数字化转型是一场漫长的比赛
Lucia Rahilly(主持人)：多年来，“数字化转型”一词一直是我们业务词汇的一部分。时至今日，大多数公司大概已经在数字和技术方面投入了相当多的资源。那么，领导者们在以数字方式重塑自我方面是否已经取得了任何有意义的进展?还是说成功的数字化转型仍然难以捉摸?
Rodney Zemmel：媒体喜欢夸张报道“很多数字化转型项目都以失败告终，很难从中获得价值”等等不实言论，这也给人一种“数字化转型难以捉摸”的印象。但现实情况是，大多数大公司都进行了数字化转型，并且都从数字化转型中获得了一些价值。
数字化转型的重点并不在于变得“数字化”，而在于为业务创造价值。拥有一个清晰的、综合的、自上而下的价值路线图是企业数字化转型成功与否的关键所在，它可以帮助企业实现完整的价值转化。
Kate Smaje：成功的数字化转型的另一个重要部分是你如何定义“好”的真正含义。因为完成数字化转型并没有一个确切的时间点，更多的是关于“我如何为企业构建真正强大的力量，以便在企业继续前行的过程中变得越来越好。”
领导者出错的地方
Lucia Rahilly：你们二位每天都在与领导者们谈论这个话题。那么，在你帮助领导者以数字方式重塑自我的工作中，所看到的各种具体挑战案例有哪些?
Rodney Zemmel：一种常见的错误模式或不充分的成功模式是，CEO称“我们将走向数字化”，然后就数字化战略发表公开声明。随后，领导团队中的每个人都会创建他们自己的数字路线图。六个月或一年后，你最终得到的是整个企业内的许多数字试点项目。
正确的模式是，CEO应该专注于让整个领导团队能够在同一层面上进行对话，并拥有相同的优先级，然后专注于制定与其技术路线图一样细致的人才和能力路线图——并让该团队针对一组明确的技术优先事项和人员优先事项采取整体行动。
Kate Smaje：这里的关键是能够阐明如何在企业中创造价值。许多公司发现，他们面临的挑战是缺乏一致的方式来识别或衡量价值，更别提创造价值。这也导致在数字化转型战略实施12个月、18个月或2年后，经常得出这样的反馈：“我觉得我没有得到应有的回报”。造成这种情况的根本原因通常是在价值点选择和价值创造方式上缺乏一致性。
如何开始数字化转型
Lucia Rahilly：接下来，让我们更深入地探讨一下“如何”的问题，例如，领导者如何评估企业内可能存在的转型价值。你有什么建议?
Rodney Zemmel：我觉得有3条经验法则可以参考。首先是，从数字化转型中获得最大价值的公司实际上花了很多精力思考“要推出哪些新的数字业务?我们如何通过新产品和新客户(而非改变现有的业务流程)来创造新价值?”因此，我建议你应该把更多的精力放在新的数字业务建设上，就像你在改造当前业务上所付出的努力一样。
第二条经验法则是，你必须专注于足够大的事情。这一点很明显，但有时让我们感到惊讶的是，很多人口中所谓的“数字化转型”，其总体经济影响相加还达不到公司整体EBITDA(税息折旧摊销前利润=净利润+所得税+利息费用+折旧+摊销)的15%或20%。在我们看来，这种规模很难称为“转型”。
第三条经验法则是，最好从专注于特定领域开始，而非在整个企业中广泛散布一点数字或少数分析用例。先选择一个业务领域，并以此为基础扩展开来。
这三条经验法则都来自那些相对较为成功的公司，非常具有借鉴意义。
重要的指标
Lucia Rahilly：指标在评估数字化转型工作的价值方面起什么作用?
Kate Smaje：指标非常重要。但定义这些指标同样重要。你想要了解的是，“我的数字化转型真的奏效了吗?”当然，这涉及一些财务收益：无论是运营指标还是财务指标，都应该在你正在推动的整个业务中取得一系列成果。
不过，除了财务指标外，“奏效”还可能意味着：企业的能力真的得到锻炼了吗?这种能力会随着时间的推移而增强吗?我的企业中是否有更多人了解如何在日常工作中更好地使用技术或数据?它开始改变企业文化了吗?企业的更新速度加快了吗?我们能否因此而更快地做出决策?你正在尝试建立许多不同的指标，以真正了解数字化转型是否真的奏效了。
如果你只关注财务或运营部分——它们很重要，但并不是最重要的——你可能无法准确地判断数字化转型是否真的在创造长期、可持续的能力。
Lucia Rahilly：成功的CEO们是否分享了数字化转型的最佳实践治理模型?
Rodney Zemmel：就日常领导转型的方式而言，我们看到了基于单一转型领导者的模型，也看到了共同领导者模型——技术主管和业务主管。这两种模型都可以发挥作用。数字化转型确实需要成为公司最高层的一项常设项目，以确保它能留在CEO的议程上，并与整个公司议程保持一致。
人才机会
Lucia Rahilly：现在让我们谈谈人才问题。麦肯锡(McKinsey)发表了很多关于“大裁员”/“大辞职潮”正在改变人才市场动态(包括加剧人才缺口)的内容。这对技术人才有何影响?
Kate Smaje：从很多方面来说，这对技术人才来说是一个绝佳的机会，因为有很多公司正在尝试“升级”。我故意使用“升级”这个词，因为这不仅仅是关于招聘，它通常也涉及升级现有人才。
鉴于对技术人才的需求日渐增加，这些人也开始重新评估自己的职位和价值匹配度，并思考自身的真正需求，这种种现实对于企业而言不一定是坏事。
然而，我认为人们忽略了一点，即招聘部分可能是更容易的部分，更难的部分是，“招聘到人才后，我如何实现他们的价值并成功留住他们”。在很多方面，正是这类问题比实际招聘更难。不幸的是，那些没有提前解决这些问题的人可能会体验到更高的人员流失率。
Rodney Zemmel：我们发现，这些技术领域的顶尖人才比几年前更加分散。我们看到公司已经使尽浑身解数来吸引合适的人才。
首先，如果你有正确的使命感和强大的领导力愿意为之付出不懈努力，如果你准备好进行正确的技术和职业道路投资以实现这些人才的价值，那么你将更有可能吸引到他们。
其次，你需要扩大人才范围。不久前，你可能只关注少数我们所说的“技术行会”，以获得数据科学家或软件工程师。现在，它的范围更广——不仅仅是数据科学家，还有数据工程师和机器学习工程师。如果你不为强大的产品管理功能等配置敏捷教练(agile coaches)和领导力，那么你将无法构建所需的能力。
第三，正如Kate所言，企业需要重新培训现有人才以获取所需技能。公司——甚至是一些非常传统行业的公司，来自工程背景等——在多大程度上特别擅长这一点，他们有能力重新培训，并将许多现有员工转变为真正强大的数字和技术人才，这一点是相当了不起的。
Lucia Rahilly：组织之外的生态系统在扩大或深化人才库方面发挥了什么作用?
Kate Smaje：伙伴关系正成为加速人才升级更重要的方式。这不再意味着将大量人员外包，而可能意味着在特定能力领域合作或在短期内增加人才，以达到这种水平的加速升级。
对于一些企业来说，通过短期内引入一些顶尖人才，也能很好地提升其现有人才的技能。
在我看来，技术组织正变得越来越灵活，并且更加重视在合作伙伴的生态系统中进行协作，以真正加速和提升人才。
Rodney Zemmel：更多的内包和更小型的高技能人员团队似乎正成为主导趋势。
在多样性方面变得更好、更快
Lucia Rahilly：我们在媒体上看到了很多关于技术缺乏多样性的情况。它对吸引技术人才有什么影响?
Kate Smaje：确实，多样性是一个长期存在的问题。我们最近也做了一些研究，有关为什么性别多样性在技术人才团队中特别难以捉摸。我们发现，这其实与我们在许多其他行业中看到的“玻璃天花板”——用以比喻女性所面对的无形拒绝，观念或组织上存在的偏见，限制了有能力的女性的晋升，这是一种常见的隐形性别歧视，而更多的是关于“损坏的”第一或第二梯级。第一次晋升，第二次晋升，对人才管道产生了相当大的影响。
Rodney Zemmel：多样化挑战的部分解决方案是公司愿意在早期职业人才身上投入更多资金。我给你两个事实。第一个是，很多顶尖学校在计算机科学课程、数据科学课程和各种技术学科中基本实现了性别平等。
第二个是，对于公司最紧缺的人才领域——数字和技术领域，你可以加大对该领域的早期职业人才投资，并将其用作企业多样化的加速器而非减速器。
基础设施现代化
Lucia Rahilly：CEO应该如何将技术和数据视为成功的数字化转型的一部分?
Rodney Zemmel：如果你只尝试在公司中推出一个或两三个不同的分析用例，则无需过多担心数据策略或数据架构问题。因为一个或两三个用例通常很容易管理。
但是，当你处于数字化转型的转折点时，你就需要非常认真地对待数据治理这个话题。就像我们今天谈论的许多事情一样，数据治理更像是一个组织问题而非技术问题。思考数据治理问题，而不仅仅是推出一些分析用例，对于任何有志于实现真正变革的人来说都至关重要。
Kate Smaje：这里涉及一个有关现代化的议程。通常，人们会陷入技术路线图或数据路线图等等，而忽略这实际上是关于对公司的基础设施进行现代化改造。
几年前，我们看到了很多这样的情况：人们只对闪亮的新事物感到兴奋，例如，为企业构建一个新的前端应用程序。确实，这是我们可以触摸、感受甚至为之赞叹的东西。但是，不了解你的技术债务有多少，正成为限制你成功的真正障碍。
所以对我来说，在我们进入技术、数据等领域之前，更重要的是现代化问题，率先实现基础设施现代化将帮助你完成企业希望能够实现的所有事情。
敏捷工作方式
Lucia Rahilly：特别是在疫情大流行期间，我们谈了很多关于速度以及在数字世界中保持加速的必要性。疫情大流行是否证明了敏捷工作方式的情况?
Kate Smaje：我完全认同这一点。我这么说的原因有很多。毫不夸张地说，敏捷需求仿佛是一夜之间的事情。疫情大流行开始后，许多组织被迫以他们前所未有的跨职能方式工作，而且许多员工的工作速度和更新效率也都与他们以往的日常操作大相径庭。他们必须快速完成工作——需要弄清楚供应链的弹性，弄清楚如何以新的和不同的方式联系客户。
Rodney Zemmel：现实情况是，尽管我们谈论“敏捷”问题已经有十多年之久，但很少有公司真正在整个企业范围内广泛使用它。虽然有很多公司称自己正在实践“敏捷”，但仔细观察会发现，他们可能只是在如何部署技术团队方面实践“敏捷”。但无论他们是否真的让技术和业务协同工作，在整个业务的多个领域——不仅仅是在一个或两个让CEO关注的地方——践行“敏捷”是十分罕见的。
更罕见的是从中获得控制功能。通常来说，如果你让技术和业务协同工作，但却没有法律、监管、合规、财务的支持，那么无论你上下文中的相关控制功能是什么，你都无法真正获得所期待的速度和效率。
协同合作解决问题
Lucia Rahilly：接下来，我们来谈谈应用和接受问题。我们在推出新技术时都遇到过阻力，改变是艰难的——人们可能天生就倾向于维持现状。成功的CEO如何确保这些举措真正受到关注?
Kate Smaje：首先，要获得牵引力，这必须从一开始就与业务所有人联系起来。它不能作为纯技术输出，也不能无法反映业务的真实需求，业务和技术之间的集成需要非常无缝。
其次，你需要从一开始就考虑采用问题。就产品设计而言，它需要提前预设各种可能，以确保产品从一开始就得到优化并最大限度地提高采用率。
第三，遵循经验法则：对于在数字化、开发等方面花费的每一美元，至少应该再花一美元用于采用方面，然后将其视为对成功的投资以及对技术本身的投资。
Rodney Zemmel：对我来说，有一个问题对“采用”而言至关重要，那就是“谁负责采用问题?”答案应该是，业务领导者，他们需要对自己发起的举措的采用率负责，以切实地推动利润改善或业务增长。
值得关注的趋势
Lucia Rahilly：最后一个问题。你所关注的2022年特别热门或快速发展的数字趋势是什么?
Rodney Zemmel：我有两个关注重点。快速发展的数字趋势是MLOps。如果你还不知道这个词，这里简单解释一下，它指的是“机器学习操作(machine learning operations)”，是使机器学习在你的企业中大规模运行所需的操作系统。
随着企业组织加速人工智能或机器学习实践，他们需要一个端对端的操作系统，以便在整个企业范围内大规模运行这种能力。这是一个相当复杂的话题，而且发展非常迅速，如果你想从机器学习或人工智能中大规模地获取价值，你的企业就需要考虑MLOps实践。
我关注的另一个热门趋势是量子计算，或者更广泛地说是量子技术。如果它正式发挥作用，它将改变我们正在谈论的整个格局。因此，对于许多公司来说，只要关注它以了解它的发展现状以及可能产生的影响都是值得的。
Kate Smaje：我再提供两个看起来略有不同的。对我来说，首先是，它与任何单独的技术无关，而是一种未来的趋势。它是关于两个或三四个技术的组合力量，只有当你把它们结合在一起时，真正的功效才会发生。
第二个是数字信任，即我们如何思考模型偏差、模型可解释性、隐私问题、数据驻留等相互关联的问题。
Rodney Zemmel：需要再次强调，数字化转型的重点不在于变得“数字化”，而在于为业务创造价值。在此过程中，你需要深入思考：“你的业务中可以加速价值的关键点是什么?”然后才是“技术是什么?”对于大多数企业来说，放弃“技术优先”的观点才是正确的方式。
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号