top of page

數位化轉型五個思維

Updated: Apr 28

每當我為一間企業作數位化轉型顧問,CEO都會問怎麼知道轉型是否成功?其實這個問題不容易簡單回答,但有一點起碼我可以說,公司賺錢愈多不能代表數位化轉型愈成功吧!

如果真要抓一個重點,那我覺得是公司員工使用資訊分析工具的普遍程度,又或者客戶對數位化所產出的產品滿意度,是重要分水嶺,當中包含一些基本變化:企業在業務數位化的完成情況、資訊分析工具的覆蓋率、員工使用這些工具的頻率及效果。

須顛覆固有想法

數位化轉型成功必須要員工改變甚至顛覆思維方式。下面我先列舉5個思維方式作參考:

數位思維:業務數位化是企業走向智慧化的必經階段,資訊技術應該建立於讓業務流更敏捷、更簡化。在功能構建上除了讓使用者的參與及交流更有效,也要關注資訊資源的獲取或收集策略,能否為加速業務智慧化作好儲備。

商業思維:數位化轉型很容易被誤解為技術主導,卻忽略了業務才是轉型的重心,這時候技術人員學習業務原理的同時,業務員工也要明白數位技術為商業帶來的轉變。轉型期間跨技術與業務的人才最為難得。

產業思維:在數位經濟中講求生態合作,產業的上下游及共存關係較非數位經濟時代更為密切。這個在資訊生命周期中的改變尤其明顯,例如兩間銀行即使是競爭對手,也可以分享有利抗衡不法之徒的資訊。

管理思維:在全新的數位化管理下,規劃、決策、監控、資源配置、組織架構等等當然會不一樣,一般我們會歸納為扁平化、去中心、平台化等模式。但鑑於這是一個全新而且還在變化中的課題,我認為試錯思維可能更為重要,從前的很多經驗,此刻可能已由解藥變成毒藥。例如在電子商務世界,從來就沒有想過「網紅經濟」才是SNS電子商務的真身。

戰略思維:從全域方式思考未來的可能性,然後決定什麼難關要集中精力去攻破,什麼目標要暫時先放下。戰略思維放在數位化變革中,要關注的應該是資訊資源如何去配合業務上的戰略需要。

Recent Posts

See All
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

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page