top of page

數碼轉型失敗歸因文化挑戰

Updated: Apr 28

根據最近一份針對高管群體的調研數據,有91.6%《財富》1000強企業的高層表示,其公司正在加快腳步增加對大數據和人工智能的投入,同時87.8%高管認為這種轉變迫在眉睫。但在此過程中,大家也一致認為面臨不少挑戰,很多公司更坦言暫時沒有從這些科技中取得到令人滿意的結果,儘管這並不令人太意外。 此外,宣稱已經轉型成為數據驅動型企業的公司比例反而下跌,今年的數字為31%。更令人擔憂的是,這個比例在近幾年呈現下降趨勢,相關企業的高管認為,失敗的原因有95%來自文化挑戰(包括員工和流程),而與技術有關的因素僅佔5%。 在過去3年,我為不少企業擔任Digital Transformation(數碼轉型)顧問,體會到不能只得強烈意願而缺乏正確實踐方式,否則可能在轉型開始的時候就為自己埋下了計時炸彈。 下面是一些我的實戰經驗,分享給大家: 員工對抗心態勿低估 1)首先釐清你的商業戰略,數字化轉型首要工作不是選定什麼工具,而是找出更清晰的Digital Business Model,再據此制訂數字化的實踐路徑,以至未來的數字化戰略。目標愈清楚,轉型資源及力量會變得愈聚焦,我的意見是企業需要為這個轉型而制訂階段性的關鍵績效指標(KPI)。 2)不要低估員工對科技的對抗心理,當管理層及員工認為數字化轉型可能會威脅到自己的飯碗,他們會有不同方式去抵制這種變化。對領導者來說,認識到員工這種情緒非常重要,然後再在過程中挖掘成功案例,以引領內部文化改變。在阿里的經驗中,我們有一個奇特方法,就是鼓勵新人帶舊業務,而舊人可以利用成熟的經驗帶動新項目。 3)數據資源及能力的盤點是重要起點,數據是未來企業的重要資源已成共識,跟人工智能的進步有絕對關係。但有多少企業能說出,有什麼數據可滿足企業的現在及未來需要?所以數據盤點十分必要,但有別於貨物盤點,無被善用的數據,便沒有價值,放在庫中如同垃圾,且會隨着時間而變壞(decay),對企業非但沒有價值反而成本不菲。總之,盤點能為企業帶來清晰的認知,並有助及時對資源作加強和鎖定。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
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

 
 
bottom of page