數字化轉型是一場漫長的比賽
Lucia Rahilly(主持人)：多年來，“數字化轉型”一詞一直是我們業務詞匯的一部分。時至今日，大多數公司大概已經在數字和技術方面投入了相當多的資源。那么，領導者們在以數字方式重塑自我方面是否已經取得了任何有意義的進展?還是說成功的數字化轉型仍然難以捉摸?
Rodney Zemmel：媒體喜歡夸張報道“很多數字化轉型項目都以失敗告終，很難從中獲得價值”等等不實言論，這也給人一種“數字化轉型難以捉摸”的印象。但現實情況是，大多數大公司都進行了數字化轉型，并且都從數字化轉型中獲得了一些價值。
數字化轉型的重點并不在于變得“數字化”，而在于為業務創造價值。擁有一個清晰的、綜合的、自上而下的價值路線圖是企業數字化轉型成功與否的關鍵所在，它可以幫助企業實現完整的價值轉化。
Kate Smaje：成功的數字化轉型的另一個重要部分是你如何定義“好”的真正含義。因為完成數字化轉型并沒有一個確切的時間點，更多的是關于“我如何為企業構建真正強大的力量，以便在企業繼續前行的過程中變得越來越好。”
領導者出錯的地方
Lucia Rahilly：你們二位每天都在與領導者們談論這個話題。那么，在你幫助領導者以數字方式重塑自我的工作中，所看到的各種具體挑戰案例有哪些?
Rodney Zemmel：一種常見的錯誤模式或不充分的成功模式是，CEO稱“我們將走向數字化”，然后就數字化戰略發表公開聲明。隨后，領導團隊中的每個人都會創建他們自己的數字路線圖。六個月或一年后，你最終得到的是整個企業內的許多數字試點項目。
正確的模式是，CEO應該專注于讓整個領導團隊能夠在同一層面上進行對話，并擁有相同的優先級，然后專注于制定與其技術路線圖一樣細致的人才和能力路線圖——并讓該團隊針對一組明確的技術優先事項和人員優先事項采取整體行動。
Kate Smaje：這里的關鍵是能夠闡明如何在企業中創造價值。許多公司發現，他們面臨的挑戰是缺乏一致的方式來識別或衡量價值，更別提創造價值。這也導致在數字化轉型戰略實施12個月、18個月或2年后，經常得出這樣的反饋：“我覺得我沒有得到應有的回報”。造成這種情況的根本原因通常是在價值點選擇和價值創造方式上缺乏一致性。
如何開始數字化轉型
Lucia Rahilly：接下來，讓我們更深入地探討一下“如何”的問題，例如，領導者如何評估企業內可能存在的轉型價值。你有什么建議?
Rodney Zemmel：我覺得有3條經驗法則可以參考。首先是，從數字化轉型中獲得最大價值的公司實際上花了很多精力思考“要推出哪些新的數字業務?我們如何通過新產品和新客戶(而非改變現有的業務流程)來創造新價值?”因此，我建議你應該把更多的精力放在新的數字業務建設上，就像你在改造當前業務上所付出的努力一樣。
第二條經驗法則是，你必須專注于足夠大的事情。這一點很明顯，但有時讓我們感到驚訝的是，很多人口中所謂的“數字化轉型”，其總體經濟影響相加還達不到公司整體EBITDA(稅息折舊攤銷前利潤=凈利潤+所得稅+利息費用+折舊+攤銷)的15%或20%。在我們看來，這種規模很難稱為“轉型”。
第三條經驗法則是，最好從專注于特定領域開始，而非在整個企業中廣泛散布一點數字或少數分析用例。先選擇一個業務領域，并以此為基礎擴展開來。
這三條經驗法則都來自那些相對較為成功的公司，非常具有借鑒意義。
重要的指標
Lucia Rahilly：指標在評估數字化轉型工作的價值方面起什么作用?
Kate Smaje：指標非常重要。但定義這些指標同樣重要。你想要了解的是，“我的數字化轉型真的奏效了嗎?”當然，這涉及一些財務收益：無論是運營指標還是財務指標，都應該在你正在推動的整個業務中取得一系列成果。
不過，除了財務指標外，“奏效”還可能意味著：企業的能力真的得到鍛煉了嗎?這種能力會隨著時間的推移而增強嗎?我的企業中是否有更多人了解如何在日常工作中更好地使用技術或數據?它開始改變企業文化了嗎?企業的更新速度加快了嗎?我們能否因此而更快地做出決策?你正在嘗試建立許多不同的指標，以真正了解數字化轉型是否真的奏效了。
如果你只關注財務或運營部分——它們很重要，但并不是最重要的——你可能無法準確地判斷數字化轉型是否真的在創造長期、可持續的能力。
Lucia Rahilly：成功的CEO們是否分享了數字化轉型的最佳實踐治理模型?
Rodney Zemmel：就日常領導轉型的方式而言，我們看到了基于單一轉型領導者的模型，也看到了共同領導者模型——技術主管和業務主管。這兩種模型都可以發揮作用。數字化轉型確實需要成為公司最高層的一項常設項目，以確保它能留在CEO的議程上，并與整個公司議程保持一致。
人才機會
Lucia Rahilly：現在讓我們談談人才問題。麥肯錫(McKinsey)發表了很多關于“大裁員”/“大辭職潮”正在改變人才市場動態(包括加劇人才缺口)的內容。這對技術人才有何影響?
Kate Smaje：從很多方面來說，這對技術人才來說是一個絕佳的機會，因為有很多公司正在嘗試“升級”。我故意使用“升級”這個詞，因為這不僅僅是關于招聘，它通常也涉及升級現有人才。
鑒于對技術人才的需求日漸增加，這些人也開始重新評估自己的職位和價值匹配度，并思考自身的真正需求，這種種現實對于企業而言不一定是壞事。
然而，我認為人們忽略了一點，即招聘部分可能是更容易的部分，更難的部分是，“招聘到人才后，我如何實現他們的價值并成功留住他們”。在很多方面，正是這類問題比實際招聘更難。不幸的是，那些沒有提前解決這些問題的人可能會體驗到更高的人員流失率。
Rodney Zemmel：我們發現，這些技術領域的頂尖人才比幾年前更加分散。我們看到公司已經使盡渾身解數來吸引合適的人才。
首先，如果你有正確的使命感和強大的領導力愿意為之付出不懈努力，如果你準備好進行正確的技術和職業道路投資以實現這些人才的價值，那么你將更有可能吸引到他們。
其次，你需要擴大人才范圍。不久前，你可能只關注少數我們所說的“技術行會”，以獲得數據科學家或軟件工程師。現在，它的范圍更廣——不僅僅是數據科學家，還有數據工程師和機器學習工程師。如果你不為強大的產品管理功能等配置敏捷教練(agile coaches)和領導力，那么你將無法構建所需的能力。
第三，正如Kate所言，企業需要重新培訓現有人才以獲取所需技能。公司——甚至是一些非常傳統行業的公司，來自工程背景等——在多大程度上特別擅長這一點，他們有能力重新培訓，并將許多現有員工轉變為真正強大的數字和技術人才，這一點是相當了不起的。
Lucia Rahilly：組織之外的生態系統在擴大或深化人才庫方面發揮了什么作用?
Kate Smaje：伙伴關系正成為加速人才升級更重要的方式。這不再意味著將大量人員外包，而可能意味著在特定能力領域合作或在短期內增加人才，以達到這種水平的加速升級。
對于一些企業來說，通過短期內引入一些頂尖人才，也能很好地提升其現有人才的技能。
在我看來，技術組織正變得越來越靈活，并且更加重視在合作伙伴的生態系統中進行協作，以真正加速和提升人才。
Rodney Zemmel：更多的內包和更小型的高技能人員團隊似乎正成為主導趨勢。
在多樣性方面變得更好、更快
Lucia Rahilly：我們在媒體上看到了很多關于技術缺乏多樣性的情況。它對吸引技術人才有什么影響?
Kate Smaje：確實，多樣性是一個長期存在的問題。我們最近也做了一些研究，有關為什么性別多樣性在技術人才團隊中特別難以捉摸。我們發現，這其實與我們在許多其他行業中看到的“玻璃天花板”——用以比喻女性所面對的無形拒絕，觀念或組織上存在的偏見，限制了有能力的女性的晉升，這是一種常見的隱形性別歧視，而更多的是關于“損壞的”第一或第二梯級。第一次晉升，第二次晉升，對人才管道產生了相當大的影響。
Rodney Zemmel：多樣化挑戰的部分解決方案是公司愿意在早期職業人才身上投入更多資金。我給你兩個事實。第一個是，很多頂尖學校在計算機科學課程、數據科學課程和各種技術學科中基本實現了性別平等。
第二個是，對于公司最緊缺的人才領域——數字和技術領域，你可以加大對該領域的早期職業人才投資，并將其用作企業多樣化的加速器而非減速器。
基礎設施現代化
Lucia Rahilly：CEO應該如何將技術和數據視為成功的數字化轉型的一部分?
Rodney Zemmel：如果你只嘗試在公司中推出一個或兩三個不同的分析用例，則無需過多擔心數據策略或數據架構問題。因為一個或兩三個用例通常很容易管理。
但是，當你處于數字化轉型的轉折點時，你就需要非常認真地對待數據治理這個話題。就像我們今天談論的許多事情一樣，數據治理更像是一個組織問題而非技術問題。思考數據治理問題，而不僅僅是推出一些分析用例，對于任何有志于實現真正變革的人來說都至關重要。
Kate Smaje：這里涉及一個有關現代化的議程。通常，人們會陷入技術路線圖或數據路線圖等等，而忽略這實際上是關于對公司的基礎設施進行現代化改造。
幾年前，我們看到了很多這樣的情況：人們只對閃亮的新事物感到興奮，例如，為企業構建一個新的前端應用程序。確實，這是我們可以觸摸、感受甚至為之贊嘆的東西。但是，不了解你的技術債務有多少，正成為限制你成功的真正障礙。
所以對我來說，在我們進入技術、數據等領域之前，更重要的是現代化問題，率先實現基礎設施現代化將幫助你完成企業希望能夠實現的所有事情。
敏捷工作方式
Lucia Rahilly：特別是在疫情大流行期間，我們談了很多關于速度以及在數字世界中保持加速的必要性。疫情大流行是否證明了敏捷工作方式的情況?
Kate Smaje：我完全認同這一點。我這么說的原因有很多。毫不夸張地說，敏捷需求仿佛是一夜之間的事情。疫情大流行開始后，許多組織被迫以他們前所未有的跨職能方式工作，而且許多員工的工作速度和更新效率也都與他們以往的日常操作大相徑庭。他們必須快速完成工作——需要弄清楚供應鏈的彈性，弄清楚如何以新的和不同的方式聯系客戶。
Rodney Zemmel：現實情況是，盡管我們談論“敏捷”問題已經有十多年之久，但很少有公司真正在整個企業范圍內廣泛使用它。雖然有很多公司稱自己正在實踐“敏捷”，但仔細觀察會發現，他們可能只是在如何部署技術團隊方面實踐“敏捷”。但無論他們是否真的讓技術和業務協同工作，在整個業務的多個領域——不僅僅是在一個或兩個讓CEO關注的地方——踐行“敏捷”是十分罕見的。
更罕見的是從中獲得控制功能。通常來說，如果你讓技術和業務協同工作，但卻沒有法律、監管、合規、財務的支持，那么無論你上下文中的相關控制功能是什么，你都無法真正獲得所期待的速度和效率。
協同合作解決問題
Lucia Rahilly：接下來，我們來談談應用和接受問題。我們在推出新技術時都遇到過阻力，改變是艱難的——人們可能天生就傾向于維持現狀。成功的CEO如何確保這些舉措真正受到關注?
Kate Smaje：首先，要獲得牽引力，這必須從一開始就與業務所有人聯系起來。它不能作為純技術輸出，也不能無法反映業務的真實需求，業務和技術之間的集成需要非常無縫。
其次，你需要從一開始就考慮采用問題。就產品設計而言，它需要提前預設各種可能，以確保產品從一開始就得到優化并最大限度地提高采用率。
第三，遵循經驗法則：對于在數字化、開發等方面花費的每一美元，至少應該再花一美元用于采用方面，然后將其視為對成功的投資以及對技術本身的投資。
Rodney Zemmel：對我來說，有一個問題對“采用”而言至關重要，那就是“誰負責采用問題?”答案應該是，業務領導者，他們需要對自己發起的舉措的采用率負責，以切實地推動利潤改善或業務增長。
值得關注的趨勢
Lucia Rahilly：最后一個問題。你所關注的2022年特別熱門或快速發展的數字趨勢是什么?
Rodney Zemmel：我有兩個關注重點。快速發展的數字趨勢是MLOps。如果你還不知道這個詞，這里簡單解釋一下，它指的是“機器學習操作(machine learning operations)”，是使機器學習在你的企業中大規模運行所需的操作系統。
隨著企業組織加速人工智能或機器學習實踐，他們需要一個端對端的操作系統，以便在整個企業范圍內大規模運行這種能力。這是一個相當復雜的話題，而且發展非常迅速，如果你想從機器學習或人工智能中大規模地獲取價值，你的企業就需要考慮MLOps實踐。
我關注的另一個熱門趨勢是量子計算，或者更廣泛地說是量子技術。如果它正式發揮作用，它將改變我們正在談論的整個格局。因此，對于許多公司來說，只要關注它以了解它的發展現狀以及可能產生的影響都是值得的。
Kate Smaje：我再提供兩個看起來略有不同的。對我來說，首先是，它與任何單獨的技術無關，而是一種未來的趨勢。它是關于兩個或三四個技術的組合力量，只有當你把它們結合在一起時，真正的功效才會發生。
第二個是數字信任，即我們如何思考模型偏差、模型可解釋性、隱私問題、數據駐留等相互關聯的問題。
Rodney Zemmel：需要再次強調，數字化轉型的重點不在于變得“數字化”，而在于為業務創造價值。在此過程中，你需要深入思考：“你的業務中可以加速價值的關鍵點是什么?”然后才是“技術是什么?”對于大多數企業來說，放棄“技術優先”的觀點才是正確的方式。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號