技術進步對于機器時代的發展至關重要，例如人工智能、機器學習、機器人自動化。
然而，關于組織適用性的對話還必須認識到區塊鏈等新交易方法的影響，新商業模式的出現以及可變的組織結構。
即使是工作的本質也受到審查和改變。通過檢查組織有效進入工業4.0的能力的中心點是管理能力的適應性和傳統領導實踐的有效性。雖然這些技術可能是新技術，但關于組織領導和管理效率的問題并非如此。
數據中心行業通常被認為是一種“偶然”的職業，因為大多數人已經通過其他職業或工業途徑找到了進入數據中心的途徑。同樣，一些數據中心管理人員通過同樣的途徑無意識地進入了高級領導的角色。
行業調研機構最近進行的一項研究表明，許多數據中心管理人員已很少或根本沒有管理專業發展或培訓。雖然管理人員在技術角色方面具有很強的能力，但與領導和管理實踐相關的技能和能力卻是不同的、專業化的，并且變化很快。
雖然目前的重點可能采用自動化進行決策和日常管理任務，但很明顯，領導力的未來不在于管理事物或流程或財務的能力，而在于管理復雜性和激勵員工。
支持人們在混亂的業務環境中發展創新所需的創造力，這對于管理者的能力和領導力有效性至關重要。
麥肯錫公司的研究表明，全球各經濟體中約50%的工作活動可以將現有技術實現自動化。這種調查表明，到2030年，可能有多達3.75億人需要更換工作。而在如此短的時間內，對這么多人進行再培訓和重新部署的復雜性十分驚人。
鑒于數據中心部門是促進這種向批發自動化轉移的機制的一部分，因此，有理由認為它不會免受采用這種技術可能帶來的管理挑戰。
在勞動力中尋找和保留技術熟練的人才以及整合人機界面的過程只是一個挑戰。技能和勞動力短缺往往被視為一個問題，其后果將在今后感受到。
然而現實情況是，勞動力市場問題很復雜，每個不同的因素(技能短缺、資格不匹配、人才流動、勞動力短缺)需要即時的不同反應。
為勞動力轉移尋找具有必要技能的人才是困難的，但是當這些挑戰與充分就業同時出現時，而尋找人才就成為當務之急。
在向自動化、高度流動的勞動力轉變的同時，保持增長的能力需要具有“機器時代”的管理思維。
那么，企業的管理者和領導者就會審視傳統的做法，這些做法不再有利于行為、價值觀和能力，更適合于不穩定、不確定，復雜和模糊的商業環境。
數據中心部門正面臨著技術進步、全球快速增長、收購兼并、勞動力短缺、勞動力老齡化、多元化挑戰的完美風暴。大多數部門都以這種或那種方式經歷這些機遇和挑戰。然而，數據中心行業作為一個相對較新的工業參與者已經落后于曲線。
但與大多數行業一樣，數據中心現行的主要是傳統的管理范式。可悲的是，在這樣的環境中，迅速有效地應對勞動力市場挑戰的能力正在減弱。
那么該怎么辦?
企業的領導應該很好地認識到，組織結構、商業模式、勞動過程的傳統概念不一定適合工業4.0。技術人員和機器人一起管理的方式由具有高價值和不斷流動的員工組成，這變得更加復雜。員工從一個組織跳槽到另一個組織的代價很低，而獲得的溢價可能很高。
而在這樣的環境中，企業的管理人員要具備良好的方式管理和領導的能力，不僅能完成工作，而且能激勵員工在公司更長久地工作，這一點非常重要。
領導和管理的人為因素很難用機器和大數據復制。而管理人員現在必須具有創造力，促進創新并處理破壞性因素。對工作的人為因素和支持它們的系統的關鍵認識是管理有效性的關鍵因素。
這種新的管理范式的核心是事實，即專門的技術技能在數據中心部門可能具有相對短的“保質期”，但是與員工相互關聯和管理人員的能力仍然是必須的。而這些能力，就像技能一樣，不是一蹴而就的，也不是憑空創造出來的。而是在實踐中學習而獲得的。
在數據中心領域的快速變化和增長表明，必須培養非傳統技能，同時認識到這些技能不會保持不變。
對于管理人員來說，學習領導和管理的新方法是關鍵。大約五年前，當CNet公司在開發數據中心領導和管理碩士學位時，就意識到了這一點。
行業機構將針對領導力的職業軌道的高級管理人員專業計劃，圍繞傳統方法的審查學習中心，以期重新確立與領導和高級管理相關的角色、性質和能力。
技術技能是對當代人員管理、企業社會責任和領導價值觀的考察新思維的次要因素。
這向企業管理者提出了挑戰，要求他們超越硬件和軟件的范疇去思考更大的問題——全球數據中心的前景。如今，對于數據中心管理者的要求已經改變，領導者的期望也比以往任何時候都高。
中斷、技術和人機界面與工作的實用性現在是不變的要求。如果所有這一切的結果是有益的，那么企業只有通過重新審查傳統的數據中心領導和管理能力集才能實現這一目標。
京公網安備 11010502049343號