在我从事IT行业超过45年的时间里，我在Gartner担任分析师有25年的时间。在那期间，我对集成和数字化充满了浓厚的兴趣。很多年前，我花费数天将奥利维蒂（Olivetti）系统与IBM大型机连接起来。那次经历让我意识到，使不同系统的数据集成起来，可以产生新的智慧，能够带来远超各部分独立运行的业务效益。那时，我正帮助意大利的一个地方公共机构建立和分析特别重要的业务流程项目。从那以后，我帮助了全球成百上千的组织，建立用数据智能实现业务价值的最佳方式。我对这一领域的深入关注让我结识了Vijay，他是这一领域的开创者之一。作为 Gartner 的分析师，我密切关注Vijay在TIBCO、Oracle和Workato的创新，他将创业精神、业务洞察、行业前瞻、领导才能、开放认知和自我管理完美结合。此外，我和Vijay在信息技术（IT）的角色和本质上也有许多相同的观点，这些观点在本书中有所体现。我们知道现代的端到端业务模型需要通过人工智能进行集成。数字化是目标，集成是手段。这本书从数字化的动机、驱动因素和收益的独特视角，阐述组织应建立数据管理体系，实现端到端的跨功能流程集成，从而提升整体效能，而不仅仅是对单个环节进行数字化。越来越多的组织正在启动人工智能的项目，同时，越来越多的提供商也开始自称为人工智能服务商。然而，人工智能越来越多地与全局优化联系在一起。例如，一些传统上在技术集成领域已确立地位的供应商，正在重新定位自己为人工智能服务的提供者。那么，你应该如何看待人工智能与集成的概念呢？这两个领域又是如何相互关联的呢？在我看来，答案其实很简单：它们是同一枚硬币的两面。没有集成，就没有真正的数字化；而数字化是集成的业务成果。1.什么是数字化在信息技术领域，数字化通常指使用数据和人工智能等软件技术来建立和执行一系列条件驱动的明确步骤，这些步骤是完成业务任务（例如，发出采购订单）或业务流程（例如，发起贷款申请）所必需的。数字化的目标非常明确：显著缩短执行任务或流程所需的时间、减少人工操作、通过消除手动数据重新输入来提高准确性，以及实现对整个流程活动的跟踪和报告。大多数IT应用程序的初级阶段聚焦自动化。例如，财务应用的基本目标是在总账、应收账款、应付账款和财务结账等环节实现任务和业务流程的自动化。因此，可以说，自组织购买第一套计算机系统或应用程序开始，就启动了自动化。这种经典的自动化形式通常在单个组织单位内部（例如，财务、人力资源、销售、采购、供应链和制造）实现，并主要通过广泛的应用程序套件（例如ERP或CRM套件）完成。然而，多年来，组织一直在使用集成技术，如企业服务总线（ESB）、数据仓库（Data Warehouse）以及提取、转换和加载（ETL）工具，以实现跨不同应用程序的数据同步、处理和分析。当下，大量的企业需要打破组织壁垒，实现跨职能业务流程的融合和整体数据的拉通共享，从而推动业务的数字化转型。这需要新的方法，而以大模型为代表的人工智能技术能够提供新的价值。为了追求业务敏捷性，有远见的企业高管希望通过整合多个系统的数据，并利用3D打印、无人机和工业机器人等实现端到端的流程优化，他们还希望能够以更加智慧、敏捷的方式轻松且迅速地重塑、扩展或修改这些流程，以应对新的市场需求和业务变化，这正是数字化的核心目标。为了支持业务敏捷性，每个企业都需要建立自己的数字化策略，从而使企业内部员工、业务用户以及潜在的业务伙伴能够通过多种渠道（如网络、移动设备、机器人等）参与人工智能大模型的构建和运行。2.什么是集成在现代企业的IT架构中，独立设计的系统需要能够协同工作，但这并非易事。这些系统在构建方式、使用的技术、数据处理方式以及我们与它们交互的方式等方面往往存在不一致性。它们由不同的供应商或开发团队在不同的时间开发，且在开发之初往往缺乏前期协调。因此，它们的数据模型、外部接口（无论是API还是事件）、交换格式、通信协议、技术平台乃至数据语义往往大相径庭。幸运的是，集成技术可用于连接不同的系统，并通过调和它们在数据语义、外部接口和通信协议方面的差异来实现数据交换。例如，集成使得现代基于云的销售管理系统能够与有40年历史的本地部署ERP系统交换销售数据，从而实现从订单到现金（Leads To Cash，LTC）的业务流程。因此，在现代的端到端数字化转型中，需要借助数据集成和整合能力来协助和补充传统的流程编排能力，这正是数据智能技术对企业数字化转型的重要价值所在。如果没有一个紧密对齐且连贯的数字化策略，数字化转型就会出现断档，导致投入无法与价值相匹配，无法实现企业领导层所期待的全局优化，甚至退回到传统的信息化建设阶段。因此，组织的数字化和数据集成应该像同一枚硬币的两面一样，共同设计，这枚硬币可比喻为管理者的数字化认知。与分职能、分领域进行的信息化策略相比，建立统一的企业数字化策略在业务价值上具有可衡量的收益，包括以下几点。通过数据智能简化流程、减少手动错误，并将人力资源从日常、重复和低价值的任务中解放出来，从而降低成本并提高效率。通过数据驱动，实现流程融合与重塑，逐步扩展已建立的流程，同时缩短价值创造的时间，提高业务敏捷性。通过数据拉通共享，重塑通用IT系统和设备，推动创新产品和服务的开发，从而实现业务差异化。通过为客户/员工提供一个集成的、一致的、直观的、对话式的人工智能用户界面（UI），改善客户/员工体验。通过实时收集、汇总和分析全量业务数据并据此采取行动，实现实时业务洞察和改善经营。战略导向的业务价值创造也是企业管理者数字化认知的重要组成部分。建立管理者的数字化认知，使得一系列战略举措得以实施，包括人工智能和高级分析、数字化转型、API经济、超级数字化、应用现代化、企业云化以及可组装型企业。通过定义一套清晰且通用的技术策略和方法论，将各类技术融合实施，从而降低成本，提高应对复杂情况的能力，促进技术和业务的协同。这使得企业数字化举措的规划、管理、监控和治理变得更加高效和简化。3.建立统一的数字化战略建立统一的企业数字化战略往往并非易事。通常，系统集成由IT部门负责，而数据智能场景的应用可能是业务团队的责任。这种分工可能导致摩擦、组织壁垒、财务或人力资源部门间的业务交叉等问题。因此，系统集成和数据智能场景的应用必须要实现统一，这在许多大型组织，如Atlassian、MGM、Kaiser Permanente、Adobe、HubSpot等都有案例证明。分开实施的IT项目通常会导致建立不同的卓越中心（CoE）。因此，统一之旅的第一步是将IT团队和卓越中心合并为单一的企业数字化转型团队。遗憾的是，组织、政治和技术因素可能会极大地阻碍，甚至彻底阻止建立统一的企业数字化战略。因此，建立共识对于数字化转型的成功至关重要。这并不容易，需要一个有条不紊且经过深思熟虑的过程，需要借助经验丰富的数字化布道师来建立共识，从而获得业务领导者的支持。这个过程应包括以下步骤。通过布道和培训，让IT部门和业务领导者认识到数字化转型与信息化集成是同一枚硬币的两面。通过展示实际的优秀项目案例，说明如何结合IT和数字化技术及其相关技能，来提高效率、降低成本并加快价值实现。减少在这两个领域中技术和技能的重复投资，寻找规模经济效应。将具有不同专长的团队聚集在一起，共同头脑风暴，探讨如何结合工具和方法，创造出更强大的成果。将信息化和数字化领域统一起来的决定性推动力将来自于生成式AI在企业数字化转型中的应用所带来的生产力的飞跃提升。这将消除两个领域之间的区别。通过自然语言描述任务或流程的需求，然后利用生成式AI技术创建实际的任务/流程以及所有必要的技术组件和代码。这种方法不仅极大地提高了开发人员的生产效率，还将进一步推动企业数字化的普及—业务人员不再依赖IT人员的支持，几乎不需要额外培训，只需要告诉系统他们所追求的业务成果就可实现任务和业务流程数字化。生成式AI听起来是否过于完美而不真实？不可否认，生成式AI仍处于起步阶段，在它达到企业级应用之前，必须解决一系列安全、合规、隐私、可靠性、信任以及知识产权等问题。然而，最初的概念验证（Proof of Concept，PoC）交付了非常有希望的初步结果。我认为在2～3年的时间里，生成式AI将成为企业数字化最受欢迎的生产方式。随着软件即服务（SaaS）、云计算和应用专业化的到来，数字化领域需要从单一领域的活动转变为跨系统的端到端业务流程。这一转变使得数据成为实现我们期望结果的核心能力。通过统一流程和数字化策略，可使企业在接下来几年内有效且高效地实现数字化转型。本书呈现了前瞻的洞见和宝贵的案例，探讨了业务和IT领导者在企业数字化、人工智能以及业务发展方面的思考。企业数字化不仅可提升企业的运营能力，更是构建企业核心竞争力的关键。这要求我们摒弃着眼于短期任务优化的狭隘认知，构建一种全面的、战略性的且覆盖整个企业范围的数字化认知。本书旨在为企业提供这场变革旅程中所需的路径和行动指南。
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
