Forrester:商业科技驱动的数字化业务转型将推动中国市场科技支出增长
Forrester认为在来自国内和国际的双重影响下, 2017 年的中国经济发展仍将整体缓慢并面临巨大下行压力。其中,全球经济复苏的疲态以及外汇贬值都会对中国的出口经济带去不利影响; 而有限的内需则无法有效抵消传统行业 (例如钢铁和水泥制造业) 的产能过剩。
ZD至顶网CIO与应用频道 02月05日 北京消息:Forrester认为在来自国内和国际的双重影响下, 2017 年的中国经济发展仍将整体缓慢并面临巨大下行压力。其中,全球经济复苏的疲态以及外汇贬值都会对中国的出口经济带去不利影响; 而有限的内需则无法有效抵消传统行业 (例如钢铁和水泥制造业) 的产能过剩。此外, 在市场饱和的预期之下,包括汽车和移动手机行业在内的消费者市场也正在相应调整生产。世界银行预测, 中国 2017 年的 GDP 增速将从 2015 年的 7.1%下滑至 6.9%, 成为 20 年来最低。在这样的宏观环境之下,Forrester认为对于中国企业的 CIO 而言,未来一年 有以下趋势必须关注:
- 商业科技 (Business Technology,BT)支出将会成为企业的战略投资选择。随着越来越多企业认识到发展客户至(Customer Obsession)上数字化业务的重要意义, Forrester 预测中国的企业和政府机构将在 2016 年通过开展商业科技战略投资来进一步加速转型。
- 数字转型将会推动科技市场增长。中国企业的技术决策层过去重点关注的是自身的内部运营,但是对于企业来说,未来的商业的成败取决于企业能否在恰当的商业技术上投入足够的时间、金钱以及人力,从而使得企业能够更好的赢得、服务和维持客户。
- 数字化人才的争夺将进一步加剧。为了能够实现市场差异化、优化客户互动和加快业务增速这些发展目标,企业需要做的远不止成本削减。Forrester认为,为了成为客户至上的企业, 更加重要的长期企业战略资源是人才。
商业科技的发展需要企业系统性的预算投入
企业的 CIO 和技术管理层需要充分认识到中国经济放缓这一宏观经济的“新常态”, 并转而将更多的时间和资源投入在ROI 最大化和推动企业数字化转型上。在从 IT 到 BT的转型过程中,企业 CIO 必须全面考虑企业所面临的挑战并且采取系统化的应对方案。其中包括:
- 通过正式的评估程序确定企业技术投资目标。新兴技术中往往有一些不十分成熟的开源软件解决方案,甚至还有一些“过度承诺”的业务解决方案。面对这样的情况, 企业有必要以实际的业务需求为甄选条件开展技术评估,包括开展针对定制化应用场景的概念验证(PoC)等。为了对技术潜在的影响作出充分预估, 所有利益干系人都必须参与评估过程。
- 制定技术基础设施迁移计划,确保投资计划的有效性。新兴技术的采用, 包括云计算、大数据、社交和移动等,都不应该影响到企业业务部门对既有系统的正常使用。因此,企业架构专业人员(Enterprise Architect,EA)应当与应用开发交付(Application Development and Delivery,ADD)和客户体验(Customer Experience,CX)部门的同事合作以确保系统迁移后的客户体验水平。同时, 在此过程中企业架构人员也应该和基础设施运维(Infrastructure and Operation,I&O)团队协作,制定包含相关灾备措施的具体迁移步骤。最后,为了保证业务的连贯性,企业架构人员必须尽可能实现迁移步骤的自动化。
- 扩展价值生态系统,使投资效益最大化。为了能够实现投资收益的最大化,企业应该考虑将数据资产转变成数据产品,从而在合作伙伴生态系统中实现自适应智能(Adaptive Intelligence)。大型企业垂直技术领域领导者应当战略性地参与到主流的开源项目中,例如 OpenStack 和 Docker 等开源社区。这样做不仅能够帮助企业将自身的软件发展路线与业务目标联系在一起,同时也可以给予这些开源社区宝贵的反馈信息。
0赞好文章,需要你的鼓励
推荐文章
从日常办公到AI开发,戴尔用新一代AI PC回应算力与协作的双重挑战。
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。