从数字化转型到AI驱动的商业模式变革 领导者如何把握好未来的竞争力

简介: 从数字化转型到AI驱动的商业模式变革 领导者如何把握好未来的竞争力

本文来源:企业网D1net

在AI时代,企业面临着前所未有的挑战和机遇,GenAI不仅仅是提高效率和降低成本的工具,更是颠覆商业模式和行业格局的催化剂。本文探讨了企业如何通过重新审视数字化转型的不足,从技术优先转向高管主导的战略转型,推动商业模式创新。通过聚焦客户和员工体验,增强领导力和跨职能合作,企业能够在这个竞争激烈的时代实现指数级增长,避免被颠覆的命运。


GenAI揭示了数字化转型投资的不完整性,强调了为全新的商业未来进行转型的迫切需求。


数字化转型是自21世纪初以来企业现代化进程中最大的技术投资之一,但真正让“数字化转型”成为热门话题是在2011年,当时Capgemini与麻省理工学院(MIT)合作正式提出了这个术语,定义为“利用技术从根本上改善企业绩效或扩大其业务范围”。从那时起,这个词迅速在从业者、媒体、研究人员和高管之间传播开来,成为描述竞争力和增长战略的流行语。随着GenAI的兴起,CEO们看到了一个机会,即从以技术为主导的数字化转型转向以高管为主导的企业改革。


在2022年OpenAI发布ChatGPT之后,GenAI迅速普及,这促使高管们不得不重新审视迄今为止的数字化转型效果。现在,CEO们开始思考AI在整体业务和运营转型中的角色,同时意识到数字化转型并未达到其炒作的预期或承诺的回报。


数字化转型并不是真正的转型


随着数字化转型在2011年越来越流行,我作为Altimeter Group的首席分析师研究了趋势、投资和结果。早期,我观察到商业战略很少推动数字化转型,因此很少发生真正的转型。相反,大多数公司都在投资数字化。云计算和数字技术被用于现代化现有业务,而不是关注于变革性的成果。企业并没有重新思考他们的公司或商业模式,以在迅速成为数字优先的世界中茁壮成长。


一方面,我的研究强调了客户和员工行为及期望的变化。另一方面,我的工作探索了工作、流程和支持系统如何演变或重新构想,以转变业务和运营模式。我的目标是帮助高管们看到更大的图景,超越数字工具和表面现象。


当时,我将数字化转型定义为在商业战略和数字技术上的投资,以改变业务运营、流程以及价值的创造和交付方式。我认为,真正的转型对于企业保持竞争力至关重要。


数字化转型之所以常常未能带来实质性的改进,并不是因为数字化转型不起作用,而是因为企业从未真正努力实现转型。


例如,在我2017年的《数字化转型现状》报告中,我了解到只有37%的企业将数字化转型视为应对市场演变和颠覆的投资。


最近,KPMG在其2023年技术调查中报告称,大多数美国高管表示,他们至今仍未看到数字化转型投资带来的业绩或盈利增长。


BCG的研究发现,70%的数字化转型未能达到其目标,通常会产生深远的影响。相比之下,那些在竞争力、生产力提升和更好的客户体验方面进行真正数字化转型的数字化领袖,在盈利增长方面表现优异,实现了1.8倍的增长。


GenAI要求领导者重新审视转型


数字化转型与当前GenAI领导者之间的关键区别在于,CEO和CFO(而非CIO)似乎参与了指导AI投资的过程。例如,Accenture在2024年1月报告称,到2023年底,在财报电话会议中提到AI的次数几乎达到4万次,因为C级领导层正在为“重大技术变革”做好准备。


根据Accenture的研究,CEO和CFO谈论AI和GenAI是有原因的。所有迹象都表明,AI正在重新定义我们所知的商业模式。如果我们从多年的数字化与数字化转型中学到什么,那就是仅靠数字化无法实现真正的转型。


鉴于GenAI的巨大潜力,不难理解几乎每位CEO都计划大力投资GenAI。根据BCG的数据,AI已经成为前三大技术优先事项之一,85%的顶级领导者打算从现在开始增加投资。


事实上,BCG发现,GenAI的兴趣和投资意向的规模在公司61年的历史中超过了所有其他技术进步,这使得GenAI可能比互联网、社交媒体和移动革命更具颠覆性。


GenAI的投资回报现状


企业领导者对AI寄予厚望,然而,CEO、CFO和其他高管希望通过AI实现的目标与他们目前的进展之间存在差距。根据BCG的研究,66%的领导者对他们的AI和GenAI进展“感到矛盾或完全不满意”。领导者们认为他们进展不够快的前三大原因是:1)缺乏人才和技能,2)AI和GenAI的路线图和投资优先级不明确,3)没有负责AI和GenAI的战略。


尽管如此,CEO们期望在三到五年内看到投资回报,近一半的领导者认为通过提高效率可以在明年实现盈利增长。例如,使用GenAI来自动化日常任务是推动节省开支的一个重要应用场景。


虽然自动化确实可以带来快速的胜利和成本节省,但仅靠自动化无法实现AI的全部潜力。自动化只是扩大现有业务的规模。数字化转型投资缺乏投资回报和有意义的成果,这意味着技术领导者必须以更大和不同的视角来思考。


在他的书《The Creative Act: A Way of Being》中,传奇音乐制作人Rick Rubin分享了一个深刻的见解,这不仅适用于创造力,也适用于数字化和AI转型:“要警惕这种假设:仅仅因为你以前一直以这种方式工作,就认为这是最好的方式。”


领先的企业将会质疑当今的业务运作方式,并探索AI如何改变业务的运作方式、可能的运作方式以及其背后的原因。


与数字化转型不同的是,数字化转型中技术决策者往往优先考虑技术而非业务成果,而AI则激励领导层探索如何提高利润并创造新的收入来源,然而,根据思科的研究,只有14%的全球组织已完全准备好迎接AI带来的增长机遇。


思科还发现,在影响GenAI潜力的六大基础业务支柱上存在显著差距——1)战略,2)基础设施,3)数据,4)治理,5)人才,以及6)文化——这些都是任何企业的关键构建块。


将GenAI置于企业核心以实现转型


BCG发现,除了节省成本之外,最具雄心的公司不仅仅依赖于以AI为中心的自动化所带来的节省,他们还会将这些节省重新投资,以创造新的收入来源并推动进一步增长。


从根本上来说,AI代表了一种增强人的能力和工作的机会,不仅可以提升生产力,还可以在能力和绩效方面进行创新。要在AI时代中成长并繁荣,企业需要同时依靠自动化和增强技术。


这两者之间有什么区别?


自动化是将我们昨天完成的工作进行规模化重复,在节省成本的同时提高效率。


增强则是释放出新的机会,去完成我们昨天无法完成的工作,并在明天实现新的价值和成果。


自动化和增强的结合能够创造一个指数型增长的企业。那些同时采用自动化和增强工作方式的企业将会加速实验、适应和成长,而那些仅优先考虑自动化和削减成本策略的企业,最多只能实现线性增长。


GenAI驱动的自动化加上增强技术助力企业实现指数级增长


PWC的全球CEO调查研究强调了通过将AI投资与效率以及转型和增长战略相结合,重新构想业务的重要性。


在全球范围内,70%的CEO认为GenAI将显著改变企业创造、交付和获取价值的方式,69%的CEO认为,他们的大多数员工需要开发新的技能。在未来三年内,68%的人认为GenAI将增加竞争强度,而58%的CEO认为GenAI将在提高产品和服务质量方面发挥作用。


全球有64%的CEO认为GenAI将增加员工可以完成的工作量,59%的CEO认为它有助于提高员工的工作效率,这一点很重要,因为《纽约时报》最近一篇文章还在思考AI是否会威胁到CEO的角色!然而,CEO们依然持乐观态度,44%的人预测GenAI将带来净利润增长,35%的人预期收入会增加。CEO议程上的首要战略优先事项是利用GenAI生成新的收入来源(52%)。


GenAI具有双重功能:一方面,它作为一种工具可以提高效率和控制成本(自动化),另一方面,它还能实现颠覆性的应用场景和用例,创造新的价值和成果,推动增长(增强)。将这两种方法结合起来,可以将生产力与创造力结合,实现指数级的成果。正是这种颠覆性的增强技术将会颠覆商业模式和整个行业。


弥合数字化转型与AI转型之间的差距,以推动商业模式创新


在数字化转型时期遇到困难的企业,如果不改变最初使其陷入困境的做法,那么在以AI为先导的转型时代仍会掉入同样的陷阱。


GenAI并不是AI颠覆的最后一波。为了适应当今的机遇,并为未来的创新和适应性文化奠定基础,企业和运营模式创新是必要的。


要突破数字化转型所面临的挑战,技术和商业领导者需要共同努力,今天就开始构建未来的企业。


回顾公司在数字化转型中失败或停滞的地方,可以帮助我们以不同的思维方式向前推进。


1) 过去的失败:数字化转型战略往往缺乏明确的目标、愿景和与核心业务的战略对齐。投资更多的是为了迭代改进、数字化、追逐新潮技术、不切实际的期望,而不是与业务战略和目标紧密结合。同时,还存在预算不足、培训、专业知识和资源匮乏,以及对变更管理缺乏承诺等问题。


新的思维模式:Accenture的研究显示,93%的高管同意,在AI引领的快速技术进步下,企业有目的地创新比以往任何时候都更为重要。Simon Sinek曾著名地建议,“从为什么开始”。从“为什么”或“whAI”开始,可以帮助AI实现其指数级潜力。领导者必须明确表达一个与市场变化及客户和员工行为和期望的变化相关的清晰愿景、目标、战略和预期成果。领导者还必须制定现实的路线图,支持明确的业务目标和成果、切实可行的时间表、充足的资源和运营敏捷性。


2) 过去:领导者没有支持真正的变革,也没有提供高层支持来确保数字化转型得到优先考虑和充分资源配置。结果,数字化被视为技术项目,而不是业务优先事项,缺乏高层支持来克服对采纳和文化变革的抵制,未能推动全企业的转型。


新的做法:领导者在推动变革中发挥着关键作用。他们传达愿景,设定成功的标准,并为未来行为和规范的实施设定了基准。CEO负责塑造公司在执行和演变中体现的文化。AI领导者是变革的推动者。他们必须获得高层支持,并将AI投资与高管关于商业模式转型和创新的愿景结合起来。


3) 过去:公司未能优先考虑客户和员工的需求,也未能理解不断变化的市场动态。AI正在再次改变一切。


新的做法:探索AI如何挑战你市场、客户和员工行为的基本假设。将愿景与对未来激励状态的清晰认识相结合,作为将AI和技术战略与员工和客户支持的成果联系起来的基础。


4) 过去:领导层缺乏支持、跨职能协作和适当的治理,不仅未能消除孤岛现象,反而加固了它们。


新的做法:现在,至少从财报电话会议来看,领导层已经全面投入。要让他们承担起责任,推动实现愿景和预期成果。同时,为技术和业务决策者的持续合作提供支持。


5) 过去:路线图低估了将新技术与传统系统集成的复杂性。GenAI在日常和颠覆性应用中提供了巨大的机会。现在,随着你自动化过去的工作并为未来增强功能,事情只会变得更加复杂。


新的做法:现在的平台玩家使得跨系统连接成为可能,从而赢得时间,并从传统系统中提取价值,同时让跨系统的工作流和数据为AI提供信息,以优化操作。找到你值得信赖的合作伙伴。根据商业模式创新的愿景构建解决方案,同时寻找机会解决以下问题:1)快速取胜,2)差异化的用例,以及3)变革性举措。


6) 过去:大多数公司深陷无法适应颠覆性创新的困境,或因为设计问题而固守传统商业模式。但在AI时代,企业无法再依靠数字化昨天的模式或工作来维持生存。


新的做法:这一切都回归到领导力和战略性变革管理,即“转型”。数字化并未挑战现有的业务惯例、流程或思维方式,这一切都必须改变,这需要明确的、创新的领导力和文化设计倡议,以支持转型并让人们自愿参与其中。


7) 过去:员工对新数字工具的采用遇到多种反对意见,包括使用难度和人们想按自己方式工作的认知偏见,这种行为或思维方式已经没有容身之地。颠覆性创新意味着要做新的事情,使旧的方式过时。


新的做法:AI需要对人力进行雄心勃勃的投资。BCG在其DAI研究中发现,成功的公司正在提升员工的技能。例如,明年计划在AI和GenAI上投入超过5000万美元的组织中,已有21%的企业对四分之一以上的员工进行了相关工具的培训(而总体上只有6%的公司这样做)。BCG的研究还发现,领导者也需要提升技能,其中60%的领导者对其执行团队在GenAI方面的能力缺乏信心或根本没有信心。


通过改变思维方式和采取具体行动,真正的商业转型是可能的。超越优化当前任务或过去工作的结果,利用AI将记录系统转变为行动系统,连接组织和工作。


投资于日常AI以提升生产力。增强工作能力,消除日常和枯燥的机械性工作,使员工能够更高效、更有效地工作,并专注于更多增值的工作。


重新思考关键职能,以提高效率和效果。探索创造新成果和价值的机会。


促进创新!推动基于GenAI的商业模式创新,以建立和提升竞争力。从客户和员工体验入手。


让我们将数字化转型重新定义为商业模式转型,这样做不仅会颠覆我们自身,还会颠覆整个行业,不这样做则会让我们面临被颠覆的风险,这是我们可以选择送给自己或是竞争对手的礼物。


版权声明:本文为企业网D1net编译,转载需在文章开头注明出处为: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。



相关文章
|
1月前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
9天前
|
机器学习/深度学习 人工智能 算法
转载:【AI系统】AI 发展驱动力
本文介绍了AI的起源与发展历程,强调了2016年AlphaGo胜利对AI关注度的提升。文中详细解析了AI技术在搜索引擎、图片检索、广告推荐等领域的应用,并阐述了机器学习、深度学习和神经网络之间的关系。文章还深入探讨了AI的学习方法,包括模型的输入输出确定、模型设计与开发、训练过程(前向传播、反向传播、梯度更新)及推理过程。最后,文章概述了AI算法的现状与发展趋势,以及AI系统出现的背景,包括大数据、算法进步和算力提升三大关键因素。
转载:【AI系统】AI 发展驱动力
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
AI驱动的个性化学习路径优化
在当前教育领域,个性化学习正逐渐成为一种趋势。本文探讨了如何利用人工智能技术来优化个性化学习路径,提高学习效率和质量。通过分析学生的学习行为、偏好和表现,AI可以动态调整学习内容和难度,实现真正的因材施教。文章还讨论了实施这种技术所面临的挑战和潜在的解决方案。
62 7
|
24天前
|
机器学习/深度学习 人工智能 自然语言处理
智能化软件测试:AI驱动的自动化测试策略与实践####
本文深入探讨了人工智能(AI)在软件测试领域的创新应用,通过分析AI技术如何优化测试流程、提升测试效率及质量,阐述了智能化软件测试的核心价值。文章首先概述了传统软件测试面临的挑战,随后详细介绍了AI驱动的自动化测试工具与框架,包括自然语言处理(NLP)、机器学习(ML)算法在缺陷预测、测试用例生成及自动化回归测试中的应用实例。最后,文章展望了智能化软件测试的未来发展趋势,强调了持续学习与适应能力对于保持测试策略有效性的重要性。 ####
|
25天前
|
机器学习/深度学习 人工智能 算法
【AI系统】AI芯片驱动智能革命
本课程深入解析AI模型设计演进,探讨AI算法如何影响AI芯片设计,涵盖CPU、GPU、FPGA、ASIC等主流AI芯片,旨在全面理解AI系统体系,适应后摩尔定律时代的技术挑战。
43 5
|
23天前
|
人工智能 机器人 数据库
使用FlowiseAI轻松搭建AI驱动的交互式应用
FlowiseAI 是一款开源低代码工具,旨在帮助开发者构建自定义的语言学习模型应用。它提供拖放界面,支持与多种AI模型和数据库集成,适用于创建聊天机器人等交互式应用。使用阿里云的计算巢,用户可通过一键部署快速启动FlowiseAI,并通过简单的步骤配置和运行自定义的LLM应用。
|
23天前
|
人工智能 大数据 云计算
【AI系统】AI 发展驱动力
本文介绍了阿里云在2023年云栖大会上发布的多项新技术和产品,涵盖云计算、大数据、人工智能等领域,展示了阿里云最新的技术成果和行业解决方案,助力企业数字化转型。
|
26天前
|
数据采集 人工智能 机器人
AMD的CIO谈AI驱动转型和IT的未来
AMD的CIO谈AI驱动转型和IT的未来
|
29天前
|
机器学习/深度学习 人工智能 运维
智能运维:AI驱动的IT运维革命###
【10月更文挑战第21天】 随着数字化转型的深入,智能运维(AIOps)正逐步成为企业IT管理的核心。本文将探讨AI技术如何赋能运维领域,通过自动化、智能化手段提升系统稳定性和效率,降低运营成本,并分享实施智能运维的最佳实践与挑战应对策略。 ###
66 1
|
1月前
|
人工智能 Cloud Native 数据管理
媒体声音|重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
在2024云栖大会上,阿里云瑶池数据库发布了首个一站式多模数据管理平台DMS:OneMeta+OneOps。该平台由Data+AI驱动,兼容40余种数据源,实现跨云数据库、数据仓库、数据湖的统一数据治理,帮助用户高效提取和分析元数据,提升业务决策效率10倍。DMS已服务超10万企业客户,降低数据管理成本高达90%。
156 19
下一篇
DataWorks