Contextere ম্যাডিসন চালু করেছে, ফ্রন্টলাইন শিল্প কর্মশক্তির জন্য একটি অন্তর্দৃষ্টি ইঞ্জিন

প্রতিদিন, সারা বিশ্ব জুড়ে শিল্প প্রতিষ্ঠানে লক্ষ লক্ষ পুরুষ ও মহিলা তাদের কর্মদিবসের 30% অ-উৎপাদনশীল সময় (NPT) কার্যকলাপে ব্যয় করে[i]. তারা অলসভাবে সময় নষ্ট করছে না, বরং তারা সক্রিয়ভাবে সঠিক তথ্য খোঁজার চেষ্টা করছে, নির্দেশনার জন্য অপেক্ষা করছে বা অন্যান্য কাজের দলের সাথে সমন্বয় করার চেষ্টা করছে। যদিও এই অবস্থা কোম্পানি জুড়ে এবং শিল্প জুড়ে বিদ্যমান, এটি প্রযুক্তিগত রক্ষণাবেক্ষণ এবং অপারেশন কার্যক্রমের মধ্যে বিশেষ করে স্থানীয়। পরিস্থিতি আরও জটিল করে তোলা হচ্ছে যে একবার এই শ্রমিকদের প্রয়োজনীয় তথ্য পাওয়া গেলেও তারা 25% সময় ভুলভাবে কাজটি করতে পারে।[ii]. এই উচ্চতর মানব ত্রুটির হার (HER) এর ফলে ব্যয়বহুল পুনঃকর্মের পাশাপাশি বিপর্যয়মূলক সরঞ্জাম ব্যর্থতা এবং মানুষের আঘাতের সম্ভাবনা বৃদ্ধি পায়।

ইন্ডাস্ট্রিয়াল ফ্রন্টলাইনে উচ্চ NPT এবং HER এর কারণগুলি সমস্যাটি অনুভব করে এমন সংস্থাগুলির মতোই বৈচিত্র্যময় হতে পারে। বেশিরভাগ সংস্থায়, ডেটা সাইলোতে আটকে থাকে এবং কার্যকরী ডোমেন জুড়ে প্রাসঙ্গিক প্রাসঙ্গিকতা এবং কার্যকলাপ প্রায়শই হারিয়ে যায়। তথ্য প্রযুক্তি সিস্টেমগুলি অপারেশনাল টেকনোলজি সিস্টেম থেকে সংযোগ বিচ্ছিন্ন থাকে যা শেষ কৌশলগত মাইলটিতে কর্মীদের কাছে পৌঁছানো থেকে সমালোচনামূলক অন্তর্দৃষ্টি রাখে। এবং ডেটা ক্যাপচার এবং বিশ্লেষণে ব্যাপক কর্পোরেট বিনিয়োগ সত্ত্বেও, সেই তথ্যের প্রয়োগ সদর দফতরের অপারেশনগুলিতে সীমাবদ্ধ থাকে – এন্টারপ্রাইজ দক্ষতা এবং উত্পাদন অপ্টিমাইজেশান, এবং মূলধন সরঞ্জাম বিনিয়োগ পরিকল্পনা। ফ্রন্টলাইন কর্মীদের খুব কমই তথ্যের অ্যাক্সেস থাকে যা তাদের নিজস্ব সিদ্ধান্ত গ্রহণ এবং কার্যকলাপের সাথে প্রাসঙ্গিক হতে পারে।

উপরে উল্লিখিত বাধাগুলিকে আরও বাড়িয়ে দেওয়া হল একটি মৌলিক কাঠামোগত সমস্যা যা কোম্পানিগুলিকে প্রভাবিত করে চলেছে – একটি কর্মীদের দক্ষতার ব্যবধান। নতুন প্রযুক্তি গ্রহণ এবং জনসংখ্যার পরিবর্তনগুলি সংস্থাগুলির ব্যবসা পরিচালনার পদ্ধতি এবং তাদের কর্মশক্তিতে প্রয়োজনীয় দক্ষতার ধরণকে আমূল রূপান্তরিত করেছে। কর্মীবাহিনীর অবসর ত্বরান্বিত করা এবং নতুন কর্মীদের অনবোর্ডিং করার সময় দক্ষতার জন্য অত্যধিক দীর্ঘ সময়ের ফলে বিশেষজ্ঞের জ্ঞান হারিয়েছে এবং দক্ষ কর্মীদের অভাব রয়েছে। এই দক্ষতার ব্যবধান এনপিটি এবং এইচইআরকে আরও খারাপ করে দেয় কারণ আরও অনভিজ্ঞ কর্মীদের ছোট দলগুলিকে কম জ্ঞান এবং কম সংস্থান সহ ক্রমবর্ধমান জটিল সরঞ্জামগুলি বজায় রাখতে, মেরামত করতে এবং পরিচালনা করতে হবে।

ম্যাডিসন ইনসাইট ইঞ্জিন, সম্প্রতি AREA সদস্য Contextere দ্বারা চালু করা হয়েছে, হল প্রথম সমাধান যা ডেটা এক্সট্র্যাকশন, মেশিন লার্নিং এবং প্রাকৃতিক ভাষা বোঝার সমন্বয় করে এবং জটিল যন্ত্রপাতি রক্ষণাবেক্ষণ, মেরামত, অপারেটিং এবং তৈরির ফ্রন্টলাইন কারিগরি কর্মীদের অন্তর্দৃষ্টি এবং সিদ্ধান্ত সহায়তা প্রদান করে। এই ক্ষমতা শিল্প শ্রমিকদের প্রথমবার সঠিকভাবে কাজ করতে, কাজের বিষয়ে তাদের জ্ঞান এবং দক্ষতা বিকাশ করতে এবং তাদের উত্পাদনশীলতা এবং নিরাপত্তা উন্নত করতে সক্ষম করে।

ডিজিটাল ওয়ার্কপ্লেস রিপোর্টের জন্য তার 2020 কুল বিক্রেতাদের মধ্যে Contextereকে স্বীকৃতি দেওয়ার জন্য[iii]গার্টনার উল্লেখ করেছেন যে বিশ্লেষণ এবং অন্তর্দৃষ্টি ইঞ্জিনগুলি “সাধারণত বড় সংস্থায় ডেস্ক-ভিত্তিক কর্মীদের চাহিদার উপর ফোকাস করে,” যেখানে ম্যাডিসন ইনসাইট ইঞ্জিন অনন্য যে এটি “একটি সম্পূর্ণ করার জন্য প্রয়োজনীয় সমস্ত প্রাসঙ্গিক তথ্য সক্রিয়ভাবে সরবরাহ করার জন্য একা প্রসঙ্গ ব্যবহার করে। কাজ” ব্যবহারকারীর অবস্থান বা ডোমেন নির্বিশেষে।

Madison কথোপকথনমূলক প্রাকৃতিক ভাষা প্রক্রিয়াকরণের সাথে একত্রে মেশিন লার্নিং প্রয়োগ করে তাদের বিকশিত স্থানীয় রিয়েল-টাইম প্রেক্ষাপটের উপর ভিত্তি করে একটি শিল্প সেটিংয়ে একজন প্রযুক্তিবিদ বা বিশ্লেষকের কাছে সক্রিয়ভাবে এবং ভবিষ্যদ্বাণীপূর্ণ দিকনির্দেশনা প্রদান করতে। ম্যাডিসন অ্যালগরিদমগুলির ফোকাস হল সঠিক তথ্যের অংশ নির্ধারণ করা এবং সরবরাহ করা – উপলব্ধ এন্টারপ্রাইজ ডেটার বিশাল পরিমাণকে কিউরেট করার জন্য একটি হ্রাসবাদী পদ্ধতি।

সারা বিশ্ব জুড়ে শিল্প সংস্থাগুলি উত্পাদনশীলতার সমস্যাগুলি এবং তাদের ফ্রন্টলাইন কর্মীদের মধ্যে দক্ষতার ব্যবধান বাড়াতে চাইছে। সক্রিয়ভাবে সমালোচনামূলক তথ্য প্রদান করার মাধ্যমে, কখন এবং কোথায় এটি প্রয়োজন, ম্যাডিসন ইনসাইট ইঞ্জিন প্রতিটি শিল্প কর্মীকে ক্রমাগত তাদের জ্ঞান এবং কাজের দক্ষতা বৃদ্ধি করতে, তাদের কাজগুলি নিরাপদে সম্পাদন করতে এবং তাদের সর্বোত্তম উত্পাদনশীল হতে সক্ষম করে৷ ফলস্বরূপ, কোম্পানিগুলি কার্যকর কর্মশক্তি বিকাশ, সর্বাধিক সরঞ্জাম আপটাইম এবং সর্বোত্তম মানব-মেশিনের কার্যকারিতার সুবিধা পায়। আরও জানতে এবং ম্যাডিসনের একটি প্রদর্শনী দেখতে, যান এখানে.

[i] বধ, A, Bean, G., & Mittal, A. (2015, 14 আগস্ট)। সংযুক্ত ব্যারেল: ইন্টারনেট অফ থিংসের সাথে তেল এবং গ্যাসের কৌশলগুলিকে রূপান্তর করা। http://dupress.com/articles/ internet-of-things-iot-in-oil-and-gas-industry/ থেকে সংগৃহীত

[ii] Lyden, S. (2015)। প্রথমবার ফিক্স রেট: শীর্ষ 5 ফিল্ড সার্ভিস পাওয়ার মেট্রিক্স। https://www.servicemax.com/uk/fsd/2015/04/13/first-time-fix-rate-field-service-metrics-that-matter/ থেকে সংগৃহীত

[iii] https://www.gartner.com/en/documents/3985043

Leave a Reply

Your email address will not be published.