Workday roadmap afslører, hvad der er forude inden for maskinforstørrelse, rapportering og Adaptive Insights-drevet planlægning. Her er det næste.
Det tiende årlige Workday Innovation Summit, der blev afholdt 22.-24. april i Sausalito, Californien, bragte mere end den fejende San Franciscos skyline i fokus. Workday delte sin vision for at levere maskinlæring (ML) og analyser på tværs af sin platform, samtidig med at den udvidede planlægningskapaciteten fremskyndet af sidste års opkøb af Adaptiv indsigt.
Workday er først og fremmest kendt for sin human capital management (HCM) og økonomistyring ERP-applikationer, men på Innovation Summit, Workday gav lige stor opmærksomhed til analyse- og planlægningsaspekterne af det, det beskrev som dets eksekvering/analyse/plan platform. Workdays avancerede analysefunktioner er bygget på Prism, som er et dataadgangslag og analysemotor, der i vid udstrækning stammer fra virksomhedens 2016-opkøb af big data-leverandøren Platfora. Dernæst fulgte Workdays største opkøb nogensinde, sidste sommers opkøb af Adaptive Insights for 1,55 milliarder dollars, få dage før virksomheden skulle lancere et børsnoteret udbud.
Her er hvad der er i vente på maskinlærings-, analyse- og planlægningsfronterne sammen med mit bud på Workdays vision.
ML, Graph og Analytics Unified
Workday udvikler ML- og grafbehandlingsfunktioner, der kan udnyttes på tværs af virksomhedens applikationer. Som genlyd af det spin, jeg hører fra de fleste leverandører, lovede Workdays ledere, at målet er at øge, snarere end at erstatte, menneskelige beslutningstagere.
Forvent ikke nye eller esoteriske ML-baserede applikationer uden for venstre felt: Workday sagde, at det vil fokusere på konkrete use cases og udfordringer, som allerede er tydelige for Workday-kunder. Den første applikationsspecifikke brug af ML og grafanalyse er den nyligt tilgængelige Skills Cloud, som driver en Skills Insight-funktion der vil skelne team-, medarbejder- og kandidatfærdigheder og tilbyde relaterede anbefalinger om ansættelse, træning, teambuilding og projekt planlægning.
Workdays ML-kapaciteter bygges på open source-teknologi, hvor det er muligt, sagde Sayan Chakraborty, senior VP for værktøjer og teknologi, herunder ensembler af open source og i nogle tilfælde Workday-udviklet algoritmer. Disse ML-funktioner på platformsniveau vil også drive udvidede analyse- og planlægningsmuligheder, fornuftigt at udnytte én investering og forene ML/augmented analytics-tilgangen på tværs af platform.
På analysefronten afslørede Workday et "Discovery Board universal analytic canvas", der vil give en samlet rapporteringsarkitektur for alle Workday-brugere (inklusive Adaptive Insights-brugere – men læs mere om det under). Analyseteamet sagde, at det ikke kun vil drage fordel af de tilgængelige delte ML-, graf- og mønsterdetektionsfunktioner fra platformen udnytter den også natursproggenerering (NLG)-kapaciteter fra Workdays 2018-opkøb af historier.bi. Denne leverandørs Storyteller Engine genererer tekstmæssige beskrivelser og forklaringer af mønstre og indsigter hentet fra analyse af Workday-transaktioner kombineret med eksterne datainput.
Tænk på analyse-, rapporterings- og historiefortællerfunktionerne som endnu en samlet platform, hvorpå Workday planlægger at introducere flere udvidede analyseapplikationer, startende med en Workday People Analytics-app, som er blevet frigivet til design partnere. Den ML, graf og NLG-drevne indsigt og anbefalinger genereret af denne app vil fokusere på ansættelse, sammensætning af arbejdsstyrken, mangfoldighed og inklusion, talent og præstationer og fastholdelse og nedslidning. Mens Discovery Board-lærredet vil give selvbetjente opdagelses- og rapporteringsmuligheder, regner Workday med tiltrækningen fra de udvidede analytiske applikationer og behovet for at blande eksterne data for at sætte gang i kundeinvesteringer i Workday Prism Analytics datastyring og analysefunktioner, der ikke er inkluderet i kerne Workday apps.
MyPOV om Workdays ML- og Analytics-planer: Maskinlæring og AI-kapaciteter er stadig i deres vorden, men virksomhedssoftwareleverandører forventes nu som minimum at have en strategi og en køreplan. Workday rival Oracle har udviklet sine Adaptive Intelligent Apps i mindst tre år, men de fleste af de applikationer og funktioner, der er leveret til dato, har været fokuseret på salgs- og marketingarenaen, hvor dens rival Salesforce aggressivt har udviklet og leveret sin Einstein og Einstein Analytics ML/AI kapaciteter. SAP øger investeringer og udvidede analysefunktioner på SAP Analytics Cloud (SAC), som omfatter planlægning, men dens række af muligheder forbliver noget splittet mellem apps på stedet og SÆK.
Jeg ser Workdays plan som overbevisende og fornuftig, og den leverer netop nu sine første applikationer. Der er også en klar køreplan for at udvide de udvidede muligheder på tværs af HCM, økonomi, analyse og planlægning i løbet af de næste 18 måneder og derefter. Selvom Workday ikke har været pioneren på ML/AI-fronten, ser jeg det som en hurtig følger med en samlet og fokuseret plan.
Adaptive Insights, integreret
Den første ting at vide om Adaptive Insights er, at den beholder sit navn, selvom det nu er "Adaptive Insights, a Workday-virksomhed." Den selvstændige identitet anerkender det faktum, at Adaptive Insights var en blomstrende, cloud-baseret planlægningsvirksomhed med mere end 4.200 kunder.
Workday havde sin egen, nye planlægningsapplikation, som blev introduceret i 2016, men den erhvervede Adaptive Insights, fordi den vidste, at den skulle optrappe sine muligheder. Faktisk indrømmede Workdays medstifter og administrerende direktør Aneel Bhusri under en spørgsmål og svar-session på Innovation Summit, at hvis han havde for at gøre det igen, ville han have introduceret planlægningsmuligheder forud for Workday Financial Management-applikationen, der blev introduceret i 2008.
Bhursis kommentar taler meget om vigtigheden af planlægnings- og analyseevner. Drevet af behovet for smidighed midt i forstyrrende forretningsforhold har de førende planlægningssystemer bevæget sig ud over økonomi og driver HR, salg og operationel planlægning med økonomi. Planlægning og analyse giver virksomheder et klarere billede af, hvor de står, og om de er i mål for at nå deres økonomiske og operationelle mål. Når der er undtagelser, hjælper planlægningssystemer virksomheder med hurtigt at omplanlægge og omfordele ressourcer for at få resultater tilbage på sporet. Vigtigst er det, at planlægningsløsninger gør alt dette meget hurtigere, bredere og mere præcist, end virksomheder kan klare med score, hvis ikke hundredvis af afbrudte regneark.
Adaptive Insights har mere en base for små og mellemstore virksomheder (SMB) end virksomhedsfokuserede Workday, men Virksomheden var allerede på vej i upmarket med investeringer i skalerbarhed og virksomhedsfokuserede funktioner, der blev introduceret sidst år. I kølvandet på opkøbet besluttede begge virksomheder at erstatte Workdays arbejdsstyrkeplanlægningsapplikation med Adaptive Insights' for at få dets modelleringsmuligheder. Mere end 100 af de omkring 300 kunder, der bruger den originale Workday Planning-applikation, skifter allerede over til Adaptive Insights.
MyPOV på Workdays Adaptive Insights-planer: Som beskrevet ovenfor vil Adaptive Insights drage fordel af de investeringer, Workday foretager i unified ML, grafiske og analytiske muligheder og integrationerne vil først dukke op i planlægning af arbejdsstyrke, hvor data opnået fra Skills Cloud vil drive kompetence-gab planlægning og talent omstrukturering med økonomisk modellering.
Det er stadig at se, hvor effektivt Adaptive Insights kan balancere behovene hos SMB- og virksomhedskunder på lang sigt, men det var opmuntrende for mig at se hele executive teamet stadig være på plads, inklusive CEO Tom Bogan, CMO Connie DeWitt og Chief Product Officer Bhaskar Himatsingka. Kontinuitet tæller med kunderne, og Adaptive Insights vil også (formentlig) læne sig op ad Workdays team (såvel som dets forenede platformskapaciteter) for at styrke dets salgs-, support- og leveringskapaciteter til krævende virksomhedsniveau kunder.