F5數(shù)字化成熟度報告：生成式AI熱潮背后，企業(yè)需加速數(shù)字化進程

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月對美國高管進行的調(diào)查顯示，近三分之二（65%）的被調(diào)查者認為“生成式AI將在未來三到五年對他們的組織產(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，他們擁有實施生成式AI所需的正確技術(shù)、人才和管理能力?！?/p>

這一發(fā)現(xiàn)可能會讓那些每天都會接觸聊天機器人和AI生成內(nèi)容的人感到驚訝，但對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)型所需的六項技術(shù)能力對其進行衡量的人來說，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%的組織達到了最高水平的成熟度，也就是說，它們實現(xiàn)了幾乎完全以數(shù)字化企業(yè)的形式運營。

大多數(shù)組織（65%）只是在數(shù)字化業(yè)務(wù)方面進行試水。它們展現(xiàn)出成熟的跡象，對現(xiàn)代化IT和技術(shù)進行投入并獲得了回報。值得注意的是，這與KPMG發(fā)現(xiàn)的缺乏實施生成式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。建立和運營一個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到的。從企業(yè)架構(gòu)中的新技術(shù)領(lǐng)域——SRE運維、可觀測性和自動化、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)代化的進程，需要大量的工作，特別是對于那些互聯(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，我們發(fā)現(xiàn)沒有任何金融服務(wù)機構(gòu)達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)的負擔(dān)要少得多，這使得它們能夠更快地推進數(shù)字化進程。

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)和實踐。這并非一種指責(zé)，畢竟，錯誤可能會帶來昂貴的風(fēng)險，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)需要面對重大的投資組合和嚴格的治理要求，那么想象一下醫(yī)療保健組織所面臨的重擔(dān)。

他們相對于其他行業(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)管和嚴格治理的行業(yè)，而且理所當(dāng)然，因為一旦發(fā)生問題，會對人類生命產(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)以謹慎和戰(zhàn)略的方式取得進展是令人鼓舞的。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)狀報告》并基于那些具有完整性的回答。我們和這兩個行業(yè)的公司都進行過交談，證明了每個統(tǒng)計數(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，它們可能更加謹慎。

醫(yī)療行業(yè)借助AI技術(shù)應(yīng)對挑戰(zhàn)

例如，醫(yī)療部門需要更多的重癥護士來照顧可用的醫(yī)院床位。這種資源短缺是一種實實在在的威脅，但完全超出了該行業(yè)的控制范圍，因為周邊沒有足夠的護士。

為了應(yīng)對這一挑戰(zhàn)，一些醫(yī)療提供商，尤其是管理大量醫(yī)院的機構(gòu)，越來越多地研究如何利用AI提高每名護士所能照顧的床位數(shù)量，同時不影響護理質(zhì)量。

一些提供商計劃利用大語言模型來減少記錄患者健康狀況所需的時間，使護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)控數(shù)百個高清視頻流，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)準護理要求近實時的反應(yīng)能力，為實現(xiàn)該目的開發(fā)的最有效的應(yīng)用程序是具有復(fù)雜的記錄分析和計算機視覺評估功能的邊緣應(yīng)用，這與基于古老系統(tǒng)和標(biāo)準的那些醫(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“實施者”類別中。2022年的F5 SOAS報告調(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化年度會議表明，自然資源部門在自動化技術(shù)、遙測和采用零信任技術(shù)保護遠程資產(chǎn)方面遠遠領(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的。位于數(shù)字化轉(zhuǎn)型各個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、新機遇和運營效率的提升。

只有很少幾個技術(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，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)志著一個組織對于應(yīng)用這些技術(shù)是否做好了充分準備。