DeepSeek的影响还在蔓延,对于企业而言最大的收益就是成本大幅降低,但是这对于前两年已经花了大价钱采购GPU训练自己模型的企业稍显尴尬。既然DeepSeek已然来了,企业就需要思考如何利用它产生价值,还是那句老话模型千千万,真正场景还要自己去挖掘。
今年Gartner《全球首席信息官议程调查》主题被定为“Grow The Digital Vanguard(培育数字先锋)”,全球约有3000名CIO参与调研,其中中国有80位。
从中国的调研数据来看,主要有三大发现:第一,IT预算减少,中国数据显示今年企业IT预算将减少0.8%,这也是2014年以来第一次出现IT预算减少的情况,这也和全球IT预算趋势有明显的区别;第二,GenAI持续火爆,90%的中国企业表示会在2025年增加AI的投资,生成式AI投资会增加40%;第三,数字先锋,目前全球仅有17%的CIO可以称之为数字先锋,在中国仅有10%。
对于中国的CIO而言,如何在IT预算变化和AI崛起的环境中,找到适合自己的数字先锋之路,将是未来成功的关键。
预算减少,AI加速:数字化的新选择
IT预算的降低有多方面的因素,大环境是一个主要因素,对IT成果不满可能是次要因素,共同的结果造成了IT预算的减少。虽然IT预算整体有所降幅,但35%的企业还会增加预算,44%的企业预算会持平,只有21%的企业会减少预算。
Gartner研究副总裁陈勇(Owen Chen)谈到,企业“压价”可能成为普遍现象,如果没有更低的价格,就需要砍掉一些暂时不需要投入的项目。
在IT预算缩减的背景下,CIO们必须需要重新定义自己的工作优先级。调研数据显示,IT战略和IT带来的业务价值并列为最重要的两项,均占据了57%的比例。相反,发展员工技能和敏捷性优先级会相对比较低。
在新技术的应用方面,66%的企业已经部署了AI,61%的企业已经部署了无代码/低代码开发平台,57%的企业已经部署了分布式云技术,45%的企业已经采纳生成式AI的,预计大规模应用生成式AI的企业在8%-10%。
中国企业IT预算的投入方向也在改变,90%的企业将在生成式AI上增加投入,88%的企业将在安全上增加投入、88%的企业将在BI上增加投入。往年增加投入的前几名只有50-60%的占比,2024年的预算投入幅度则明显增大。遗留基础设施和数据中心、ERP、HCM等将会减少投入。
对于现阶段的企业AI部署,陈勇表示,中国企业的现状还是迫于内外部压力选择先进行技术部署,再去寻找具体应用场景,这是一个明显的现象。企业一方面可以学习别人的创新点,也可以从自身痛点出发,去找创新点,最终一定要体现出AI投入的价值。
同时,企业在数字化投资上希望实现的商业目标,从高到低分别为客户体验、新的数字化产品、数字化工作场所、产品服务质量提升、销售收入。陈勇称,从去年开始企业数字化投入目标就呈现出分散化趋势,今年这一趋势还在延续。
促进跨部门协作,CIO晋升数字先锋
在不确定的环境下,中国CIO在企业中的角色也发生了一些变化。一个积极的趋势是,目前57%的CIO直接向CEO报告,这与往年的调研结果相比有所不同。尤其是向CFO报告的CIO比例显著下降,仅为3%。
CIO的工作满意度调查结果也出乎意料,在中国,86%的CIO认为这一职业是非常有前景的职业发展道路,83%的CIO对未来五年内在公司内担任CIO职位的回报和影响力充满信心。只有10%的CIO考虑离开现有公司,3%的CIO经常有离开这一岗位的念头。
今年调查特别提出“数字先锋”这一概念,指在企业中推动数字化较好的CIO,全球有17%的CIO称得上是“数字先锋”,在中国则只有10%。数字先锋的显著特点是与业务团队紧密合作,从而显著提高了成功的可能性。数据显示,数字先锋有71%的合作会更加好,非数字先锋只有48%的合作比较好。因此作为CIO,必须努力让自己更易于与他人合作,推动跨部门的协同。
在陈勇看来,CIO需要在四个方面采取行动从而赶上“数字先锋”。第一,平台,CIO要为业务部门提供平台,使他们能够用平台的方式利用技术;第二,架构理念,向业务部门传授架构理念,包括安全、企业架构、成本、厂商管理等方面;第三,创新,与业务部门共同推动创新,让业务部门了解AI的挑战和机遇,帮助AI融入到业务,帮助业务部门提升AI技能,管理AI带来的风险和焦虑;第四,技术人员的培养;业务技术人员和IT技术人员都需要进行培养。
Gartner也给CIO提出三点建议:第一,呈现出自己的IT价值,当前预算正在减少,只有当你展示出足够的价值,才能赢得更多预算;第二,尽管生成式人工智能备受关注,但最终的关键在于如何产生实际产出,主要的场景包括生产力提升和商业模式创新;第三,学习“数字先锋”,CIO应与业务部门的CXO加强合作,在各方面为CXO提供支持,最终促进整个企业的数字化转型。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。