工业组织再也不能不承担风险了。但是，哪些英雄是业务转型的核心，并基于整个行业的数字化仍然不足以及更智能、更自主的工业未来需要新剧本这一事实而押注自己的职业生涯（并推动有意义的变革）？本文讨论了数字特立独行者的基本素质——在工业人工智能兴起的背景下，这类人对于推动公司的数字化转型计划至关重要。
数字特立独行者的特点是战略、大局思维、不懈的决心、强大的业务理解、技术实力以及有时他们肩上的芯片。他们是新一代的工业领导者，对于实施工业数字化转型计划并随着工业人工智能的到来使其真正有意义和有价值至关重要。当数字运营团队的其他成员考虑部署运营用例和分析时，数字特立独行者正在考虑构建新的长期业务能力。而不是搜索诸如“什么是工业聊天机器人？”“良好的数据管理平台”或“数字运营仪表板”，数字特立独行者渴望并推动清晰的新想法，如“ChatGPT for operations”、“检索增强生成”、“AI和情境化数据”和“自主数字工厂”。
他们还从经验中了解到，从以前的工业人工智能尝试中，哪些工作做得不够好，无法提供有意义的价值——要么是看到第一手的噪音多于价值（不可靠的模型、太多的误报、不断的再培训），要么是人工智能部署彻底失败，无法在操作员工作流程中产生有意义的变化。数字特立独行者知道，在洞察力有限、决策力不佳的复杂环境中运营这一古老的行业挑战有一个解决方案
数字小牛:这是你的时刻
随着行业采用高度可信、安全、无幻觉的生成式人工智能来从数字运营中获取更多商业价值，这些数字特立独行者迄今为止实施的一切（工业数据运营基础设施、技能组合投资和其他基础能力）的价值几乎在一夜之间提高了10倍。
从技术和战略角度来看，这一拐点都不会更真实、更明显或更紧迫。真正的数字特立独行者知道游戏已经永远改变了，他们肩负着推动和管理新剧本的新责任，新剧本包括一套新的指导原则:
1.根据关键业务驱动因素重新调整数字KPI和技能组合
数字特立独行者知道，他们组织的章程和KPI必须与业务价值和运营收益更加紧密地联系在一起。他们的KPI必须反映业务影响、成功扩展和其他类似产品的指标，而不是部署概念证明:
- 如何衡量、量化业务价值并将其直接归因于数字化计划？正在开发哪些有价值的“投资组合”或“菜单”？
- 反馈循环中如何衡量采用情况和实施用户反馈？交付的工具中实际上有多少日常活跃运营用户？工作流程因此发生了怎样的变化？
- 部署和维护这些业务应用程序和解决方案的成本是多少？扩展到以下资产、场地或工厂的成本是多少？
- 通过部署解决方案，多个利益相关方获得了哪些新的业务能力？这些能力是短期的，还是将长期存在（并推动价值）？
2.此外，开发和运营分析部门所需的技能组合也将发生变化。
Gartner估计，“到2030年，大多数现代数字企业中传统描述性分析仪表板的数量将减少50%以上。”3生成式人工智能将成功地抽象出创建和管理专业分析的传统复杂性，以支持更多业务就绪型见解。
给传统首席信息官和想要成为特立独行者的人的明确信息是什么？停止在IT、数据和分析技能上的投资，更多地关注将人工智能驱动的用例与业务影响联系起来。
3.以比竞争对手更快的速度实现业务价值的落地和扩展
技术可能会在瞬间发生变化，但运营KPI是常青树。在整个企业范围内全面应对数字化转型尚未证明能够足够快地推动变革，从而在动态市场中提供有意义的竞争优势。相反，数字特立独行者正在追求“土地和扩展”方法，在高价值用例的背景下集成新技术，从最初的测试概念到规模化（价值提高10倍）部署的路径清晰明确。
无论团队是专注于降低OPEX、通过缩短周转时间（TARs）提高产能，还是消除生产过程中的浪费，都要超越孤立的流程。这个新用例可以跨站点部署吗？与其他业务请求相比，它的价值有多大？扩展的成本和工作量是多少？
在这里，数字特立独行者重视灵活的技术、方法和团队，以便他们可以随时准备转变战略——要么利用市场机遇，要么利用生成式人工智能等新技术。例如，在短短几个季度的商业周期内，GPT表现得相当成熟，打乱了产品路线图，就像互联网出现前的日子一样，将世界推向了一个再也不会回来的新水平。具备动员和执行这些趋势的能力的组织可以比竞争对手更快地利用市场机会。