top of page

數字化轉型的頭號障礙

Sep 9, 2021
2 min read

Updated: Apr 28

戴爾(Dell)於2020年(疫情之年)進行了數碼化轉型研究,評估全球企業數碼化的成熟度。調查顯示,很多企業雖擁有大量數據,卻無法從中獲取洞見,此情況緣於數字化轉型的三大障礙,且愈來愈嚴重。

報告發現了一個奇怪的悖論──數據在成為企業最大資產的同時,也可能成為企業數字化轉型的頭號障礙。為深入了解箇中因由,以及企業需要哪方面的協助,戴爾委託弗雷斯特市場諮詢公司(Forrester Consulting)展開研究。這項研究標題為《揭秘困擾全球企業的數據挑戰》,調查了4036名負責公司數據策略的高級決策者,報告指出了目前窒礙企業數碼化發展的數個現狀:

(一)三分之二受訪者認為,自己公司已經由數據驅動,「數據是其公司的命脈」,但僅21%受訪者表示把數據視為資產,並優先考慮數據在企業內的運用。不過,當中只有12%企業被外界視為「數據擁護者」,積極把數據深化到公司的技術、業務流程、企業文化等各層面中。

(二)70%受訪者透露,他們收集數據的速度,超過了分析和使用數據的速度,而且數據量多於他們現有的管理能力。其中大部分的受訪者強調,他們擁有的海量數據已令其團隊不勝負荷。這一悖論產生了深遠的負面影響。60%企業面對數據孤島問題,各部門的資料難以互通;64%受訪者抱怨,稱他們無法滿足安全和合規要求。

(三)各國經濟在疫情期間遭受重創,但有些行業卻迅速發展,催生了新一批奉行數據優先,並以其作為業務核心競爭力的企業。另外,超過60%企業相信數據即服務(DAAS)模式能在不增加複雜性的情況下,使企業變得更加敏捷。縱然如此,僅小量企業轉向DAAS模式,借助機器學習技術實現數據處理自動化。

數據的多樣性及增加速度似乎讓企業難以招架,管理層須意識到應及早開始數據化管理,接下來的問題是該如何着手呢?

筆者認為大部分傳統企業尚在原地踏步,但隨着數字經濟來臨,這些企業將會迅雷不及地被數據的洪流淹沒。

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

Recent Posts

See All
人工智能泡沫破裂 誰來埋單

先說CoreWeave這間美國公司,它在2017年創立,創辦人把手上的顯示卡轉租出去,成為美國最大的「人工智能(AI)雲」之一,今天營運50多個AI數據中心、25萬枚以上圖像處理器(GPU)。簡單來說,其商業模式:借錢買晶片,再把算力租給科技公司。 為什麼CoreWeave是這輪AI基建的寒暑表?因為該公司沒有別的業務,其股價和債券表現就是市場對「算力債務」的信心反映。上周三,股價急跌了15%,債

 
 
AI贏家 鬥快不如做對

人工智能(AI)確實提升了生產力,代碼寫得更快、更多,這是毋庸置疑的,但它同時帶來了一個新的隱憂:效率提升了,效果卻未然。當我們把「快」當成「好」,危險便悄然而生。 AI模型評估與威脅研究機構METR曾做過一項實驗。16名資深程式開發者,在自己最熟悉的成熟代碼庫上工作,承接246個真實任務(修補漏洞、加建功能、重構),一半允許使用AI,一半則禁用。使用AI的團隊,他們自己覺得快了20%,但感覺與實

 
 
人工智能難問責 恐釀悲劇

筆者始終堅持一個判斷:技術的問題,往往不是技術的問題。本周,美國國防部長海格塞斯(Pete Hegseth)一則消息,又讓我把這句話重新檢視一遍。 海格塞斯宣布組建「自主作戰司令部」,這是一個新的四星級聯合作戰司令部,負責指揮、統籌無人機與機械人採購、測試及部署,尋求2027年撥款546億美元,明年10月投入運作。同一天,他又拋出「子午線計劃」,邀請富商馬斯克、前眾議長金里奇(Newt Gingr

 
 
bottom of page