新兴技术的诱惑力很大,但首席信息官必须谨慎平衡任何新技术部署的风险和回报。Gartner分析师Gene Alvarez指出,除了决定何时启动外,CIO还必须明确定义新兴技术将带来的业务价值。
Alvarez建议CIO从新技术的诱惑中退后一步,首先创建风险概况来评估推出新兴技术的可行性。这种结构化方法是他在Gartner最近的IT研讨会上提出的三步流程的一部分。
第一步:识别组织特征
为了建立准确的新兴技术风险概况,CIO必须首先了解其组织的"特征",Alvarez说。但这并不像人们想象的那么简单。
"我发现有趣的是,你可能认为组织具有某种特征,但你周围的每个人是否都认同同样的特征,同样的概念?"他说。
Alvarez建议CIO与同事讨论组织"特征",以确定他们对公司部署新技术的风险偏好是否有相同的看法。他将组织特征定义为三个类别——先锋者、快速追随者和晚期采用者:
先锋者:拥有先发优势和高回报机会,但他们在充当测试者时也面临高风险。
快速追随者:面临中等风险和中等回报。他们仍可以从先锋者那里学习,并使其组织与竞争对手区别开来。
晚期采用者:在采用新技术时通常风险较低,但相应地回报也较低。
第二步:评估技术用例
一旦CIO对其公司的特征有了扎实的把握,他们就可以开始评估特定技术的用例。
"我们现在必须在可行性和业务价值之间平衡这些用例,"Alvarez说。
Alvarez解释说,比较可行性与业务价值将作为成功部署新技术潜力的指标。例如,如果CIO评估某项技术的业务价值较低,无论部署的可行性是高还是低,这个选择只会产生"边际收益",因此"不是一个很好的开始地方,因为你不会获得大量资金",他解释道。
他补充说,评估为具有高业务价值和高可行性的技术是一个强有力的起点。"因此,使用你的风险概况是你如何协调技术时机的方法,通常在你的组织中使用炒作周期方法,"他说,指的是Gartner追踪技术成熟度随时间变化的方法论。
第三步:评估组织准备度
Alvarez说,下一步是CIO评估部署技术的准备度。这需要检查五个领域:
技术和财务可行性
为了确定技术可行性,CIO应该检查技术是否能有效解决相关用例,以及技术是否具有可应用于其他用例的能力。这将帮助他们评估技术的成本与价值,并决定他们愿意在技术上投资多少。
Gartner研究表明,83%的CEO计划到2025年增加对数字技术的投资。但Alvarez警告说,更多投资并不自动等同于更高预算。
"他们正在分配更多资金用于将技术引入组织以带来业务价值,"他说,业务价值是决定因素。
供应商可行性
在查看供应商可行性时,CIO应该考虑技术供应商是如何获得资金的,该市场中有多少其他供应商,以及是否可能发生供应商整合。
组织准备度
即使在检查了所有这些类别后,如果组织的员工不太可能采用某项技术,CIO也可能遇到障碍,Alvarez说,他谈到了组织准备度这一关键问题。
"有时候你在引入技术时[员工]不想要它——在这种情况下仍有方法推动采用,"Alvarez说。"但你想要做的是确保组织能够适应和接受这项技术。你不希望仅仅因为被拒绝而失败。"
如果员工因为不熟悉新技术而抗拒,例如,重新培训员工将是解决采用阻力的方法,他解释道。
外部可行性和跟踪
最后,关注外部可行性需要观察市场趋势和外部因素。
"在新兴技术中,有一些来自你组织外部的因素你必须评估——'这项技术在今天的环境中能生存吗?'"Alvarez说。
为了帮助解决这个问题,创建"新兴技术雷达"图表也可以帮助CIO根据新兴技术对其组织的重要性来跟踪它们。Alvarez解释说,CIO可以将新兴技术分类为"关键、紧急、重要和观察",并根据技术对组织的潜在影响(低、中或高影响)跟踪这些分类。他指出,影响可能表现为监管、伦理、社会、竞争或货币影响。
"实际上,我们需要明确的'什么、如何和何时?'因为这是我们必须回答的三个问题,以确定'这是在正确时间的正确技术吗,我们将如何使用它来带回业务价值?'"Alvarez说。
Q&A
Q1:CIO在部署新兴技术时应该首先考虑什么?
A:CIO应该首先创建风险概况来评估推出新兴技术的可行性,而不是被新技术的诱惑所迷惑。需要明确定义新兴技术将带来的业务价值,并了解组织的风险偏好特征。
Q2:如何评估组织对新技术的准备度?
A:需要评估五个领域:技术和财务可行性、供应商可行性、组织准备度、外部可行性和跟踪。特别要关注员工是否愿意采用新技术,如果存在阻力,需要通过重新培训等方式解决。
Q3:什么样的技术值得优先投资?
A:评估为具有高业务价值和高可行性的技术是最佳选择。如果技术被评为低业务价值,无论可行性如何,都只会产生边际收益,不是理想的投资起点。
好文章,需要你的鼓励
Forrester副总裁兼首席分析师高恩德在访谈中表示,尽管AI技术广泛存在,但在生产力统计数据中并未体现革命性改变。他引用美国劳工统计局数据指出,个人电脑时代同样未能显著提升生产力增长率。研究显示,95%的生成式AI项目未产生实际投资回报。Forrester预测到2030年AI可能取代6%的工作岗位,约1040万个职位,但目前大部分企业裁员主要出于财务考虑而非AI替代。
中国人民大学联合快手科技研发的DPWriter系统通过创新的"多样化规划分支"策略和智能奖励机制,成功解决了AI写作中质量与创意多样性难以兼得的问题。该系统让AI先制定包含五个维度的详细写作计划,在规划阶段进行创意分支,再配合双重奖励评价体系,实现了在保证写作质量的同时大幅提升创意多样性。实验显示新方法在多样性指标上提升15%,为AI辅助创意写作开辟了新路径。
谷歌发布Personal Intelligence工具,让用户可根据个人偏好定制Gemini聊天机器人。该工具能访问Gmail、谷歌相册和YouTube等服务中的个人数据,提供更精准的回复。例如分析收件箱中的餐厅预订来推荐食谱,或利用汽车照片回答维修问题。工具提供多项隐私控制选项,默认关闭且用户可自定义访问权限。初期仅向美国付费用户开放,未来将扩展至免费账户和国际市场。
ellamind公司研发的sui-1是首个能为长文档摘要提供精确引用标注的AI模型。该24B参数模型通过创新的XML标签系统,为每个摘要观点标注原文出处,解决了AI摘要"不可验证"的核心问题。模型可处理10万词文档,支持200万词超长文档的迭代处理,在准确性测试中达到84.2%,远超同类开源模型。研究团队采用Apache 2.0许可证完全开源模型和训练数据,为政府、法律等需要高准确性的领域提供可信赖的文档分析工具。