2017年CIO展望可以总结为三个字——数字化。明年,公司将使用下一代技术改造产品,渠道和运营。与此同时,过去几年IT完成的所有工作不会消失,因此,正如老话说的那样,边前进,边构建。
在与全球数以百计的CIO对话后,我们了解了他们在2017年的最优先级别项目。总的来说,这是一个令人印象深刻的计划列表:改变IT运营模式,采用新的工作方式,提升IT人才,以应对数字化带来的一些最重要的业务影响。以下是CIO对明年的展望。
第一:停止规划-构建-运行模式
改变IT运营模式是CIO在2017年工作中的首要项目。现在,大多数IT团队都根据业务优先级,设立计划,构建项目组合并管理和运行业务项目。这种以项目为中心的模式,在需求是稳定和可预测的情况下效果最好。但在一个快速变化的,常常由业务主导的情况下,这些数字化项目的需求并不清楚,很难预先确定,这个模型就黔驴技穷了。CIO发现这一模式对于Agile、DevOps和持续交付都太过缓慢,反应迟钝,不够灵活。
2017年,我们预计,多达三分之二的公司将采用一种围绕一系列持久的产品线,将资金、开发资源和持续管理支持整合在一起的模式。这些产品线——也被称为IT服务、平台或价值流——与企业最重要的业务能力相一致。专用的产品线或服务经理,与业务负责人一起监管整个生命周期,包括产品发布、持续的性能管理和退市。他们还管理资金,这就要求CIO在2017年与CFO展开更微妙的对话,说服CFO 将IT预算分配到与业务能力相关的团队,而不是分配到项目。
第二:增加融合团队的使用
2017年,融合团队将成为完成工作的一个重要方式。融合团队可以综合所有IT的资源(包括IT内部、企业的其他部门和第三方)。团队可以是暂时的,或长期的,但团队成员向他们架构外的人员汇报工作,并在重叠的任务和职责上进行协作。Agile和DevOps团队是常见的例子。其他则包括数字营销团队中的技术人员和营销人员,或数字产品发布团队——由IT、网络安全、产品开发和销售人员组成。
融合团队正在增多,因为技术措施改变迅速,有很多目标、相互依赖关系和利益相关方,从而无法定义一个稳定的企业结构,以适应所有的人。相反,CIO会发现自己在不断重新分配资源,创造新的团体,在职能之间不断改变职责。融合团队需要全能型员工,适应多种职能,随时做出改变,不是所有的IT员工都能胜任。但拥有这样的人才、文化和流程,可以形成融合团队的企业将快速崛起,否则将落后。
第三:招聘全能型,学习敏捷型的员工
每年,随着IT团队争相招聘他们所需要的人才时,对于特定技能和能力的需求就会激增。随着快速变化的技术,IT运营的重大改变,在2017年将会有两个热门技能:全能型和学习敏捷型。
在IT工作招聘描述中,要求求职者拥有多个领域技术专长,或将技术深度和能力相结合,比如影响力、关系管理或沟通——这样的招聘需求提高了20%。学习敏捷----快速学习新知识或技能的能力——在最近的招聘描述中,对于这种能力的招聘需求也上升了30%。坏消息是,只有60%的员工拥有学习敏捷度,所以需求已经超过了供给。
第四:认真对待IT风险管理(不仅仅是网络风险和合规性)
随着更多的收益是通过数字渠道,或者依赖于数据来获得,IT风险不再只限于后台办公室或网络安全和合规性。2016年,我们看到航空公司、银行和其他行业因为技术故障,而暂时无法运营他们的业务。长远来看,如果无法适应因为技术颠覆带来的业务模式改变,很多行业的公司都将消失。
作为回应,在2017年,我们将看到对于IT风险管理的投入——通过技术、识别和评估业务风险。信息安全威胁和合规性问题最为突出,其他主要风险也将上升,特别是那些涉及IT战略、项目交付、遗留系统维护、预算规范、供应商表现、数据质量和关键IT技能的短缺。
第五:坚持全企业范围的数据战略
因为有了智能传感器、社交媒体、移动化和大数据的其他来源,公司现在可以更好地推出新产品,重塑客户体验和优化操作。事实上,他们在数据湖、分析工具和可视化引擎上进行投资,但目前为止,还没有看到太多的价值。缺少的是一个有凝聚力的全企业范围的数据战略来确定如何从信息中获得价值,所以我们预计,2017年数据战略改变将剧增。
我们预计明年,首席数据官的数量也将增加50%。有些人属于IT部门,而有些人则不是,但他们应该推动数据战略的发展,宣传数据的潜力,而不是埋头于费力不讨好的澄清数据所有权的任务中。他们还应该帮助发展内部员工能力,有助于分析和提取业务数据中的价值。
这所有5大趋势都是由快速改变产生的。毫无疑问,将会有意外的变化影响CI0对2017年的展望。但是,那些拥有灵活和产品相一致模式的CIO,并且有全能型员工,有很好的风险和数据管理,就可以快速形成融合团队,做出应对——即使是未知的情况。
好文章,需要你的鼓励
随着IT成为企业运营的核心支撑,IT服务台的重要性日益凸显。现代ITSM平台已从简单的帮助台发展为复杂的管理系统,集成了工单跟踪、资产管理、性能监控等功能。这些平台的核心是工单门户,确保请求得到及时处理。许多产品强调自助服务功能和AI集成,通过智能路由、预测分析和生成式AI来提高问题解决效率。本文详细介绍了21款主流ITSM工具,帮助企业选择适合的解决方案。
韩国AI研究院团队深入研究了大型语言模型的置信度评估机制,发现AI有时会对错误答案表现出过度自信的"幻觉"现象。研究揭示了AI内部"置信度计算器"的系统性偏差,提出了"内部一致性检测"方法来识别AI的真实确信程度,为开发更可靠的AI系统提供了重要科学基础。
思科与英伟达、VAST Data合作推出安全AI工厂,整合服务器、GPU和存储设备为企业提供一体化AI基础设施。该方案采用融合基础设施形式,以AI POD作为核心组件,搭载英伟达RTX PRO 6000 Blackwell GPU和思科UCS服务器。存储方面支持NetApp、Pure Storage或VAST Data产品。VAST声称其InsightEngine能够加速RAG管道,将响应延迟从分钟级降至秒级,支持企业级智能体AI应用。
苹果公司研究团队通过创新的GSM-Symbolic测试方法,发现当前先进AI系统在数学推理方面存在严重缺陷。研究表明,AI虽然在标准测试中表现优异,但面对表述稍有变化的同类问题时准确率显著下降,暴露出其缺乏真正的逻辑理解能力,主要依赖模式匹配而非推理。这项发现为AI评估提供了新标准,并为未来开发更可靠的AI推理系统指明了方向。