仅在意大利,超过 60% 的大型企业将成功战略寄托于数字化,这表明它们对数字化转型真正含义缺乏足够的认识和视角。问题不在于投资,而在于存在这样一种观念:认为仅靠技术变革而非组织变革就能实现数字化转型,而这正是迈向发展与现代化道路上的第一个重大错误。
全球铝加工企业 Profilglass 的 CIO Tommaso Pagnini 表示:“无论您的需求是什么,技术总是存在;问题不在于技术。”他补充道:“您可能会评估选择哪种云服务或判断 AI 应用是否有用,但真正的问题在于管理与流程,关键在于如何通过以人为本的方式有效应对挑战。”
意大利雷焦艾米利亚省当地卫生局 AUSL 的 CIO Marco Foracchia 指出,最大的错误是不进行战略性思考。“若没有整体愿景而采取许多不相关的步骤,将一事无成,”他说。“您有可能会随机采购 ICT 系统,堆砌各类技术,最终失去将更宏观逻辑融入网络安全、隐私、云和 AI 策略中的机会。这些并非孤立的采购,而是广泛战略的横向组成部分。”
了解了其中利害关系,以下是确保数字化转型成功时应避免的一些关键错误和误区。
1. 转型完全是技术性问题
Omer 铁路部件制造商的 CIO Giuseppe Pitarresi 指出,不要让工具主导数字化转型。他表示:“跟随当前趋势固然不错,但我们必须避免在没有周密计划的情况下堆砌产品。数字化必须以组织变革为支撑。” 因此,要实现转型,公司内部必须有拥抱变化的人才。Profilglass 的 Pagnini 建议,识别那些对数字化过程具有倾向的人员作为变革推动者,尽管他们不一定是 IT 专家,并对其进行培养。
Pagnini 进一步指出:“他们还必须具备抽象思维能力,因为这不仅能让他们理解现有事物的运作方式,还能预见未来可能的模式。这将有助于向 IT 部门提出关于选择和实施产品的具体建议。”
Foracchia 提到,AUSL Reggio Emilia 设有一个由非 IT 人员组成的战略规划小组,其任务是制定 ICT 策略。当然,ICT 部门也参与其中,但其角色偏重战略而非仅限技术。
他说:“我们还识别出关键用户,以确保医疗服务使用者与 IT 团队之间保持持续联系和反馈。如果他们有疑问、问题或创新设想,每个内部用户都应知道通过哪个渠道进行沟通。”
2. 将交钥匙式技能外包给第三方
一些 CIO 表示,供应商过分强调技术作为一刀切的解决方案,未能充分促进转型所需的文化变革。因此,完全依赖供应商传授技术知识是不明智的。许多 CIO 即便使用云软件和服务,也倾向于将部分战略技能收归内部。
Pagnini 提到:“在评估供应商时,必须考虑这一点。例如,该供应商是否会对内部员工提供培训?我们不希望将整个交钥匙任务托付出去。供应商与公司并肩工作并进行知识转移要更为有效。”
此外,与技能传承相关的风险还在于那些富有魅力的专家人物,通常是拥有默会知识的公司资深员工。这涉及企业内的知识管理问题,一旦这些人离职,就会造成危险的技能断层,许多 IT 产品和经验也可能因此被埋没。这些人可能是曾积极参与平台开发或定制却未将所有流程记录下来的员工,或者是基于私人关系与供应商保持直接联系的关键人物,他们也可能是软件公司的外部顾问。许多 CIO 强调,有必要监控技能的所在位置,以避免公司突然失去宝贵的技术诀窍。
3. 从上而下强行变革
低估与用户沟通和共享 IT 目标与策略,以及自上而下地强制实施解决方案,都是应当避免的错误。
FHP Holding Portuale 港务公司 CIO Fabio Mattaboni 指出:“强制推动数字创新是错误的;变革管理至关重要。”他在以往担任跨国公司、拥有与客户保持自主关系的本地分支机构时,曾见到 CEO 推出一款面向所有人、旨在提供统一且全面视角的 CRM 系统。然而,各分支机构认为这一选择是企业控制的工具,并予以强烈反对,结果导致该系统未能被使用。销售部门反对这一措施,并将数据据为己有,随后,CEO 强制要求每个人在 CRM 系统中证明他们已经履行了各自的工作。
Mattaboni 回忆道:“这是一个极端且令人不快的案例,根本错误发生在前期,我们本该从一开始就采取不同的策略。数字项目必须建立在明确的参与规则之上,组建团队并通过成果激励,另外,各工作组之间需要持续沟通项目的进展和目标。”
他补充说,如果确实无法避免强制变革,管理层至少应传递这样的信息:让利益相关者参与项目是有利的,这应通过合理的薪酬政策来落实。
意大利科学与技术知识推广文化协会 Caffè della Scienza Livorno 的数字转型顾问兼副总裁 Flavia Marzano指出:“常见的错误是只投资于技术而忽略了最终用户。” 她举例道,在设计网站时,设计团队应充分考虑易用性和无障碍要求,而这一点往往未能实现。
Marzano 进一步指出,从上而下的强制会加剧员工对变革的自然抵抗。“员工担心使用 AI 等技术会导致岗位流失,甚至失业。但这多发生在僵化的组织文化中,人们未能意识到在自动化和 AI 使用提升的情况下,他们仍可从事其他工作。”
4. 未能正确评估可用资源
资金和技能资源的评估不足也是一个常见问题。随着数字项目的增多,不可能按比例不断招聘新员工。因此,IT 主管必须在满足业务方面(负责制定预算和确保财务成果)与成功推动数字项目所需技能之间发挥调解作用。
例如,意大利国家财产局——负责管理房地产资产的公共经济实体,其数字转型总监 Massimo Bollati 就面临数据管理技能方面的短缺。在该机构的转型过程中,数据准备和清洗是至关重要的一步,而难题不在于寻找到合适的技术,而在于如何定义流程及培训人员。
为此,Bollati 实施了三项措施:对内部进行培训投资,不仅在课堂上,还在实际工作中;通过定向招聘填补机构内尚缺的岗位;以及通过派遣员工陪同学生或引进博士,与大学和研究中心建立密切合作。
Bollati 说道:“这项举措带来了最大的效益。如今,凭借这三项措施的结合,该机构拥有了极具创新、现代且积极主动的数字战略方向。”
5. 缺乏长远思考
企业在数字化过程中容易陷入的陷阱是仅凭日常视角行事,满足单一、具体的需求,而忽略制定一个具有长远视角的整体战略。
Pagnini 表示:“我一加入 Profilglass,第一项任务就是制定中期发展规划,并将其转化为一系列按优先级排序的项目。公司的进化战略总体设计至关重要。各项举措必须放置于一个评估和比较影响力、价值以及成本与成果的矩阵中。”
6. 忽视软件整合需求
在现代 IT 中,不再存在单片系统,这有助于提升公司的敏捷性和运作速度,但同时也要求实现软件之间的整合。
Omer 的 Pitarresi 指出:“IT 部门需要具备懂得进行整合工作的专业人员。这不仅关乎技术集成,更涉及功能整合。实际上,这些人员作为 IT 内部的业务合作伙伴,对各个功能领域所整合的解决方案有着全局视野。”
简而言之,软件整合是 IT 与业务之间的对话。如果解决方案由 IT 提出并自上而下强制推行,就可能产生强制变革;而若解决方案仅在业务部门中自主形成,又可能导致信息孤岛的产生。
Pitarresi 补充:“IT 负责监管和协调整合计划中的功能需求,所有系统必须能够互联互通。这其实是一个组织架构问题,而非技术难题,毕竟技术并不匮乏。真正关键的是如何将技术有效应用于流程中。”
Marzano 同样指出:“公共机构数字转型的一大障碍在于缺乏互操作性。各部门使用不同且不相关的软件,无法实现数据共享与协作。另一个常见错误是忽视在采购新软件时需对流程进行再造,新软件不会自动替代旧系统。”
7. 低估思维方式的重要性
心态的转变是变革过程中不可或缺的一部分。
F.lli Veroni 熟食生产商的 IT 经理 Nicola Marra 表示:“我们的业务早在数字革命之前就已启动,尽管我们在采用现代应用技术上曾是先驱,即使在工厂里亦是如此,但我们拥有多代共存的员工,改变那些习惯于固有工作方式的员工的思维方式非常困难。数字转型必须从改变心态开始,而 IT 正在助力这种心态的转变。”
在公共行政领域,文化因素同样至关重要。Marzano 认为,简化官僚主义非常必要。
她说:“数字行政法典已有 20 年历史,且经过无数次修订,现已变得冗长繁琐。我们需要明确且简化的指导方针。招标程序同样复杂,需要漫长而繁琐的决策过程。最终,从选择某项技术到实际采用往往间隔过长,存在技术已过时的风险。”
IT 作为业务合作伙伴
为缓解问题并有效沟通与管理变革,Pagnini 表示:“这就像在高速公路上新建一条车道。正在进行的工程不可避免地会带来不便,因此必须设立标识,告知进展、预期的时间和收益。所以内部项目沟通以及升级管理至关重要。”
CIO们普遍认为,变革管理是数字转型的关键,因为它必须引导员工适应新的运营模式,帮助他们克服天然的抵抗心理。同时,当 CIO 成为高管层中的一员,参与战略制定并真正理解业务需求和优先事项时,也能大大减少失误。
Pitarresi 表示:“我曾在经历重大变革的公司工作过,理解业务并协助员工构建数字工具的需求至关重要。最终,IT 必须成为业务合作伙伴,否则,仅依赖咨询公司购买技术产品就足够了。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。