在過去的三年中，跨國美容公司Belcorp應(yīng)對了疫情、消費(fèi)者行為轉(zhuǎn)變、供應(yīng)鏈中斷和通貨膨脹等因素帶來的諸多挑戰(zhàn)。為了應(yīng)對這些挑戰(zhàn)，Belcorp公司利用了計(jì)算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)、自然語言處理和模糊邏輯等多種技術(shù)。

Belcorp公司首席數(shù)字、數(shù)據(jù)和技術(shù)官Venkat Gopalan表示：“這些情況給我們整個(gè)業(yè)務(wù)價(jià)值鏈帶來了不確定性。因此我們發(fā)現(xiàn)，必須在新產(chǎn)品開發(fā)過程中提高敏捷性和靈活性，同時(shí)保持效率、安全和產(chǎn)品質(zhì)量的高標(biāo)準(zhǔn)?！?/p>

(資料圖片)

Belcorp公司采取的是直銷模式，在全球14個(gè)國家或地區(qū)開展業(yè)務(wù)。Belcorp公司旗下品牌包括ésika、L’Bel和Cyzone，產(chǎn)品涵蓋護(hù)膚品、彩妝和香水等。在面對困難的時(shí)候，研發(fā)部門指出，如果能夠縮短研發(fā)實(shí)驗(yàn)室的實(shí)驗(yàn)測試時(shí)間，則可以顯著加快產(chǎn)品上市并提高產(chǎn)品開發(fā)過程的生產(chǎn)率。

Gopalan表示：“實(shí)驗(yàn)和測試階段極大地影響了概念化和推出新產(chǎn)品的迭代過程。”

研發(fā)實(shí)驗(yàn)室會產(chǎn)生大量的非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)是各種格式存儲的，難以訪問和追蹤，這反過來導(dǎo)致他們需要一系列手動流程對測試結(jié)果進(jìn)行描述性分析。

為此，Belcorp搭建了一個(gè)新的AI創(chuàng)新實(shí)驗(yàn)室平臺，Gopalan表示：“這個(gè)計(jì)劃的主要目標(biāo)可以概括為首先旨在將我們的產(chǎn)品開發(fā)時(shí)間縮短20%；其次，我們正在努力把實(shí)驗(yàn)室部門的生產(chǎn)力提高60%；最后，我們的目標(biāo)是在不影響產(chǎn)品安全的情況下，把消費(fèi)者風(fēng)險(xiǎn)評估周期縮短80%。”

打造AI Innovation Lab Platform

Belcorp分兩個(gè)主要階段開發(fā)了該平臺。初始階段是建立數(shù)據(jù)架構(gòu)，從而能夠更有效、更系統(tǒng)地處理數(shù)據(jù)。

Gopalan表示：“我們把實(shí)驗(yàn)室數(shù)據(jù)——包括安全性、感官功效、毒理學(xué)測試、產(chǎn)品配方、成分成分以及皮膚、頭皮和身體診斷和治療圖像——傳輸?shù)轿覀兊腁WS數(shù)據(jù)湖中，這讓我們能夠更輕松地獲得洞察?！?/p>

第二階段的重點(diǎn)，是構(gòu)建算法和模型來預(yù)測和模擬復(fù)雜的生物條件，加速發(fā)現(xiàn)，降低風(fēng)險(xiǎn)，并利用AI解決方案優(yōu)化技術(shù)開發(fā)的成本效益比，這個(gè)階段團(tuán)隊(duì)主要依靠數(shù)據(jù)科學(xué)家和生物科學(xué)家的專家支持。

“這些算法是構(gòu)建在先進(jìn)的分析自助服務(wù)平臺之上的，增強(qiáng)了我們數(shù)據(jù)建模、培訓(xùn)和預(yù)測流程的敏捷性，”Gopalan解釋說。

向高管推銷項(xiàng)目

Gopalan指出，團(tuán)隊(duì)考慮使用第三方SaaS構(gòu)建該平臺，但由于研發(fā)部門的獨(dú)特要求以及計(jì)劃的廣度和性質(zhì)，最終決定采用定制的解決方案。當(dāng)團(tuán)隊(duì)把人工智能創(chuàng)新實(shí)驗(yàn)室的計(jì)劃提交給高管團(tuán)隊(duì)進(jìn)行審批的時(shí)候，團(tuán)隊(duì)展示了計(jì)劃啟動的五個(gè)用例，以及相關(guān)的潛在價(jià)值和成本。

Gopalan表示：“商業(yè)案例研究強(qiáng)調(diào)了這如何讓我們能夠提高配方的安全性、有效性和性能，以及如何轉(zhuǎn)化為更好的上市時(shí)間和運(yùn)營成本節(jié)省。為了支持這一點(diǎn)，我們提供了有數(shù)據(jù)支持的證據(jù)和示例，證明了利用這些技術(shù)能夠帶來的積極影響?！?/p>

Gopalan表示，有效傳達(dá)潛在收益、展示明確的投資回報(bào)率、解決任何潛在挑戰(zhàn)，這是贏得項(xiàng)目領(lǐng)導(dǎo)團(tuán)隊(duì)認(rèn)可和支持的關(guān)鍵。

創(chuàng)建跨職能團(tuán)隊(duì)

團(tuán)隊(duì)聘請了來自研發(fā)、技術(shù)、工廠和供應(yīng)鏈部門的專家，以全面了解項(xiàng)目的需求。該團(tuán)隊(duì)花了大約六個(gè)月的時(shí)間構(gòu)建和測試平臺架構(gòu)和數(shù)據(jù)基礎(chǔ)，然后在接下來的六個(gè)月內(nèi)開發(fā)各種用例。

“交付是分階段進(jìn)行的，每個(gè)階段的復(fù)雜性都會增加，值得注意的是，每項(xiàng)舉措都有獨(dú)特的復(fù)雜性，例如不同的數(shù)據(jù)大小、數(shù)據(jù)種類、統(tǒng)計(jì)和計(jì)算模型、數(shù)據(jù)挖掘處理要求等等。因此，挫折或意外是很常見的，一出現(xiàn)我們就要應(yīng)對。使用非典型數(shù)據(jù)也說明了這樣一個(gè)現(xiàn)實(shí)：遇到挑戰(zhàn)是我們?nèi)粘＿\(yùn)營的一部分?！?/p>成功道路上的阻礙

Gopalan表示，作為CIO，他面臨的最大障礙是來自研發(fā)流程和外部數(shù)據(jù)庫的大多數(shù)數(shù)據(jù)的廣泛性和非結(jié)構(gòu)化特征，項(xiàng)目所需的特定人才（包括生物科學(xué)家、生物信息學(xué)專業(yè)人員、技術(shù)專家和數(shù)據(jù)科學(xué)家），以及確保新平臺被接受所需的文化上的轉(zhuǎn)變。

他說，為了應(yīng)對第一個(gè)挑戰(zhàn)，團(tuán)隊(duì)把精力集中在自動化和清理不同的數(shù)據(jù)源和格式上，以獲得足夠高質(zhì)量的數(shù)據(jù)來支持強(qiáng)大的分析。他們利用數(shù)據(jù)挖掘技術(shù)從23個(gè)國際公共基準(zhǔn)數(shù)據(jù)庫中抓取和編譯模型數(shù)據(jù)，并將其與2016年以來內(nèi)部生成的數(shù)據(jù)進(jìn)行比較。

為了應(yīng)對第二個(gè)挑戰(zhàn)，Belcorp公司聘請了新人才來彌合不同團(tuán)隊(duì)之間的知識差距，并建立了一個(gè)技術(shù)中心，招募一流的數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師來協(xié)助項(xiàng)目的設(shè)計(jì)和實(shí)施。Gopalan指出，數(shù)據(jù)和技術(shù)團(tuán)隊(duì)需要多個(gè)領(lǐng)域的專業(yè)知識和實(shí)踐知識，這包括：

理解每個(gè)用例的數(shù)據(jù)、生物過程和業(yè)務(wù)目標(biāo)的實(shí)驗(yàn)室流程用于高效編排和連接端到端流程中使用的數(shù)據(jù)和各種平臺的數(shù)據(jù)架構(gòu)先進(jìn)的分析和人工智能來開發(fā)預(yù)測解決方案軟件開發(fā)創(chuàng)建定制插件和網(wǎng)絡(luò)應(yīng)用，為研發(fā)分析師提供可視化界面數(shù)據(jù)能力人才培訓(xùn)，確保最終用戶能夠充分利用平臺。最后一個(gè)障礙，是解決因消除許多實(shí)驗(yàn)室手動流程而導(dǎo)致的文化變革。

“為了克服這個(gè)問題，我們對實(shí)驗(yàn)室分析師進(jìn)行了關(guān)于如何使用平臺的培訓(xùn)，并進(jìn)行了初期試點(diǎn)用例以收集反饋。在此基礎(chǔ)上，我們進(jìn)行了迭代更改，對平臺和用戶體驗(yàn)進(jìn)行微調(diào)。此外，我們通過一系列研討會和演示，向最終用戶簡潔地傳達(dá)了平臺的價(jià)值和好處，從而確保了該平臺能夠被用戶采用?！?/p>

如今AI Innovation Labs Platform平臺已經(jīng)全面部署，迄今為止交付了12個(gè)用例，而且Gopalan表示，這些用例都已經(jīng)取得顯著的成果。他指出，通過減少實(shí)驗(yàn)室測試、配方、外部軟件許可和活動優(yōu)化可以節(jié)省成本。

“該項(xiàng)目的投資回報(bào)率高達(dá)432%，”他補(bǔ)充說。

他表示，這個(gè)項(xiàng)目不僅實(shí)現(xiàn)了預(yù)期的成果，還帶動了研發(fā)的數(shù)字化轉(zhuǎn)型。

“通過該項(xiàng)目的實(shí)施和對數(shù)據(jù)驅(qū)動洞察的探索，我們對產(chǎn)品開發(fā)流程和客戶需求有了更深入的了解，這為發(fā)現(xiàn)創(chuàng)新和業(yè)務(wù)增長的新途徑打開了一扇大門，讓我們能夠發(fā)現(xiàn)并尋求以前未開發(fā)的更多機(jī)會?！?/p>洞察總結(jié)

Gopalan表示，開發(fā)AI Innovation Labs Platform讓他對涉及人工智能和分析的成功數(shù)字化轉(zhuǎn)型有了五個(gè)關(guān)鍵洞察：

擁抱數(shù)字化轉(zhuǎn)型的復(fù)雜性。轉(zhuǎn)型是一個(gè)復(fù)雜的過程，錯誤是不可避免的。他說：“與其被這些錯誤嚇倒，不如將其視為學(xué)習(xí)和堅(jiān)持?jǐn)?shù)字化之旅的機(jī)會?！弊裱詢r(jià)值為中心的策略。把你的精力和資源都集中在有潛力產(chǎn)生重大價(jià)值的領(lǐng)域：快速擴(kuò)展高優(yōu)先級的用例，停止不成功的實(shí)驗(yàn)，以季度為里程碑進(jìn)行定期評估。重新構(gòu)想業(yè)務(wù)流程。只有重新構(gòu)想和改造現(xiàn)有業(yè)務(wù)流程，才能真正發(fā)揮數(shù)字化轉(zhuǎn)型的優(yōu)勢。啟動早期有影響力的信息傳遞。一個(gè)引人注目的成功故事，得到高管團(tuán)隊(duì)的認(rèn)可和先導(dǎo)用例的推動，對于贏得組織和最終用戶的支持是至關(guān)重要的。認(rèn)識到人才的重要性。確定必要的技能和能力，并在恰當(dāng)?shù)臅r(shí)間給恰當(dāng)?shù)娜藛T安排恰當(dāng)?shù)慕巧?，這對取得成功是至關(guān)重要的。

關(guān)鍵詞：