在我们看来,数字化转型之路已经明晰

2022 年 7 月 16 日 InfoQ

作者 | Thomas Erl
译者 | 平川
策划 | 丁晓昀

过去几年里,有很多关于数字化转型的文章和讨论。人们普遍认为,它能使企业拓宽线上业务,在现有和新兴市场中变得更具颠覆性。然而,作为实践领域的数字化转型究竟是什么,人们在认识上还有很大的模糊性,而且也不一致。对于在数字化转型环境中,什么样的技术创新是它和自动化解决方案的主要区别,人们也还没有一个清晰的认识。

如果实践、模式和技术架构都没有具体的定义,组织就很难确定他们正在计划或正在进行的到底是不是真正的数字化转型。

这一点很重要,因为数字化转型举措通常成本高昂、影响深远,需要在自动化、基础设施、培训、通信及业务流程重组和优化方面进行投资和变革。在进行这些投资时,利益相关者对数字化转型工作应带来的好处和改进会有一定的期望。

这些期望可能源于媒体的炒作、供应商的宣传或对组织业务需求及其市场和可实现目标的合理分析和评估。通常情况下,期望来自这些因素及其他因素的综合作用。问题是,如果对如何进行或应该如何进行数字化转型存在一定程度的不确定性,那么达到预期效果的概率就会很低。

好消息是,数字化转型领域已经成熟。现在,已经有了明确的目标、标准和模型,准确地指出了“平常”的数字化转型是什么以及不是什么。这就设定了一个起点,让我们可以据此确定总体目标、标准和模型的哪些部分和我们有关,可以适用于自己企业独有的业务目标、约束条件和发展潜力。

1 数字化转型不仅仅是业务和技术的转型

已经有充分的证据表明,数字化转型引入的新技术,使我们能够改善和优化业务运营自动化的方式。这是许多此类举措的主要关注点,寻求业务改进时通常会强调:

  • 扩大和改善组织的线上版图

  • 增强客户体验

  • 精简运营流程,更快速地提供更便宜的产品和服务

人们往往忽视的是,其他形式的内部转型对于实现这些目标的必要性。

改善和发展公司在现有数字市场上的在线业务,在很大程度上依赖于优质数据智能的创建和数据科学系统的成功应用(下文有解释)。这些改善要求我们大幅改变使用、获取、管理和存储数据的方式。

通常,为了真正地提高客户体验,使我们在已处于高度竞争状态的数字市场中更具竞争力,我们内部需要实现从以产品为中心向以客户为中心的过渡。这可能会推动企业走出舒适区,改变内部组织结构和等级制度,打破以产品为中心的部门孤岛,以便在新的业务和自动化流程中真正达到以客户为中心所需的协同合作水平。

例如,一家拥有一系列金融产品的银行提供了其中几个相互独立的产品。客户可以登录他们的网上银行门户,查看自己的账户信息以及相关的信用卡活动。这很好,因为一目了然,客户可以看到什么时候需要从账户中转移资金来支付信用卡欠账。

然而,他们从银行获得的另一款产品是退休储蓄计划,他们需要全年都向里面存钱。他们还可以从银行购买的另一款产品是面向有可支配收入群体的投资产品。这些产品都不能通过他们的储蓄账户门户访问,甚至都看不到。

这是因为银行要求客户为这些产品中的每一种创建单独的在线账户,并使用单独的登录凭证。此外,这些门户网站是由不同(以产品为中心的)部门设计的,它们各自提供的在线体验也不同于储蓄账户门户网站。这对客户来说是一种负担,同时也浪费了银行提高客户中心化能力和产品交叉营销的机会。

正如采用以客户为中心的理念可能需要组织文化和思维方式的转变一样,随数字化转型举措而来的技术提升也是如此。因为它们可以极大地提高组织的业务自动化程度,那些已经成为既定操作流程一部分的人类工作者会发现,他们的角色受到了影响甚至被淘汰了。

行动项:组织转型通常是数字化转型中最被低估的部分。一个关键的成功因素是仔细规划如何将组织文化转变为支持数字化的文化。这是领导层的责任。它需要人力资源部门的预先规划和强有力的沟通活动,以获得员工的早期认同,以及一个可靠的计划,将受影响的员工重新分配到更有意义的角色上。对于组织结构需要向什么方向转变,它也要有明确的预期。

2 数字化转型依赖于新旧技术的结合

通常,有一些特定的自动化技术与数字化转型相关,包括云计算、机器人流程自动化(RPA)、物联网(IoT)和区块链。还有三个核心的数据科学系统(常用于数据处理、分析)会被纳入数字转型解决方案。这包括大数据分析、机器学习和人工智能(AI)系统。

其中,有几项技术是在数字化转型成为主流话题之前就已经在使用的成熟技术。这是件好事,因为它们已经发展成为强大的、功能丰富的平台,现在可以为支持数字化转型目标的解决方案打下坚实的基础。

在构建数字化转型解决方案时,实际上只需要那些与企业业务需求相关的技术。数字化转型解决方案的不同之处,不在于它采用了哪些技术,而在于如何将它所需要的技术组合起来,形成一个能够实现既定业务目标的解决方案架构,其中许多目标将与强化以客户为中心有关。

例如,组织决定通过使用 RPA 将更多的业务任务自动化。它还希望将一些低风险的决策责任委托给人工智能系统,优化关键业务流程,从而提高面向客户的在线环境的客户中心化水平。然而,这引发了安全方面的担忧,即我们是否已经清楚地了解了与人工智能相关的所有潜在风险,特别是大部分决策将是对(可能无法预测的)客户互动的反应,其中还有一些可能是欺诈性的。商业收益似乎仍然超过了安全风险,但需要考虑到不恰当的决策可能造成的损失。

除了采取其他网络安全措施外,该组织还建立了一个不可变的分布式账本,作为私有区块链实现的一部分,目的是记录涉及人工智能决策逻辑的每个客户互动和交易。然后定期对该记录日志进行审计,为评估过去的人工智能决策提供输入(以确定人工智能系统是否因决策不当而造成不合理的损失),并帮助识别和评估可能发生的潜在欺诈行为(同时确定这些行为对人工智能决策逻辑造成的损失)。

行动项:作为数字化转型举措的一部分,技术采用的规模和影响通常比大多数人所习惯的要大,主要是因为我们不仅要改造 IT 企业的某些部分,而且还要引入由重型系统组合而成的全新技术架构环境。除了在规划和引入新技术创新时做好调查之外,对于数字化转型举措,我们需要格外小心,不要被过度自动化所诱惑。为了提高生产力和客户中心化水平,在对业务流程进行重新设计和优化时,要考虑实际问题,并且要抓住机会首先证明某项改进对客户确实有效,然后再在此基础上进行改进。如果我们过早地实现了自动化,那么无论从财务上还是从组织上来说,回退都将非常痛苦。制定一个分阶段的方法可以避免这种情况。

3 成功的数字化转型对数据科学有多大的依赖

也许,数字化转型最突出的特点是,与之前的任何业务运营和 IT 企业实体相比,我们构建的解决方案和环境更加以数据为中心,更加依赖于数据驱动。

我们使用的数据范围也不再局限于内部存储库。大量的数据是从外部数据源收集的,有的单独处理,有的和我们自己的数据一起处理,为的是生成非常有洞察力而又容易理解的分析结果。有了适当的技能组合,在加上对数据科学技术的合理整合,我们最终会得到一种新型的企业资产,即数据智能。

我们生成的数据智能可能会被提供给决策者,不仅提供事实和选项,而且还提供基于深度分析的准确预测和建议。数据智能进一步为我们提供了将更多业务决策委托给数据科学逻辑的机会。具体来说,我们可以授权人工智能系统自主执行决策,从而将由最新数据智能生成的指令实时发送到我们的自动化解决方案中。

我们的解决方案能够独立做的决策更多了,而且,有高质量的数据智能提供保障,损失风险也在合理范围内,这就提供了超越他人的机会。数据智能为人类决策者提供指导,如果能正确地生成并恰当地解释,就会成为数字化组织管理的无价之宝。

例如,一家传统上只向零售商店销售玩具的玩具公司现在瞄准了教育领域。该公司相信,得益于其在数字化转型方面的投资,他们不仅可以在网上向学校销售搭建玩具,而且还计划推出一款在线应用,让孩子们利用他们的玩具分享和合作搭建。

传统上,教育市场对该公司来说是很难进入的,因为这个市场由较大的组织主导,与学术界有着长期的关系。然而,这家玩具公司新成立的数据科学部门从数据智能报告中获得了深刻的见解,他们看到了自己公司可以填补的关键市场缺口,以及现有教育供应商在明年会继续忽视这一缺口的预测。这些信息给了玩具公司信心,当它带着自己的产品进入市场时,不仅会取得初步的成功,而且竞争对手也没做好回应准备,这将给玩具公司进军这一市场提供良好的开端。

行动项:数据科学增强极具吸引力。我们可能形成对数据智能的深度依赖,因为它改变了我们管理和运营企业的方式,并进一步改变了客户体验及与我们互动的方式。这种依赖源于我们将数据科学技术作为业务自动化技术架构的核心部分,并进一步作出长期承诺,保证我们现在构建的东西可以成功地治理和发展。如若不然,这种依赖会将我们的业务引向错误的方向。因此,一个关键的成功因素是确保团队具有适当的技能,可以恰当、成功地集成(和维护)数据科学技术,并生成(和演进)准确的数据智能。

4 数字业务市场的客户中心化是什么

最终,我们在数据科学方面的大部分投资可能会集中在客户数据智能上。关于客户喜欢什么、做了什么、他们的行为方式以及趋势、他们的兴趣以及全球性事件可能对他们产生什么影响。虽然我们投入了大量的精力,转变我们的组织结构,设计自动化解决方案以实现更高程度的客户中心化,但所有这一切都将依赖于成功地收集和维护以客户为中心的数据。

我们从客户数据智能获得的洞察力会影响业务的许多方面。我们专注于增强业务流程,减少交易类步骤,增加关系价值行为,有助于促进客户的长期忠诚。我们希望在每次客户互动中加入不同类型的“温暖”,从而进一步确保关系的长期保持。沟通式温暖、主动式温暖、奖励式温暖以及超越式温暖,这些都是精心设计的客户互动工作流的特色,而依据是数据科学系统以及它们持续生成的客户数据智能。

5 数字化转型要实现什么

本节谈下期望。很多关于数字化转型的宣传其实都是有道理的。它能真正改变我们的业务、我们的组织、我们的文化以及我们的客户关系。本文只涉及了那些具体而合理的构建块,我们现在可以组装这些模块来发展和维护由这些转换产生的数字赋能环境。

但是,我们能做什么,不能做什么,在很大程度上取决于时机。成功实现数字化转型的组织主要有两类。

  • 在所在行业中率先进行数字化转型的公司——在这种情况下,数字化转型可以使该公司的市场表现优于其他公司,并以自己的方式打入新市场。无论是哪种情况,这样的公司都是在成功地颠覆现状。这就是数字化转型的标志。

  • 在已经存在活跃的、具有数字化能力的竞争对手的市场上进行数字化转型的公司——如果一家处于追赶者地位的公司找到了比其他公司更成功的数字化转型和创新方法,它仍然可以具有颠覆性。然而,更常见的情况是,它赶上了竞争对手,或至少有能力保留足够的客户以保持活力。

数字化市场的严酷现实是,那些在转型方面做得比较好的企业将胜过其他没有转型的企业。这表明,不仅要通过数字化转型变成颠覆性组织,而且还要通过持续的转型来保持甚至随着时间推移获得更多的市场份额。

6 数字化转型前路漫漫

尽管我们现在知道,数字化转型已经成熟,但毫无疑问,它还会继续发展,我们要为此做好准备。这是一个涉及面非常广的领域,包括许多实践、策略和技术,而且,所有这些都将继续得到加强和优化。

那些数字化转型的先锋企业要继续进行数字创新,挖掘利用数据智能的机会,以保持他们的地位和市场。那些后进的企业现在可以成为更积极的开拓者,在那些可能已经自满的企业面前大步前进。

商业市场的竞争并不新鲜。但我们现在知道,在数字商业市场中,我们可以变得更有竞争力。对许多人来说,这是一种非常具有建设性的认识。

作者简介:

Thomas Erl 是一位 IT 畅销书作家,也是 Pearson Digital Enterprise Series from Thomas Erl 的系列编辑。Thomas 已经撰写和与人合著了 15 本图书,由 Pearson Education 和 Prentice Hall 出版(致力于当代商业技术和实践)。Thomas 的最新著作《数字化转型实战指南》也被正式引入了数字化转型专业课程。

你可以观看 Thomas Erl 的 YouTube 频道。他是“真正的数字化转型”系列播客的主持人。他会定期在 LinkedIn 每周简讯《数字化企业》上发表文章。

原文链接:

https://www.infoq.com/articles/digital-transformation-clarity/

点击底部阅读原文访问 InfoQ 官网,获取更多精彩内容!

今日好文推荐

相比高人气的 Rust、Go,为何 Java、C 在工具层面进展缓慢?

史上最强韦伯太空望远镜:任何不可靠的软件故障点都可能让百亿美元泡汤

微软开始封禁商业开源:从 App Store 入手,7 月 16 日生效?!

迁移进行时,告别 GitHub 的时候到

登录查看更多
0

相关内容

中国制造业数字化转型研究报告
专知会员服务
64+阅读 · 2022年8月26日
中国企业数字化转型白皮书(2022),59页pdf
专知会员服务
89+阅读 · 2022年8月10日
重塑中小城市的未来:数字化转型的框架与路径
专知会员服务
21+阅读 · 2022年5月13日
【AI与工业】2022最新发布《工业物联网AI框架》59页PDF
专知会员服务
142+阅读 · 2022年3月30日
专知会员服务
87+阅读 · 2021年10月14日
专知会员服务
74+阅读 · 2021年7月24日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
2021企业数字包容实践与价值白皮书
专知会员服务
26+阅读 · 2021年6月4日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
当谈论AI投资回报率时,我们在谈些什么?
THU数据派
0+阅读 · 2022年6月22日
为什么需要关注软件架构
InfoQ
0+阅读 · 2022年6月12日
最新报告!微软的可持续发展之路走得怎么样了?
微软研究院AI头条
0+阅读 · 2022年3月16日
CDP的春天要来了?
36氪
0+阅读 · 2022年2月10日
【数字化转型】如何加速实现企业的数字化转型?
产业智能官
0+阅读 · 2021年2月3日
【数字化】2019年全球数字化转型现状研究报告
产业智能官
29+阅读 · 2019年7月8日
2019年全球数字化转型现状研究报告
智能交通技术
13+阅读 · 2019年6月2日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
32+阅读 · 2022年5月23日
Arxiv
103+阅读 · 2021年6月8日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
19+阅读 · 2018年10月25日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
22+阅读 · 2018年2月14日
VIP会员
相关VIP内容
中国制造业数字化转型研究报告
专知会员服务
64+阅读 · 2022年8月26日
中国企业数字化转型白皮书(2022),59页pdf
专知会员服务
89+阅读 · 2022年8月10日
重塑中小城市的未来:数字化转型的框架与路径
专知会员服务
21+阅读 · 2022年5月13日
【AI与工业】2022最新发布《工业物联网AI框架》59页PDF
专知会员服务
142+阅读 · 2022年3月30日
专知会员服务
87+阅读 · 2021年10月14日
专知会员服务
74+阅读 · 2021年7月24日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
174+阅读 · 2021年7月8日
2021企业数字包容实践与价值白皮书
专知会员服务
26+阅读 · 2021年6月4日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
相关资讯
当谈论AI投资回报率时,我们在谈些什么?
THU数据派
0+阅读 · 2022年6月22日
为什么需要关注软件架构
InfoQ
0+阅读 · 2022年6月12日
最新报告!微软的可持续发展之路走得怎么样了?
微软研究院AI头条
0+阅读 · 2022年3月16日
CDP的春天要来了?
36氪
0+阅读 · 2022年2月10日
【数字化转型】如何加速实现企业的数字化转型?
产业智能官
0+阅读 · 2021年2月3日
【数字化】2019年全球数字化转型现状研究报告
产业智能官
29+阅读 · 2019年7月8日
2019年全球数字化转型现状研究报告
智能交通技术
13+阅读 · 2019年6月2日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
32+阅读 · 2022年5月23日
Arxiv
103+阅读 · 2021年6月8日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
19+阅读 · 2018年10月25日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
22+阅读 · 2018年2月14日
Top
微信扫码咨询专知VIP会员