。
第五年的《數(shù)字化轉(zhuǎn)型狀態(tài)》調(diào)查報告由Altimeter公司首席分析師Brian Solis撰寫,報告強調(diào),2019年戰(zhàn)略性數(shù)字化轉(zhuǎn)型正變得越來越普遍,同時亦超越IT范疇對整個組織的競爭力造成直接影響。
Brian Solis身兼數(shù)字分析師、商業(yè)戰(zhàn)略家以及未來學(xué)家數(shù)種角色,創(chuàng)造出新的媒體戰(zhàn)略與框架,不僅在企業(yè)與客戶之間建立起橋梁,同時也幫助員工與主要利益相關(guān)者之間搭建交流通道。Brian專注于變更管理,使得企業(yè)領(lǐng)導(dǎo)者能夠引入新的媒體資源、系統(tǒng)與流程,同時提供基礎(chǔ)設(shè)施了確保組織得以在當(dāng)下的互聯(lián)客戶時代取得優(yōu)異成績。
圖: Brian Solis,Prophet子公司Altimeter首席分析師
Solis的研究亦著重提及以下要點:1. 預(yù)算正在快速攀升;2. 利益相關(guān)方所關(guān)注的顛覆性技術(shù)清單正在不斷擴展;3. 所有權(quán)轉(zhuǎn)移至高管層級,并由跨職能協(xié)作小組負(fù)責(zé)管理;4. 客戶體驗(customer experience,簡稱CX)將繼續(xù)在數(shù)字化轉(zhuǎn)型投資當(dāng)中扮演核心驅(qū)動力;5. 員工經(jīng)驗與組織文化在變革的強化與加速以及創(chuàng)新活動的推進層面發(fā)揮愈發(fā)重要的作用。
數(shù)字化轉(zhuǎn)型狀態(tài):五大核心要點
1. 成功的數(shù)字化轉(zhuǎn)型應(yīng)該是一項覆蓋企業(yè)整體的舉措,最好是由具有廣泛組織影響力的領(lǐng)導(dǎo)者負(fù)責(zé)推動。根據(jù)報告,CIO們連續(xù)第二年成為占比最高的數(shù)字化轉(zhuǎn)型項目持有者或贊助者(28%),而目前也有越來越多的CEO開始扮演這方面的領(lǐng)導(dǎo)角色(23%)。
2. 市場壓力成為數(shù)字化轉(zhuǎn)型的主要驅(qū)動因素,調(diào)查發(fā)現(xiàn)大部分轉(zhuǎn)型舉措都源自業(yè)務(wù)增長機會(51%)與競爭壓力提升(41%)的主導(dǎo)。隨著各類備受矚目的數(shù)據(jù)泄露丑聞在大眾媒體中受到廣泛關(guān)注,GDPR等新型監(jiān)管標(biāo)準(zhǔn)的發(fā)布也給組織的數(shù)字化轉(zhuǎn)型帶來另一種動力(38%)。
3. 雖然人們已經(jīng)逐漸意識到人為因素在數(shù)字化轉(zhuǎn)型工作中的重要意義——例如員工經(jīng)驗與企業(yè)文化等,但大多數(shù)轉(zhuǎn)型工作仍然側(cè)重于客戶接觸點現(xiàn)代化(54%)以及基礎(chǔ)設(shè)施實現(xiàn)(45%)層面。雖然如此,大多數(shù)組織在客戶了解方面并沒有進行盡職調(diào)查,41%的企業(yè)在缺少全面客戶研究指導(dǎo)的情況下即匆忙上馬數(shù)字化轉(zhuǎn)型投資項目。
4. 組織支持仍然是當(dāng)前數(shù)字化轉(zhuǎn)型工作面臨的首要挑戰(zhàn)。在研究過程當(dāng)中,受訪企業(yè)報告稱數(shù)字化轉(zhuǎn)型仍然被視為一種成本中心(28%),而且很難提供明確的投資回報率數(shù)據(jù)(29%)。文化問題也帶來了顯著挑戰(zhàn),其中根深蒂固的觀點對于變革活動的抵制(26%)以及法律與合規(guī)性問題(26%)成為業(yè)務(wù)體系進步的最大阻礙。
5. 創(chuàng)新正在組織之內(nèi)成為愈發(fā)重要的一項基本訴求。近半數(shù)的受訪者表示他們正在建立創(chuàng)新文化,而內(nèi)部創(chuàng)新團隊的存在也開始成為一種常態(tài)。
以下是我們認(rèn)為每一位數(shù)字化轉(zhuǎn)型(簡稱DX)領(lǐng)導(dǎo)者都應(yīng)重視的其它一些重要發(fā)現(xiàn),這些將幫助他們建立用于考核當(dāng)前能力的基準(zhǔn),從而進一步探索出符合未來需求的投資論點。
數(shù)字化成熟度藍圖以數(shù)字化客戶體驗為中心,主要包含六大階段:1. 業(yè)務(wù)如常運行;2. 當(dāng)下與活躍;3. 標(biāo)準(zhǔn)化;4. 戰(zhàn)略;5. 融合;6. 創(chuàng)新性與適應(yīng)性。
圖:企業(yè)數(shù)字化轉(zhuǎn)型的6個階段
數(shù)字化轉(zhuǎn)型的重點關(guān)注領(lǐng)域:IT主導(dǎo)與擴展
在本次調(diào)查報告中,85%的受訪企業(yè)表示他們的數(shù)字化轉(zhuǎn)型舉措已經(jīng)從IT范疇擴展至整個組織規(guī)劃之內(nèi)。換句話說,IT部門將繼續(xù)主導(dǎo)數(shù)字化轉(zhuǎn)型方面的工作。當(dāng)前五大數(shù)字化轉(zhuǎn)型重點領(lǐng)域包括:1. IT;2. 客戶服務(wù);3. 運營;4. 創(chuàng)新;5. 營銷。
圖:數(shù)字化轉(zhuǎn)型的重點關(guān)注領(lǐng)域
業(yè)務(wù)部門層級內(nèi)的數(shù)字化轉(zhuǎn)型舉措:與IT、營銷以及客戶服務(wù)開展協(xié)作
Solis指出,“數(shù)字化轉(zhuǎn)型之旅通常以技術(shù)為先的思維模式作為起點:在受訪企業(yè)當(dāng)中,有51%的比例致力于將數(shù)字化轉(zhuǎn)型投資用于IT基礎(chǔ)設(shè)施與技術(shù)方案的現(xiàn)代化升級(例如云、協(xié)作、通信、安全與移動等等)。數(shù)字化轉(zhuǎn)型的本質(zhì),在于通過投資于各個部門(包括業(yè)務(wù)部門與其它職能部門等)實現(xiàn)其本身的現(xiàn)代化,并將各部門的核心部分加以匯總的過程。數(shù)字化轉(zhuǎn)型代表著以往在營銷與IT部門之間的所有權(quán)拉鋸戰(zhàn),將一步步轉(zhuǎn)變?yōu)楸椴颊麄€組織之內(nèi)的分布式平衡與協(xié)作體系。”
圖:業(yè)務(wù)部門層級內(nèi)的數(shù)字化轉(zhuǎn)型舉措
數(shù)字化轉(zhuǎn)型的核心驅(qū)動因素:新型商業(yè)模式的創(chuàng)新具有最高優(yōu)先級
超過半數(shù)受訪企業(yè)(51%)將創(chuàng)造新的商業(yè)模式作為數(shù)字化轉(zhuǎn)型的主要驅(qū)動力,這意味著探索新市場中的全新增長機會正得到越來越多企業(yè)的高度關(guān)注。從歷史角度來看,最重要的自然是圍繞企業(yè)整體實現(xiàn)技術(shù)現(xiàn)代化并投資改善客戶體驗。如今,建立創(chuàng)新型商業(yè)模式有望產(chǎn)生新的收入來源,而這也成為企業(yè)著手實施變革的動力源泉。
下面是數(shù)字化轉(zhuǎn)型的五大推動因素:1. 新的市場增長機遇;2. 不斷變化的客戶行為與偏好;3. 持續(xù)升級的競爭壓力;4. 新的標(biāo)準(zhǔn)與合規(guī)性要求;5. 不斷變化的員工行為與偏好。
圖:數(shù)字化轉(zhuǎn)型的核心驅(qū)動因素
數(shù)字化轉(zhuǎn)型是一場長期競賽——贏家將獲得與客戶體驗相關(guān)的重要指導(dǎo)信息
根據(jù)研究報告指出,各類組織應(yīng)當(dāng)以數(shù)字化轉(zhuǎn)型的六個階段為指導(dǎo)制定出以客戶為中心的發(fā)展路線圖,而后通過拆分及匹配的方式在企業(yè)整體之內(nèi)逐步實施相關(guān)舉措。研究結(jié)果提醒所有商業(yè)開拓者,數(shù)字化轉(zhuǎn)型只是旅程而非最終目的地。這段旅程中的北極星(或者說指導(dǎo)原則)包括速度、群體個性化以及情報協(xié)作,從而面向各利益相關(guān)者(包括員工、客戶、合作伙伴以及整個社區(qū))實現(xiàn)對價值的共同創(chuàng)造。
圖:數(shù)字化轉(zhuǎn)型是一場長期競賽
2018年數(shù)字化轉(zhuǎn)移面臨的主要挑戰(zhàn):缺少用于支持?jǐn)?shù)字化轉(zhuǎn)型投資回報判斷的數(shù)據(jù)
過去一年當(dāng)中,數(shù)字化轉(zhuǎn)型工作面臨的最大挑戰(zhàn)主要包括如何衡量數(shù)字化轉(zhuǎn)型的投資回報率、預(yù)算、文化、風(fēng)險、變更管理以及人才短缺問題。此外,技術(shù)債務(wù)也給不少組織帶來嚴(yán)重負(fù)擔(dān)。當(dāng)然,任何類型的轉(zhuǎn)型舉措都將面臨上述挑戰(zhàn)。這讓我想起管理界的傳奇人物Peter Drucker給出的建議:
“變革并非必要,畢竟人人都可以選擇放棄生存。” -- Peter Drucker
圖:2018年數(shù)字化轉(zhuǎn)移面臨的主要挑戰(zhàn)
2019年的首要技術(shù)投資方向:云、安全與人工智能引領(lǐng)新的潮流
過去幾年以來,云計算與移動投資一直是數(shù)字化轉(zhuǎn)型領(lǐng)域最為重要的投資方向。不過在2019年以及之后的時期內(nèi),最重要的技術(shù)投資方向?qū)⒑w網(wǎng)絡(luò)安全、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、實時分析、電子商務(wù)平臺以及社交媒體等領(lǐng)域。此外,區(qū)塊鏈、5G以及可穿戴技術(shù)也將發(fā)揮一定作用。我相信,如果我們將“機器學(xué)習(xí)”與“實時分析”納入到“人工智能”類別之內(nèi),那么人工智能將足以在這段時期內(nèi)成為第二甚至第一大技術(shù)投資優(yōu)先事務(wù)。
圖:2019年的首要技術(shù)投資方向
數(shù)字化轉(zhuǎn)型指標(biāo):業(yè)務(wù)增長與運營績效
受訪企業(yè)報告的前三大主要衡量指標(biāo)主要關(guān)注業(yè)務(wù)增長與運營績效:1. 增長(潛在客戶、客戶轉(zhuǎn)換與銷售額);2. 運營效率(現(xiàn)金流、毛利率);3. 業(yè)務(wù)表現(xiàn)(營收與利潤)。客戶與員工參與度同樣獲得了第四順位的較高排名,其中客戶指標(biāo)與引導(dǎo)效果相關(guān)(包括滿意度、凈推廣評分[簡稱NPS]以及終身價值)。
圖:數(shù)字化轉(zhuǎn)型指標(biāo)
Solis針對加速數(shù)字化轉(zhuǎn)型獲得成功這一目標(biāo)給出了以下七項優(yōu)先事務(wù)建議:
1. 在六大階段期間對企業(yè)的數(shù)字化轉(zhuǎn)型狀態(tài)進行審計。
2. 調(diào)查以洞察見解與發(fā)展機遇為核心的數(shù)字化客戶旅程與組織性舉措。
3. 調(diào)查員工在提升員工體驗方面做出的努力。
4. 將數(shù)據(jù)作為決策制定工作中的核心。
5. 努力使數(shù)字化轉(zhuǎn)型投資與業(yè)務(wù)目標(biāo)保持一致。
6. 認(rèn)真考慮技術(shù)趨勢將給您的數(shù)字化轉(zhuǎn)型路線圖帶來怎樣的影響。
7. 對轉(zhuǎn)型與創(chuàng)新文化視為一大高優(yōu)先級事務(wù)。
除了以上七大優(yōu)先事項之外,這里我還要補充第八條建議。數(shù)字化轉(zhuǎn)型業(yè)務(wù)領(lǐng)導(dǎo)者必須意識到,全球企業(yè)正在由實驗時代快速轉(zhuǎn)變?yōu)槌杀对鲩L的創(chuàng)新時代。采取數(shù)字化決策方法的組織會意識到保持這種可持續(xù)增長勢頭的唯一途徑,以及對于中斷事故的適應(yīng)能力,將全部建立在一系列新興技術(shù)(包括云、移動、社交、人工智能、物聯(lián)網(wǎng)以及電子商務(wù)等)的投資理論基礎(chǔ)之上。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。