[爆卦]麥肯錫最強問題解決法ptt是什麼?優點缺點精華區懶人包

雖然這篇麥肯錫最強問題解決法ptt鄉民發文沒有被收入到精華區:在麥肯錫最強問題解決法ptt這個話題中,我們另外找到其它相關的精選爆讚文章

在 麥肯錫最強問題解決法產品中有33篇Facebook貼文,粉絲數超過0的網紅,也在其Facebook貼文中提到, 好書介紹:麥肯錫精準提問術 1/7 地表最強管理顧問公司麥肯錫最核心工作術! 一針見血,一秒搞定的「問題解決」思維! 麥肯錫最核心的工作術,不是提供解答,而是發問。 不論工作或是人生,只要拋出好問題,便能得到理想答案,不致走錯方向。 透過「提問」,舉凡工作力、構想力、交際力,都將獲得大幅...

麥肯錫最強問題解決法 在 跟著象總跑步上學 Instagram 的最佳解答

2021-02-17 10:04:21

#能量管理 近幾個月,有三篇關於象總的雜誌報導。 分別是「天下雜誌」、「Cheers」以及「WE PEOPLE東西名人誌」。 當中主題,其實都跟「能量管理」非常有關。 . 特別是現代人時間有限,但人人多工卻注意力分散,良好的「時間」管理已不等於傑出的表現 (#加班加到趴 #生活花惹發)。 ...

  • 麥肯錫最強問題解決法 在 Facebook 的精選貼文

    2021-09-28 21:41:16
    有 92 人按讚

    好書介紹:麥肯錫精準提問術 1/7

    地表最強管理顧問公司麥肯錫最核心工作術!

    一針見血,一秒搞定的「問題解決」思維!

    麥肯錫最核心的工作術,不是提供解答,而是發問。

    不論工作或是人生,只要拋出好問題,便能得到理想答案,不致走錯方向。

    透過「提問」,舉凡工作力、構想力、交際力,都將獲得大幅提升。

    藉由「提問」,你可以:

    ①整合零散資訊→得以整理資訊,減輕工作上的煩惱。

    ②掌握事物核心,縮短處理時間→減少工作上的白費力氣。

    ③連結不同事物,揮灑無限創意→更容易激發巧思。

    ④改變現狀→陷入僵局、思緒打結時,得以豁然開朗。

    ⑤改善人際關係→以「請教」取代「說服」,對方更能主動。

    ⑥改變自己→領悟到自己真正重視、想做的事。

    待辦事項繁多,經常被工作追著跑、覺得焦躁不安、工作老是做不完、無法安排工作的先後順序、缺乏幹勁、部下或工作搭檔不聽使喚、經常為了和他人溝通煩惱不已、無法獲得他人肯定、缺乏靈感、面臨人生重大抉擇,卻不知如何選擇……等,都可以藉由「提問」,一掃心中的迷惘。

    https://www.books.com.tw/products/0010809693?sloc=main

    商周出版 #佘淑真 憲福育創 #知識型網紅 大大學院

    https://www.youtube.com/watch?v=WhXCHiwPgJs

  • 麥肯錫最強問題解決法 在 Facebook 的精選貼文

    2021-08-10 13:13:24
    有 281 人按讚

    創新工場和BCG波士頓諮詢合作的「+AI改造者」系列:創新工場投資的追一科技,用領先的「數位員工」解決方案幫傳統企業降本提效。

    改造者系列:傳統企業應用AI別想「短平快」 -- 本文来自BCG微信公眾號,經授權轉載。

    近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智慧在大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。

    作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。

    隨著當前人口紅利趨弱,企業的用工成本增加,「數位員工」存在大量的市場需求。成立於2016年的追一科技,通過其核心的AI語義分析技術,幫助傳統企業利用人工智慧技術解決勞動力短缺的問題,實現降本提效。

    在采訪中,追一科技首席戰略官成捷認為,傳統企業應該扭轉AI應用「短平快」的認知,投入時間和精力去梳理和構建特定於AI的業務流程,以達到正向的循環。

    ■系列導讀

    本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。

    在企業服務領域,AI企業,即「改造者」,能夠最直接地賦能企業提升管理效率與節降成本。追一科技便是這一賽道的佼佼者之一,借助自然語言處理技術,其「AI數位員工」可以勝任線上客服專員、行銷專員、資料質檢員、銷售上崗培訓師、反洗錢專家等崗位。

    ■本期受訪嘉賓:成捷

    追一科技是「AI數位員工」提供商,主攻深度學習和自然語言處理,提供智慧語義、語音和視覺的AI全棧服務。追一科技的AI數位員工智慧平臺與業務場景深度融合,提供不同類型的AI數位員工,滿足企業和政府使用者服務、行銷、運營、 辦公等多種場景的智慧化升級需求,幫助他們降本提效,改善用戶體驗,驅動創新和增長。

    成捷是追一科技首席戰略官。在此之前,他曾任職于麥肯錫與騰訊。成捷先生擁有清華大學學士學位與加州理工大學博士學位。

    ■對談實錄

    Q1:追一科技為何選擇幫助傳統企業應用AI?

    成博士:追一科技的定位是「AI數位員工」服務商,本質上是智慧軟件,面向企業提供AI企業軟件來説明其降本增效。當前,隨著人口紅利趨弱,企業用工成本水漲船高,員工的流動性也在增加,市場上存在大量對於智慧客服、行銷、內部溝通等的需求,企業希望由機器解決勞動力短缺問題,並為企業降本。而追一的核心AI能力是語義分析,即機器如何像真人一樣理解和表達文本資訊,再結合創始人團隊的企業服務背景,恰好能夠滿足我們稱之為「數字員工」的市場需求。追一的語音、視頻應用能夠滿足銀行、運營商等企業線上交互管道上海量的對話交互需求,涉及行銷和業務辦理等,幾乎等同于傳統呼叫中心上千乃至上萬的人工。

    同時,我們也看到近些年大量企業在推進資訊化建設、雲建設,企業數位化的基礎在不斷成熟。許多企業已經積累了大量結構化或非結構化的資料,但並不知道如何應用,不知道如何從海量資料中提煉洞察。追一可以説明他們通過資料分析來實現更精細化的運營,從而提升人的產能。以保險電銷為例,通過對銷售人員的資料分析,追一能夠提煉高績效員工值得借鑒的話術和知識點,標準化後以輔助推廣培訓。

    Q2:在賦能傳統企業應用AI的過程中,追一遇到過哪些挑戰?又是如何應對的?

    成博士:AI火爆之後,大部分企業的心態是先投資一部分進行嘗試,其中有些企業成功地體驗到了AI的成效,於是自發地持續梳理其業務流程、構建並優化知識庫,進入了一個正向循環,投入產出比也合理,逐漸能夠覆蓋到更多場景和業務部門。

    而有些企業原本對AI的預期是「隨插即用」,期待AI能在短期之內帶來巨大改變,他們應用AI的效果往往就無法達到預期,也很難將AI的效用發揮到最大,往往在一次采購之後就沒有下文了。AI企業要扭轉傳統企業認為AI「短平快」的認知,投入時間和精力去梳理和構建特定於AI的業務流程,才能步入正向的循環。

    其次,許多較早開始應用AI的企業組織規模都很大,涉及到很多不同的部門——分條線、分版塊、分職能等。如何能夠協調大型企業多部門之間不同的利益和訴求,這對於AI應用而言是另一大難點。以銀行為例,總行負責智慧化建設的IT或科技部門往往考慮更有整體性的、大量部門可以通用的、長期的解決方案,且看中綜合性和可持續性更強的供應商。而業務部門往往偏好更迅速、更精准的解決方案,傾向于先行自行采購。AI企業就需要平衡和兼顧雙方的需求。我判斷在中長期會有多流匯聚的趨勢,即企業的科技部門會統籌AI智慧化建設的規劃以及技術合作夥伴的選取,總部科技部門和一線業務部門會一同系統性地梳理需求。

    同時,在業務梳理過程中,AI企業也需要增進其對行業的理解,從而幫助傳統企業梳理出哪些業務或場景更有AI價值、更容易落地,以塑造短期速贏。追一在進入每個行業時都需要花大量時間瞭解業務流程,建立行業知識庫。

    最後,AI不像ERP之類的傳統軟體系統,沒有成熟的全鏈路玩家,還處在比較初級的階段,因此端到端的、定制化的AI服務是稀缺資源且具差異化優勢——系統實施上,大型企業系統多,往往也不標準化,十分消耗人力;知識庫定制上,不同企業的業務流程不同、知識不同,需要定制知識庫;軟體功能定制方面,不同規模、業務類型的企業依然存在不同的需求;哪怕在部署之後,AI企業依然需要持續優化場景,根據交互的效果持續優化業務流程,並試圖拓展新的場景。

    Q3:如何理解追一「開放共贏的生態合作體系」?

    成博士:追一對各類企業都秉持著開放合作的心態,我們識別了四大類合作夥伴——平臺夥伴、行業夥伴、區域夥伴和咨詢夥伴。

    1. 平臺夥伴包括騰訊雲、華為雲等企業,平臺夥伴能夠提供基礎設施,起到「鋪電線」的作用。憑藉平臺夥伴強大的客戶資源和銷售網路,追一能夠觸達更多的終端客戶。而追一能在平臺夥伴通用性的基礎設施之上提供特定垂直領域的解決方案,使面向客戶的解決方案更好落地實施。

    2. 行業夥伴指特定行業領域的資訊科技企業,他們相比其他夥伴有更深的行業理解以及更多行業內的客戶資源,也願意在科技方面進行嘗試。追一可以與行業夥伴共同拓展行業內的科技解決方案。

    3. 區域夥伴指在當地有較強商務關係、對當地市場瞭解較深入的夥伴。

    4. 咨詢夥伴則能夠提供整合咨詢服務,在數位化咨詢、財務咨詢等細分方向擁有豐富的咨詢經驗。

    追一在生態合作中除了能夠提供行業定制化的技術方案之外,還可以分享和拓展渠道資源,幫助系統集成商、ISV增收。長遠來看,追一希望把產品服務做得更加標準化,可供他人調用,也可以在自有平臺上集成協力廠商產品和服務。

    Q4:你認為未來AI企業的發展趨勢是什麼?

    成博士:大趨勢一定是行業越做越深、場景越做越精,提供整體性的行業AI解決方案。這也是追一未來發展的優先事項。

    此外,AI企業還應當繼續推進技術普惠,在當前AI大多只在大型企業使用,而未來應當覆蓋更多中小規模的企業。AI企業能做的是把大客戶的主流需求打磨好、標準化,大量復用從頭部企業積累的垂直領域專識,再在過程中逐步建立跨行業復用的能力。

    ■要點回顧

    1.「人工智慧即服務」(AI-as-a-service)依然處於初級階段,還沒有成熟的全鏈路玩家,因此端到端的、定制化的AI服務能夠打造差異化的競爭優勢。

    2. 傳統企業需要抓住時間窗口,憑藉多年深耕行業的經驗積累,在AI技術企業追趕行業知識的檔口自我顛覆、自我革命。

    3. 對「改造者」而言,「先縱後橫」不失為可行的策略——欲實現持續穩定的AI發展,需要長期深耕垂直領域,持續積累行業know-how,並將縱深積累標準化,以複製到更多的垂直行業。

  • 麥肯錫最強問題解決法 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文

    2021-08-02 11:27:03
    有 0 人按讚

    智慧化供應鏈的考驗

    作者 : Don Hnatyshin,莫仕(Molex)供應鏈資深副總裁
    2021-07-29

    儘管新冠疫情引發了一些混亂的局面,但同時也促使了供應鏈創新的迅速發展。雖然這次疫情破壞的深度、廣度和範圍是我們前所未遇的,然而,大多數供應鏈業內人員都未雨綢繆,儘量減低風險,準備在2021年大顯身手。

    評估、規劃和應對風險,長久以來深入莫仕(Molex)骨髓。我們擁有足夠的專業技能,以期應對由自然災害,供應限制,以及地緣政治或金融事件引發的一連串供應鏈中斷。我們不斷開發關鍵的知識流程,以備不測,包括利用最新的供應鏈工具和技術。

    新冠疫情顛覆了產業的遊戲規則,考驗著我們的總體供應鏈水準。現在我們看到由於預見性不足加劇了新冠疫情產生的長期災難性影響。根據高盛最近的一項分析研究,在過去18個月中不斷加劇的半導體短缺狀況正在影響著169個產業,包括汽車、消費科技、造船、啤酒廠甚至肥皂製造領域。

    從好的方面來看,我們見證了電子商務和數位交易擁有的巨大變革力量,將客戶便利性、採購便利性和交付速度提升到一個全新的水準。正因為這種積極正面的影響使B2C企業(企業對消費者)給人們帶來全新的體驗,從而永久改變了人們對B2B (企業對企業)的期望。現在是時候重新評估供應鏈戰略並開創全新思維方式了,包括以客戶為中心,及早為未來的一切情形做好計劃和準備。

    風險與響應:改變規則

    雖然風險評估和應對的原則保持不變,但目標範圍已經縮窄了。在疫情期間,企業評估、應對和減輕風險的速度和敏捷性是評判企業的標準。由於許多企業仍在努力重新站穩腳跟,因此,具有客戶至上心態的企業會以最快的速度調整其業務和/或交付模式,以便在特殊時期滿足前所未有的需求。

    在新冠疫情後的供應鏈競爭中,能否提供與B2C客戶體驗相當服務水準,將會成為勝敗關鍵。這就需要新型的工具抓取業務資料,提升整體智慧化水準,而不僅僅監測貨物的實時運輸軌跡。

    全面的供應鏈視圖,始於對採購和採購策略進行有價值且及時的更新,然後延伸到工廠車間,確保有合格的人才能對製造和品質流程進行知道。同樣重要的是:不能低估物流的最後一哩,這在過去一年中產生了很多意外的情況。未來,供應鏈的成功將不僅僅透過貨物的物流來評估,而是貨物實時資訊的雙向移動,以促進更快、更好的業務決策。

    供應鏈4.0:以數位技術為支柱

    通過增加感測器、自動化和資料分析等智慧化技術,供應鏈4.0可望逐步與工業4.0達到相匹配的水準。幾年前,麥肯錫(McKinsey & Company)將供應鏈4.0描述為下一代數位化供應鏈。供應鏈4.0的數位化優先策略是推動新的商業運作變革主要因素,旨在提高客戶便利性,增加可見性、降低成本和提高流程效率。

    2021年,雖然所有這些屬性仍然適用,但門檻已大大提高。來自智慧裝置、感測器和機器的實時資訊使得新的、越來越強大的資料集劇增,這些資料集需要進行挖掘、分析並與機器學習和人工智慧(AI)匹配,以推動預測性和規範性分析。其結果就是:甚至在做出決定之前,就要對業務影響和衝擊進行深遠和詳盡的分析。

    供應鏈4.0非常重視資料生態系統,因此必須在正確的時間以正確的速度傳遞正確的資訊。然而,說起來容易做起來難,重要的是要確定哪些資料對業務最有意義。幾年前確定的最關鍵的資料屬性現在已成為生態系統基礎的一部分。我們要關注一些新興的屬性;它們可以豐富生態系統,從而帶來更明智的決策和競爭優勢。

    對於大多數企業而言,資料生態系統是全面實現更智慧化的供應鏈4.0的最大障礙,只有解決這一問題,才能真正實現更智慧化的供應鏈4.0。幸運的是,吸取別人的大量寶貴經驗教訓,能夠引導我們完成這個過程。

    今天的教訓是未來供應鏈成功的基礎

    多年來,筆者花了很多時間與各個產業的供應鏈同行交流想法和經驗。這些溝通交流豐富了我的觀點,尤其是在關注客戶體驗方面。電子商務和零售公司每年在Gartner供應鏈25強企業中佔據主導地位,例如,在2021年,Gartner將高露潔、強生、雀巢、百事可樂、沃爾瑪和歐萊雅列為前10名,因為這些企業在應對新冠疫情和其他宏觀經濟因素的挑戰方面,表現出前所未有的敏捷性和靈活性。

    從這些企業的運作方式中,可以學習到很多實用知識和智慧。他們清楚地瞭解客戶價值,並且不斷優先投資於推動供應鏈彈性、敏捷性和創新的技術。由於企業的業務性質,這些供應鏈中堅企業也奉行「客戶至上」,這對於每個人來說都是寶貴的典範。

    在過去的一年,我意識到供應鏈物流比預期的都要脆弱許多。當然,我們無法預料到國際航班在很長一段時間內幾乎完全停頓,以及集裝箱船卡在蘇伊士運河造成的大規模擁堵。根據現在的情況,制定更智慧的物流網路必須成為供應鏈關注和討論的一部分。

    設計更加智慧的供應鏈

    根據市場研究機構IHS Markit的2021年供應鏈洞察全球調查,接近三分之二的全球供應鏈領導者表示需要更好的技術、平台和資料,以實現整體供應鏈目標。Molex非常瞭解供應鏈智慧在確保供應鏈彈性和敏捷性方面發揮的關鍵作用。這就是我們繼續進行戰略投資以增強知識、平台和流程的原因。

    Molex秉承以客戶至上的思維和方法,全力實施世界一流的供應鏈設計原則。我們正在擴展資料收集和關聯能力,以幫助從業人員識別最有用的資料屬性,同時尋求創新方法來綜合資訊流並豐富資料生態系統。這些都是至關重要的工作,因為作為公司全球供應鏈的一部分,Molex採購和管理運作的一切都會影響我們對客戶的有效響應。

    鑒於客戶至上的原則,Molex將繼續應用最新的創新技術,同時該公司也是擁有多年經驗的供應鏈專業廠商,因此致力擴展實時可見性並緩減風險。到今年年底,Molex將分享智慧化數位供應鏈方面的重要進展,這是一種每天都在變得更加智慧的平台。

    資料來源:https://www.eettaiwan.com/20210729ta71-putting-supply-chain-intelligence-to-the-test/

你可能也想看看

搜尋相關網站