领先的工业公司正在更多地使用自动化技术。一些公司正在大规模利用数据为智能操作提供动力。不过，尽管取得了真正的进展，但整个行业的公司仍有一个绝佳的机会，可以走得更远。说到为未来做好准备，埃森哲(Accenture)的一项新研究显示，多达94%的工业企业可以加快向智能运营的转变。如何?通过最大化数据的战略价值、流程转型、为未来做好准备的人才和新的数字技术。
削减成本并不能削减成本
到目前为止，工业企业在进行业务转型时往往是被动的。他们喜欢尝试和测试过的方法，比如强力降低成本，以确保在周期性衰退即将到来时盈利。
在一个日益智能化、数字化的世界里，需要一种新的方法。一切都比以前快得多。每个行业的公司现在都需要快速响应新的客户需求、终端消费者期望和技术可能性。他们需要高度敏捷的运营，能够感知变化，然后转向新的机遇。
反应性的成本削减练习不会提供那些敏捷的能力。为了真正为未来做好准备，许多工业企业需要对整个运营模式和技术计划进行战略反思，构建人类人才和机器智能的智能协调。通过数据和机器学习，他们将实现整个业务的预测性、预防性和自动化操作。
当然，公司不可能在一夜之间创造出这样的智能操作。我们需要仔细考虑提高技术、数据分析和技能成熟度的过程。与此同时，考虑到变化的速度之快，确实有一种紧迫感。现在需要大规模地采取行动。
近期的三个重点
那么，工业企业该如何提高他们对未来的准备呢?有三个领域需要关注:数据、人才和技术。
1.从所有这些数据中获取更多价值
工业公司现在可以访问大量的数据。这不仅包括明显的来源——比如来自ERP系统的操作数据或来自销售点系统的客户数据——还包括许多组织甚至没有考虑的广泛的外部数据集。
例如，有多少oem在分析价值链的消费端指标?领导者这样做是为了发现无价的信息，以预测需求模式，并理解未来会发生什么。其他国家也需要这样做。
结合先进的数据分析——包括机器学习工具——这种关于数据的创造性思维可以改变工业公司的需求预测能力。反过来，这使他们能够主动启动供应链，避免最后一刻的意外，并有效地满足快速变化的客户期望。
这都是从销售产品到交付客户成果这一更广泛的转变的一部分。而且它需要整个业务能够大规模地利用数据——后台办公室就像前线运营一样。
2.穿越人才差距
这不仅仅是要有正确的数据。企业需要知道如何使用它，以及如何理解它在说什么。这就意味着要有拥有合适技能的合适人选。
更新人才战略以补充数据战略是工业企业的另一个优先事项。公司应该对现有人才进行重组，或者引进具有分析和数据科学经验的资源。
一些公司正在与伙伴组织合作，后者可以将这些见解作为一种服务提供。但无论他们如何进行，重要的是要有能从噪音中分辨出信号并从数据中得出可操作的见解的人。
3.考虑平台
第三个优先事项是考虑将所有运营智能整合在一起的数字平台。
将ERP系统合理化可能是这个故事的一部分，但这对行业来说是一个扩大范围的大好机会。现在的公司应该考虑利用云的能力、速度、可伸缩性和创新。
灵活的云平台可以与遗留的ERP环境共存，同时提供快速、低成本的尖端数据分析和其他创新服务。这些云解决方案现在可以说是运行现代工业业务的必要条件。
关注未来
过去12个月已经说明了工业公司能够在地面上迅速回应的重要性。
转向智能运营是创造这种敏捷性的方式——通过一种新的数据驱动的文化，从大的方面思考，利用大规模的洞察力，积极地投资于技术，满足快速增长的客户期望。
