在如今的互聯(lián)網(wǎng)上，幾乎隨處可見生成式AI的身影。在工作場所中也是如此，從會(huì)議室到休息室的談話中，生成式AI被不斷提及。
KPMG于2023年3月對(duì)美國高管進(jìn)行的調(diào)查顯示，近三分之二（65%）的被調(diào)查者認(rèn)為“生成式AI將在未來三到五年對(duì)他們的組織產(chǎn)生較高或非常高的影響?！?/p>
“但只有不到一半的受訪者表示，他們擁有實(shí)施生成式AI所需的正確技術(shù)、人才和管理能力。”
這一發(fā)現(xiàn)可能會(huì)讓那些每天都會(huì)接觸聊天機(jī)器人和AI生成內(nèi)容的人感到驚訝，但對(duì)于那些一直追蹤企業(yè)數(shù)字化轉(zhuǎn)型旅程，并用數(shù)字化轉(zhuǎn)型所需的六項(xiàng)技術(shù)能力對(duì)其進(jìn)行衡量的人來說，這一發(fā)現(xiàn)并不令人意外。
我們基于這六項(xiàng)技術(shù)能力，深入研究當(dāng)下企業(yè)數(shù)字化成熟度的狀態(tài)，并發(fā)現(xiàn)只有4%的組織達(dá)到了最高水平的成熟度，也就是說，它們實(shí)現(xiàn)了幾乎完全以數(shù)字化企業(yè)的形式運(yùn)營。
大多數(shù)組織（65%）只是在數(shù)字化業(yè)務(wù)方面進(jìn)行試水。它們展現(xiàn)出成熟的跡象，對(duì)現(xiàn)代化IT和技術(shù)進(jìn)行投入并獲得了回報(bào)。值得注意的是，這與KPMG發(fā)現(xiàn)的缺乏實(shí)施生成式AI所需的正確技術(shù)、人才和治理能力的比例相似。
這并非巧合。建立和運(yùn)營一個(gè)AI支持的業(yè)務(wù)所需的技術(shù)能力的廣度和深度是難以達(dá)到的。從企業(yè)架構(gòu)中的新技術(shù)領(lǐng)域——SRE運(yùn)維、可觀測性和自動(dòng)化、應(yīng)用交付和安全，到加速現(xiàn)有領(lǐng)域（數(shù)據(jù)和基礎(chǔ)設(shè)施等）現(xiàn)代化的進(jìn)程，需要大量的工作，特別是對(duì)于那些互聯(lián)網(wǎng)誕生之前的企業(yè)來說。
這就是為什么當(dāng)我們通過行業(yè)的視角來看組織的成熟度時(shí)，我們發(fā)現(xiàn)沒有任何金融服務(wù)機(jī)構(gòu)達(dá)到最高水平的成熟度。云服務(wù)提供商、電信和技術(shù)公司占據(jù)了該類別的主導(dǎo)地位。除了電信之外，云服務(wù)提供商和技術(shù)公司是相對(duì)而言年輕的行業(yè)，與傳統(tǒng)行業(yè)相比，它們的技術(shù)和架構(gòu)的負(fù)擔(dān)要少得多，這使得它們能夠更快地推進(jìn)數(shù)字化進(jìn)程。
在數(shù)字化銀行迅速崛起的背景下，數(shù)字化成熟度最高的組織中，金融服務(wù)公司的缺席可能看起來有些奇怪。經(jīng)過深入分析，我們可以推測出，金融服務(wù)業(yè)出于頂層設(shè)計(jì)的考慮正以較慢的速度發(fā)展。
添加新的接口（應(yīng)用程序和數(shù)字化服務(wù)）很像是給一座舊建筑物涂上一層華麗的外墻，雖然擁有現(xiàn)代化的外觀，但背后仍然存在著大量傳統(tǒng)技術(shù)和實(shí)踐。這并非一種指責(zé)，畢竟，錯(cuò)誤可能會(huì)帶來昂貴的風(fēng)險(xiǎn)，它們還承擔(dān)著現(xiàn)有基礎(chǔ)設(shè)施和應(yīng)用組合的現(xiàn)代化需求。
這也解釋了在成熟度最高的組織中，醫(yī)療公司缺席的情況。如果金融服務(wù)行業(yè)需要面對(duì)重大的投資組合和嚴(yán)格的治理要求，那么想象一下醫(yī)療保健組織所面臨的重?fù)?dān)。
他們相對(duì)于其他行業(yè)的發(fā)展速度較慢是可以理解的，醫(yī)療保健是受到高度監(jiān)管和嚴(yán)格治理的行業(yè)，而且理所當(dāng)然，因?yàn)橐坏┌l(fā)生問題，會(huì)對(duì)人類生命產(chǎn)生影響。數(shù)字化轉(zhuǎn)型不是一場跑步比賽，因此，看到一些行業(yè)以謹(jǐn)慎和戰(zhàn)略的方式取得進(jìn)展是令人鼓舞的。畢竟在龜兔賽跑中，烏龜最終贏得了比賽。
這并不是說在醫(yī)療行業(yè)和金融服務(wù)行業(yè)沒有一些比其他公司發(fā)展更快的例子。我們所分析的數(shù)據(jù)集來自F5的《2023應(yīng)用策略現(xiàn)狀報(bào)告》并基于那些具有完整性的回答。我們和這兩個(gè)行業(yè)的公司都進(jìn)行過交談，證明了每個(gè)統(tǒng)計(jì)數(shù)據(jù)都有例外的情況。
某些特定因素迫使某些行業(yè)較早地采用新技術(shù)，如果不是這樣的話，它們可能更加謹(jǐn)慎。
醫(yī)療行業(yè)借助AI技術(shù)應(yīng)對(duì)挑戰(zhàn)
例如，醫(yī)療部門需要更多的重癥護(hù)士來照顧可用的醫(yī)院床位。這種資源短缺是一種實(shí)實(shí)在在的威脅，但完全超出了該行業(yè)的控制范圍，因?yàn)橹苓厸]有足夠的護(hù)士。
為了應(yīng)對(duì)這一挑戰(zhàn)，一些醫(yī)療提供商，尤其是管理大量醫(yī)院的機(jī)構(gòu)，越來越多地研究如何利用AI提高每名護(hù)士所能照顧的床位數(shù)量，同時(shí)不影響護(hù)理質(zhì)量。
一些提供商計(jì)劃利用大語言模型來減少記錄患者健康狀況所需的時(shí)間，使護(hù)士能更加高效地工作。其他人則打算使用AI視覺建模來監(jiān)控?cái)?shù)百個(gè)高清視頻流，以尋找患者病情可能發(fā)生變化的跡象（例如呼吸困難、蒼白的皮膚或摔倒）。
但由于標(biāo)準(zhǔn)護(hù)理要求近實(shí)時(shí)的反應(yīng)能力，為實(shí)現(xiàn)該目的開發(fā)的最有效的應(yīng)用程序是具有復(fù)雜的記錄分析和計(jì)算機(jī)視覺評(píng)估功能的邊緣應(yīng)用，這與基于古老系統(tǒng)和標(biāo)準(zhǔn)的那些醫(yī)療應(yīng)用有很大的差別。
金融服務(wù)業(yè)試圖破解監(jiān)管困難
早期的量子計(jì)算學(xué)術(shù)研究是金融服務(wù)行業(yè)試圖超越監(jiān)管結(jié)構(gòu)的例證。金融服務(wù)業(yè)看到這項(xiàng)技術(shù)的潛在優(yōu)勢，并資助了量子密鑰分發(fā)等領(lǐng)域的一些最復(fù)雜研究，這可以顯著提高轉(zhuǎn)賬或交易時(shí)的安全性。
制造業(yè)位于應(yīng)用現(xiàn)代化技術(shù)的前沿
令人驚訝的是，制造業(yè)公司出現(xiàn)在“實(shí)施者”類別中。2022年的F5 SOAS報(bào)告調(diào)查發(fā)現(xiàn)，IT/OT是最令人興奮的技術(shù)趨勢，在2023年仍然是前五名，表明制造企業(yè)處于應(yīng)用現(xiàn)代化的前沿。
制造企業(yè)一直位于積極應(yīng)用增效技術(shù)的前沿——畢竟，首先采用和優(yōu)化流水線的不是銀行，數(shù)字化也不例外。過去三年的石油和天然氣自動(dòng)化年度會(huì)議表明，自然資源部門在自動(dòng)化技術(shù)、遙測和采用零信任技術(shù)保護(hù)遠(yuǎn)程資產(chǎn)方面遠(yuǎn)遠(yuǎn)領(lǐng)先于其他行業(yè)。
趕緊“上車”或落后一步
數(shù)字化轉(zhuǎn)型之旅的好處是不可否認(rèn)的。位于數(shù)字化轉(zhuǎn)型各個(gè)階段的組織都能夠獲得好處，而那些具備較高成熟度的組織更有可能從中獲得商業(yè)利益，例如競爭優(yōu)勢、新機(jī)遇和運(yùn)營效率的提升。
只有很少幾個(gè)技術(shù)趨勢能夠?qū)Ω餍懈鳂I(yè)的所有組織產(chǎn)生影響。生成式AI只是眾多前瞻性技術(shù)中的一個(gè)，如果組織不能利用這些具有顛覆性的技術(shù)，它們無疑將被拋在后面。數(shù)字化成熟度標(biāo)志著一個(gè)組織對(duì)于應(yīng)用這些技術(shù)是否做好了充分準(zhǔn)備。
閩公網(wǎng)安備 35010202001226號(hào)
