至顶网CIO与应用频道 07月21日 北京消息:企业资源计划(Enterprise Resource Planning,以下简称ERP)在发展过程中一直饱受诟病,许多曾经使用过ERP解决方案的企业机构对其结果深感失望,这包括:业绩不佳、未能实现效益和未知或未捕获的价值。
Gartner相关研究表明,约60%的企业机构无法衡量ERP的使用效益。项目满意度同样不容乐观,26%的企业认为ERP未达到预期或“令人失望”,另有48%明褒实贬,将其评价为“一定程度上成功”。
以上的问题在于大多数企业机构未能真正确认并追踪业务成果,进而从ERP投资中获益。这些企业或缺失严格的价值评估,或对价值评估实施太晚、不持续,或认为IT部或“项目组”应对此负责。
后现代ERP重点关注业务敏捷性和灵活性的提升。Gartner认为,截至2018年底,成功调整核心ERP的企业机构能够将IT响应敏捷性和成本效益提升75%。然而,后现代ERP战略只有通过更加严格的实施方法才能显著提升其效益。这是ERP项目执行方法中不可或缺的一部分。
实现ERP投资价值
如果您正在寻求ERP的变革,请参考以下几点:
1. 从整体视角出发实现效益
采用后现代ERP战略将增加复杂性,令实现效益的道路更加曲折,并有可能降低人们的重视度。当后现代ERP战略与其他更多解决方案联合出现时,这一点会更加突出。
例如,一家公司可能同时部署了SaaS(Software as a Service)人力资本管理系统,用于财务和采购的核心ERP系统以及用于员工规划的专业云解决方案(specialist cloud solution)。每个解决方案都相互独立,拥有各自业务案例。然而,每个业务案例在投资回报率的详情、精确度和审查方面差别甚大。
您应该对后现代ERP战略内的各个项目采用统一实施方法,同时认识到它们在效益范围、持续时间、时机和性质上可能存在的差异。
不要妄想云应用可以提供意想不到的价值。无论您部署了内部服务器还是云应用,都必须将业务目标与后现代ERP战略联系起来,以保证价值的实现。
ERP投资效益的实现好比一场马拉松,而非短跑冲刺。从发令枪响的一刻(即后现代ERP战略启动之时)到后续计划和项目过程中的每一步,再到最后的“赛后”恢复期,您都应该持续关注效益实现情况。
2. 构建并执行效益框架
当某个业务案例开发完毕并获得批准,其开发团队可能会误认为“工作到此结束”并将项目搁置一边,待其完成后很久再重新审核或再不过问。获批的业务案例必须立即纳入效益框架。该框架将在业务案例的发布中,至少是在价值层面上起到基础支持作用。
首先,您应该在整个业务案例流程中确认业务成果及其有形和无形的战略效益。接着,您可以通过构建和执行效益框架来严格评估既有价值,从而实现真正的业务价值。
3. 采用自上而下、自下而上和由内至外的战略方法
ERP方案常因企业高管的命令而启动,这不难理解,但这也会对效益的实现带来严重问题。在构建业务案例时,企业一般不了解如何将上级命令向下深入,以实现效益。
为了解决这一问题,您可以通过构建业务案例、效益框架、效益模型和自下而上的评估/追踪,针对后现代EPR项目采用自上而下、自下而上和由内至外的战略方法以实现效益。
4. 将无形利益转化为有形价值
无形效益或软效益通常会遭到忽视,被视为无关紧要或只是“锦上添花”,因为它们不会转化为投资回报率,至少不是直接转化。因此,鲜有企业重视它们,这往往造成“资金搁置”。然而,只要更加仔细地探查识别并抓住机会,无形效益当然可以转化为实际效益
您应当遵循实现无形效益的“结果链”(chain of consequences),将无形效益转为有形效益,从而提高业务净值。这是非常重要的。换言之,您可以从无形效益中收获有形效益。如果您依旧认为无形效益并非真实存在,而仅仅是一种想当然或感性的东西,那么您需要接受无法建立起“结果链”的可能性,并认识到无形效益在建立企业高管和管理层的支持认同方面的重要性。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。