2022年11月,Gartner发布了《全球首席信息官议程调查》,经过2个月,2023年1月Gartner又发布了后续的《2023年CIO和技术高管议程中国篇》。
首先企业最关注的还是IT预算的投入情况,其实IT预算增长与通货膨胀息息相关,从今年看来IT预算又有了明显的变化,2023年中国IT预算预计增长0.7%,相比去年的4.9%有了很大的降幅。全球企业的IT预算达到5.1%,和去年的3.6%相比有所回升。
Gartner将IT预算分为保持企业正常运营、支持企业增长、支持企业转型三个类型。首先是减少企业运营的投入,将资产利用率提升;其次是提升IT员工的工作效率,包括运维效率、开发效率等;最后是消除一些冗余,例如基本没有人用的应用程序。
在IT预算不变的情况下,对于CIO而言可能需要节省出去年的部分预算,在今年用在更重要的地方。“企业降低百分之十几到百分之二十的IT预算是能够做到的。”Gartner研究副总裁陈勇(Owen Chen)说道,企业需要重新分配IT预算。
Gartner研究副总裁陈勇(Owen Chen)
企业的数字化愿景与人才障碍
虽然IT预算在减少,但是CIO反馈数字化转型的优先级依然还是排在第一,这一趋势主要是由政策驱动,像《数字中国建设整体布局规划》、组建国家数据局等。
“现在企业在做数字化转型时,目的可能也会发生改变。”陈勇说道,数字化转型不是为了转型而转型,不是为了数字化而数字化,而是为了实现一些商业目标,包括了营收目标和利润目标。
由于经济形势的变化,企业更多将工作重点从营收目标转移到利润目标。营收目标主要是对外,改善客户/公民体验、增加营收、引入新产品\服务,利润目标主要是对内,改善运营质量、提高成本效益、提高员工生产率、改善员工体验。
调查显示,89%的企业在数字化转型方面增加销售收入没有达到预期或者刚刚达到预期,而只有11%的企业超过了预期。陈勇认为,这也是很多企业数字化转型对内的效果更好,而对外的效果更差。
企业对内的数字化转型一般会着眼于成本和卓越运营,通过数字化手段降低劳动成本、原材料成本、设备成本。卓越运营可能暂时没有降低成本,但是从长期看来,企业的运营会更加卓越。例如,用户需求预测更领先,就可以生产出更合适的产品满足客户需求。
现在越来越多的IT工作不是由IT部门来执行,造成这样现状的最重要原因是,IT不够贴近业务,所以业务部门也逐渐参与到IT工作中,这也是我们常说的“影子IT”。
往年调研CIO调研中影响数字化最大的障碍是“缺乏人才”,在数字化的要求下,企业对外部人才的来源也发生了一些改变。陈勇指出,传统的外部人才更多是传统供应商、IT顾问公司、咨询管理公司等,还有一些人才会来自数字化颠覆企业,这些企业对于数字化的认识比传统企业要更深刻,但是可能会出现不适应的情况。
保持原有技术投入,关注新兴技术
调查看来,多数受访者预计企业营收会增加,但预计企业IT预算也会增加的受访者却较少。在数字化技术的投资上,第一名仍然是商业智能/数据分析,有62%的企业会增加投入。商业智能/数据分析有9年都处于第一位,只有1年人工智能排在第一位。
企业在商业智能/数据分析上投入主要是因为,这是一项CEO需要用到的技术,是帮助CEO了解企业运营的重要手段。陈勇认为,商业智能/数据分析可以跳过中间环节,CEO能看到更真实的数据,同时根据这些数据企业可以进一步进行分析和预测。
排在商业智能/数据分析之后的是网络/信息安全、云平台、人工智能/机器学习等。
对于去年年底开始兴起的生成式AI热,陈勇认为,ChatGPT不是一个噱头,但是不至于现在所有的企业都会用上,所以目前可能是炒作过头。
他预测大概三到四年,中国大概一半白领阶层都会使用ChatGPT或其它生成式AI产品重新定义日常工作。中国生成式AI产品的未来优势在于,其学习素材主要是中文材料,当然未来还有法律法规问题。
目前大中型企业基本没有看到从企业层面主导使用生成式AI产品,更多是在讨论阶段,更多是个人层面在使用。
未来CIO的主要工作还是会关注在信息化和数字化两个大类,一些企业的CIO主要做的是信息化工作,数字化的工作可能交给CDO或其他人员来负责,CIO的角色变化就会较少。但是如果CIO要承担两种类型的工作,从知识结构、工作方法、新的商业模式都需要转变,这些对于CIO都是一个新的挑战。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。