首席信息官（CIO）的当务之急：您的技术发展速度是否足以让您实现目标？

目标：以数据为核心对您的企业意味着什么

短短几年间，数据和分析将推动并预测出企业最重要的决策、流程和交互。以数据为核心对企业意味着什么？

数据并不是集合孤立、受限的事物，而是与企业各部门密切相关的。数据专业知识不再局限于 IT 部门，而会涉及到业务集团、内部运营和客户关系。整个企业的员工将管理、定期访问、使用必要的数据，以改进他们的决策和办事流程。这是从数据管理到数据核心的转移。

单调枯燥的任务将实现自动化处理，从而让高管和员工更专注于价值创造。您的企业将不再需要依赖直觉和电子表格，而是能够实时查询、关联和分析数据。您也将实时收到精准的客户反馈。

数据战略应该清晰地串联起以下信息：数据将如何告知、支持和推动企业短期与长期战略业务计划，减少企业风险管理计划中识别的威胁，最终帮助企业充分把握机遇。企业需要授权专门的数据团队完成这一工作，并提供所需的领导层、资源和行政支持。

完善的数据战略应包括几个关键领域：

1. 高优先级用例识别：有助于为数据战略设定方向目标，包括对数据货币化的明确期望（即，数据将如何创造价值），并为以数据作为资产的转型提供信息；还包括数据供应开发，其中包括源自机构内部和外部的数据。
2. 数据治理计划：概述如何管理数据，包括集成适合目标数据管理所需的政策、管理和运营模型。
3. 推动执行用例和治理的高层面架构：应由集成、转换、启用和使用数据所需的技术类型决定。消费层经常被低估，但必须重点关注。
4. 提高数据素养的计划：这一行动至关重要，因为在整个企业范围内普及数据，并将数据掌握在战略和战术层面的决策者手中，对于推动价值创造至关重要。

采用新技术来管理数据和新工具支持创建新的、可重复的洞察，对于成功的数据战略至关重要。由于当今许多机构所拥有数据的复杂性和数据来源不同，公司应进行三到五年的规划，同时不断发展战略。授权给专门的团队，推动迈向成功。

技术：为转型愿景服务

您对数据核心的机构有了明确愿景后，该如何有效利用技术为成功做准备？我们的调查选定了四种技术，各行各业的企业都在投资这些技术，从而建立适当的数字基础（图 2）。

数据和分析

数据和分析处于技术的核心位置，为首要投资重点，53% 的受访者将其列为首要投资重点，这一比例高于2020年的35%，数据和分析与其他三项关键技术相结合，构成了转型的基础。

云服务

云服务是数据核心机构的基础层。许多企业已完成了初步的云迁移，而云服务依旧是企业的重点发展对象。实际上，35% 的受访者表示，他们将包括云服务在内的基础设施成本，视为数字化转型的最大障碍。大多数企业都了解云服务的重要性，云服务在2020年与2022年Tech Horizon的调查中都是排在前两位的重要事项。领导者正在借助云服务，降低成本的同时，运用更多本地的平台即服务（PaaS）功能，充分利用云服务的速度与灵敏，于传统科技无法企及之处做出创新。

物联网 (IoT)

数据核心的机构对数据有着无尽的渴求。物联网是理解操作行为模式的机制。利用这一数据可以获得运营方面的突破，提高盈利水平，也可以从服务中创造新的价值形式。

人工智能和机器学习

尽管数据和分析处于核心地位，若想更好地显现其价值，就需要使其超越基础分析，利用更先进的方法通过人工智能或机器学习获得洞察。企业依靠人工智能与机器学习不仅可以快速响应客户期望，还可以预见并预测客户期望。

与转型未达预期的企业相比，转型超出预期的企业更多将重点放在更复杂的人工智能应用上。此类企业比起未达到转型预期的企业（图 3），更专注于战略应用，例如预测趋势和打造创新性的产品和服务（63% 比45%），且更有可能将人工智能和机器学习作为未来两年的首要投资领域（39%比32%）。这四项技术结合，在表现和影响方面产生了共生效应。

这些并不是唯一的优先事项。建立在云基础上的其他技术，因其所创造的价值不同，由不同的部门重点发展。

目标：学习发展中的数据

对于许多企业而言，数据是孤立的信息片段。企业运用到的仅有一小部分结构化数据，以及更少的非结构化数据。而企业所用到的季度财务报告和月度销售报告中的数据常常是过时的。孤立存在的数据不仅阻碍了互操作性和整体协调性，还阻碍了企业层面的洞察，并生成了相矛盾的数据。不少企业询问，是否可以信任由数据得来的洞察力，因为他们经常看到由于治理和管理不善而产生的矛盾数据。

那么数据转型是什么样的？

人工智能和机器学习将如何改变数据的性质，我们该如何使用？

数据不再静止不变。人工智能系统与机器学习相结合，共同推动数据转型，数据因而能不断学习、自我清洗，随着市场环境和客户的变化吸收更多数据。

SAP 首席客户创新官Stephanie Nashawaty表示：“改变就发生在当下。以往，企业最高管理层发现自己陷入了将数据限制在组织孤岛中的陷阱，每个业务部门的领导者都将他们的数据视为部门的所有物，并认为分享各自见解会导致他们失去组织权力。疫情的早期展现了有多家企业因其技术各不相同、决策能力与其他部门互不相通而受阻。”

大量设备、内部和外部来源的数据将从静态变为实时更新。这不仅让报告保持更新 — 5G系统和物联网的低延迟将激发大量新事物的产生。例如，自动驾驶汽车曾经只是科幻电影中的产物，而远程技术辅助手术更被当作天方夜谭。如今二者都在现实中得到应用。

最终，与云服务一样，人工智能可作为创新产品的启动平台：如自然语言处理、图像识别以及当今尖端分析中使用的推荐与预测引擎等新兴科技。 “我们发现，在微软内部，人工智能将成为关键，”微软首席数字官Andrew Wilson说， “它是会学习和发展的数据基础。它是下一代分析的关键。”

挑战：新一代数据管理

虽然数据带来的诸多益处将产生深远的影响，但这也将带来重大挑战。99%的企业表示，在执行转型方面存在重大数据和技术障碍。接受调查的高管将高昂的技术成本列为实现转型的第一大挑战 (35%)（图 4）。驱动成本提升的因素包括更大规模的数据、更高的计算能力需求以及对云服务提供商的消费承诺增加。

虽然成本上涨，但现有架构的超融合、虚拟化效率提升，也限制了成本涨幅。通过采用现代数据平台，并逐步淘汰以前的旧系统，企业可以大幅降低其IT 架构的成本。

员工、供应商、客户以及其他人都能很方便地访问数据核心,也对构建复杂安保和隐私要求形成挑战，这被列为第二大挑战（27% 的受访者）。数据核心的机构不仅要深化其网络安全防范措施(EN)，还必须拓展网络，覆盖多元化的参与者。

数据核心面临的一大运营挑战是连接和集成不同数据系统的复杂性（25% 的受访者表示这是第三大挑战），这是增加技术成本的一个关键因素。

技术成本超出了简单的成本指标。为了发展真正的“数据核心”，企业有必要汇总并管理来自数千个企业信息系统、供应商、客户、市场和监管机构以及内部控制系统、物联网设备和传感器网络的数据。

此外，制定数据战略的机构也越来越多，这给新的创收运营模式提供了机会，其中包括将数据商业化的模式。该领域的新兴机遇之一是跨机构创建的数据生态系统，可用以销售数据治理集和模型或使用数据生态系统训练后获得的洞察。

技术：解决数据泛滥

如此大的规模将需要重新设定数据管理的基本规则。 “许多公司的数据仍处于试验阶段，”DoorDash 数据工程主管Vaibhav Jajoo表示， “对于大规模地将数据转化为可操作洞察，他们尚未做好准备。”

数据只有转化为洞察并促成明智决策，才能彰显价值。鉴于数据用户群扩大，数据战略专家应该将数据普及放在首位，使其对用户更友好，让用户能从各种设备上或民用开发者处获取数据。

最后，有一些新兴技术专注于数据流合理化与改进其管理。软件定义存储 (SDS) 使得底层硬件平台与存储资源脱钩，可以提高效率和可扩展性。如今闪存阵列变得更经济实惠，其速度与容量可以满足大规模管理数据的需求。这些只是旨在实现数据管理的部分技术解决方案。

目标：以人为本，推动成功转型

虽然最成功的数字化转型将继续以人为本，但改变的将会是人们与技术的关系。

首先，工作流程的数字化将使重复性和低价值任务自动化处理，从而使员工能担任更具战略性的角色。在这些数据核心的机构中，知识工作者的队伍在全机构中将迅速壮大。装卸台上的调度员、制造生产人员、面向客户的销售人员和后勤工作人员不但将成为数据用户，也将成为数据工程师，他们可以创造性地应用数据，改善自身的领域。这些员工方面的变革需要强有力的变革管理计划来推动。

数据的可访问性将使治理更加顺畅，但也带来更大的责任。这将推动从僵化的指挥和控制结构,向本地决策逐步迁移 — 更接近工作，更接近客户。

“数据将是推动我们发展的基础，”亿滋国际数据管理副总裁、研发和首席信息官 MEU Rossana Rizzotto 说，“无论是从业务层面，还是作为数据科学家，解读数据的能力对于职业生涯都至关重要。”

从客户方面来看，通过数据流，客户可以对产品设计和生产订单提供意见。内部利益相关者还能够通过对于购买偏好、定价和售后客户服务的实时反馈，更好地了解客户偏好，从而创造个性化体验。

最后，有效的数字化可以提振员工士气、提高员工保留率。根据2021年EY Work Reimagined调查，64%的员工希望改进办公科技，48%的员工希望增加家庭技术的投资。如上所述，如果没有技术带来的灵活性，超过一半 (54%) 的人将离职。

挑战：培养数字人才，推动数据核心

下一代数据和分析面临的关键问题是技能短缺 — 无论是在技术职能部门内，还是在整个劳动力队伍中，这一问题都日益突显。当前的经济状况不佳导致大量员工离职，这让挑战更加复杂。让员工（尤其是数字技能人才）参与并获得成就感，从未如此重要（图 5）。

眼光长远的企业了解这种困境。我们的调查发现，71% 的企业正在增加技术技能培训的支出。此外，51% 的大雇主正在重新考虑其员工的职业道路和角色，将业务和技术技能相融合，以适应更加数字化的世界。

长 期以来，技术企业一直在努力满足他们对数字化人才的需求。但随着数据核心提高了整个企业的技能要求，首席运营官 (COO)、首席营销官 (CMO) 和其他非 IT 高管面临着一个特殊的挑战 — 寻找精通数字技术、同时也了解业务，并且可以构建库存回归分析的仓库操作员，或者可以使用数字孪生进行设计的飞机工程师。

技术：缩小人才差距

数据核心的机构将认识到，解决人才短缺问题没有单一解决方案。在我们的调查中，高管们指出，成功提升技能(30%)、留住现有技能人才 (29%) 以及高薪酬要求 (26%) 是获得数字技能的主要障碍。单一解决方案不能解决所有问题。

我们的调查发现，转型表现超出预期的企业正在采取更多措施来获取数字和技术相关的技能。这些企业大多数 (59%) 拥有三项重点措施来获取数字技能，而转型未达预期的企业，这一比例则不到三分之一 (27%) （图 6）。转型表现超出预期的 企业也更有可能通过引入创新的人才战略和合作伙伴来吸引人才，包括实施新的人才保留或招聘计划（50% 对 32%），使用数字生态系统获取技能（23% 对 18%），以及外包给值得信赖的战略合作伙伴（25% 对 14%）。