什么是数字化转型？（英）2024

麦肯锡解释者 什么是数字化转型 ？ 数字转型是对组织的重新布线，旨在通过大规模持续部署技术来创造价值。 June2023 数字化转型组织运作的根本重塑。根据新出版的《重布：麦肯锡指导下的数字与人工智能时代竞争指南》（McKinsey的著作，于2023年6月20日发布）中概述的数字化转型目标，应该是通过持续大规模部署技术来提升客户体验和降低成本，以构建竞争优势。 如同许多常用的短语一样，“数字化转型”已经成为了一个涵盖广泛、含义因人而异的通用术语。这是一个问题。数字化转型对于组织不仅是为了竞争，更是为了生存至关重要。如果领导者无法明确界定“数字化转型”的具体内涵，并围绕特定项目整合其组织，他们就无法期望 要成功。 数字化转型与常规业务转型在大小方面都不同。 一方面，业务转型通常在达到新行为后结束。相比之下，数字化转型是长期努力，旨在重新塑造组织持续改进和变化的方式（这意味着长期；大多数高管将在他们的职业生涯中一直进行这一旅程）。这是因为技术 不仅在业务中进一步整合并不断进化，而且还持续发展。例如，鉴于人工智能在推动业务增长方面日益重要的地位 ， 洞察力和启用决策逻辑，任何数字化转型也应该是 AI转型。 正如我们将展示的，成功的数字化转型更多地取决于公司如何成为数字化的，而不是它们如何使用数字技术。 需要哪些能力来推动数字化转型？ 成功的数字化转型需要一系列协调行动。《重布线》一书列出了六项关键能力，对于成功实现数字化转型至关重要 ： —制定专注于商业价值的明确战略的能力。企业应将转型重点放在能为业务产生重大价值的具体领域（如客户旅程、流程或功能）上。转型过程应遵循一张路线图，详细说明向优先领域交付变革所需的各种解决方案和资源 。 —拥有内部工程师的强大人才。没有公司可以通过外包的方式来实现数字化卓越。数字化意味着拥有自己的数字化人才团队与业务同事并肩工作。最佳的数字化人才计划远远超越了招聘：它们应该包含吸引员工的价值提案， 我们所说的数字化和AI转型是什么意思 由首席执行官和顶级团队领导。 竞争优势的来源 。 数字化和AI转型是发展的过程 基于组织和技术的能力 持续改进 允许客一户家体公验司和将其降低单位成本；随着时间的推移，保持竞争优势。 从来没有做过！ 两者都很重要。 结局。 留住最优秀的人才；敏捷和数字化 人力资源流程，以寻找，管理和培养人才;和一个健康的环境，最好的人才蓬勃发展。 —可以扩展的操作模型。数字化转型依赖于跨职能团队 ，这些团队汇集了公司各个部门的人才。大多数公司已有此类团队，但要实现规模扩展至 支持成百上千个这样的实体需要一种新的运营模式。有三种主要的运营模式需要考虑：数字化工厂、产品与平台模型以及全企业敏捷模型。 —分布式技术，允许团队独立创新。组织内的技术应使团队能够更容易地持续开发和向用户发布数字创新。为了实现这一目标，组织应该培养一个分布式的技术环境，让每个团队都能访问他们所需的数据、应用程序和软件开发工具。近期的技术进步有助于创建这种分布式环境——这包括精心使用API来解耦应用程序、开发者工具的可用性以及有选择性的迁移等措施。 将高价值的工作负载转移到云中，并实现基础架构配置的自动化。 —访问团队可以根据需要使用的数据。可靠、当前的数据对于成功的数字化转型至关重要。数据架构应生成在整个组织内团队易于访问的数据，并且需要持续评估和更新。强大的治理是实现这一能力所必需的。核心要素是数据产品，它将各种数据结构化为一个连贯的单位，该单位可以被一系列团队和应用轻松消费。 —强大的采用和变更管理。过去，技术采用周期是一个线性流程，包括收集需求、开发解决方案、测试，然后对最终用户进行培训。这一过程往往导致采用率较低，最终影响业务价值。数字转型遵循一个更为迭代的过程，涉及设计 、原型制作、收集反馈并改进解决方案，以捕获其全部价值潜力。通常而言，对于每花费一美元在开发数字解决方案上，应计划至少再投入一美元用于实施流程变更、用户培训和变革管理举措。 企业在转型之初就应该考虑采纳与规模扩张，以便能够构建所需资源以推动变革。 没有所有这些领域的协调行动，数字化转型就不可能成功。 什么是域，为什么重要？ 数字转型的成功概率显著提高，当团队专注于改变整个领域（例如，客户旅程、流程或功能区域）而非仅仅关注单一用例（领域内单一步骤，如处理客户服务电话）时。聚焦于领域有利于有效的变革，因为它囊括了交付完整解决方案所需的所有相关活动。因此，而不是仅专注于流程中的一小步，比如通过应用为客户提供开设银行账户的过程，领域概念会涵盖所有其他必要的活动（账户设置、验证、工作流自动化等），以完成开设账户的过程。考虑到所有这些其他步骤，可以更全面地推动变革并确保成功实施。 活动是允许解决方案实现其价值的因素。 一个域应该足够大，对公司来说是有价值和引人注目的 ，但又足够小， 重要的是要进行实验并快速学习，但也必须抵制诱惑，避免开发使用令人兴奋的新技术的案例，这些技术最终未能为业务创造价值。 将功能进行转化，同时不过度依赖业务的其他部分。管理特定领域内用例和解决方案之间的相互连接是一方面。转型成功的关键。 AI在数字化转型中可以扮演什么角色 ？ 人工智能，尤其是生成式人工智能，正在颠覆公司的运营方式和价值创造过程，提供了巨大的机遇，包括内容生成、新发现（尤其是在制药和化学等领域）以及编程。 但很容易被新奇的事物所分心。过去技术创新的教训依然适用：价值来源于对业务目标的清晰理解以及技术如何帮助达成这些目标。快速实验和学习非常重要 ，但也必须抵制开发那些最终未能为业务创造价值、却使用了令人兴奋的新技术案例的诱惑。 构建价值以利用生成型人工智能需要与成功的数字化转型同样强大的能力，包括明确的战略、内部的数字人才库以及响应迅速且可扩展的操作模式。而且这不仅仅是一次性的行动：希望将生成型人工智能融入其价值主张的公司，需要不断地进行改进和创新。 不断地回顾他们的数字化转型路线图，并审视优先解决方案，以确定生成式人工智能模型的新迭代如何支持其目标 。 数字化转型中的关键领导角色是什么？ 成功的数字化转型触及了组织众多职能范围，使它们能够以新的方式协同工作。这需要大规模且协调一致的投资。唯一能够促成这种持续变革的人是CEO。CEO的关键职责之一在于此。 确保领导团队之间的协调、承诺和责任分配是关键。没有这些，数字化转型的进展可能会迅速受阻。 C级领导层及业务单元负责人的任务同样至关重要。在技术领域，首席信息官通常专注于利用技术改进公司的内部运作。首席技术官则往往致力于通过技术创新提升客户体验。首席数字官在许多情况下扮演着转型的联合领导者角色，通常会与数字化和人工智能技术合作，为用户创造新的数字体验。首席人力资源官在转型初期发挥关键作用，确保获取数字人才并 实施人才管理实践，以培养和保留数字人才，同时首席财务官负责监督业务转型案例并跟踪价值实现。最后，首席风险官需要指导将风险检查整合到开发过程中，理解和应对数字和人工智能转型可能带来的新风险，如数据隐私和网络安全等，至关重要。 你怎么知道数字化转型是否奏效 ？ 在数字转型的推进过程中，准确了解其进展可能会出奇地困难。若不进行恰当的跟踪和衡量结果，领导者将难以管理绩效，并确保所发生的变化能够创造价值。 了解该衡量什么内容是成功的一半。在数字化转型中，关键绩效指标（KPIs）通常分为三大类： —创造价值。数字解决方案通常针对一到几个操作关键绩效指标（KPI），这些指标通常可以转化为财务收益。 —团队健康。许多数字化转型进程比最初计划的更为缓慢 ，原因在于其团队人员配置不足、未采用现代化的工作方式（如敏捷方法）、或缺乏关键能力，如产品管理与用户体验设计。据我们的经验，表现优异的团队的生产力可能是表现不佳团队的五倍。 —变更管理进度。这些指标衡量了构建新功能的进展以及转型本身的健康状况。 我们是否按照计划组织了团队？人们是否参与其中？我们是否在培养能力和人才？人们是否无缝地使用正在开发的技术、工具和产品？在我们的经验中，完美往往是变革管理中的敌人。 哪些公司做得很好？ 每个公司要实现数字化转型，都需要重新规划其运作方式。曾经，亚马逊也只是众多初创企业之一，它在多年的时间里投资于技术、数据、绩效管理和人才实践，最终成为行业领导者。好消息是，成功的数字化转型并不仅仅是大型企业的专利。 科技巨头。各种类型的传统企业均能在数字化转型之路上取得成功。以下是三个案例： —矿业巨头Freeport-McMoRan在亚利桑那州巴格达的一个矿石浓缩厂通过构建并部署AI模型实现了卓越性能。领导层设定了目标，即在不大量投入资本的情况下增加该站点的铜产量。公司组建了跨职能团队，负责构建、测试和迭代AI模型，并将文化转向关注快速迭代和持续改进。Freeport-McMoRan委派了一位高级产品经理负责此事， 协助协调团队并提升工作团队间的资源配置，委派了一位财务总监负责追踪与报告影响，并建立了季度规划系统（类似于季度业务回顾），在此系统中，公司的高层领导齐聚一堂设定目标与关键成果，并将资源集中投入优先领域。 —美国最大的电力生产商之一Vistra构建了一个多层神经网络模型，以提高总体效率、增强可靠性并减少排放 。该模型通过分析电厂两年的数据，学习了在任何给定时间能够优化电厂效率的组合因素，并将其转化为每30分钟生成一次建议的AI驱动引擎，以帮助操作员提升电厂的热效率并延长资产寿命。这一方法成功的关键在于建立了一种可扩展解决方案的能力（例如， 找到更多这样的内容 麦肯锡见解应用程序 扫描•下载•个性化 为了标准化并维护模型以便于在Vistra网络中的每个站点轻松应用和定制，建立了一套机器学习操作基础设施。跨职能团队，包括工厂操作员、数据科学家、数据分析翻译人员以及电力过程专家确保了快速开发 、高质量模型以及模型的采纳。 —在2021年帮助新西兰航空队赢得其第四次美洲杯的AI机器人。通过深度强化学习，该机器人学会了如何成为一名职业帆船选手。这一成就通过将帆船运动员与数据科学家聚集在一起而实现。 为了使机器人能够动态学习并不断接收反馈以提高准确性，团队投入了大量的时间来确定正确的学习模型 、如何最佳地指导机器人以及建立适当的限制。为了满足所需的计算规模，团队在云端托管了许多机器人和应用程序。 了解更多关于麦肯锡数字（McKinseyDigital）的信息，并了解感兴趣的职位中与数字化转型相关的工作机会。 引用的文章： —"超越轶事：数字交付表现的真实驱动力",2023年3月15日，萨尔瓦多·科梅拉-多拉、丹·加德纳、劳伦·麦柯伊和维克·索尼 —生成式AI已到来：ChatGPT等工具如何改变您的业务，MichaelChui、RogerRoberts和LareinaYee，2022年12月20日 —“首席执行官议程上的数字化转型”，2022年5月 12日，KateSmade和RodneyZemmel —"捕捉数字转型全部价值的三大新策略"，2022年6月15日，劳拉·拉贝格、凯特·斯梅杰和罗德尼·泽梅尔撰写 —“数字价值守护者：首席执行官和数字转型” ，2021年12月20日，EricLamarre， KateSmaje和RodneyZemmel —"像科技原住民一样扩展AI：CEO的角色"，2021年10月13日，JacomoCorbo、DavidHarvey、NicolasHohn、KiaJavanmardian和NayurKhan —“数字世界的战略”，麦肯锡季刊，2021年10月8日，西蒙·布莱克本，杰夫·加尔文，劳拉·拉贝格和埃文·威廉姆斯 —“CHRO关于领导敏捷变革的观点”，2021年8月30日，JasonInacio，DávidKincsem和DánielRóna —"CIOs和CTOs如何通过云平台加速数字化转型"，2020年9月15日，Ja