至顶网CIO与CTO频道 11月21日 编译:数字化转型早已不是什么新鲜事物,自上世纪九十年代以来,众多企业一直在努力推动数字化之旅。数字化转型同时也拥有着多种面貌——Web、Web 2.0、SaaS、云、移动、商务智能以及面向初学者的大数据等等。数字化正在触及企业运营中的方方面面,渗透方式与CFO职能颇为相似。面对这股巨大到无法忽视的力量,任何企业都难以快速消化适应。
展望未来两年,CFO们很可能将成为数字化转型浪潮中的核心驱动力。换言之,能否驾驭分析、自动化与人工智能(AI)技术,将成为决定CFO出色与否的关键。下面,我们一同探讨CFO们在面对新挑战中的七大应对之道。
1. 前所未有的数据增长
当下,不少企业都希望能够快速捕捉关于其客户、供应链以及财务流的实时信息。他们渴望将文本、视觉、音频以及机器对机器交互内容纳入数据分析与自动化程序当中,而这也令数据规模迎来前所未有的增长。IBM公司在2017年发布了令人咋舌的统计数据,称在过去两年之内,企业生产数据占全球数据总增量的90%。
数据量的增加并不是什么新问题,但现代数据在生产速度、多样性以及数量级方面的迅猛变化,确实坐影响到企业的分析与自动化体系。因此对CFO们而言,应对数据增长并把握其对企业常规运营的影响,将成为数字战略中的一大重要考量因素。
2. 非结构化数据的兴起
非结构化数据占全体业务数据总量的80%,也成为企业努力添加至分析与自动化程序中的一大新兴因素。文本(电子邮件、往来消息以及社交内容)、系统与传感器日志、照片、视频、音频文件以及实体报告扫描等非结构化数据开始大量出现,其中蕴藏着有望改变企业命运的重要信息。相比之下,来自供应链、客户关系以及企业资源管理系统的结构化业务数据则仅占20%。亚马逊、谷歌、微软以及IBM在2017年与2018年期间一直在不断向其云解决方案当中添加用于处理这些非结构化数据的商用服务。
不少大型上市公司已经开始着手应对这一重大趋势。而从非结构化数据当中获取价值,早晚会成为CFO们推进数字化战略并实现竞争优势的重要途径。
3. 弥合分析能力差距
Forrester公司报告称,目前全部企业数据当中,有60%至73%未被用于进行分析。换句话说,企业只能利用27%到40%的数据比例实现分析驱动决策。无论是因为数据量过大还是存在大量难以处理的非结构化数据,可以肯定的是,大部分企业的分析程序中仍然存在能力缺口。作为CFO,大家需要识别哪些信息有必要被纳入数据分析与自动化程序,这也是弥合上述差距的一大理想起点。
4. 人工智能
人工智能(AI)将成为CFO们当前或者未来构建或采购软件方案的关键步骤。AI能够利用机器自动完成一系列以往只能由人类完成的任务,更重要的是,其有望解决各类原本根本无法自动化的工作。举个最典型的新兴AI用例,现在的AI技术已经能够利用光学字符识别读取成千上万份纸质采购订单中的文本,并利用自然语言处理理解其内容。作为CFO,大家必须了解AI技术将给企业数字战略的功能性与局限性带来哪些影响。
5. 分析
结合AI带来的分析能力,有望从企业数据的全新海洋当中提取出极具价值的洞察见解。以往,SAS、Oracle以及SAP等工具一直在不断发展,用于满足企业的独特业务需求。如今,Tableau以及Domo等产品带来的数据可视化功能则让企业以前所未有的方式将数据转化为直观且易于理解的见解与模式。此外,Alteryx、MatLab以及SAS等提取、转换与加载(ETL)服务则能帮助企业以过去无法想象的速度处理数据。需要强调的是,没有哪家公司能够提供真正全面的端到端数据分析解决方案,因此各位CFO必须熟知其各种功能特性并灵活加以运用。
6. 自动化
现在,任何流程都能够实现数字自动化,意味着企业不再受限于软件系统的自身功能范围。智能自动化提高了人们的简略,而机器人流程自动化则直接替代了众多人力岗位。二者相结合能够帮助企业节约大量时间与成本。智能自动化包含内置AI,可自行创建学习过程。机器人自动化则可自动执行信息输入与工作流程,利用机器处理以往只能以手动方式完成的重复性任务。目前市场上出现了一大批极具潜力的自动化厂商,包括Kofax、BluePrism以及SerivceNow等。作为CFO,大家可以利用自动化方案支持客户入职、多方交易处理、供应商对接、账户关闭以及合规性检查等多种常见工作。
7. 汇集数字化人才
大约五年之前,全球企业开始积极征聘分析、自动化以及人工智能领域最出色的人才。实际上,目前身处旧金山或者纽约市等核心区域的企业已经很难找到能力出众且薪酬合理的数字化人才。此外,内部成长起来的优秀员工也在纷纷跳槽,导致培养计划往往出力不讨好。人才之战真实存在,并将给企业带来切实可见的挑战。作为CFO,大家必须考虑获取数字化人才的时间、成本与可用性,同时结合需求推动员工再培训、新员工招聘或者雇用专业顾问。
吸纳数字化之力
分析、自动化以及人工智能已经成为一切数字化战略的基本组成部分。那么,我们该如何吸纳这股数字化之力?从统一路线图与业务优先级、资源以及时间表开始,步步为营扎实推进,相信这些代表新时代的技术成果组合,终将成为各位手中提升业务表现的有力武器。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。