IOT पारिस्थितिक रणनीति (I): डेटा को स्थायी व्यावसायिक मूल्य में कैसे परिवर्तित करें?

       निर्देशित पठन

       इंटरनेट ऑफ थिंग्स द्वारा उत्पन्न डेटा धीरे-धीरे बड़े डेटा की मुख्य शक्ति बन रहा है। इस पेपर का उद्देश्य एक ऐसे मुद्दे का पता लगाना है जिसके बारे में अधिकांश नवीन उद्यम अधिकारी बहुत चिंतित हैं: इंटरनेट ऑफ थिंग्स डेटा श्रृंखला के साथ कदम दर कदम डेटा को टिकाऊ व्यावसायिक मूल्य में कैसे परिवर्तित किया जाए?

"हालांकि डेटा को उद्यम की बैलेंस शीट में शामिल नहीं किया गया है, लेकिन यह केवल समय की बात है।"

       ——बिग डेटा एज विक्टर & middot; मेल स्कोनबर्ग

       कुछ लोग कहते हैं कि समाज पर डेटा की भूमिका तेल की तरह है। दूसरे कहते हैं कि समाज पर डेटा का प्रभाव तेल से भी ज़्यादा होगा। मुझे लगता है कि यह ठीक है। डेटा और तेल दोनों ही सामाजिक परिवर्तन को बढ़ावा देने के लिए ऊर्जा स्रोत हैं, और उनकी पीढ़ी और अनुप्रयोग प्रक्रियाएँ एक जैसी हैं; हालाँकि, डेटा में कई ऐसी विशेषताएँ हैं जो तेल से बेजोड़ हैं: इसे फिर से इस्तेमाल किया जा सकता है, कॉपी किया जा सकता है और तेज़ गति से प्रसारित किया जा सकता है, इसलिए समाज पर डेटा का प्रभाव तेल से कहीं ज़्यादा होगा!

       किसी भी मामले में, डेटा की तुलना तेल से करने से इंटरनेट ऑफ थिंग्स डेटा चेन के संदर्भ को बेहतर ढंग से समझने में मदद मिलती है। मैंने एक तेल कंपनी में काम किया है और मुझे तेल की व्यावसायिक प्रक्रिया के बारे में कुछ जानकारी है। आइए डेटा की तुलना तेल से करें।

       तेल का दोहन होने से पहले, यह पृथ्वी की पपड़ी में जमा जटिल घटकों के साथ हाइड्रोकार्बन का मिश्रण मात्र था। हालाँकि, एक बार जब इसे भूमिगत से बाहर निकाला गया, तो इसका उपयोग विभिन्न उद्देश्यों के लिए किया जा सकता था और यह आधुनिक समाज की विभिन्न आवश्यकताओं, जैसे ईंधन (गैसोलीन, डीजल, आदि), चिकनाई तेल, रासायनिक कच्चे माल, प्लास्टिक उत्पाद आदि बन गया। इसका वाणिज्यिक मूल्य भी धीरे-धीरे स्पष्ट रूप से और विशद रूप से प्रदर्शित हुआ है।

       डेटा के वाणिज्यिक मूल्य के खनन की प्रक्रिया आभासी डिजिटल तेल को परिष्कृत करने जैसी है।

चित्र 1: इंटरनेट ऑफ थिंग्स डेटा लिंक की तेल उत्पादन और विपणन प्रक्रिया

       जैसा कि चित्र 1 में दिखाया गया है, इंटरनेट ऑफ थिंग्स के लिए, डेटा मूल्य का खनन भी डेटा खानों की तलाश से शुरू होना चाहिए, और फिर, डेटा एकत्र करने, संचार करने, संग्रहीत करने और विश्लेषण करने की क्षमता में लगातार सुधार करके, उन फ़िल्टर किए गए और विश्लेषण किए गए डेटा को वाणिज्यिक मूल्य में परिवर्तित करना चाहिए जो उद्यमों के लाभों को प्रतिबिंबित कर सकते हैं। यह प्रक्रिया तेल उत्पादन और विपणन प्रक्रिया के समान एक डेटा लिंक बनाती है: डेटा अधिग्रहण (तेल शोषण), डेटा संचार (तेल परिवहन), डेटा भंडारण और विश्लेषण (तेल भंडारण और शोधन), अनुप्रयोग और वाणिज्यिक मूल्य में रूपांतरण चित्र 2 में दिखाए गए हैं।

चित्रा 2:इंटरनेट ऑफ थिंग्स डेटा लिंक का योजनाबद्ध आरेख

       वास्तव में, डेटा अनुप्रयोग और रूपांतरण की प्रक्रिया में अभी भी नए डेटा उत्पन्न होते हैं। ये नए डेटा वास्तविक समय में वापस फीड किए जाते हैं और प्रारंभिक चरण में वापस आ जाते हैं। अन्य डेटा के साथ, वे फिर से पूरी श्रृंखला प्रक्रिया से गुजरते हैं, जिससे तेल की पारंपरिक "उत्पादन खपत अपशिष्ट" रैखिक प्रक्रिया से अलग "अधिग्रहण आवेदन प्रतिक्रिया अधिग्रहण" चक्र प्रक्रिया बनती है, यह परिपत्र अर्थव्यवस्था के तहत तेल द्वारा अनुभव की जाने वाली "उत्पादन खपत पुनर्चक्रण" की टिकाऊ प्रक्रिया के काफी समान है, यही कारण है कि इंटरनेट ऑफ थिंग्स पारिस्थितिकी तंत्र के निर्माण के लिए टिकाऊ व्यापार रणनीति बहुत महत्वपूर्ण है।

       निम्नलिखित चित्र 2 में दिखाए गए चरणों के अनुसार इंटरनेट ऑफ थिंग्स डेटा श्रृंखला के साथ डेटा को टिकाऊ व्यावसायिक मूल्य में कैसे परिवर्तित किया जाए, इस पर चरण-दर-चरण चर्चा है।

डेटा संग्रह: बड़े डेटा लक्ष्य खनन क्षेत्र का पता लगाएं

चित्रा 3:इंटरनेट ऑफ थिंग्स डेटा अधिग्रहण का योजनाबद्ध आरेख

       कच्चे तेल की संरचना और उपस्थिति उत्पत्ति के स्थान से भिन्न होती है, और मूल डेटा सभी रूपों में समावेशी होते हैं। शब्द, चित्र, ध्वनियाँ, प्रतीक, संकेत और अन्य जानकारी जो कंप्यूटर द्वारा डिजिटाइज़ की जा सकती हैं, वे मूल डेटा बन सकती हैं! इसके अलावा, तेल के लिए उसके मूल के भूविज्ञान, भू-आकृति और खनन प्रौद्योगिकी के लिए विशिष्ट सीमा आवश्यकताएँ हैं, और खनन तकनीक हमेशा समय के साथ तालमेल बनाए रखती है। इसी तरह, इंटरनेट ऑफ़ थिंग्स डेटा के संग्रह पर चर्चा भी विशिष्ट परिदृश्यों के अनुरूप होनी चाहिए और संग्रह के लिए विकसित तकनीकी समाधानों का उपयोग करना चाहिए।

       इंटरनेट ऑफ थिंग्स के उदय से पहले, हमारा पारंपरिक डेटा आम तौर पर अपेक्षाकृत स्थिर, संरचनात्मक रूप से तय और सटीक डेटा को संदर्भित करता है जो उद्यम के भीतर से आता है, ग्राहकों के साथ मैन्युअल रूप से बातचीत करता है या नियमित रूप से पढ़ा जाता है। अब इंटरनेट ऑफ थिंग्स डेटा संग्रह के दायरे को व्यापक रूप से बढ़ाता है। इसमें समय के साथ उत्पादन उपकरण, उपयोगकर्ता और उत्पादों से वास्तविक समय का विशाल गतिशील डेटा शामिल है। यह पहले से कहीं अधिक व्यापक और समय पर है, और पारंपरिक व्यावसायिक प्रक्रियाओं में कई डेटा अंतराल को भरता है।

       इंटरनेट ऑफ थिंग्स डेटा की विशेषताएँ "पूर्ण", "व्यापक" और "विशाल" होती हैं, जो हमें इन डेटा को अलग तरह से सोचने पर मजबूर करती हैं। हमें अब सीमित डेटा के बीच कठोर कारण संबंधों पर ध्यान केंद्रित नहीं करना है, बल्कि डेटा द्वारा दर्शाई गई विभिन्न चीजों के बीच संभावित संबंधों के बारे में अधिक जानकारी होनी चाहिए, ताकि संभावित मूल्य का पता लगाया जा सके और भविष्य की प्रवृत्ति को समझा जा सके। मैं इसे दूसरे तरीके से रखूँगा, IoT डेटा का मुख्य कार्य "भविष्यवाणी" के माध्यम से अधिक रंगीन भविष्य बनाना है। सोचने का यह नया तरीका यांत्रिक गति को समझने की सटीक सोच के बजाय जीवन विकास को समझने की पारिस्थितिक सोच के करीब है।

       तो वह कौन सा IOT डेटा है जिसे वाणिज्यिक मूल्य में परिवर्तित किया जा सकता है? व्यावसायिक प्रक्रियाओं पर इसके प्रभाव के दृष्टिकोण से, मुझे लगता है कि इसे मोटे तौर पर निम्नलिखित चार श्रेणियों में विभाजित किया जा सकता है:

 
       उपकरण की ऊर्जा दक्षता और प्रदर्शन में सुधार के लिए डेटा:इंटरनेट ऑफ थिंग्स तकनीक बुद्धिमानी से उपकरणों की ऊर्जा खपत का प्रबंधन और अनुकूलन कर सकती है, मैन्युअल भागीदारी को कम कर सकती है, और पूरी व्यावसायिक प्रक्रिया की ऊर्जा हानि को बचा सकती है। यही कारण है कि लोग आम तौर पर इंटरनेट ऑफ थिंग्स तकनीक को "ऊर्जा-बचत तकनीक" के रूप में वर्गीकृत करते हैं।वास्तविक अनुप्रयोग परिदृश्य के अनुसार, हमें जो ऊर्जा खपत डेटा एकत्र करने की आवश्यकता होती है, उसमें वास्तविक समय की शक्ति, गर्मी, पानी की मात्रा, दबाव या गणना किए गए कोयले के समतुल्य, साथ ही संबंधित वोल्टेज, धारा, मात्रा आदि शामिल होते हैं।

       उपकरण निदान और प्रारंभिक चेतावनी के लिए डेटा:उदाहरण के लिए, उपकरण स्थान का तापमान, उपकरण कंपन आवृत्ति, द्रव प्रवाह, पर्यावरणीय शोर और यहां तक ​​कि उपकरण संपर्क अंतराल का दबाव भी निर्दिष्ट करें।एकत्र किए जाने वाले विशिष्ट पैरामीटर अनुप्रयोग परिदृश्य के अनुसार भिन्न होते हैं, ताकि उत्पादन प्रक्रिया में संभावित दोषों या आपदाओं को रोका या कम किया जा सके।

       ग्राहक सेवा को बेहतर बनाने के लिए डेटा का उपयोग किया गया:असंवेदनशील ग्राहक लेनदेन डेटा, जैसे लेनदेन मात्रा, लेनदेन मात्रा, लेनदेन आवृत्ति, लेनदेन स्थान, उत्पाद प्रकार, ग्राहक स्कोर, साथ ही ग्राहक उपयोग डेटा, जैसे स्मार्ट होम के लिए विभिन्न स्थानिक अनुभव डेटा।ये डेटा न केवल ग्राहकों को लेनदेन संबंधी निर्णय लेने में मदद करने के लिए व्यक्तिगत संदर्भ राय और वास्तविक समय सेवाएं प्रदान कर सकते हैं, बल्कि उद्यमों को नए ग्राहकों और भविष्य के सीमा-पार भागीदारों के लिए अधिक व्यक्तिगत सेवाएं प्रदान करने में भी मदद कर सकते हैं।

       "एज़ ए सर्विस (xaas)" प्राधिकरण को क्रियान्वित करने के लिए उपयोग किया गया डेटा:इंटरनेट ऑफ थिंग्स के युग में "संचार उपकरण" में विभिन्न वस्तुएं शामिल हैं। उनका सामान्य संचालन समय, विस्थापन दूरी, विफलता समय और इसी तरह की अन्य चीजें यह निर्धारित करती हैं कि उपयोगकर्ताओं को किन परिस्थितियों में और कब किन सेवाओं का उपयोग करने का अधिकार है।ये डेटा विभिन्न "सेवा के रूप में" व्यवसाय मॉडलों के परिवर्तन में विशेष रूप से प्रमुख भूमिका निभाते हैं।प्राधिकरण के आधार पर, उपयोगकर्ताओं को सीधे ऑनलाइन मूल्य, निपटान और कटौती भी की जा सकती है।

साथ ही, इंटरनेट ऑफ थिंग्स के अनुप्रयोग परिदृश्यों में विविधता होती है, और संग्रह और विश्लेषण के लिए उपलब्ध डेटा के प्रकारों का लगातार विस्तार किया जाएगा। ऊपर बताए गए डेटा प्रकार भविष्य के इंटरनेट ऑफ थिंग्स डेटा का केवल एक हिस्सा हो सकते हैं, लेकिन नया डेटा मूल रूप से "प्रासंगिकता का पता लगाना, परिणामों की भविष्यवाणी करना और मूल्य का एहसास करना" के मूल कार्य से अविभाज्य है। इस मूल के आसपास, यह भविष्यवाणी की जा सकती है कि इंटरनेट ऑफ थिंग्स डेटा व्यवसाय को अधिक बुद्धिमान तकनीक और अधिक पारिस्थितिक सोच के साथ एक नए युग में ले जाएगा!

डेटा संचार, भंडारण और विश्लेषण: डेटा में ख़ज़ाने की खोज

चित्रा 4:इंटरनेट ऑफ थिंग्स डेटा संचार, भंडारण और विश्लेषण

       चूंकि IoT डेटा वर्चुअलाइज्ड है, समय के साथ बदल रहा है और पुन: प्रयोज्य है, IoT डेटा की संचार, भंडारण और विश्लेषण प्रक्रिया में तेल संचरण, भंडारण और शोधन की तुलना में अधिक जटिलता और लचीला विकास स्थान है। इस प्रक्रिया में बड़ी संख्या में उभरती हुई अत्याधुनिक तकनीकें या प्रौद्योगिकी संग्रह शामिल हैं, जैसा कि चित्र 4 में दिखाया गया है, जिसमें डेटा संचार के क्षेत्र में विभिन्न नई संचार तकनीकें और प्रोटोकॉल, स्थानीय और व्यापक क्षेत्र इंटरनेट ऑफ थिंग्स नेटवर्किंग तकनीकें, साथ ही भंडारण और विश्लेषण के क्षेत्र में सार्वजनिक या निजी क्लाउड स्टोरेज, क्लाउड कंप्यूटिंग, एज कंप्यूटिंग, मशीन लर्निंग, आर्टिफिशियल इंटेलिजेंस, डेटा विज़ुअलाइज़ेशन, ब्लॉकचेन आदि शामिल हैं। क्योंकि ये दूरंदेशी प्रौद्योगिकियां व्यवसाय में प्रवेश करना जारी रखती हैं, इसलिए यह लिंक विध्वंसक नई तकनीकों और नए व्यापार मॉडल को जन्म देना भी बेहद आसान है।

       इन नई प्रौद्योगिकी समाधानों और व्यापार मॉडलों में से, केवल वे नई प्रौद्योगिकियां, नए प्लेटफॉर्म या नए व्यापार मॉडल जो अधिक विविध प्रौद्योगिकियों और व्यावसायिक संसाधनों को एकीकृत कर सकते हैं, भविष्य के प्रौद्योगिकी बाजार में अंतिम विजेता हैं, जैसे कि स्मार्ट चिप्स, 5 जी संचार और इंटरनेट ऑफ थिंग्स ऑपरेटिंग सिस्टम जो इंटरनेट ऑफ थिंग्स तकनीक के मुख्य क्षेत्र पर कब्जा करते हैं, या इंटरनेट ऑफ थिंग्स के अपस्ट्रीम और डाउनस्ट्रीम पारिस्थितिक भागीदारों को जोड़ते हैं, समृद्ध एपीआई के साथ इंटरनेट ऑफ थिंग्स डेटा प्लेटफॉर्म प्रदान करते हैं, और इसी तरह। इंटरनेट ऑफ थिंग्स युग में व्यावसायिक प्रारूप, कार्मिक संगठन से लेकर तकनीकी वास्तुकला तक, सपाट और ओपन-सोर्स होने की प्रवृत्ति रखते हैं, विभिन्न पारंपरिक तकनीकी बाधाओं को तोड़ा जा रहा है, और वाणिज्यिक प्राधिकरण को प्रत्यायोजित किया जा रहा है। इसलिए, पारंपरिक उद्योगों में कुछ नेताओं के मरते हुए संघर्ष भी एक के बाद एक उजागर हुए हैं।

       इस महत्वपूर्ण कड़ी की प्रौद्योगिकी और व्यवसाय प्रवृत्ति को समझने के लिए, बादल से कोहरे तक फैली निम्नलिखित विशिष्ट इंटरनेट ऑफ थिंग्स वास्तुकला को उदाहरण के रूप में लें।

चित्रा 5:इंटरनेट ऑफ थिंग्स एज एनालिसिस प्लेटफॉर्म का आर्किटेक्चर आरेख

       जैसा कि चित्र में दिखाया गया है, बुद्धिमान टर्मिनल उपकरण और इंटरनेट ऑफ थिंग्स व्यवसाय परिदृश्यों के बढ़ते विविधीकरण के साथ, यह आवश्यक है कि डेटा ट्रांसमिशन और फीडबैक की गति तेज हो, विशेष रूप से स्मार्ट ग्रिड, तेल अन्वेषण और दूरस्थ संचालन के साथ अधिकांश औद्योगिक विनिर्माण क्षेत्रों के लिए, इंटरनेट ऑफ थिंग्स के प्रारंभिक चरण में मोबाइल इंटरनेट के करीब तैनाती का विचार - आंकड़े के बीच में ग्रे पृष्ठभूमि को छोड़ना और टर्मिनल उपकरणों द्वारा एकत्र किए गए डेटा को सीधे क्लाउड में केंद्रीकृत करना - अधिक से अधिक अप्रभावी हो रहा है। बेशक, कई वास्तविक औद्योगिक इंटरनेट ऑफ थिंग्स अनुप्रयोग परिदृश्यों के लिए, इस वास्तुकला को और अधिक व्यक्तिगत बनाने की आवश्यकता है, जिसमें विभिन्न पुराने उपकरणों, मानव-मशीन इंटरफेस प्रबंधन (एचएमआई), आदि का बौद्धिककरण शामिल हो सकता है।

       किसी भी मामले में, इंटरनेट ऑफ थिंग्स, विशेष रूप से औद्योगिक इंटरनेट ऑफ थिंग्स की तकनीकी समाधान तैनाती की स्थिति, क्लाउड से टर्मिनल उपकरणों के करीब फॉग लेयर की ओर बढ़ रही है। यह क्लाउड जनरल मैनेजर द्वारा स्वतंत्र प्रसंस्करण के लिए विभिन्न स्थानों पर फॉग एरिया मैनेजर को डेटा प्रोसेसिंग प्राधिकरण सौंपने जैसा है। इस तरह, फॉग लेयर विश्लेषण प्लेटफ़ॉर्म अधिक वास्तविक समय में डेटा का विश्लेषण कर सकता है और अधिक समय पर और उचित व्यावसायिक निर्णय ले सकता है। क्लाउड और फॉग के बीच बिजली का वितरण केंद्रीकरण और विभाजन के बीच एक संतुलन कला है। क्लाउड को शक्ति सौंपनी चाहिए, लेकिन बहुत अधिक नहीं। कुंजी दोनों के बीच वास्तविक समय की सूचना प्रवाह चैनलों को सुचारू, समय पर और प्रभावी बनाए रखना है।

       इस दृष्टिकोण से, इंटरनेट ऑफ थिंग्स आर्किटेक्चर द्वारा उत्पन्न विशाल गतिशील डेटा बहते पानी की तरह है। यह दुनिया भर के "टर्मिनलों" से भाप, कोहरा, बादल, बारिश में बदल जाता है और पृथ्वी पर वापस आ जाता है। अगर हम कहें कि प्रकृति में जल चक्र पृथ्वी के गुरुत्वाकर्षण की क्रिया के तहत सूर्य के प्रकाश की ऊर्जा की मदद से विकसित होने वाली प्राकृतिक चीजों को जन्म देता है, तो इंटरनेट ऑफ थिंग्स का डेटा प्रवाह प्रत्येक ऊर्ध्वाधर उद्योग के जन्म और लोगों और मशीनों की बुद्धि की मदद से अपने स्वयं के व्यवसाय पारिस्थितिकी तंत्र के निर्माण के लिए अनुकूल दिशा में विकसित और विकसित होता है।

       सामान्य तौर पर, क्लाउड से फ़ॉग तक इंटरनेट ऑफ़ थिंग्स तकनीक ढांचे का विस्तार व्यवसाय विकास की पारिस्थितिक प्रवृत्ति के अनुरूप है। यह वाणिज्यिक समाज में श्रम के तकनीकी विभाजन को और अधिक विस्तृत और प्रबंधन को और अधिक सपाट बनाता है। सभी उपविभाजन प्रौद्योगिकियों में, यह निर्विवाद है कि डेटा विश्लेषण तकनीक बहुत महत्वपूर्ण है। यह कहा जा सकता है कि यह संपूर्ण इंटरनेट ऑफ़ थिंग्स डेटा श्रृंखला में एक कनेक्टिंग भूमिका निभाता है और इसका तत्काल प्रभाव पड़ता है। डेटा विश्लेषण में सबसे अधिक आकर्षक क्षेत्र शायद कृत्रिम बुद्धिमत्ता (AI) है। बहुत से लोग सोचते हैं कि AI एक एकल तकनीक है। वास्तव में, यह नहीं है। यह बुद्धिमान डेटा विश्लेषण से संबंधित विभिन्न तकनीकों का एक संग्रह है, हार्डवेयर स्तर पर "दृश्य सेंसर" और "एआई चिप" से लेकर "चेहरा पहचान", "मानव रहित ड्राइविंग" और "भाषण पहचान" तक अनुप्रयोग स्तर पर "बुद्धिमान हाउसकीपर का निर्माण", "ऊर्जा बचत विश्लेषण" और इसमें शामिल सॉफ़्टवेयर तकनीक, पेटेंट, मानक, प्रोटोकॉल आदि सभी कृत्रिम बुद्धिमत्ता प्रौद्योगिकी सेट का हिस्सा हैं।

       कृत्रिम बुद्धिमत्ता प्रौद्योगिकी के संग्रह में, सबसे प्रमुख उपसमूह निस्संदेह "मशीन लर्निंग" है, जो डेटा से मूल्यवान जानकारी या कानूनों को निकालने के लिए कंप्यूटर कंप्यूटिंग शक्ति का उपयोग करता है। सापेक्ष रूप से, पारंपरिक प्रोग्रामिंग प्रोग्रामर द्वारा दिए गए एल्गोरिदम नियमों के अनुसार परिणामों की गणना करता है, और मशीन लर्निंग में मशीन प्रोग्रामर के रूप में कार्य कर सकती है और प्रत्येक गणना परिणाम को आत्म सुधार और निरंतर सत्यापन के लिए डेटा के रूप में पुन: उपयोग कर सकती है। उनमें से, बहु-स्तरीय कृत्रिम तंत्रिका नेटवर्क (एएनएन) की मदद से, विशाल डेटा की गणना और विश्लेषण के अनुप्रयोग से इष्टतम समाधान "मशीन लर्निंग" को इसके सबसे महत्वपूर्ण उपसमूह "डीप लर्निंग" में लाया जाता है। उनके बीच का अंतर चित्र 6 में दिखाया गया है:

चित्रा 6:पारंपरिक प्रोग्रामिंग और मशीन लर्निंग के बीच तुलना

       इसमें कोई संदेह नहीं है कि भविष्य में लंबे समय तक इंटरनेट ऑफ थिंग्स डेटा विश्लेषण के क्षेत्र में "डीप लर्निंग" मुख्य प्रतिस्पर्धा होगी। डीप लर्निंग की प्रक्रिया बड़े डेटा भूलभुलैया में खजाने की खोज के नक्शे को खोजने के लिए बहु-स्तरीय तंत्रिका नेटवर्क का उपयोग करने के बराबर है, और यह इष्टतम पथ के साथ एक खजाने की खोज का नक्शा है। इस खजाने की खोज के नक्शे (एल्गोरिदम) के साथ, हम अंततः कई जटिल डेटा में नए बच्चे (व्यावसायिक मूल्य) खोजने की अधिक संभावना रखते हैं।

       इस बारे में बोलते हुए, मैं यह महसूस करने से खुद को रोक नहीं पाया: मशीनें भी सीखने और बुद्धिमान स्वतंत्र निर्णय लेने की कोशिश कर रही हैं। हम सीखने और अपने स्वतंत्र विचारों को बनाने के लिए अपने प्रयासों को दोगुना क्यों नहीं करते? यह चीन में पहले फ्रांसीसी प्रतिनिधि संगठन के साथ प्रतिध्वनित हुआ जिसने बुद्धिमान विनिर्माण में डॉक्टर ऑफ बिजनेस एडमिनिस्ट्रेशन (im-dba) परियोजना की मेजबानी की और समावेशी शिक्षा का प्रस्ताव रखा। मैंने आंतरिक संगोष्ठी में मोटे तौर पर यह विचार व्यक्त किया: भविष्य में, व्यावसायिक निर्णय निर्माताओं को "गहरी शिक्षा" कृत्रिम बुद्धिमत्ता मशीन की तरह सीखना और सोचना जारी रखना चाहिए, व्यक्तिगत अभ्यास (डेटा) और प्रदर्शन (परिणाम) को अपने उद्योग के लिए मार्गदर्शक वैचारिक मूल्यों (व्यावसायिक कानूनों) में परिष्कृत करना चाहिए, ताकि उनके प्रतिस्पर्धी लाभ को बनाए रखा जा सके। चूंकि मशीन लर्निंग भविष्य में बढ़ते निवेश के योग्य एक व्यावसायिक दिशा है, इसलिए व्यक्तिगत आजीवन शिक्षा भी निरंतर निवेश के योग्य एक जीवन दिशा है?

डेटा को व्यावसायिक मूल्य में परिवर्तित करना

चित्रा 7:डेटा को व्यवसाय मूल्य में रूपान्तरित करने का योजनाबद्ध आरेख

       उदाहरण के लिए, परिष्कृत तेल ईंधन या उत्पादन कच्चे माल बनने के लिए जीवन के सभी क्षेत्रों में प्रवेश करता है। इंटरनेट ऑफ थिंग्स डेटा विश्लेषण के परिणामों को वाणिज्यिक सेवा प्रक्रियाओं में एकीकृत किया जाना चाहिए और इसके वाणिज्यिक मूल्य को प्रतिबिंबित करने के लिए उत्पाद या सेवा बनना चाहिए। आम तौर पर, जितनी अधिक डेटा सेवाएं वाणिज्यिक पारिस्थितिक संसाधनों की एकीकरण क्षमता में सुधार कर सकती हैं, वाणिज्यिक स्थिरता का मूल्य उतना ही अधिक होता है।

       तेल जैसे कच्चे माल के मूल्य के अलावा, डेटा का वास्तविक मूल्य सभी संभावित उपयोगों के योग के बराबर होता है। इसका बार-बार इस्तेमाल व्यावसायिक प्रक्रियाओं को बदलने, परिचालन दक्षता में सुधार करने और मूल्य-वर्धित उत्पादन करने के लिए किया जा सकता है।

       तो, डेटा को कितने व्यावसायिक मूल्य में परिवर्तित किया जा सकता है? दूसरे शब्दों में, भविष्य में एक नए प्रकार की अमूर्त संपत्ति, डेटा का मूल्यांकन कैसे करें? वर्तमान में, इस संबंध में कोई उद्योग मूल्यांकन मानक नहीं है। हालांकि, अतीत में विभिन्न परिसंपत्तियों का मूल्यांकन करने वाली कंपनियों की तरह, कुछ ताज़ा डेटा मूल्य मूल्यांकन कंपनियां निश्चित रूप से भविष्य में बाजार में दिखाई देंगी।

       किसी भी मामले में, डेटा को व्यावसायिक मूल्य में बदलने के लिए, हमारे पास न केवल संबंधित उपलब्ध तकनीकी क्षमताएँ होनी चाहिए, बल्कि रणनीतिक जागरूकता भी होनी चाहिए कि डेटा को व्यावसायिक मूल्य में बदला जा सकता है। दोनों अपरिहार्य हैं। निम्नलिखित तीन मामले इस सत्य को अच्छी तरह से चित्रित कर सकते हैं।

       केस 1: वाहन संचालन डेटा एकत्र करने और बाहरी डेटा विश्लेषण कंपनी के साथ सहयोग करने के बाद, एक यूरोपीय ऑटोमोबाइल निर्माता ने पाया कि उसके जर्मन आपूर्तिकर्ता द्वारा प्रदान किए गए ईंधन टैंक का पता लगाने वाले सेंसर में लगातार गलत अलार्म का दोष था। सावधानीपूर्वक विचार करने के बाद, ऑटोमोबाइल निर्माता ने आपूर्तिकर्ता को सीधे जानकारी बताने और उसे सुधार करने का आदेश देने का विकल्प नहीं चुना। इसके बजाय, इसने ईंधन टैंक पर सॉफ्टवेयर और संबंधित भागों में सुधार करके सुधार के लिए पेटेंट के लिए आवेदन किया, और फिर आपूर्तिकर्ता के साथ एक नई साझेदारी स्थापित करने के लिए आपूर्तिकर्ता को पेटेंट बेच दिया, ताकि अपने शुरुआती निवेश के लिए एक स्थायी वाणिज्यिक रिटर्न मिल सके। हम उद्यमों की व्यावसायिक पारिस्थितिक सहयोग क्षमता को बढ़ाने और प्रतियोगियों सहित पूरे ऑटोमोबाइल विनिर्माण उद्योग के तकनीकी विकास के स्तर में सुधार करने के लिए खुश हैं।

       यदि केस 1 को डेटा विश्लेषण की प्रक्रिया में एक उच्च तकनीक उद्यम द्वारा गलती से सामना किया गया था, और उन्होंने समय पर व्यवसाय के अवसर को केवल इसलिए जब्त कर लिया क्योंकि वे इसके मूल्य से अवगत थे, तो केस 2 इसके ठीक विपरीत है। यह एक नई मार्केटिंग योजना है जिसे दक्षिण अमेरिकी पारंपरिक विनिर्माण उद्यम द्वारा सक्रिय रूप से योजनाबद्ध किया गया है, जिसके साथ मैं हाल ही में स्मार्टीज़ एक्स 2019 समीक्षा गतिविधि में संपर्क में आया था। इसका अनूठा विचार एक आंख खोलने वाला है। सटीक होने के लिए, इस मामले का डेटा इंटरनेट ऑफ़ थिंग्स के बजाय मोबाइल इंटरनेट से आता है, लेकिन अप्रासंगिक डेटा को व्यावसायिक मूल्य में जोड़ने के उनके विचार सुसंगत हैं, जिसका व्यावसायिक निर्णय लेने वालों के लिए संदर्भ महत्व भी है।

       केस 2: ब्राजील में सौ साल पुरानी एक दुकान जो सॉसपैन बनाती और बेचती है, उसे ट्रामोंटिना कहते हैं। कम होते जा रहे युवाओं को खुद खाना बनाते देखकर, उत्पाद की बिक्री की संभावना चिंताजनक है। इस स्थिति को बदलने के लिए, उद्यम ने युवा लोगों द्वारा पसंद किए जाने वाले विश्व प्रसिद्ध संगीत नेटवर्क स्पॉटिफाई के साथ जीत-जीत सहयोग करने के लिए शेफ, न्यूरल नेटवर्क विशेषज्ञों, बैंड कंडक्टर और अन्य पेशेवरों से बनी एक अंतरराष्ट्रीय परियोजना टीम की स्थापना की है। उन्होंने संगीत सुनने को भोजन के स्वाद से जोड़ने के लिए "सिनस्थेसिया" एल्गोरिदम का उपयोग करने का अध्ययन करने में आधा साल बिताया। सबसे पहले, संगीत की विशेषता वाले पैरामीटर जो खाना पकाने के मापदंडों के अनुरूप हो सकते हैं, उन्हें स्पॉटिफाई पर स्क्रीन किया जाता है, जैसे कि कड़वे स्वाद के अनुरूप नकारात्मक स्वर, भारी स्वाद के अनुरूप कई उपकरणों द्वारा बजाया जाने वाला कॉन्सर्टो, सामग्री की संख्या के अनुरूप संगीत की अवधि, खाना पकाने के तापमान के अनुरूप नोट जंप, आदि, और एक संबंधित बड़ा डेटाबेस स्थापित किया जाता है। फिर, डेटा को परिमाण के लाखों आदेशों के दसियों में बदलने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करें और इसे "स्वाद के गीतों" की नई वेबसाइट पर प्रकाशित करें। अंत में, जब संभावित उपयोगकर्ता ब्राउज़ करते हैं, तो वे समय पर व्यंजनों को भोजन में बदलने के लिए पैन चुनने के तरीके पर एक गाइड देते हैं, ताकि संगीत नेटवर्क के अधिक से अधिक युवा उपयोगकर्ताओं को अनुभव करने के लिए आकर्षित किया जा सके। इस तरह, व्यक्तिगत खाना पकाने के साथ संयुक्त पुराने जमाने के पैन संगीत की तरह लोकप्रिय हो गए हैं, जो युवा लोगों की खाने की आदतों को बदल रहे हैं और उन्हें रसोई में मार्गदर्शन कर रहे हैं।

चित्र 8: ट्रामोंटिना का स्क्रीन कैप्चर|गाने का स्वाद

       इन दो मामलों से यह देखा जा सकता है कि जानबूझकर या अनजाने में एकत्र किए गए डेटा में संभावित व्यावसायिक मूल्य है। भविष्य में, उद्यमों को एकत्रित डेटा को खनन, छंटाई, स्क्रीनिंग, विश्लेषण या पुनर्गठित करने पर अधिक ऊर्जा खर्च करने की आवश्यकता है, और अपने स्वयं के उद्यम की वास्तविक स्थिति के लिए उपयुक्त रूपांतरण पथ का चयन करना चाहिए, जैसे कि केस 1 में ऑटोमोबाइल निर्माता, डेटा को बौद्धिक संपदा विशेषताओं के साथ एक नए व्यवसाय में परिवर्तित करते हैं; आप केस 2 में बरतन निर्माता की तरह एक नया विपणन चैनल स्थापित करने के लिए डेटा का उपयोग भी कर सकते हैं।

       बेशक, कुछ उद्यम, खास तौर पर वे जो डेटा माइनिंग के मूल्य को उद्यम रणनीति की ऊंचाई तक बढ़ा सकते हैं, वे और आगे जा सकते हैं। वे अक्सर डेटा को पूरे व्यवसाय प्रक्रिया को बदलने और व्यवसाय मॉडल को नया रूप देने के अवसर के रूप में लेते हैं। "इंटरनेट ऑफ थिंग्स इकोसिस्टम" और "PAAS (उत्पाद के रूप में सेवा) व्यवसाय मॉडल" पर अपने पिछले लेखों में, मैंने कई मामलों को पेश किया और प्रासंगिक विश्लेषण दिया। मैंने अभी डॉ. एलवी जियानझोंग के लेख "डिजिटल इंटेलिजेंस के लिए विनिर्माण उद्योग परिवर्तन का सतत विकास पथ" में उल्लेखित एक और मामला देखा, जो बहुत स्पष्ट और समझने में आसान है, यह बहुत प्रतिनिधि भी है। अंश इस प्रकार हैं:

       केस 3: "बुद्धिमान परिवर्तन" (डिजिटल परिवर्तन, डेविड रोजर्स) पुस्तक में ऐसी सच्ची और दिलचस्प कहानी है: TWC, जो मुख्य रूप से मौसम पूर्वानुमान सेवाओं में लगी हुई है, मौसम पूर्वानुमानों को एकत्रित करना, संसाधित करना और भेजना, और फिर प्रकाशन मंच पर विज्ञापन प्रकाशित करना अपने मुख्य व्यवसाय मॉडल के रूप में लेती है। हालाँकि, TWC को जल्द ही एहसास हुआ कि डेटा का संभावित मूल्य विज्ञापन से होने वाले राजस्व से कहीं अधिक है। इसलिए उन्होंने सोफिया के नेतृत्व में डेटा वैज्ञानिकों का एक समूह बनाया। इस समूह का कार्य डेटा टूल को उच्च जोड़ा मूल्य बनाने के लिए एक रणनीतिक संपत्ति में बदलना है। शोध दल ने पाया कि मौसम के बदलाव का संयुक्त राज्य अमेरिका में एक तिहाई आर्थिक गतिविधियों के उतार-चढ़ाव पर प्रभाव पड़ा। इसलिए उन्होंने मौसम संबंधी डेटा और बिक्री श्रेणियों और बिक्री की मात्रा को जोड़ने वाले एक आर्थिक विश्लेषण मॉडल की स्थापना के लिए वॉलमार्ट के साथ एक संयुक्त कार्य समूह बनाया, और इस मॉडल का उपयोग यह अनुमान लगाने के लिए किया कि किस उत्पाद के लिए उपभोक्ताओं की मौसम की स्थिति में अधिक खरीद मांग और इच्छा होगी, ताकि मौसम से प्रभावित लोकप्रिय उत्पाद श्रेणियों के लिए विज्ञापन रणनीति तैयार की जा सके, ताकि अधिकतम बिक्री राजस्व प्राप्त किया जा सके और विज्ञापन इनपुट-आउटपुट की वापसी दर में सुधार किया जा सके। शोध दल ने बीमा कंपनियों के साथ मिलकर हेलज़ोन नामक एक छोटा सा ऐप भी विकसित किया है, जो कार मालिकों को ओलावृष्टि या बर्फबारी से पहले अपनी कारों को गैरेज में ले जाने की याद दिलाता है। इस छोटे से ऐप ने कार की क्षति दर को बहुत कम कर दिया है, कार मालिकों की असुविधा और झुंझलाहट को कम किया है, और बीमा कंपनियों के दावों और लागतों को भी कम किया है, जिसकी उपभोक्ताओं, बीमा कंपनियों, समुदायों और अन्य हितधारकों द्वारा प्रशंसा की गई है। अचानक, कई लोगों ने हेलज़ोन के साथ पंजीकरण किया। कुछ मौसम विज्ञान के प्रति उत्साही लोगों ने अपने स्वयं के मौसम संबंधी अवलोकन उपकरण भी लाए, ताकि वे अपने स्थान पर निगरानी किए गए मौसम संबंधी परिवर्तन डेटा को किसी भी समय हेलज़ोन प्लेटफ़ॉर्म पर भेज और साझा कर सकें। इस तरह, हेलज़ोन प्लेटफ़ॉर्म हर 1.5 सेकंड में सभी दिशाओं से बड़ी मात्रा में डेटा को एकीकृत कर सकता है, विशेष एल्गोरिदम के माध्यम से अधिक वास्तविक समय और सटीक भविष्यवाणी कर सकता है, और गुणवत्ता सुधार और मूल्य निर्माण के सकारात्मक चक्र में प्रवेश कर सकता है।

       मामले 3 में, उद्यम ने सचेत रूप से डेटा को बाहरी वातावरण से जोड़ा, सक्रिय रूप से बाहरी पारिस्थितिक साझेदारों को विकसित किया, खुदरा विक्रेताओं, बीमा कंपनियों, उपभोक्ताओं, समुदायों और अन्य संस्थानों और व्यक्तियों के साथ एक वास्तविक समय इंटरैक्टिव नेटवर्क स्थापित किया, और मूल अपेक्षाकृत स्थिर मौसम पूर्वानुमान डेटाबेस को लोगों और उपकरणों की भागीदारी के साथ एक वास्तविक समय डेटा अपडेट और इंटरैक्टिव प्लेटफॉर्म में बदल दिया, हितधारकों के लिए अधिक समय पर उच्च मूल्य वर्धित सेवाएं प्रदान कीं, और स्थायी व्यवसाय पारिस्थितिक प्रभाव प्राप्त किया जो स्वयं से बढ़ सकते हैं।

       प्रासंगिक डेटा को स्थायी व्यावसायिक मूल्य में परिवर्तित करने के तरीकों का संक्षिप्त सारांश निम्नलिखित तीन श्रेणियों या इन तीन श्रेणियों के संयोजन को शामिल करता है:

       अपने स्वयं के उत्पादों या सेवाओं के उपयोग के अधिकारों को पट्टे पर देकर एक डेटा प्लेटफ़ॉर्म तैयार करना जो उपयोगकर्ताओं के साथ बातचीत कर सके, भुगतान कर सके और समझौता कर सके (जैसे कि मामले 1 और 3), जैसे कि कुछ उच्च सीमा वाले औद्योगिक उत्पाद पट्टे, आईपी, परामर्श, सूचना सेवाएँ, आदि;

       उत्पाद साझेदारों और उपयोगकर्ताओं के लिए सुविधाजनक डेटा सेवा पोर्टल स्थापित करें, और फिर इन पोर्टल अनुमतियों को बेचें या नए विपणन चैनल स्थापित करें (जैसे कि मामले 2 और 3), जैसे कि बुद्धिमान रसद सेवाएं, उत्पाद उपयोग और भुगतान सेवा पोर्टल अनुमतियां प्रदान करना, आदि।

       ग्राहकों को निर्दिष्ट डेटा सेट में बाह्य डेटा जोड़ने में सहायता करना और मूल्यवर्धित सेवाएं प्रदान करना (जैसे कि केस 3), जैसे कि दूरस्थ हृदय गति निगरानी सेवाएं प्रदान करना और पता लगाने की रिपोर्ट की व्याख्या और निदान, तथा पर्यावरणीय डेटा और आर्थिक गतिविधियों के बीच मूल्यवर्धित संबंध।

       एक शब्द में, डेटा को टिकाऊ व्यावसायिक मूल्य में बदलने की कुंजी डेटा श्रृंखला के आसपास अपना स्वयं का पारिस्थितिकी तंत्र बनाना है, और इसकी सफलता काफी हद तक इस बात पर निर्भर करती है कि डेटा श्रृंखला को कैसे तैयार किया जाए।और टिकाऊ व्यापार रणनीतियों को लागू करना।

       यह लेख इंटरनेट ऑफ थिंग्स थिंक टैंक के आधिकारिक खाते से स्थानांतरित किया गया है। यदि कोई उल्लंघन है, तो कृपया पृष्ठभूमि संदेश हटा दें।