CEO生成式AI行动指南IT自动化 CEO生成式AI行动指南 IT自动化 投资组合 将IT转变为 不同于以往的任何技术,生成式AI正在迅速颠覆商业和社会形态,迫使企业领导者刻不容缓地重新思考其假设、计划和战略。 为了帮助CEO们掌握快速变化的形势,IBM商业价值研究院(IBMIBV)发布了一系列有针对性、基于研究数据的生成式AI指南,涵盖数据安全、技术投资策略和客户体验等主题。 这是本指南的第十七部分,重点关注“IT自动化”。 过时技术成为一种负担 技术债务再次引起广泛关注――它会侵蚀盈利能力、消耗资源、抑制增长并扼杀创造力。这已经成为许多CEO背负的沉重负担,也阻碍了组织利用生成式AI加速转型的进展。 因此,许多CEO不得不从长远计划中重新分配资源以满足短期目标,以确保组织能够生存下去。事实上,根据2024年IBM商业价值研究院的CEO调研,三分之二的受访CEO表示正在调用长期项目中的资源来实现短期目标。 不过,有一种更好的方法可以让CEO做到“鱼与熊掌兼得”。那么要如何实现呢? 首先要改变对IT支出的看法,不再将其视为成本中心(企业为维持运营而必不可少的支出),而是要重新思考如何利用技术更有效地提高投资回报率。 这种思维转变至关重要。根据IBM商业价值研究院最近开展的一项调研,目前组织平均仅将23%的技术预算用于推动收入增长。但生成式AI的出现改变了这一现状。四分之三的受访IT高管表示会将生成式AI创造的价值重新分配到推动业务创新和增长的新投资中。 IBM商业价值研究院1 IBM商业价值研究院2 1.IT应成为业务创新的发 射台。 2.人人皆可成为生成式AI 专家。 3.生成式AI助力IT洞悉 未来。 2.让技术不再那么“技 术化”。 3.利用智能可视性驾驭复 杂性。 因此,CEO不应将技术升级视为单独的IT成本,而是应当将技术能力与旨在提升绩效的业务战略相结合,然后进行更有针对性的投资。IBM分析表明,通过有意识地根据业务优先级来设计IT架构,在IT项目中应用我们提出的“混合设计”原则,组织可以在五年内将投资回报率提高三倍。 IBM商业价值研究院甄别出了每位领导者都需要了解的三个要点: 现在,每位领导者都需要采取以下三项行动: 1.告别“修补”模式。 1.创新+生成式AI 需要了解的事项 IT应成为业务创新的发射台 生成式AI可以简化日常IT任务,包括软件部署、网络配置和容量管理。这些任务对于保持业务运营至关重要,但通常不会直接提升盈利能力,至少无法用可衡量的方式实现。 摆脱繁琐的日常维护和支持任务之后,IT团队就可以于专注利用新兴技术来塑造更具想像力的未来――当然,其中包括生成式AI。生成式AI还激发了他们的创造力,点燃了开发新数字产品和收入来源的创意灵感。大多数公司已经开始行动了。 如今,62%的受访IT主管表示其组织正在使用生成式AI来生成代码,而到2026年,这一比例将上升至87%。65%的受访技术领导者预计生成式AI解决方案可以自动解决IT问题,而几乎无需人工干预。而82%的受访IT高管预计,生成式AI将在未来两年内改善DevSecOps,即将安全实践整合到开发生命周期中的自动化工作流程。 与此同时,超过80%的受访IT和运营高管认为自动化对于快速实现生成式AI功能至关重要,并计划着力实现IT网络运营自动化(89%)和IT服务管理自动化(83%)。他们也通过这些举措实现了实质性的业务改进,在劳动力敏捷性、盈利能力、效率、创新和收入增长方面均超过了竞争对手――成功展示了AI赋能的自动化如何将IT转变为业务孵化器并培育创业文化。 通过让每个人都能利用生成式AI工具和专业知识,IT推动了创新普及化,让员工能够开发自己的想法,释放业务价值,并预测哪些想法最有可能成功。 采用生成式AI可以带来显著且广泛的好处。这不仅将推动增长,而且还将吸引和留住顶尖人才,而这些人才往往被重视创造力和自主性的组织所吸引。此外,如果IT领导者将这种好奇心引导到共享协作平台上,就可以建立一个充满活力的创新管道,帮助组织在每个季度都实现宏大的增长目标。 摆脱繁的日常维护和支持 87%的受访者表示将使用 以专注于利用新兴技术来 任务之后,IT团队就可 AI来进行代码开发 塑造更具想像力的未来。 82%的受访者表示将实现 自动化安全工作流程 65%的受访者认为AI将解决IT问题, 而几乎无需人工干预 1.创新+生成式AI 需要采取的行动 告别“修补”模式 CEO需要专注于推动IT全面现代化,以实现更高的自动化水平。团队不应只是修复故障,而是应专注于更具战略性的工作。确保IT系统与战略业务目标以及具体运营和财务指标相一致。 简化繁重工作。识别需要整合哪些系统、应用和数据流,以实现简化和自动化。为IT团队提供生成式AI平台和工具,以快速创建连接不同系统所需的代码和API。鼓励团队寻找新方法来自动化和增强日常任务。 充分利用IT支出。将技术支出与业务目标对齐,并加速推进可提升绩效的计划。除了设法提高效率之外,还要投资于能够创造新收入来源并促进快速增长的技术。 衡量关键指标。建立反馈循环,持续监控和改进生成式AI模型性能。超越传统IT指标,例如正常运行时间和停机时间,转而关注用户满意度、收入增长和上市速度等业务中心指标。 需要了解的事项 人人皆可成为生成式AI专家 员工不需要成为IT专家就可以利用技术来变革业务,但必须要有IT专家提供相应的工具和平台,才能让员工轻松利用生成式AI的强大功能。 通过建立一个适当的低代码和无代码平台,IT部门可以让任何人都能创建现代化的Web和移动应用――而就在不久前,这项任务还需要整个开发团队来完成。同时,生成式AI代码助手可以帮助开发人员快速将代码从一种语言转换为另一种语言,从而减少对某些稀缺性技术技能的需求。 尽管IT必须成为这一转型的催化剂,但其好处将扩展至整个企业:81%的受访高管表示,生成式AI将彻底改变人们的工作方式。IT高管已准备好迎接挑战――70%的受访高管表示,到2026年,其组织将设计出能够与人类无缝协作的AI系统。 为了实现最佳成效,他们需要引领员工一路前行,并展示如何充分利用新一代生成式AI工具。技术可能会让非技术团队感到畏惧,但培训和再培训可以让生成式AI变得不再 神秘,同时鼓励员工尝试新事物。提供培训支持的重要性已远超以往。2024年,受访全球CEO们表示,在未来三年内,其组织35%的员工需要接受再培训和新技能培训,而2021年的这一比例仅为6%。 但这只是成功的一部分。IT还需要建立现代化的组织技术基础,确保数据能够在互联系统之间安全无缝地流动。正是因此,83%的IT高管表示,在未来两年内,其组织将使用生成式AI来使整体企业架构与业务活动保持一致。与此同时,IT还需要关注和管理影子IT,以防范开发普及化带来的潜在混乱。这两项任务都要求IT领导者发挥更具战略性的作用,他们也因此在董事会拥有永久话语权。 多年来,我们一直强调,IT需要与业务更紧密地合作,而业务也需要与IT更加紧密地合作。而生成式AI可以将这一愿景转变为现实:68%的受访高管认为生成式AI将弥合IT与业务之间的鸿沟。通过建立共享协作平台,生成式AI可以帮助IT更深入地理解业务问题,并帮助业务团队充分释放技术解决方案的强大潜能。 2024年,受访全球CEO们表示, 在需未要来接三受年再内培,训其和组新织技3能5培%训的,员工 而2021年的这一比例仅为6%。 需要采取的行动 让技术不再那么“技术化” 将IT融入董事会。让技术成为每一项业务战略的核心,并要求领导者将绩效指标与支持业务成功的系统、平台和工具联系起来。 打造多学科“梦之队”。组建由不同技能和背景的人才构成的团队,包括数据科学家、工程师、领域专家和业务利益相关者,共同推进生成式AI项目。组织研讨会、黑客马拉松和其他竞赛,激发创新思维和知识共享。 赋能DIY开发者。评估并选择与企业技术体系和生成式AI平台相一致的低代码或无代码平台。制定数据管理、安全和合规方面的指导方针,鼓励员工团队积极探索自己的潜能。 挑战文化规范,让数字原生代推动变革。通过扁平化决策赋予年轻团队成员更强的发言权。启动反向指导计划,将职场新人与高层领导配对。为他们提供充分提问的机会――多问“为什么”和“为什么不”。 需要了解的事项 生成式AI助力IT洞悉未来 AI系统已经开始帮助IT团队准确预测和预防系统故障和瓶颈。然而,借助生成式AI,企业可以预见更远的未来。 通过同时部署生成式AI和AIOps,团队可以及时获取关键信息,以预测和应对可能出现的意外状况。例如,通过自动识别和映射IT资产之间的关系(称作拓扑发现),IT团队可以迅速掌握不同系统和组件之间的依赖关系。 这一过程可以揭示一个单点问题如何在整个业务中引发连锁反应,并让IT能够控制这种“多米诺效应”。此外,这种方法还可以更轻松地优化网络性能、增强安全性,并确保组织中的各个团队高效协同。目前,大约三分之二的受访IT和运营主管认为自动化对于快速实现生成式AI功能至关重要,并已经开始实现拓扑发现自动化(66%)、事件缓解自动化(69%)和性能监控自动化(63%)。 但这只是第一步。有了这种前瞻性,IT领导者可以利用生成式AI来增强模拟能力。生成式AI赋能的数字孪生可以同时建模多个维度,让各个团队能够更有效地测试响应策略。他们不再需要猜测计划的效果,而是可以实际观察其影响。 生成式AI还可以帮助IT更有信心地估算不同IT投资的业务价值。目前,57%的受访IT主管已经开始利用生成式AI来预测IT和网络自动化项目的成果、效率提升和投资回报率,预计到2026年这一比例将增至75%。这种高度可见性还有助于管理成本:76%的受访IT高管表示将使用生成式AI来增强FinOps实践,从而更精确地控制云成本。 57%的受访高管已经 开始 预测其IT项目的投资 使用生成式AI来 75%的受访者表示, 到2026年,他们将使 回报率。 用生成式AI来预测投 资回报率。 需要采取的行动 利用智能可视性驾驭复杂性 利用生成式AI赋能的数字孪生来模拟特定中断对企业和生态系统的影响。通过更准确地估算技术投资的成本和价值来提高投资回报率。 在IT资产中寻找“宝藏”。利用生成式AI揭示构建弹性与推动增长之间的重要关系,赋予对应用和基础架构运营的全面可见性。对不同的改进措施进行建模,发现潜在的“宝藏”,并投资于有望实现最佳回报的解决方案。 从源头预防风险。识别复杂系统中不同场景的潜在影响,提前预见风险。利用生成式AI模拟可能的结果并验证危机应对计划,然后满怀信心地探索未知领域。 确定合理的技术支出,并相应地调整团队规模。在整个企业中扩展FinOps功能,全面洞悉所有AI、混合云和应用现代化投资的成本与支出。优化IT运营,避免过度供应产生的财务和环境成本。重新调整技术团队,减少不再需要的高成本人才。 IBM商业价值研究院 自动化 CEO生成式AI行动指南 IT 本报告分析所依据的统计数据来自IBM商业价值研究院 ©CopyrightIBMCorporation2024 国际商业机器(中国)有限公司 北京市朝阳区金和东路20号院3号楼正大中心南塔12层 邮编:100020 (IBMIBV)联合牛津经济研究院开展的三次专项调查,以及多份已发布的IBMIBV报告。2024年5月至6月,针 美国出品|2024年7月 对207名美国高管开展了第一项调查,询问了生成式AI和IT自动化方面的问题。2023年,针对21个国家/地区的2,000名高管开展了第三项调查,更广泛地询问了AI和自动化方面的问题。2023年,针对216名美国高管开展了第三项调查,询问了生成式AI和应用现代化方面的问题。本报告参考的已发布IBMIBV报告包括2024年CEO调研:CEO必须面对的六个残酷事实和ROI方案:混合设