top of page

企業數碼轉型須取得共識

在西藏過了7天,回到香港後,首先必須靜下心來,為兩周後加緊備課。這個5天15小時的證書課程,是由大數據治理公會與香港管理專業協會(HKMA)合辦的,希望高管能夠從戰略落地角度,理解數據是如何在商業轉型中起到重要作用。 筆者過去在內地曾辦過類似課程,一直希望能與學員有更多互動,但限於時間關係難以達成。因此這個課程的特點是工作坊(workshop)部分,我希望透過工作坊讓學員體會到一個較完整的數碼化轉型規劃,例如從我擔任企業及政府顧問的經驗中,有以下兩個事項必須慎重考慮才能增加勝算。 推動數碼化轉型之前,首先要確定轉型目的及共同遠景,讓企業高層在短期利益、長期戰略,內部和外部視角之間的分歧取得共識,並建立推動轉型時的執行框架。建議企業應反覆從執行中驗證這個框架,按我的經驗,當企業花在這裏的時間愈少,失敗率會愈高。 第二項事情是有關在數碼化轉型過程中,企業已經意識到需要轉型,並知道轉型是個大方向,但他們還是無法看到實現成功轉型的明確路徑。這是因為缺乏對現況的真實理解及能力有差距,造成決策失誤。為了成功實現數碼化轉型,企業需要把數碼化轉型視為一個試錯的過程,在高管達成戰略共識的基礎上,以數據賦能增強業務效能和創新力,在實現目標過程中培養全體員工的數碼化能力,構建認同數碼化轉型的企業文化。用阿里巴巴(09988)的說法便是「借事修人」。 為了保持整個數字轉型的進度,一種常見做法是成立數字戰略委員會,由技術和業務部門主管及外部顧問組成,來統一協調因數碼化轉型引起的各種問題。典型的例子如股東與管理層在短期決策上的分歧,高管與股東在投資回報上期望不一致,各部門之間的資源怎樣分配等。除了管理層頂層設計,成功的策略亦要企業文化配合才能落地開花。

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