“从低代码和云到人工智能和加密”

数字转换是令人愤怒的流行语之一。 因为这有点无意义，非常合理，但想法很明显，数字化也是如此。

事实上，这些都是我们已经将多个业务流程自动化数字化的代码，但是人多而杂，规则多而杂，所以现在我们正在努力让事件更加灵活和强大。 我们采用比规则引擎更好的东西来自动化业务流程。

我能理解为什么会有人在这句话出来的时候上釉。 我们不能说是业务流程的自动化。 因为我们已经这样做了，我们称之为数字化变革，区分采用这种技术的新趋势，将你的业务部分自动化，直到采用旧趋势、错误、技术将零件自动化。 这次的自动化变得更智能了。

但是，没有低代码和代码工具只是其中的一部分。 如果一个人实际上知道该过程是如何工作的，那么他就可以创建一个小的APP来解决该过程中无法完全自动化的部分，因为运行该过程是一项实际的工作。

在业务流程的术语中，流程的这些部分称为例外，但是如果工作日大部分是解决例外的话，我想你可能只是将其称为自己的业务。

乍一看，这看起来像公司的社会交流互联网如何让员工发现和修复破碎的业务流程。 但是，如果为了处理在线聊天的问题而更换员工之间的电话，则湿字符串和胶带可能会放在一起，从而使业务不再那么痛苦。 管理者需要听取员工的意见，实际上做一些改变。

但是，创建APP应用程序的方法可能与破坏业务实践相同，就像运行多个业务流程的excel电子表格一样。 这是一个了解业务并由it维护的人编写的公式，因为部门越来越依赖他们。

之所以不用成为相同种类的死胡同就能节约低代码，是为了构建它们。 工作人员需要访问和使用api和数据。 这意味着公司正在策划数据，并为it团队维护的核心服务创建APP编程接口( api )。 通过让it部门为每个公司的同一事物(电子邮件、文档检索、文件共享、团队聊天等)创建基础架构和云，员工可以获得使用低代码和rpa解决事物的工具。 贵公司独有的。 每个企业都在研究如何利用数据制造一些有用的事件。

任何企业都可以选择微软云计算和人工智能主管斯科特·； 格里斯( scott guthrie )表示，正如微软最近谈到采用数据和人工智能的问题。 关于供应链的重构、招聘、培训、员工激励方法，他们希望在顾客如何接触顾客方面更加数字化。

他们为了做那个而使用的是从数据和数据中发现内在力量的技术。 我们把它叫做ai。 因为那是另一个流行语，我们区分了过去从数据中获得有用见解的方法，以及更有力的数据和分解。 灵活的技术我们现在必须通过统计和分解从数据中得到有用的见解。

虽然人工智能并不简单，但企业可以使用的工具、服务和技术可以可靠地运行，以从正确的数据中获得发现力。 如果你知道要问正确的问题。 有问题这可能是我产品的照片吗？ 没有坏吗？ 还是我的运输延误有模式？ 根据地点不同，产品不同，或者一年中的不均衡，会有所不同吗？ 基于我去的所有交货以及我能找到的交通和天气预报方面的消息，我应该为这个交货商买多少钱？ 那样的话，我不会因为那么便宜而吃亏，也不会因为这么贵而输掉工作吗？ '；

事实上，找到人工智能技术和服务来回答问题，并不是什么是正确的数据，也不是正确的问题要求你的业务，可能很简单(同行的竞争对手也不能访问的数据)。

我倾向于把这叫做数据科学战略，它强调你对数据做了什么，以及你用它做了那些数据，而且这是应该具有战术意义的事实。 要询问提高业务效率的数据，必须查找数据和问题。

但是，如果大多数组织不认为数据策略实际上是数据管理，可能只是一种能力(例如，如果数据没有能力)，则不能这样做。

本文：《“从低代码和云到人工智能和加密”》