ECI@創(chuàng)新科技 | 什么是數(shù)字化轉(zhuǎn)型？（下）
ECI @HiTech開欄語
【ECI @科技創(chuàng)新】是由ECI@HiTech科技創(chuàng)新專委會每周從全球精選熱門科技創(chuàng)新主題，幫助科技創(chuàng)新者和初創(chuàng)團隊取得成功！讓我們共同攜手，尋找改變現(xiàn)有游戲規(guī)則的科技創(chuàng)新，激發(fā)人類的智慧和挑戰(zhàn)，實現(xiàn)科技的創(chuàng)新和夢想。這就是科技創(chuàng)新的終極魅力！也是ECI”將創(chuàng)新帶入生活Bring Innovation to Life” 的使命所在！
通常來說，科技的發(fā)展都會交替經(jīng)歷平臺期和爆發(fā)期。平臺期的科技創(chuàng)新更多聚焦于識別并解決客戶現(xiàn)在的痛點，而爆發(fā)期的科技創(chuàng)新更多聚焦于引領(lǐng)并創(chuàng)造客戶未來的需求，劃時代的偉大科技創(chuàng)新往往誕生于此。
數(shù)字化和人工智能轉(zhuǎn)型是發(fā)展基于組織和技術(shù)的能力的過程，使公司能夠不斷改善客戶體驗并降低單位成本；并且隨著時間的推移保持競爭優(yōu)勢。
人工智能在數(shù)字化轉(zhuǎn)型中可以發(fā)揮什么作用？
人工智能，尤其是生成式人工智能，正在顛覆企業(yè)的運營和價值創(chuàng)造方式，帶來了巨大的機遇，包括內(nèi)容生成、新發(fā)現(xiàn)（尤其是在制藥和化工等領(lǐng)域）和編程。
但人們很容易被新奇的技術(shù)分散注意力。過去的技術(shù)創(chuàng)新仍然有重要的教訓：價值源于對商業(yè)目標的清晰理解，以及如何利用技術(shù)實現(xiàn)這些目標。快速試驗和學習很重要，但抵制用令人興奮的新技術(shù)開發(fā)用例的誘惑同樣關(guān)鍵，因為這些用例最終可能不會為企業(yè)創(chuàng)造價值。
要利用生成式人工智能創(chuàng)造價值，需要具備與成功進行數(shù)字化轉(zhuǎn)型相同的強大能力，包括明確的戰(zhàn)略、內(nèi)部數(shù)字人才庫和快速響應、可擴展的運營模式。這不僅僅是一次性任務：希望將生成式人工智能納入其價值主張的公司需要不斷重新審視其數(shù)字化轉(zhuǎn)型路線圖，并審查優(yōu)先解決方案，以確定如何利用新的生成式人工智能模型的迭代支持其目標。
數(shù)字化轉(zhuǎn)型中的關(guān)鍵領(lǐng)導角色是什么？
一次成功的數(shù)字化轉(zhuǎn)型需要廣泛涉及組織的各個職能部門，以使其能夠以新的方式共同合作。這需要大規(guī)模的和協(xié)調(diào)的投資。唯一能推動持續(xù)的重大變革發(fā)生的人是CEO。CEO的重要職責之一是確保領(lǐng)導團隊的一致性、承諾和問責。如果沒有這些，數(shù)字化轉(zhuǎn)型的進展可能會迅速停滯。
高管和業(yè)務部門級別的領(lǐng)導者也有重要的任務。在技術(shù)方面，首席信息官通常專注于利用技術(shù)改善公司的內(nèi)部工作流程。首席技術(shù)官通常致力于利用技術(shù)改善客戶產(chǎn)品。在許多情況下，首席數(shù)字官作為轉(zhuǎn)型的共同領(lǐng)導者，通常利用數(shù)字和人工智能技術(shù)為用戶創(chuàng)造新的數(shù)字體驗。首席人力資源官在轉(zhuǎn)型初期起著至關(guān)重要的作用，以確保數(shù)字人才的安全，并建立人才管理實踐，從而培養(yǎng)和留住數(shù)字人才，而首席財務官則負責監(jiān)督轉(zhuǎn)型商業(yè)案例和價值實現(xiàn)情況的跟蹤。最后，首席風險官需要指導將風險檢查整合到開發(fā)流程中，并了解如何應對數(shù)字化和人工智能轉(zhuǎn)型可能帶來的新風險，如數(shù)據(jù)隱私和網(wǎng)絡(luò)安全。
數(shù)字化轉(zhuǎn)型是否有效？
要想知道數(shù)字化轉(zhuǎn)型進展如何，可能令人意外地困難。如果不正確地跟蹤和衡量成果，領(lǐng)導者將難以管理業(yè)績，并確保正在發(fā)生的變革能夠創(chuàng)造價值。
知道要衡量什么，就成功了一半。在數(shù)字化轉(zhuǎn)型中，關(guān)鍵績效指標(KPI)通常分為三類：
創(chuàng)造價值。數(shù)字解決方案通常以一兩個可以轉(zhuǎn)化為財務利益的運營KPI為目標。
團隊健康。許多數(shù)字化轉(zhuǎn)型的進展比最初計劃的慢得多，因為它們的團隊人員不足，沒有采用敏捷等現(xiàn)代工作方式，或者缺乏產(chǎn)品管理和用戶體驗設(shè)計等關(guān)鍵能力。根據(jù)我們的經(jīng)驗，高績效團隊的生產(chǎn)力是低績效團隊的五倍。
變革管理進展情況。這些指標衡量構(gòu)建新能力方面的進展以及轉(zhuǎn)型本身的健康狀況。我們是否按計劃調(diào)動了團隊？大家是否參與？我們是否在培養(yǎng)能力和人才？大家是否無縫地使用正在開發(fā)的技術(shù)、工具和產(chǎn)品？
哪些公司在這方面做得很好？
為了數(shù)字化，每個公司都需要重新調(diào)整其運作方式。曾幾何時，亞馬遜只是另一個初創(chuàng)企業(yè)：它必須在多年來投資于其技術(shù)、數(shù)據(jù)、績效管理和人才實踐，才能成為行業(yè)領(lǐng)導者。好消息是，成功的數(shù)字化轉(zhuǎn)型不僅僅是科技巨頭的職權(quán)范圍。各種老牌公司都可以在數(shù)字化轉(zhuǎn)型之旅中取得成功。以下是三個例子：
銅礦巨頭Freeport-McMoRan在巴格達的氧化鋁精煉廠建立并部署了人工智能模型，從而在沒有大量資本注入的情況下解鎖了下一級性能。領(lǐng)導層確定了增加該網(wǎng)站銅產(chǎn)出的愿望。該公司組建了跨職能團隊，以構(gòu)建、測試和迭代人工智能模型，將文化轉(zhuǎn)向快速迭代和持續(xù)改進。Freeport-McMoRan派出一名高級產(chǎn)品經(jīng)理負責協(xié)調(diào)團隊，并改善工作團隊的分配，指派一名財務主管管理影響跟蹤和報告，并建立了季度計劃系統(tǒng)（類似于季度業(yè)務審查），公司高層領(lǐng)導聚集在一起制定目標和關(guān)鍵成果，并將資源集中在高優(yōu)先級領(lǐng)域。
Vistra是美國最大的電力生產(chǎn)商之一，它建立了一個多層次神經(jīng)網(wǎng)絡(luò)模型，以提高整體效率、提高可靠性和減少排放。該模型梳理了工廠兩年的數(shù)據(jù)，并學會了在任何給定時間哪些因素的組合將優(yōu)化工廠的效率，并將它們轉(zhuǎn)化為每30分鐘生成一次建議的AI驅(qū)動引擎，為運營商提供改善工廠熱效率并延長資產(chǎn)使用壽命的建議。這一方法成功的關(guān)鍵在于建立擴大解決方案規(guī)模的能力（例如，標準化和維護模型的機器學習運營基礎(chǔ)設(shè)施）這樣就可以輕松地將其應用于Vistra網(wǎng)絡(luò)中的每個站點并對其進行定制。包括工廠操作員、數(shù)據(jù)科學家、分析翻譯和電力流程專家在內(nèi)的跨職能團隊確保了快速開發(fā)、高質(zhì)量的模型和采用模型。
人工智能機器人幫助新西蘭隊贏得2021年第四屆美洲杯。使用深度強化學習，機器人學會了如何成為一名專業(yè)水手。這是通過把水手和數(shù)據(jù)科學家聚集在一起開發(fā)和訓練機器人來實現(xiàn)的，這樣他們就可以通過持續(xù)的反饋動態(tài)地學習和獲得更高的準確性。團隊花費了大量時間找出正確的模型，如何最好地指導機器人，以及設(shè)置正確的護欄。為了實現(xiàn)所需的計算規(guī)模，團隊將許多機器人和應用程序托管在云平臺上。
注：本文內(nèi)容轉(zhuǎn)載于McKinsey&Company文章：
What is digital transformation?
https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-is-digital-transformation
相關(guān)閱讀：【新賽季，新解讀】ECI Awards2023年度賽事類別解讀——AI 應用創(chuàng)新類
【新賽季，新解讀】ECI Awards2023年度賽事類別解讀——MarTech營銷技術(shù)創(chuàng)新類
目前，2023 ECI Awards（艾奇獎）正在征賽中，同時，我們在與參賽者的日常交流中，也收到了許多關(guān)于比賽的詢問。為了提升參賽者的體驗，ECI組委會將之前在征賽過程中，已經(jīng)發(fā)布的關(guān)于各類常見問題和關(guān)鍵信息等內(nèi)容，整理了一份參賽答疑必備手冊（請點擊鏈接進行了解：ECI Awards 2023丨精彩紛呈！全面掌握報獎流程與技巧！）我們鼓勵各位參賽者能夠認真準備作品，并祝愿大家在比賽中斬獲佳績！點擊下方鏈接進行報賽：
ECI Media官方媒體矩陣
聯(lián)系我們
轉(zhuǎn)載請在文章開頭和結(jié)尾顯眼處標注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權(quán)，侵權(quán)必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）