top of page

企業數碼轉型心態

近日筆者一直關注着數碼化成熟度的相關標準和文章,在香港而言,尚有很多企業,尤其是中小企,還未明白到數碼化的重要性,即使覺得有這需要,但又未必知道差距是何其大,更不可能了解如何改變現狀。 特區政府今年正式成立數字化經濟發展委員會,可想而知,數碼化即將在香港全面開展。面對世界的大趨勢,未來數碼化有機會影響到每一個行業,企業僅能選擇被動接受還是主動迎接。 企業把數碼化轉型當作機遇還是難關,將極度影響公司在數碼化的成熟水平和速度。樂觀的心態也是企業數碼轉型的關鍵因素,當然,光靠正面態度是遠遠不夠,面對科技的高速發展,其實員工個人往往較企業更能接受新技術,而企業又比公共或政府機構更容易適應技術帶來的變化。大家均意識到數碼化的重要性是一回事,但如何採取應對措施、配備一套完善成熟的策略和行動計劃又是另一回事。 根據麻省理工研究團隊的數據所得,他們把公司在數碼化趨勢下所面臨的威脅,大致歸納為6類問題: 1)內部缺乏靈活性,文化僵化; 2)產品過時,准入門檻低; 3)競爭愈演愈烈; 4)安全漏洞,侵犯知識產權; 5)數碼化技術人才不足; 6)客戶容易流失; 這意味着企業文化是數碼化轉型的核心,不去推動很大程度上源於對自身缺乏認知,而且不同層級員工對轉型所帶來的阻力、應對方式的差異也不容易協同。不可不提的是,公司領導層一般比普通員工對轉型更為樂觀。 另一方面,企業對於數碼化的迫切性在不同行業也不盡相同,例如零售業的迫切性遠比製造業更高。換言之,數碼化成熟度愈高的行業,對轉型的需求愈殷切。某個企業的數碼化已改變了業務流程、人才參與度和商業模式,這些跡象也顯示其數碼化的成熟程度,但優良的數碼化特質應具備清晰的戰略方向、轉型路線圖、新技能培訓組織、獎勵機制及領導層的關注度等。

Recent Posts

See All
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
bottom of page