فناوری در خدمت سالمندان؛ گامی برای توسعه سلامت هوشمند
توافقنامه همکاری میان جهاددانشگاهی علوم پزشکی شهیدبهشتی و انجمن ملی ترویج اینترنت اشیا و علوم داده با هدف توسعه راهکارهای هوشمند، بومی و کاربردی در حوزه پایش و مراقبت از سالمندان به امضا رسید.این همکاری با تمرکز بر بهرهگیری از اینترنت اشیا، هوش مصنوعی و تحلیل دادههای حرکتی و رفتاری، زمینه را برای توسعه سامانههای هوشمند پایش سالمندان و حرکت به سوی ارائه خدمات نوین سلامت فراهم میکند.بر اساس این توافقنامه، ظرفیتهای علمی، پژوهشی، بالینی، فناورانه و اجرایی دو مجموعه در راستای پاسخگویی به نیازهای رو به رشد حوزه سالمندی به کار گرفته خواهد شد.این تفاهم مسیری است که میتواند به توسعه راهکارهای فناورانه با رویکرد فناوری برای زندگی بهتر منجر شود.این توافقنامه به امضای دکتر سیدابراهیم هاشمورزی، رئیس جهاددانشگاهی علوم پزشکی شهیدبهشتی، و دکتر روزبه بابازاده مقصودلو، مدیرعامل انجمن ملی ترویج اینترنت اشیا و علوم داده، رسید.
#هوش_مصنوعی #سلامت_دیجیتال #نوآوری #NGO #IoT #AI #DataScience #DigitalHealth
توافقنامه همکاری میان جهاددانشگاهی علوم پزشکی شهیدبهشتی و انجمن ملی ترویج اینترنت اشیا و علوم داده با هدف توسعه راهکارهای هوشمند، بومی و کاربردی در حوزه پایش و مراقبت از سالمندان به امضا رسید.این همکاری با تمرکز بر بهرهگیری از اینترنت اشیا، هوش مصنوعی و تحلیل دادههای حرکتی و رفتاری، زمینه را برای توسعه سامانههای هوشمند پایش سالمندان و حرکت به سوی ارائه خدمات نوین سلامت فراهم میکند.بر اساس این توافقنامه، ظرفیتهای علمی، پژوهشی، بالینی، فناورانه و اجرایی دو مجموعه در راستای پاسخگویی به نیازهای رو به رشد حوزه سالمندی به کار گرفته خواهد شد.این تفاهم مسیری است که میتواند به توسعه راهکارهای فناورانه با رویکرد فناوری برای زندگی بهتر منجر شود.این توافقنامه به امضای دکتر سیدابراهیم هاشمورزی، رئیس جهاددانشگاهی علوم پزشکی شهیدبهشتی، و دکتر روزبه بابازاده مقصودلو، مدیرعامل انجمن ملی ترویج اینترنت اشیا و علوم داده، رسید.
#هوش_مصنوعی #سلامت_دیجیتال #نوآوری #NGO #IoT #AI #DataScience #DigitalHealth
۲۸۸
۱۳:۲۲
جیدوکا
جیدوکا (Jidoka) یکی از دو ستون اصلی سیستم تولید تویوتا و یکی از مفاهیم کلیدی تولید ناب است؛ یعنی اتوماسیون با لمس انسانی.در جیدوکا، ماشین یا اپراتور بهمحض تشخیص ناهنجاری، فرآیند را متوقف میکند تا از گسترش عیب جلوگیری شود. سپس مشکل اصلاح، علت ریشهای شناسایی و نتیجه به استاندارد کاری تبدیل میشود.به بیان ساده:جیدوکا با ابزارهایی مانند آندون، پوکا-یوکه و توقف موقعیت ثابت، کیفیت را از مرحله بازرسی نهایی به داخل خود فرآیند تولید منتقل میکند.
TCGکلینیک تحول هوشمند صنایعانجمن ملی اینترنت اشیا و علوم داده
جیدوکا (Jidoka) یکی از دو ستون اصلی سیستم تولید تویوتا و یکی از مفاهیم کلیدی تولید ناب است؛ یعنی اتوماسیون با لمس انسانی.در جیدوکا، ماشین یا اپراتور بهمحض تشخیص ناهنجاری، فرآیند را متوقف میکند تا از گسترش عیب جلوگیری شود. سپس مشکل اصلاح، علت ریشهای شناسایی و نتیجه به استاندارد کاری تبدیل میشود.به بیان ساده:جیدوکا با ابزارهایی مانند آندون، پوکا-یوکه و توقف موقعیت ثابت، کیفیت را از مرحله بازرسی نهایی به داخل خود فرآیند تولید منتقل میکند.
TCGکلینیک تحول هوشمند صنایعانجمن ملی اینترنت اشیا و علوم داده
۴۳۰
۶:۵۵
خبر جدید از دنیای هوش مصنوعی
مدل Claude Sonnet 5.5 منتشر شده و نسبت به نسخه قبل سریعتر و قدرتمندتر شده.
این نسخه در کدنویسی، دیباگ، تحلیل، ساخت فایل و انجام تسکهای پیچیدهتر عملکرد بهتری داره و برای کارهای حرفهای کاربردیتر شده.
رقابت بین مدلهای هوش مصنوعی هر روز جدیتر میشه و این آپدیت هم یکی از مهمترین تغییرات اخیر Anthropic به حساب میاد.
اگر با ابزارهای هوش مصنوعی کار میکنی، تست این نسخه میتونه برات جالب باشه
مدل Claude Sonnet 5.5 منتشر شده و نسبت به نسخه قبل سریعتر و قدرتمندتر شده.
این نسخه در کدنویسی، دیباگ، تحلیل، ساخت فایل و انجام تسکهای پیچیدهتر عملکرد بهتری داره و برای کارهای حرفهای کاربردیتر شده.
رقابت بین مدلهای هوش مصنوعی هر روز جدیتر میشه و این آپدیت هم یکی از مهمترین تغییرات اخیر Anthropic به حساب میاد.
اگر با ابزارهای هوش مصنوعی کار میکنی، تست این نسخه میتونه برات جالب باشه
۱۶۷
۵:۴۸
۱۳۱
۸:۲۳
آیا میتوان گفت صنعت ۴.۰ یک موفقیت چشمگیر بوده است؟
ما به جرئت میگوییم: نه.البته همهچیز هم بد نیست.
برخی شرکتها واقعاً توانستهاند از دادههای خود بیشترین بهره را ببرند. آنها فقط چند داشبورد ایجاد نکردهاند؛ بلکه شیوه انجام کار در کف کارخانه را تغییر دادهاند و حتی در برخی موارد، مدلهای کسبوکار جدیدی ایجاد کردهاند.تصادفی نیست که همین شرکتها امروز با سرعت بیشتری در حال آزمایش و به کارگیری هوش مصنوعی هستند.اما در سوی دیگر، هنوز بسیاری از تولیدکنندگان وجود دارند که در آنها یک فایل Excel با چند Macro ــ یا چند Script پایتون، اگر بخواهیم کمی مدرن تر به نظر برسیم ــ همچنان اوج دیجیتالی شدن محسوب میشود.
انقلاب صنعتی چهارم با یک چشمانداز وارد شد، نه با یک دستورالعمل.و شاید همین یکی از دلایل اصلی باشد که هنوز نمیتوانیم صنعت ۴.۰ را یک موفقیت کامل بدانیم.بیایید ابتدا سه دام رایجی را بررسی کنیم که صنعت بارها در آنها گرفتار شده است و سپس ببینیم چگونه میتوان از این دامها خارج شد.
(این موضوع ادامه دارد)
روزبه بابازاده
کلینیک تحول هوشمند صنایع
انجمن ملی اینترنت اشیا و علوم داده
ما به جرئت میگوییم: نه.البته همهچیز هم بد نیست.
برخی شرکتها واقعاً توانستهاند از دادههای خود بیشترین بهره را ببرند. آنها فقط چند داشبورد ایجاد نکردهاند؛ بلکه شیوه انجام کار در کف کارخانه را تغییر دادهاند و حتی در برخی موارد، مدلهای کسبوکار جدیدی ایجاد کردهاند.تصادفی نیست که همین شرکتها امروز با سرعت بیشتری در حال آزمایش و به کارگیری هوش مصنوعی هستند.اما در سوی دیگر، هنوز بسیاری از تولیدکنندگان وجود دارند که در آنها یک فایل Excel با چند Macro ــ یا چند Script پایتون، اگر بخواهیم کمی مدرن تر به نظر برسیم ــ همچنان اوج دیجیتالی شدن محسوب میشود.
انقلاب صنعتی چهارم با یک چشمانداز وارد شد، نه با یک دستورالعمل.و شاید همین یکی از دلایل اصلی باشد که هنوز نمیتوانیم صنعت ۴.۰ را یک موفقیت کامل بدانیم.بیایید ابتدا سه دام رایجی را بررسی کنیم که صنعت بارها در آنها گرفتار شده است و سپس ببینیم چگونه میتوان از این دامها خارج شد.
(این موضوع ادامه دارد)
روزبه بابازاده
کلینیک تحول هوشمند صنایع
انجمن ملی اینترنت اشیا و علوم داده
۳۳۶
۲۱:۲۸
سه دام صنعت ۴.۰
دام اول: اتصال را با تحول اشتباه گرفتیم
در سالهای ابتدایی صنعت ۴.۰، تمرکز بسیاری از برنامهها بر اتصال تجهیزات و ماشینآلات بود. یک حسگر بیسیم IoT در یک نقطه، یک پروژه اتصال ماشین در نقطهای دیگر و چند داشبورد برای نمایش دادهها. این رویکرد ملموس بود، بهراحتی قابل مشاهده بود و میشد آن را بهسادگی در یک Business Case قرار داد.
اما یک نکته مهم را نادیده گرفتیم: اتصال ماشینها لزوماً به معنای تغییر شیوه کار افراد نیست.
یک داشبورد بهخودیخود هزینهها را کاهش نمیدهد و محصول بهتری تولید نمیکند. در دسترس بودن داده نیز الزاماً باعث افزایش پاسخگویی، ایجاد مالکیت، تغییر رفتار یا بازطراحی فرآیندها نمیشود. فروش «اتصال» بسیار سادهتر از فروش «تغییر» است. از طرف دیگر، صحبت درباره فناوریهای جدید بسیار هیجانانگیزتر از صحبت درباره تغییر فرآیندها، ساختار سازمانی و رفتار افراد است.
اما مشکل دقیقاً همین جاست. تحول واقعی در فناوری اتفاق نمیافتد؛ در نحوه کار کردن سازمان اتفاق میافتد. ما این موضوع را در فعالیتهای خودمان نیز بارها دیدهایم. چه در محیطهای آموزشی و چه در کارگاههای صنعتی، افراد تقریباً همیشه با یک سؤال فناورانه وارد میشوند.• چه سنسوری بخریم؟• کدام پلتفرم مناسبتر است؟• از چه پروتکلی استفاده کنیم؟• آیا میتوانیم از هوش مصنوعی استفاده کنیم؟
اما سؤال مربوط به «تغییر» معمولاً بعد از این سؤالها مطرح میشود؛ اگر اصلاً مطرح شود.در حالی که سؤال اصلی باید این باشد: «دقیقاً چه مسئلهای را میخواهیم حل کنیم و چه تغییری میخواهیم در نحوه کار سازمان ایجاد کنیم؟» فناوری باید در خدمت پاسخ به این سؤال باشد، نه اینکه خود به نقطه شروع پروژه تبدیل شود.
(این موضوع ادامه دارد) روزبه بابازاده
کلینیک تحول هوشمند صنایع
انجمن ملی اینترنت اشیا و علوم داده
دام اول: اتصال را با تحول اشتباه گرفتیم
در سالهای ابتدایی صنعت ۴.۰، تمرکز بسیاری از برنامهها بر اتصال تجهیزات و ماشینآلات بود. یک حسگر بیسیم IoT در یک نقطه، یک پروژه اتصال ماشین در نقطهای دیگر و چند داشبورد برای نمایش دادهها. این رویکرد ملموس بود، بهراحتی قابل مشاهده بود و میشد آن را بهسادگی در یک Business Case قرار داد.
اما یک نکته مهم را نادیده گرفتیم: اتصال ماشینها لزوماً به معنای تغییر شیوه کار افراد نیست.
یک داشبورد بهخودیخود هزینهها را کاهش نمیدهد و محصول بهتری تولید نمیکند. در دسترس بودن داده نیز الزاماً باعث افزایش پاسخگویی، ایجاد مالکیت، تغییر رفتار یا بازطراحی فرآیندها نمیشود. فروش «اتصال» بسیار سادهتر از فروش «تغییر» است. از طرف دیگر، صحبت درباره فناوریهای جدید بسیار هیجانانگیزتر از صحبت درباره تغییر فرآیندها، ساختار سازمانی و رفتار افراد است.
اما مشکل دقیقاً همین جاست. تحول واقعی در فناوری اتفاق نمیافتد؛ در نحوه کار کردن سازمان اتفاق میافتد. ما این موضوع را در فعالیتهای خودمان نیز بارها دیدهایم. چه در محیطهای آموزشی و چه در کارگاههای صنعتی، افراد تقریباً همیشه با یک سؤال فناورانه وارد میشوند.• چه سنسوری بخریم؟• کدام پلتفرم مناسبتر است؟• از چه پروتکلی استفاده کنیم؟• آیا میتوانیم از هوش مصنوعی استفاده کنیم؟
اما سؤال مربوط به «تغییر» معمولاً بعد از این سؤالها مطرح میشود؛ اگر اصلاً مطرح شود.در حالی که سؤال اصلی باید این باشد: «دقیقاً چه مسئلهای را میخواهیم حل کنیم و چه تغییری میخواهیم در نحوه کار سازمان ایجاد کنیم؟» فناوری باید در خدمت پاسخ به این سؤال باشد، نه اینکه خود به نقطه شروع پروژه تبدیل شود.
(این موضوع ادامه دارد) روزبه بابازاده
کلینیک تحول هوشمند صنایع
انجمن ملی اینترنت اشیا و علوم داده
۳۵۳
۱۹:۲۷
سه دام صنعت ۴.۰
دام دوم: تفاوت چرخه عمر IT و OT را نادیده گرفتیم
این موضوع جدیدی نیست، اما همچنان یکی از چالشهای جدی تحول دیجیتال صنعتی است. چرخه عمر تجهیزات و سیستمهای OT میتواند چندین دهه طول بکشد. برای بسیاری از داراییهای صنعتی، عمر ۲۰ تا ۳۰ سال اصلاً غیرمعمول نیست. الزامات ایمنی، قابلیت اطمینان، صلاحیت فنی، Availability و پشتیبانی سازنده باعث میشوند که نتوانیم یک سیستم کنترل را صرفاً به دلیل عرضه نسخه جدیدتر، کنار بگذاریم. در مقابل، چرخه عمر فناوری اطلاعات روزبهروز کوتاهتر میشود. قبلاً وقتی از چرخه عمر IT صحبت میکردیم، منظورمان سالها بود؛ اما امروز در برخی حوزهها، تغییرات حتی در فاصله چند ماه اتفاق میافتند. هرچه در معماری صنعتی به سمت لایههای پایینتر و نزدیکتر به تجهیزات فیزیکی حرکت کنیم، سرعت تغییر نیز کمتر میشود. این چیزی نیست که بتوان بهسادگی تغییرش داد.باید این تفاوت را بپذیریم و معماری خود را بر اساس آن طراحی کنیم.حالا یک ابزار هوش مصنوعی جدید و پیشرفته را تصور کنید که قرار است با یک سیستم صنعتی ۳۰ ساله ارتباط برقرار کند. دقیقاً همینجا است که مشکل واقعی خودش را نشان میدهد. صنعت ۴.۰ هرگز بهطور کامل به این تضاد میان چرخههای عمر سریع و کند نپرداخت. از یک طرف، فناوریهای IT با سرعت بسیار زیادی تغییر میکنند؛ از طرف دیگر، تجهیزات OT ممکن است برای چندین دهه در کارخانه باقی بمانند. علاوه بر این، اولویتهای این دو حوزه نیز متفاوت است. در IT معمولاً سرعت تغییر، انعطافپذیری و توسعه سریع اهمیت زیادی دارد. در OT، ایمنی، قابلیت اطمینان، پایداری و Availability اهمیت بسیار بیشتری دارند.راهحل این نیست که یکی را شبیه دیگری کنیم؛ بلکه باید معماری هایی ایجاد کنیم که هر دو بتوانند با وجود تفاوتهایشان در کنار یکدیگر کار کنند.
(این موضوع ادامه دارد) روزبه بابازادهکلینیک تحول هوشمند صنایعانجمن ملی اینترنت اشیا و علوم داده
دام دوم: تفاوت چرخه عمر IT و OT را نادیده گرفتیم
این موضوع جدیدی نیست، اما همچنان یکی از چالشهای جدی تحول دیجیتال صنعتی است. چرخه عمر تجهیزات و سیستمهای OT میتواند چندین دهه طول بکشد. برای بسیاری از داراییهای صنعتی، عمر ۲۰ تا ۳۰ سال اصلاً غیرمعمول نیست. الزامات ایمنی، قابلیت اطمینان، صلاحیت فنی، Availability و پشتیبانی سازنده باعث میشوند که نتوانیم یک سیستم کنترل را صرفاً به دلیل عرضه نسخه جدیدتر، کنار بگذاریم. در مقابل، چرخه عمر فناوری اطلاعات روزبهروز کوتاهتر میشود. قبلاً وقتی از چرخه عمر IT صحبت میکردیم، منظورمان سالها بود؛ اما امروز در برخی حوزهها، تغییرات حتی در فاصله چند ماه اتفاق میافتند. هرچه در معماری صنعتی به سمت لایههای پایینتر و نزدیکتر به تجهیزات فیزیکی حرکت کنیم، سرعت تغییر نیز کمتر میشود. این چیزی نیست که بتوان بهسادگی تغییرش داد.باید این تفاوت را بپذیریم و معماری خود را بر اساس آن طراحی کنیم.حالا یک ابزار هوش مصنوعی جدید و پیشرفته را تصور کنید که قرار است با یک سیستم صنعتی ۳۰ ساله ارتباط برقرار کند. دقیقاً همینجا است که مشکل واقعی خودش را نشان میدهد. صنعت ۴.۰ هرگز بهطور کامل به این تضاد میان چرخههای عمر سریع و کند نپرداخت. از یک طرف، فناوریهای IT با سرعت بسیار زیادی تغییر میکنند؛ از طرف دیگر، تجهیزات OT ممکن است برای چندین دهه در کارخانه باقی بمانند. علاوه بر این، اولویتهای این دو حوزه نیز متفاوت است. در IT معمولاً سرعت تغییر، انعطافپذیری و توسعه سریع اهمیت زیادی دارد. در OT، ایمنی، قابلیت اطمینان، پایداری و Availability اهمیت بسیار بیشتری دارند.راهحل این نیست که یکی را شبیه دیگری کنیم؛ بلکه باید معماری هایی ایجاد کنیم که هر دو بتوانند با وجود تفاوتهایشان در کنار یکدیگر کار کنند.
(این موضوع ادامه دارد) روزبه بابازادهکلینیک تحول هوشمند صنایعانجمن ملی اینترنت اشیا و علوم داده
۳۱۷
۲۰:۳۵
سه دام صنعت ۴.۰
دام سوم: چشمانداز داشتیم، اما نقشه راه نداشتیم
هیچ برنامه استاندارد پنج یا دهمرحلهای وجود ندارد که بتوان با استفاده از آن، هر کارخانهای را از یک محیط غیرمتمرکز و جزیرهای به یک کارخانه کاملاً دیجیتال و یکپارچه تبدیل کرد. پس باید از کجا شروع کنیم؟فناوریها و راهکارهای بسیار زیادی در بازار وجود دارند. برخی فروشندگان یک اکوسیستم کامل ارائه میکنند و برخی دیگر راهکاری تخصصی برای حل یک مسئله مشخص در اختیار شما میگذارند. اما انتخاب درست زمانی ممکن است که ابتدا بدانیم چه مسئلهای را میخواهیم در کارخانه حل کنیم. اتصال سیستمها بهتنهایی پاسخ این سؤال نیست.در بهترین حالت، اتصال سیستمها تنها یکی از گامهای مسیر است. بخش مهم دیگر این مسیر، معماری است. معماری درباره چیزهایی است که برای سازمان اهمیت دارند؛ چیزهایی که تغییر آنها دشوار و پرهزینه است. بنابراین ابتدا باید مشخص کنیم این «چیزهای مهم» برای سازمان خودمان چه هستند. زیرا معماریای که برای یک شرکت مناسب است، الزاماً برای شرکت دیگری مناسب نخواهد بود.معماری در عمل یعنی چه؟معماری در واقع مجموعهای از تصمیمهایی است که تغییر دادن آنها در آینده دشوار است. ممکن است یک تصمیم معماری را برای ۱۰ یا حتی ۲۰ سال با خود همراه داشته باشیم، زیرا مهاجرت از یک معماری به معماری دیگر معمولاً هزینه و ریسک زیادی دارد. اما مسئله مهمتر این است که این تصمیمها را باید در همان ابتدای مسیر بگیریم؛ درست در زمانی که کمترین اطلاعات را در اختیار داریم. اگر این تصمیمها اشتباه باشند، ممکن است خیلی دیر متوجه پیامدهای آنها شویم.برای مثال:• دادههای شما ممکن است در یک سیستم یا نزد یک فروشنده خاص گرفتار شوند و نتوانند بهراحتی در معماری داده سازمان قرار بگیرند.• ممکن است سبد محصولات Vendor با تغییر نیازهای شما و توسعه Use Caseها هماهنگ نشود.• ممکن است سازمان از شما بخواهد فناوریهای جدید، مانند هوش مصنوعی، را بهسرعت به کار بگیرید، اما معماری موجود انعطاف لازم برای این کار را نداشته باشد.مورد آخر روزبهروز اهمیت بیشتری پیدا میکند.تغییرات فناوری آنقدر سریع شدهاند که دیگر نمیتوان یک پروژه دوساله را شروع کرد و انتظار داشت در پایان پروژه، نتیجه همچنان بهروز باشد.
ممکن است وقتی پروژه به پایان میرسد، فناوری، نیاز کسبوکار یا حتی خود مسئلهای که پروژه برای حل آن تعریف شده بود، تغییر کرده باشد. بنابراین مسئله فقط این نیست که امروز یک معماری «درست» ایجاد کنیم.مسئله اصلی این است که معماریای ایجاد کنیم که بتواند فردا تغییر کند.• هدف نهایی دیگر یک نقطه ثابت نیست.• هدف دائماً در حال حرکت است.پس باید معماری را بهگونهای طراحی کنیم که بتواند با نیازهایی سازگار شود که امروز حتی از وجودشان خبر نداریم.
(این موضوع ادامه دارد) روزبه بابازادهکلینیک تحول هوشمند صنایعانجمن ملی اینترنت اشیا و علوم داده
دام سوم: چشمانداز داشتیم، اما نقشه راه نداشتیم
هیچ برنامه استاندارد پنج یا دهمرحلهای وجود ندارد که بتوان با استفاده از آن، هر کارخانهای را از یک محیط غیرمتمرکز و جزیرهای به یک کارخانه کاملاً دیجیتال و یکپارچه تبدیل کرد. پس باید از کجا شروع کنیم؟فناوریها و راهکارهای بسیار زیادی در بازار وجود دارند. برخی فروشندگان یک اکوسیستم کامل ارائه میکنند و برخی دیگر راهکاری تخصصی برای حل یک مسئله مشخص در اختیار شما میگذارند. اما انتخاب درست زمانی ممکن است که ابتدا بدانیم چه مسئلهای را میخواهیم در کارخانه حل کنیم. اتصال سیستمها بهتنهایی پاسخ این سؤال نیست.در بهترین حالت، اتصال سیستمها تنها یکی از گامهای مسیر است. بخش مهم دیگر این مسیر، معماری است. معماری درباره چیزهایی است که برای سازمان اهمیت دارند؛ چیزهایی که تغییر آنها دشوار و پرهزینه است. بنابراین ابتدا باید مشخص کنیم این «چیزهای مهم» برای سازمان خودمان چه هستند. زیرا معماریای که برای یک شرکت مناسب است، الزاماً برای شرکت دیگری مناسب نخواهد بود.معماری در عمل یعنی چه؟معماری در واقع مجموعهای از تصمیمهایی است که تغییر دادن آنها در آینده دشوار است. ممکن است یک تصمیم معماری را برای ۱۰ یا حتی ۲۰ سال با خود همراه داشته باشیم، زیرا مهاجرت از یک معماری به معماری دیگر معمولاً هزینه و ریسک زیادی دارد. اما مسئله مهمتر این است که این تصمیمها را باید در همان ابتدای مسیر بگیریم؛ درست در زمانی که کمترین اطلاعات را در اختیار داریم. اگر این تصمیمها اشتباه باشند، ممکن است خیلی دیر متوجه پیامدهای آنها شویم.برای مثال:• دادههای شما ممکن است در یک سیستم یا نزد یک فروشنده خاص گرفتار شوند و نتوانند بهراحتی در معماری داده سازمان قرار بگیرند.• ممکن است سبد محصولات Vendor با تغییر نیازهای شما و توسعه Use Caseها هماهنگ نشود.• ممکن است سازمان از شما بخواهد فناوریهای جدید، مانند هوش مصنوعی، را بهسرعت به کار بگیرید، اما معماری موجود انعطاف لازم برای این کار را نداشته باشد.مورد آخر روزبهروز اهمیت بیشتری پیدا میکند.تغییرات فناوری آنقدر سریع شدهاند که دیگر نمیتوان یک پروژه دوساله را شروع کرد و انتظار داشت در پایان پروژه، نتیجه همچنان بهروز باشد.
ممکن است وقتی پروژه به پایان میرسد، فناوری، نیاز کسبوکار یا حتی خود مسئلهای که پروژه برای حل آن تعریف شده بود، تغییر کرده باشد. بنابراین مسئله فقط این نیست که امروز یک معماری «درست» ایجاد کنیم.مسئله اصلی این است که معماریای ایجاد کنیم که بتواند فردا تغییر کند.• هدف نهایی دیگر یک نقطه ثابت نیست.• هدف دائماً در حال حرکت است.پس باید معماری را بهگونهای طراحی کنیم که بتواند با نیازهایی سازگار شود که امروز حتی از وجودشان خبر نداریم.
(این موضوع ادامه دارد) روزبه بابازادهکلینیک تحول هوشمند صنایعانجمن ملی اینترنت اشیا و علوم داده
۲۹۴
۱۹:۳۱
چگونه از این دامها خارج شویم؟
۱. به جای اتصال بیشتر سیستمها، افراد را بیشتر به یکدیگر متصل کنید
اولین دام، تمرکز بیش از حد بر Connectivity بود. راهحل چیست؟اتصال بیشتر؛ اما نه اتصال بیشتر ماشینها، بلکه اتصال بیشتر افراد.چیزی که در بسیاری از سازمانها وجود ندارد، ارتباط واقعی میان IT و OT است. این بخش ممکن است در نگاه اول نرم و غیرتکنولوژیک به نظر برسد، اما دقیقاً همین موضوع میتواند نتیجه تحول دیجیتال را تعیین کند. این کار باید از سطح مدیریت ارشد آغاز شود. مدیر ارشد عملیات و مدیر ارشد فناوری اطلاعات ــ یا هر عنوان مشابهی که در سازمان شما دارند ــ باید یک چشمانداز مشترک داشته باشند و واقعاً به آن متعهد باشند. اگر چنین همراستاییای وجود نداشته باشد، ایجاد تغییر از پایین به بالا بسیار دشوار خواهد بود. اما داشتن یک چشمانداز مشترک کافی نیست. اینکه بگوییم ما یک مأموریت مشترک داریم؛ حالا باید با هم کار کنید بهتنهایی هیچ مشکلی را حل نمیکند.
همکاری یک کلید روشن و خاموش نیست.
همکاری واقعی به طراحی سازمانی آگاهانه نیاز دارد؛ از جمله تیمهای چندتخصصی، مسئولیت مشترک، اهداف مشترک و توافق روشن درباره نحوه همکاری IT و OTتلاش برای انجام این کار بهصورت جداگانه، یکی از بزرگترین اشتباهات است. اگر برای اجرای یک پروژه یک سال زمان دارید، شاید بهتر باشد بخشی از این زمان را صرف ایجاد نگاه مشترک، زبان مشترک و مدل همکاری میان IT و OT کنید و سپس وارد اجرای فنی شوید. ممکن است این رویکرد در ابتدا کمی کندتر به نظر برسد، اما احتمال موفقیت پروژه را بهمراتب بیشتر میکند.
کوچک شروع کنید، اما بزرگ فکر کنید
اگر تاکنون یک تحول دیجیتال جدی را تجربه نکردهاید، منطقی نیست که اولین پروژه شما یک تحول عظیم در کل کارخانه باشد. با یک پروژه کوچک شروع کنید، اما آن را با نگاه بزرگ انتخاب کنید. پروژه کوچک باید علاوه بر ایجاد یک موفقیت سریع، امکان توسعه و گسترش داشته باشد. اولین Use Case را صرفاً بر اساس سادگی انتخاب نکنید.Use Case مناسب باید بتواند:• در مدت کوتاه ارزش ایجاد کند؛• ریسک محدودی داشته باشد؛• امکان توسعه داشته باشد؛• و در عین حال، بخشی از معماری آینده سازمان را شکل دهد.این پروژه کوچک فقط یک پروژه نیست. فرصتی است برای تمرین همکاری، یادگیری و ساختن پایههای پروژههای بعدی.
(این موضوع ادامه دارد) روزبه بابازادهکلینیک تحول هوشمند صنایعانجمن ملی اینترنت اشیا و علوم داده
۱. به جای اتصال بیشتر سیستمها، افراد را بیشتر به یکدیگر متصل کنید
اولین دام، تمرکز بیش از حد بر Connectivity بود. راهحل چیست؟اتصال بیشتر؛ اما نه اتصال بیشتر ماشینها، بلکه اتصال بیشتر افراد.چیزی که در بسیاری از سازمانها وجود ندارد، ارتباط واقعی میان IT و OT است. این بخش ممکن است در نگاه اول نرم و غیرتکنولوژیک به نظر برسد، اما دقیقاً همین موضوع میتواند نتیجه تحول دیجیتال را تعیین کند. این کار باید از سطح مدیریت ارشد آغاز شود. مدیر ارشد عملیات و مدیر ارشد فناوری اطلاعات ــ یا هر عنوان مشابهی که در سازمان شما دارند ــ باید یک چشمانداز مشترک داشته باشند و واقعاً به آن متعهد باشند. اگر چنین همراستاییای وجود نداشته باشد، ایجاد تغییر از پایین به بالا بسیار دشوار خواهد بود. اما داشتن یک چشمانداز مشترک کافی نیست. اینکه بگوییم ما یک مأموریت مشترک داریم؛ حالا باید با هم کار کنید بهتنهایی هیچ مشکلی را حل نمیکند.
همکاری یک کلید روشن و خاموش نیست.
همکاری واقعی به طراحی سازمانی آگاهانه نیاز دارد؛ از جمله تیمهای چندتخصصی، مسئولیت مشترک، اهداف مشترک و توافق روشن درباره نحوه همکاری IT و OTتلاش برای انجام این کار بهصورت جداگانه، یکی از بزرگترین اشتباهات است. اگر برای اجرای یک پروژه یک سال زمان دارید، شاید بهتر باشد بخشی از این زمان را صرف ایجاد نگاه مشترک، زبان مشترک و مدل همکاری میان IT و OT کنید و سپس وارد اجرای فنی شوید. ممکن است این رویکرد در ابتدا کمی کندتر به نظر برسد، اما احتمال موفقیت پروژه را بهمراتب بیشتر میکند.
کوچک شروع کنید، اما بزرگ فکر کنید
اگر تاکنون یک تحول دیجیتال جدی را تجربه نکردهاید، منطقی نیست که اولین پروژه شما یک تحول عظیم در کل کارخانه باشد. با یک پروژه کوچک شروع کنید، اما آن را با نگاه بزرگ انتخاب کنید. پروژه کوچک باید علاوه بر ایجاد یک موفقیت سریع، امکان توسعه و گسترش داشته باشد. اولین Use Case را صرفاً بر اساس سادگی انتخاب نکنید.Use Case مناسب باید بتواند:• در مدت کوتاه ارزش ایجاد کند؛• ریسک محدودی داشته باشد؛• امکان توسعه داشته باشد؛• و در عین حال، بخشی از معماری آینده سازمان را شکل دهد.این پروژه کوچک فقط یک پروژه نیست. فرصتی است برای تمرین همکاری، یادگیری و ساختن پایههای پروژههای بعدی.
(این موضوع ادامه دارد) روزبه بابازادهکلینیک تحول هوشمند صنایعانجمن ملی اینترنت اشیا و علوم داده
۲۸۵
۱۹:۳۳
لینک ثبتنام:
https://eseminar.tv/wb184588
وبینار مهارت های نرم در عصر هوش مصنوعی
با حضور:
دکتر جمال صوفیه پژوهشگر - مدرس - مشاور - پست داک و مهندس مهدی معظمی
آینده حرفهای ما در عصر هوش مصنوعی، فقط به مهارتهای فنی وابسته نیست.
با گسترش ابزارهای هوش مصنوعی و تغییر سریع شیوههای کار، یک پرسش اساسی پیش روی متخصصان و سازمانها قرار گرفته است:
توانایی برقراری ارتباط مؤثر، تصمیمگیری در شرایط پیچیده و نامطمئن، مدیریت تعارض، بلوغ فکری و عاطفی و سازگاری با تغییر، از جمله مهارتهایی هستند که نقش مهمی در موفقیت فردی و سازمانی ایفا میکنند.
در وبینار «مهارتهای نرم در عصر هوش مصنوعی؛ چگونه در دنیای پرتلاطم امروز متمایز بمانیم؟» به بررسی فرصتها، تهدیدها و ابزارهای عصر AI برای توسعه مهارتهای نرم میپردازیم.
محورهای اصلی وبینار:• گفتوگو و ارتباطات اثربخش• تصمیمگیری در شرایط ریسک و عدماطمینان• مدیریت تعارض بینفردی• توسعه ذهنی، بلوغ فکری و عاطفی• انعطافپذیری و تابآوری• نقش هوش مصنوعی در تقویت مهارتهای نرم
سهشنبه ۵ آبان | ساعت ۱۷ تا ۱۹
بهصورت آنلاین


برگزارکنندگان: آکادمی توسعه پیرودا و آکادمی دکتر صوفیه
اطلاعات بیشتر و ثبتنام: https://eseminar.tv/wb184588
https://t.me/DrSophiehAcademy
https://ble.ir/peiroda


https://eseminar.tv/wb184588
وبینار مهارت های نرم در عصر هوش مصنوعی
با حضور:
دکتر جمال صوفیه پژوهشگر - مدرس - مشاور - پست داک و مهندس مهدی معظمی
آینده حرفهای ما در عصر هوش مصنوعی، فقط به مهارتهای فنی وابسته نیست.
با گسترش ابزارهای هوش مصنوعی و تغییر سریع شیوههای کار، یک پرسش اساسی پیش روی متخصصان و سازمانها قرار گرفته است:
توانایی برقراری ارتباط مؤثر، تصمیمگیری در شرایط پیچیده و نامطمئن، مدیریت تعارض، بلوغ فکری و عاطفی و سازگاری با تغییر، از جمله مهارتهایی هستند که نقش مهمی در موفقیت فردی و سازمانی ایفا میکنند.
در وبینار «مهارتهای نرم در عصر هوش مصنوعی؛ چگونه در دنیای پرتلاطم امروز متمایز بمانیم؟» به بررسی فرصتها، تهدیدها و ابزارهای عصر AI برای توسعه مهارتهای نرم میپردازیم.
محورهای اصلی وبینار:• گفتوگو و ارتباطات اثربخش• تصمیمگیری در شرایط ریسک و عدماطمینان• مدیریت تعارض بینفردی• توسعه ذهنی، بلوغ فکری و عاطفی• انعطافپذیری و تابآوری• نقش هوش مصنوعی در تقویت مهارتهای نرم
https://t.me/DrSophiehAcademy
https://ble.ir/peiroda
۸
۱۵:۵۹