Utiliti kecil mungkin lebih tangkas
Walaupun AI mungkin kelihatan lebih menakutkan untuk utiliti kecil, utiliti yang lebih kecil boleh mempunyai kelebihan ketika menggunakan alat AI lebih cepat daripada organisasi yang lebih besar. Hanya kerana kecil, mungkin terdapat data yang kurang siloed, dan lebih sedikit orang boleh bermakna penglihatan kiri-ke-kanan yang lebih mudah ke dalam kerja organisasi, yang akan menjadikan pengurusan perubahan kurang daripada usaha.
Dalam erti kata lain, walaupun utiliti yang lebih besar secara semula jadi mungkin mempunyai lebih banyak data dan analisis untuk memberi makan dan memacu alat AI, mereka mungkin kurang tangkas apabila ia benar-benar menggerakkan organisasi mereka untuk menerima pakai teknologi baru. Utiliti yang lebih kecil, walaupun mereka mempunyai jurang data, boleh berada dalam kedudukan yang lebih baik untuk merapatkan jurang tersebut dengan cepat kerana kurang pita merah dan kurang orang untuk menyelaraskan ke arah perubahan teknologi yang dikehendaki.
Walau bagaimanapun, utiliti semua saiz harus mendekati era kecerdasan buatan baru ini dengan mata tajam terhadap masalah yang ingin mereka selesaikan, bersama dengan pertimbangan yang berkaitan, kerana mereka meneroka pilihan untuk memilih dan menggunakan penyelesaian AI yang berkaitan.
#QatiumExperts
Qatium dicipta bersama pakar dan pemimpin pemikiran dari industri air. Kami mencipta kandungan untuk membantu utiliti dari semua saiz untuk menghadapi cabaran semasa & masa depan.
Paul Fleming, Presiden WaterValue and Water, Climate and Tech Advisor, adalah penasihat Qatium.
