ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 26.10.2023
Просмотров: 276
Скачиваний: 2
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
46 Расширение реальности как часть развития
Важным направлением развития цифровых технологий является также дополненная и
смешанная реальность. Дополненная реальность (augmented reality, AR) – среда с
прямым или косвенным дополнением физического мира цифровыми данными в
режиме реального времени при помощи компьютерных устройств – планшетов, смартфонов и инновационных гаджетов, а также ПО к ним.
Дополненная (расширенная) реальность - часть смешанной реальности, результатом введения в поле восприятия человека любых сенсорных данных с целью дополнения сведений об окружении и улучшения восприятия информации. Примеры: электронные шлемы военных летчиков, которые предоставляют им информацию о состоянии борта самолета и систем его вооружения, а также данные радаров, позволяя видеть окружающее пространство без преграды в виде кабины.
47 Сферы применения дополненной реальности
Необходимыми компонентами AR-устройств являются процессор, дисплей, камера и
устройства, определяющие положение человека или объекта (система GPS,
акселерометр, чип Gyro и др.). В настоящее время дополненная реальность применяется в навигации, военных устройствах, электронных играх, дизайне и искусстве, архитектуре и археологии, рекламе и маркетинге, медицине и других видах человеческой деятельности. Технологии дополненной реальности позволяют по-новому представлять продукт или услугу потребителям, так как появляется технологическая возможность виртуальной примерки одежды, демонстрации стрижки, размещения мебели в доме и офисе и пр. Специалисты констатируют, что дополненная реальность делает продукты и услуги более осязаемыми и ценными в глазах покупателей.
48 Развитие смешанной реальности
Важным технологическим трендом 2017 г. стало развитие смешанной реальности как
сочетание виртуальной (VR) и дополненной (AR) реальности. Смешанная реальность частично дополняет восприятие окружающей обстановки либо полностью её видоизменяет, что расширяет возможности человека в получении более захватывающего опыта. Ожидается, что сложные VR-системы появятся в медицине для контроля работы внутренних органов человека, для реабилитации и лечения посттравматических синдромов и пр. Возможности технологий смешанной реальности будут использовать в сфере обучения, особенно применительно к опасным производствам, организации систем удаленной поддержки и ремонта техники, виртуального прототипирования, а потом эти технологии придут на потребительский рынок. Но аналитики сходятся во мнении, что производство VR-устройств сейчас в основном ориентировано на домашнее использование и удовлетворение мультимедийных запросов пользователей. При этом дороговизна VR-устройств, а также малое число качественного контента пока сдерживают рост рынка.
49 Последствия внедрения новых технологий
Есть последствия, которые специалисты пока не могут предвидеть. Очевидно, что эти технологии могут привести к существенному сокращению рабочих мест на производстве в связи с автоматизацией и роботизацией, но одновременно появится спрос на новые профессии и новые компетенции, возрастет сложность работы, изменятся принципы её организации. Поэтому специалисты в сфере управления персоналом говорят о пластичности персонала, который
должен быть готов осваивать новые профессии, приобретать новые компетенции, а компании могут помочь ему в этом, используя новые технологии обучения, такие как чат-боты, цифровое и машинное обучение. Среди специалистов растет понимание того, что автоматизация не просто вытесняет человека, а формирует новое пространство задач, решать которые могут вместе, человек и машина. Машины вряд ли смогут выполнить задания, требующие гибкости, оценочного мнения или здравого смысла, а также плохо поддающиеся формализации и алгоритмизации. Люди пока еще намного превосходят машины в навыках 3 видов: творчество высшего уровня; эмоции, общение, забота, воспитание, лидерство и т.д.; сноровка и мобильность (в частности аккуратное перемещение в пространстве).
50 Проблемы разработки стандартов, мониторинга и контроля
Одновременно многоуровневое сетевое взаимодействие компаний, а также
оборудования и различной техники порождает проблему разработки стандартов такого
взаимодействия (стандарты обмена данными, их хранения, идентификации и пр.),
выводя на новый уровень сложности проблему цифрового доверия и безопасности
(кибербезопасности). Далее, широкое распространение различных датчиков и устройств M2M в условиях цифровизации всех отраслей экономики порождает проблему мониторинга и оценки эффективности работы этих датчиков и устройств, поддержки их работоспособности. Но поскольку датчики устанавливаются на сложных продуктах, то важным фактором конкурентоспособности бизнеса может стать его умение обеспечивать целостное управление сложными продуктами на протяжении всего цикла его жизни – от разработки, производства, продажи и установки до утилизации (модель PLM).
51 Большие данные и проблема извлечения знаний
Информационный взрыв произошел уже давно, однако значительно позже появились
технологические возможности хранения и обработки возрастающего информационного
потока структурированных, а главное – неструктурированных данных. Лишь в 2008 году
была сформулирована проблема извлечения знаний, доступных для восприятия человеком, из больших массивов цифровой информации, которая получила название
«большие данные» (Big Data). Big Data – это многоплановое и многоуровневое понятие, основными характеристиками которого являются объем данных, скорость их генерации и доступности, разнообразие источников и типов данных, форм их хранения. Важной характеристикой является неструктурированность, или плохая структурированность генерируемых данных (данных мобильной связи, мессенджеров и др.), которые нужно интерпретировать в понятных для пользователя терминах.
52 Поиск данных в базах данных
По сути, проблемы Big Data связаны с генерацией, доставкой, хранением, анализом и
интерпретацией данных и являются обобщением решений класса Business Intelligence,
включая поиск знаний в базах данных (Data Mining), технологии машинного обучения,
прогнозную аналитику и пр. В настоящее время многие исследователи говорят, что все данные стали большими, поэтому Big Data рассматривается как инструмент работы с данными, алгоритмы извлечения знаний из этих данных, которые меняют многие принципы управления и работы с потребителями, способствуют созданию новых цепочек формирования стоимости.
Сейчас проблема перемещается от Big Data в сторону Fast Data – обработки потока данных в реальном масштабе времени, а также Smart Data – интеллектуальных данных, которые помогают понять суть или смысл проблемы, явления, сообщения на основе семантического анализа. Еще одной важной проблемой является монетизация аналитики этих данных и развитие технологий управления на базе этой аналитики. По мере развития цифровых технологий мир бизнеса будет вынужден действовать быстрее и разумнее, повышая скорость анализа данных и темпы действий.
53 Основные стадии аналитики данных
• Descriptive analytics – дескриптивная аналитика, описательная аналитика;
• Diagnostic analytics – аналитика, связанная с распознаванием образов, определением того, что представляет собой объект анализа или воздействия.
• Predictive analytics – предиктивная, предсказательная, прогнозная аналитика ориентирована на формирование прогноза данных или событий будущего на основе
использования методов математической статистики, анализа данных, теории игр и т.п.
• Prescriptive analytics – прескриптивная, предписывающая аналитика позволяет предупреждать о каких-либо явлениях, выдавать рекомендации к действию, предписания. Она основана на статистике прошлого и информации, получаемой в режиме реального времени. В рамках этого подхода строятся модели будущего и в зависимости от полученных результатов вырабатываются решения, которые принимаются без участия человека (например, делается рассылка предложений потребителям), либо с участием.
54 Чувственные вычисления
Несколько лет назад появился тренд, названный Perceptual Computing (дословно –
чувственные вычисления). В рамках этого тренда разрабатываются технологии и устройства, способные по голосу, жестам и даже поведению владельца определять, что именно ему требуется. Другое направление в рамках этого тренда – создание систем информационной безопасности на основе отслеживания поведения потребителя. Массивы данных, описывающих поведение пользователей, становятся основой рекомендательных систем в электронной коммерции, в перспективе могут использоваться в системах информационной безопасности. Но новые модели и алгоритмы, новая аналитика на основе больших данных будут применяться лишь тогда, когда всем в компании будет ясно, как это делать. Для этого необходимы организационные изменения.
55 Требования цифрового партнерства
Развитие партнерства на базе цифровых экосистем бизнеса связано с двумя
аспектами. С одной стороны, партнерство способствует появлению и развитию сетевых
эффектов, которые становятся мощным источником конкурентного преимущества компаний и одновременно источником совместных преимуществ участников. Однако при этом появляется проблема архитектуры партнерства как системы взаимоотношений между всеми участниками, ориентированной на легкий обмен информацией, создание и перелив знаний, поддержание нужного окружения и нужной культуры (в данной ситуации – цифровой культуры). С другой стороны, цифровое партнерство требует иных принципов управления и новых стилей руководства, поскольку главным активом экосистемы становится сообщество участников и их ресурсы.
56 Основные принципы выработки цифровой стратегии
Переход от традиционной линейной модели бизнеса к «платформенной» модели меняет направленность стратегии компании и правила её формирования, поскольку делает необходимым управление экосистемой бизнеса, формируемой на базе платформы, повышение её ценности для всех участников.
Почти 25 лет назад Ларри Доунс и Чанк Муи сформировали основные принципы
выработки цифровой стратегии, многие из которых не утратили своей актуальности и в
современной трактовке звучат так:
1) Передел бизнес-ландшафта – предлагается передавать некоторые функции потребителям и создавать ценностные союзы;