Intelligence Age: Meeting the Challenge of the Powerful New Era of Tech
核心观点与背景
我们正站在智能时代的门槛上,这是一个创新速度空前且充满不确定性的时期。技术不再仅仅是工具,而是重塑商业和社会结构的力量。人工智能(AI)正在重新定义竞争规则,量子突破在望,地缘政治不确定性增加了复杂性。面对未来的不确定性,合理的分析至关重要。
研究方法与受访者
本报告基于对来自27个国家的2500名技术高管进行的调查,并包括了与八位高级企业领导人和专业人士的访谈。这些受访者代表了汽车、消费和零售、能源、金融服务、政府、医疗保健和生命科学、工业制造和技术和电信等行业的领先企业。
当前技术成熟度
调查显示,79%的组织处于前三个成熟阶段。在十个技术类别中,网络安全和现代交付(包括敏捷、DevOps、低代码/无代码)是最有可能完全成熟的领域。然而,技术债务、组织壁垒和人才短缺仍然是实现技术成熟的主要障碍。
对未来的期望与挑战
62%的组织预计将在2026年提高一个成熟度级别,但只有11%的组织目前处于最高成熟度阶段。尽管这些预测令人鼓舞,但能否实现这样的进步取决于组织克服关键执行挑战的能力。
关键挑战与趋势
- 技能短缺和技术债务:超过一半的组织缺乏实现其数字化转型计划所需的人才。在追求速度的过程中,技术项目在安全、可扩展性和数据标准化方面做出了妥协,导致技术债务问题。
- 从实验到规模化:AI的采用正在从支持实验的通用工具转向规模化部署,并实现多个用例的投资回报。
- 高绩效者的策略:高绩效组织在技术决策方面更倾向于集中化管理,并将更高的比例的技术预算投入到增长领域。他们还建立了统一的人工智能计划,并优先考虑数据分析和洞察力以及数据驱动的预测。
AI投资回报
- 平均技术投资回报率为200%(2倍),但回报率差异很大,受治理、执行纪律和组织敏捷性的影响。
- 小型组织的投资回报率更高(3.6倍),通常在收入方面投入更多,并且拥有更少的壁垒、更简单的生态系统、更精简的治理和更简化的审批流程。
- 高绩效组织在AI投资方面表现更好,即使其相对于收入的投资水平较低。
AI投资回报的衡量
- 传统的ROI衡量标准不足以衡量AI项目的价值。
- 高绩效组织制定了针对AI的KPI,并能够向利益相关者和股东证明其价值。
- 需要新的衡量标准来评估间接价值、整体影响和长期回报。
建立适应性策略
- 技术计划很快就会过时,组织需要采用适应性策略来应对持续的中断。
- 高绩效组织更倾向于集中化管理,并优先考虑增长和转型投资。
- 建立能够利用技术的文化至关重要,这需要员工的积极参与和支持。
数据基础
- 强大的数据基础对于适应性技术策略至关重要,它为决策者提供了在正确的时间提供正确的信息。
- 组织需要改进数据流和技术基础设施,以增强其情景规划和决策敏捷性。
- 高绩效组织计划在未来一年内增加对卓越中心的投资。
弹性与安全
- 高绩效组织比其他组织更具弹性,受市场、监管或技术变化的影响较小。
- 组织需要关注弹性和安全问题,包括数据主权、网络安全和合作伙伴生态系统。
人工智能代理的兴起
- 88%的组织正在投资将人工智能代理集成到其系统中,92%的组织表示,在未来五年内管理人工智能代理将成为一项重要的技能。
- 数字助手将占核心技术团队的36%,预计到2027年将增加8个百分点。
- 高绩效组织更倾向于与外部合作伙伴合作,但他们也计划加强对数据主权审计。
人工智能的未来:量子计算、AGI和ASI
- 量子计算有可能显著加速AI模型训练,但也带来了新的安全威胁。
- 通用人工智能(AGI)将能够掌握人类可以完成的任何智力任务,而人工智能超级智能(ASI)可能会超越人类在所有有意义领域的认知能力。
- 组织需要制定战略远见、道德框架,并为具有技能和适应性的劳动力做准备。
展望2026
- 组织需要制定以AI为先、数据驱动、代理赋能的工作force redeesign策略。
- 建立能够有效使用、管理和掌握AI的下一代领导者。
- 通过agentic AI最大化价值,同时为量子计算、AGI和ASI等新兴突破做准备。