在数字化转型的大潮下,CIO和传统企业应如何抓住数字生态系统中的机遇?CIO该如何面对领导力、资金、技术和人才的挑战?Gartner研究总监陈勇在接受e行网记者采访时表示,IT部门在企业中应转变成为一个引领创新的部门,CIO要把自身定位成业务合作伙伴的关系,以“双模IT”驱动企业转型发展。
未来企业间竞争是整个生态圈之争
当前,数字化转型已经不再局限于某一家企业,而是要着眼于整个生态圈的构建。所谓“数字化生态圈”,不仅是自身数字化,而且整个生态圈中的供应商、合作伙伴都要参与其中,今年的重点是将生态圈进行数字化转型。相对于国外企业,越来越多的中国企业参与了数字化生态圈,但值得注意的是,每个生态圈普遍很小,参与企业数量少,并不能达到规模效应。陈勇指出,未来的竞争可能不是单个企业之间的竞争,而是形成的生态圈之间的竞争。
在IT投资方面,商业智能和分析处于第一位,云增长快速,现在已跃居第二名。超过40%的CIO认为“云”是投资的一个重点,这说明在过去一段时间,大家对于“云”的安全性、供应商的信任程度等顾虑正在逐步消除。同时,阿里云、腾讯云等“云”的供应商也在逐步的成熟。所以综合考量这两方面的因素,Gartner认为企业在“云”的投入会逐渐加大。
“双模IT”成数字化转型主要模式
目前,中国大概有超过60%的企业已在实施“双模IT”,远高于超过40%的全球平均水平,这说明中国企业在数字化转型的过程中做的较好。所谓“双模IT”,是一个为数字化转型而服务的模式,将传统IT和数字化转型的IT融合,形成了两种模式的IT工作方式。
陈勇认为,在数字化转型方面,中国企业并不比其它国家的差,国外一些企业可能也有些传统的包袱。很多系统比较陈旧,诸如在八九十年代的技术如今已不够先进。所以,中国也产生了很多优秀的企业,例如百度、腾讯、华为或者是一些新兴的企业,例如嘀嘀打车等新兴的互联网企业。
企业在数字化转型之前,也都是IT支持业务部门。只不过传统的IT支持的是业务部门传统的方面,例如:进销存管理、财务管理等。数字化转型之后,IT就可以延伸到数字化营销、物联网、大数据分析乃至数字化生态系统等方面。
IT部门应成为引领创新的部门
陈勇同时也表示,这其中也暴露出一些问题,中国CIO在企业内部的权力可能还不够大。多数企业仍然把IT部门当作一个支持服务的部门,而不是一个引领创新的部门。从IT支配预算的数据可以看出,企业预算中由CIO支配的比例,由其他业务部门或事业部门支配的比例,这其中,中国CIO支配的百分比最少。
一些传统企业在转型方面做的不太好的原因,并不是没有认识到转型的必要性,而是缺乏创新的基因。“转型”就是要有一些商业模式的突破,一些创新的基因。这就表现在,如何鼓励企业的员工创新,如何在调配资金上把资金管理用到创新上面去。
其次,缺乏人才。由于受到一些例如国企薪酬制度等因素的制约,很多IT、技术人才都被互联网公司吸引过去。
CIO定位的正确打开方式是什么?
首先,CIO要认识到自身在企业中的定位。传统CIO的定位,是一个支撑的部门、一个服务的部门,能够保证业务的正常运营。但是,现在在支撑的同时,要转变成为一个引领创新的部门。因此,CIO首先必须具备“双模IT”的能力。
另一方面,CIO要具备和业务部门处理好关系的能力。CIO把自己定位为合作伙伴的关系,在和业务部门交流的时候,就要从业务合作伙伴的角度来看待问题,而不是从一个支撑的角度来看问题。
陈勇举例谈到,以往业务部门需要让你做什么就做什么,但如果作为一个合作伙伴,两者站在同等地位,你就需要了解他为什么要在这里开一扇窗?是不是打开空调更好?你要了解他“开窗”背后的逻辑是什么,从而提供一个更好的解决方案,这才是作为合作伙伴所要做的事情。
所以,CIO的视角要改变,不是支撑的、服务的部门,而是一个合作伙伴的部门。从这个视角出发,所做的事情都会相应的得到改变。
2017数字化转型需关注四大方面
Gartner调查显示,中国CIO预计IT预算平均将增长12%,同时,今年企业用在数字化方面的IT预算将占整体IT预算的28%。预计两到三年后,将会达到40%左右。
最后,陈勇谈到,除了传统IT方面,CIO在数字化转型要关注这四个方面:第一,数字化营销。第二,物联网。第三,生态系统。第四,商业智能。企业数字化转型关注的重点已经从传统IT逐步转到这四个方面。
好文章,需要你的鼓励
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
谷歌发布基于Gemini 3的快速低成本模型Flash,并将其设为Gemini应用和AI搜索的默认模型。新模型在多项基准测试中表现优异,在MMMU-Pro多模态推理测试中得分81.2%超越所有竞品。该模型已向全球用户开放,并通过Vertex AI和API向企业及开发者提供服务。定价为每百万输入token 0.5美元,输出token 3美元,速度比2.5 Pro快三倍且更节省token用量。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。