数字化转型中五个热门趋势以及两个正在降温的趋势
数字化转型一直是一个持续的流程，应该成为企业的核心竞争力，随着数字服务的引入，将又会是一个发展业务和避免被颠覆的持续必要条件。
虽然这种情况可能仍然存在，但如何看待数字化转型的微妙之处正在显现，并影响着数字化转型的实施方式。在这些思想流派中，曾经被称为数字化转型的东西现在被视为了业务转型，因为这些举措已经涵盖了企业的大部分运作方式，而仅仅依靠技术是不能实现的。
后一点可能是我们对数字化转型认知的最大变化。当今用以思考数字化计划的框架是部分的数字化战略(新能力、新市场和新产品)，另外的则是与战略相一致的技术，以及适应和采用新流程、资源和工作方式的能力。
“如果你只能做一件事，那就应该把精力集中在与战略一致的技术上，因为它能带来更高的市场价值。”德勤表示。
考虑到这一点，以下是围绕数字化转型的五种热门战略、方法和技术，以及两种已经过时了的。
热门：关于数字化转型一词的争论
取决于你问的是谁，数字化转型的概念要么仍然是今天IT存在的理由，要么正在成为IT淘汰的理由。虽然围绕这个问题的讨论似乎是语义上的，甚至是学究的，但辩论产生了有意义的影响。
在施耐德电气，“我们甚至不用‘数字化转型’这个词，”而是用‘业务转型’这个词，施耐德电气高级副总裁兼CIO Bobby Cain说道，他来自于公司的业务部门。“为了改变你的工作方式，业务必须引领变革。”
陶氏化学的副总裁、CIO兼首席数字官Melanie Kalmar对此也表示赞同。Kalmar在最近的Gartner网络直播中表示，数字化转型已经超越了技术。但IT本身并不会推动数字化转型，她说。
“以前人们对数字化驱动的看法是，IT将引领所有的变化，技术将成为驱动因素。”Kalmar说。“数字化转型实际上是关于人们将如何以一种不同的方式进行工作，但要理解IT本身并不会推动我们自己的转型。”
她将数字化转型称为是“一项团队运动”。在陶氏化学，每个业务部门现在都已经有了自己的数字化战略，并在业务部门中安排了数字领导者，以确保数据质量。
数字咨询公司StarCIO的创始人Isaac Sacolick认为，业务转型更多的是关于并购和外包，而数字化、人工智能和分析则属于IT部门的职责范围，因此预计CIO们将继续领导数字化转型。这与CIO状况调查的结果一致，84%的IT领导者表示，与业务同行相比，CIO会更多地参与和领导数字化转型计划。此外，72%的商业领袖也同意这一观点。
机械零部件订单制造提供商Fitiv的CIO Jim Ruga表示，制造业的许多企业都在努力实现数字化转型，因为企业领导者会将其视为是购买一个大型ERP系统并期望它能解决问题。
“但是想要将这些系统和流程的串在一起，然后由人来做出决策，你就必须引入机器学习和AI，并将它们粘合在一起，使这些事情变得有效。”他说。“人们不再只是购买软件，然后说‘我们是数字化的’”。
相反，IT部门需要对这些大型系统进行智能化改造，以实现劳动力或成本降低的收益和好处，Ruga说，“你无法通过实施现成的系统来实现这一点。”
冷门：混合工作的方式
当疫情影响达到了需要人们开始在非全日制的基础上返回办公室的程度时，混合工作的概念对大多数企业来说都是新的，但这种概念远没有那么新奇，而且，自大约一年达到顶点以来，旨在使其发挥作用的此类举措已经开始降温。
“人们已经根据他们所拥有的资源和支持它的工具找到了答案。”Cain说。“老实说，这正在成为一场令人厌烦的谈话。我认为它正在失去重要性。”
这不是人们需要学习的东西;员工们已经想好了如何才能最好地工作，他说。
未来的工作重点是人们在做什么以及他们将如何提供价值，而混合工作则是关于当人们100%不在办公室时我们将如何继续运作，Sacolick补充说。然而，“有趣的是，在科技领域，超过60%的公司仍然是混合型的。”
换言之，如果你现在还没有弄清楚如何使混合工作发挥作用，那么你很可能是还没有制定解决方案来解决这个问题。事实上，根据CIO状况调查的结果，要加强混合工作，技术是IT领导者的第一要务，许多CIO长期以来一直在解决疫情最严重期间投资于数字生产力解决方案所产生的“疫情大流行债务”。
热门：数字开拓者和微转型
随着CIO的角色变得更加以业务为导向，并同时需要关注内部和外部客户的需求，CIO中需要更多Sacolick所说的“数字开拓者”，他们可以充当“副手”。这些人“了解他们所从事的工作，无论是在应用程序还是安全方面。”CIO有责任通过参加非技术行业活动和在企业外寻找导师的方式，将他们培养成“由外而内学习”的领导者。
这些开拓者应该扩大业务范围，去开展规模较小的转型项目，他说。
KeyBank执行副总裁兼CIO Dean Kontul也是在实施大规模转型的同时实施微转型的支持者。
银行应该尽可能的采用试点测试和学习的方法。在这些方面，KeyBank会利用咨询和外包合作伙伴来加速这一流程。
“我们最成功的转型依赖于整个KeyBank的领导力，以及并行交付多个有影响力组件的交付速度，而不是去等待一个一次性交付爆炸性内容的方法。”Kontul说。
他指出，这可能不是最前沿，“但我们肯定具有前瞻性的思维，并能够迅速采用新工具，积极主动地将从新兴技术的小型举措中吸取的经验教训应用到更广泛的用例当中。”
施耐德电气的Cain说，CIO们应该考虑敏捷性，而不是大而单一的ERP转型。“你能否敏捷地进行思考，或者你认为自己是敏捷的吗?从微观角度来看待数字化转型，用模块化的方法来改变你的工作方式。”
热门：业务与IT的合作伙伴关系
与陶氏类似，施耐德IT团队的结构也会与特定的业务领域保持一致，“以更好地开展业务，并成为更好的业务合作伙伴。”
并不是所有的事情都必须由技术来实现，Cain补充道。“你不会只是想要自动化一个糟糕的流程，应该去改变这个流程。”施耐德使用了一种称为“权力组合”的方法，将领域或业务领导者与数字领导者结合在一起。他们会负责“是什么”和“为什么”，数字领导者将负责“如何”和“何时”的问题。
“当你把这两个人搭档在一起时……将是非常强大的，你不会在解决问题、努力做别人的工作和压倒别人的流程中消耗很多能量。”Cain说。“我们将会在双重交付领导模式中利用(他们)——同样的人，同样的级别，同样的水平，我们将把他们放在一起。”
热门：将人工智能嵌入企业系统
曾经有一段时间，将AI和机器学习嵌入企业和SaaS平台就是数据科学团队的工作，但现在，企业正在扩展这些项目，Sacolick说。
“他们希望利用AI和MI来提供价值……超出营销人员所说的这些平台所能达到的。但这与科学无关，而是关乎应用和获取价值，而无需投资于构建模型的技能组合。”他表示。
以推荐引擎为例。它们在电子商务和内容管理系统中已经存在多年，他指出。“CIO和IT部门必须确保信息能够以某种方式呈现给(推荐引擎)，以便它做出更好的决策。”Sacolik说。“这就意味着必须扩大它可用的上下文和数据。”
Ruga对此表示赞同，他表示，将AI或机器学习与“有意义的数据输入”相结合，会使大型系统变得更有价值。在Fictiv， IT部门对制造部件的报价就是这样做的。
“现在你有了一个经过机器学习的东西，它已经看到了很多类似的例子，可以推断出必要的条件，它会表明‘这种配置或这种设计将花费你X美元’，并提出建议，”他说。“我们到处都能看到这种情况。”
热门：制造业供应链的数字化
总部位于德国慕尼黑的全球家电供应商博西家电(BSH)的数字平台服务高级副总裁Berke Menekli表示，数字化整个供应链是当下博西家电的最前沿，其数字化战略涉及四个支柱：企业流程、制造流程、产品和消费者旅程。
BSH的方法结合了工业4.0，或称为I4.0，这是一种以IT为动力的战略，即旨在利用自动化和数据驱动的运营决策来提高效率。
为了实现这一目标，BSH正在投资于进出口物流，以保持生产和供应链自动化的连续性，“我们要确保我们产品的价值创造能够转移给我们的消费者。”Menekli说。
由于机器学习和数据湖等支持技术的进步，诸如此类的举措已经变得热门起来了，而且这些技术已经变得足够快速和强大，可以在制造环境中可靠运行，他表示。
更进一步的，Ruga说，考虑到全球的社会经济状况，使制造业的供应链变得独立也变得更加重要了。
“当面临像新冠肺炎或乌克兰战争这样的情况，我会有很多员工和很多依赖我的供应商，但如果新冠肺炎突然来袭，我的供应链就会崩溃。”他说。或者“我在乌克兰有一家制造商，为我生产独特的零件，但是那家工厂被炸毁了，现在我必须找一个新的供应商，这会花费我的时间和金钱。”
一个新的趋势是，制造商将审查他们的网络，以独立他们的供应链，并对他们进行管理，Ruga说。
“问题不在于我是否将甲骨文纳入，而在于我所建立的系统集合能否使我的业务免受风险。”他说。“一个外包的独立供应链降低了疫情暴发时可能出现的供应链中断和机械车间关闭等风险。”
冷门：传统的RPA
一些IT领导者发现，RPA是一种基于杠杆的方法，涉及收集财务和运营数据的耗时流程，以及详细的流程映射，并且不具备规模扩展的能力。最初开发的许多机器人都非常注重流程效率，这限制了可扩展性，观察人士表示。
企业必须重新考虑如何使用范围更广的机器人来完成工作，否则对它们的投资将无法实现。
Sacolick认为RPA已经成为了一种创可贴。“我认为我们正在做的是在破碎的流程上编写脚本，在某些情况下，可能是数据技术，而在许多情况下，是缺乏API来获得数字化功能的后门。”这导致了机器人债务的积累，因为“每当我构建一个机器人，我都必须继续发展和支持它。”
他认为，企业很快就会将RPA更多地视为是一套集成工具，或者成为Sacolick所说的使用低代码和机器学习的超自动化平台。
“机器人是一个解决方案的一部分，而不是一个完整的解决方案。”他说。他们所做的很多事情就是填写表格和“屏幕抓取”。例如，在发票处理中，你可以将工作外包或是构建一个机器人，它会在内部进行一些数据输入，而不是让人来将信息输入ERP系统。
这节省了时间和金钱，避免了错误和更换供应商的需要，他说。但是当供应商更改他们的系统或公司更新其ERP系统时，机器人将不得不进行更改，这就导致了债务，特别是当供应商没有公司可以使用的API时，Sacolick说。
另一种方法是构建一个低代码系统，该系统将通过API来将数据流入ERP系统。“RPA是一个编排工作流的工具，低代码是一个构建工作流的工具，而机器学习则是让我的工作流可以基于分析来进行触发的一个工具。”他解释说。“RPA将从一个平台转变为一个工具。它提供了一种能力;但它本身并没有那么强大。”
