至顶网CIO与应用频道 06月12日 编译:在企业的数字化转型道路当中,整体性的倦怠情绪无疑是最致命的敌人之一。虽然很多人对此难以相信,但实际上出现这种情况的一大理由,在于企业为未知目标进行了太多筹备性工作。因此一旦这些工作无法带来令人满意的价值回报,人们就会感到自己投入的承诺、资源、金钱以及精力被白白浪费。这种倦怠感会对企业的数字化转型之旅造成严重阻碍。在本文中,我们将探讨这种情况的发生理由与发生方式,以及如何加以规避。这里要强调一点,虽然相关解决措施看似反直觉,而且与大多数技术人员的判断相左,但的确真实有效。
数字化转型倦怠是如何发生的?
数字化转型倦怠是如何产生的?其开端就在于利用技术优先型方法推进转型工作。下面来看两个具体案例。
案例一:引发数字化转型倦怠的情况之一,在于企业通过构建技术能力实施数字化转型举措。企业建立数据仓库、升级ERP系统、将自身数字资产迁移至云端,或者投资开发出一套强大的API或者微服务。总而言之,企业全身心相信这一切都是转型工作中的必要基础。
其中的典型状况是,企业可能决定升级或者重新构建其ERP系统以作为转型工作的基础。在此之前企业可能已经进行过部分升级或重构,并决定将其推广至公司整体;也有可能企业的业务部门一直在使用过时的版本,并决定借此机会转向新的ERP方案。在这种情况下,ERP作为数字化转型工作基础的思路确实很有说服力。
接下来,企业投入数年乃至数千万(甚至数亿)美元构建转型中的各类基础组件。如此一来,企业将再无充足的资金、高管支持、业务支持、IT资源、时间或者关注等资源推动基础设施升级之后的后续转型工作。
企业通常会在基础构建方面竭尽全力,因为人们普遍认为在获得真正具有商业价值的成果之前,首先得把基础落实到位。与此同时,企业的耐心却在这一过程中不断流失,因为相关举措耗资巨大又无法带来任何实实在在的收益。这就使得企业蒙受巨大的资金损失,因为数字化转型中使用的技术/基础优先方法往往成本极高;其有可能吞噬着企业的全部资本资源,而又无法为推动业务价值提供任何有意义的助力。
当然,这里并不是在否认ERP技术对于企业的价值贡献;相反,ERP的价值毋庸置疑。但为了获取这种价值,企业不得不经历漫长而曲折的过程,甚至全面颠覆自我以使用新的技术方法。在这方面,企业往往低估了整个转型所需要的成本、时间与精力投入。事实上,正是这种对事实的估计不足导致此类技术无法切实起效。技术本身没有问题,问题在于企业未能真正改变自身以应用这些技术。现在我们已经身处数字化技术时代,因此借用里根总统的一句名言,“让我们再来一次。”
案例二:随着一系列新的数字技术的出现,企业再次躁动不安起来,并坚信只要购买并实施这些技术,他们就能够彻底改变自身业务体系并获得深远的商业价值。然而,相当一部分企业仍将面对过度乐观、低估难度以及失去信心这一系列过程。究其原因,数字化转型中最重要的部分并不在于技术,而在于愿景的变化、运营模式的变化、组织结构的变化以及人才的变化——只有这样,才能真正带来更理想的客户体验成果。
与之前提到的ERP案例类似,企业会误以为只有拥有合适的技术、工具或者合适的实施人员,新时代下的成果就必定能够发挥作用。这是一种在数字化时代下常见的诱人错觉,但仍然只是种错觉。
我们Everest Group公司的一位分析师就幽默地将这种现象称为“SPOT(技术狗屎)”。我们倾尽全力把技术成果堆叠起来并期望让其实现我们的目标,但最终结果就是堆起的只是狗屎,而我们则在不知不觉中成了数字化时代下的蜣螂。目前常见的所谓技术优先方法主要分为两种:1)首先部署基础片段;2)仅实施技术而未做出必要的组织性变更。二者往往只能带来倦怠与失败。
如何避免数字化转型中的倦怠问题
那么企业该如何克服数字化转型中的倦怠局面?企业该如何在快速实现业务价值的同时,根据自身的端到端结果建立必要基础?这个问题的答案,要求我们采用不同于以往的思维范式。个中诀窍,在于弄清楚需要投资哪些技术,并确保只有这些技术需要投资。
确定该投资些什么并非易事,而且一旦大家从基础起步自下而上摸索,将很快迷失在判断当中。因此,我们需要首先思索转型的预期结果是什么,而后逆推整个过程。
那么我们又该如何制定目标?一般来讲,大家可以从企业希望说服的利益相关方角度出发思考数字化转型,并意识到每个利益相关方都有着自己的立场与体验预期。
总结来讲,企业的数字化转型方法应该从利益相关方的体验工程起步,即首先定义利益相关方群体,而后定义您希望为其提供的体验。通过体验定义,您可以逆向推导并确定哪些技术产品中的哪些部分工作良好可以继续使用,哪些需要进行少量修改,哪些需要更改,而哪些需要添加一些新的组件。
在数字化转型的过程中,千万不要一厢情愿地建立那种“梦幻之地”般的目标。事实上,基础/技术优先型方法通常会带来这种“梦幻之地”。相反,大家应该从“利益相关方的体验角度出发” ,审视有助于改善这一指标的技术组件。这是一种更为脚踏实地的推进途径,也更有可能为您带来与预期相符的价值回报。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。