Skip to main content

Makala hii ilichukuliwa kutoka kwenye karatasi “AI & Usimamizi wa Maji – Ni huduma gani zinahitaji kujua sasa.” Utapata karatasi kamili hapa.

AI mara nyingi huingizwa kwa maana kwamba itatatua kila kitu na kufanya kazi kila mahali. Na wakati matumaini juu ya uwezo wa AI katika sekta ya maji ni muhimu, ni bora kupimwa kwa kipimo cha busara cha afya, na kuzingatia malengo ya kipekee na vipaumbele vya huduma za kibinafsi. Ikiwa huduma zinavutiwa na AI, ni muhimu kujifunza zaidi juu ya programu za AI na kuzingatia kwa makini matatizo unayohitaji kutatua, kwa hivyo wachuuzi wanapokuja kwenye mashirika yako na ahadi kubwa za AI, uko tayari kutathmini ikiwa ni suluhisho ambalo linaendana na malengo yako.

Kupelekwa kwa suluhisho lolote la AI inapaswa kutanguliwa na uelewa wazi wa tatizo au fursa uliyo nayo na tathmini ya matumizi bora ya suluhisho la AI.

Kwa maneno mengine, anza na kutambua tatizo lako kwanza, kisha fanya kazi nyuma kwenye chombo kinachofaa, kinyume na kuanza na suluhisho katika kutafuta tatizo.

Kuna vifaa vingi vinavyopatikana kwenye sekta ya maji ambavyo vinatumia mashine kujifunza kusaidia huduma kutatua matatizo, na tumeangazia baadhi ya maombi hayo hapo juu. Wakati msisimko karibu na ChatGPT unaendelea, maombi zaidi yataendelezwa ambayo yanafaa kwa sekta ya matumizi ya maji. Hapa kuna baadhi ya mambo ambayo unaweza kutaka kukumbuka.

Mazingatio ya data

Moja ya mali kubwa ya shirika ni data yake. Data ya matumizi inaweza kuwa tofauti sana na tajiri lakini pia doa na mapungufu na ya ubora usio sawa wakati pia kuenea katika shirika. Kunaweza kuwa na data ya wateja, viwango vya matumizi, data ya usumbufu wa huduma, data ya kifedha, data ya hali ya hewa, data ya kijamii na kisha bila shaka data nyingi kuhusu tabia ya mtandao na mali za mtandao. Tatizo ni kwamba, data hizi mara nyingi hufungwa kati ya vitengo vya biashara, hasa katika mashirika makubwa. Kwa kawaida, mashirika hayatumii kikamilifu data zao katika vitengo vya biashara, tatizo la kawaida katika tasnia nyingi.

Kunaweza kuwa na fursa muhimu kutoka kwa kutazama data kama mali na kuiweka kufanya kazi kama mfumo wa mali kuzalisha ufahamu ambao unaweza kutumiwa ili kuboresha maamuzi na uzoefu wa wateja. Kufikia mahali ambapo data inaweza kuwa injini inayolisha na kuendesha AI itahitaji hatua kubwa juu ya usafi wa data na maandalizi ya data.

Utamaduni unaofaa na kubadilisha usimamizi

Mawazo bora yanaweza kufa kwenye mzabibu ikiwa hayajaota vizuri ndani ya mienendo ya utamaduni wa shirika, na hiyo inatumika kwa kupitishwa kwa zana za AI pia. Aina yoyote ya mabadiliko makubwa, hasa mabadiliko ya kiteknolojia, yana maana ya usimamizi wa mabadiliko kwake ambayo sekta ya maji inahitaji kutambua na kuzingatia.

Mabadiliko ya kiteknolojia katika shirika yanaweza kushindwa na kuwa na gharama kubwa kwa sababu kadhaa, kama shirika lisilotambua wazi na kuwasiliana kwa nini Teknolojia mpya inahitajika na kuunda barabara ya wazi ya kupima mafanikio yake. Usimamizi duni wa mabadiliko pia unaweza kuzidisha upinzani wa mfanyakazi kubadilika, hasa na zana zinazowezeshwa na AI ambazo mara nyingi huleta hofu juu ya tishio la kuondolewa kwa automatiska na kazi katika nguvu kazi.

Lakini wakati teknolojia mpya inaweza kurudisha watu, inaweza pia kuvutia watu. Huduma zinaweza kutaka kufikiria mustakabali wao baada ya "Tsunami ya Fedha," idadi ya watu wanaozeeka na wimbi la wafanyakazi wanaostaafu, na ikiwa kizazi kipya cha talanta kitataka na kutarajia AI kazini.

Je, mashirika ya maji yanayopinga teknolojia ya AI yana hatari ya kutovutia vipaji vipya ambavyo sekta ya maji itahitaji bila shaka? Bado labda ni juu ya mjadala ikiwa vizazi vichanga vitachagua mashirika ambayo yanakumbatia AI juu ya wengine ambayo huiweka kwa urefu wa silaha. Jambo ni kwamba, ujumbe ambao shirika linawasilisha kwa wafanyakazi wake waliopo na wa baadaye kuhusu matumizi yake ya teknolojia zinazojitokeza ni jambo la kuzingatia.

Huduma ndogo zinaweza kuwa agile zaidi

Wakati AI inaweza kuonekana kuwa ya kutisha zaidi kwa huduma ndogo, huduma ndogo zinaweza kuwa na faida linapokuja suala la kupitisha zana za AI haraka kuliko mashirika makubwa. Kwa sababu tu ya kuwa ndogo, kunaweza kuwa na data ndogo, na watu wachache wanaweza kumaanisha kuonekana kwa urahisi wa kushoto kwa kulia katika kazi za shirika, ambayo itafanya usimamizi wa mabadiliko kuwa chini ya kazi.

Kwa maneno mengine, wakati huduma kubwa zinaweza kuwa na data zaidi na uchambuzi wa kulisha na kuendesha zana za AI, zinaweza kuwa chini ya agile linapokuja suala la kuhamasisha shirika lao kupitisha teknolojia mpya. Matumizi madogo, hata kama yana pengo la data, yanaweza kuwa katika nafasi nzuri ya kuziba mapengo hayo haraka kutokana na mkanda mdogo mwekundu na watu wachache kuendana na mabadiliko ya teknolojia yanayotakiwa.

Hata hivyo, huduma za ukubwa wote zinapaswa kukaribia enzi hii mpya ya akili bandia kwa jicho kali juu ya matatizo wanayotaka kutatua, pamoja na mazingatio yanayohusiana, wanapochunguza chaguzi za kuchagua na kupeleka suluhisho husika za AI.

#QatiumExperts

Qatium imeundwa kwa ushirikiano na wataalamu na viongozi wa mawazo kutoka sekta ya maji. Tunaunda maudhui ya kusaidia huduma za ukubwa wote ili kukabiliana na changamoto za sasa na za baadaye.

Paul Fleming, Rais wa WaterValue na Maji, Mshauri wa Hali ya Hewa na Teknolojia, ni mshauri wa Qatium.