《IBM商業價值研究院：2024高管調研：技術高管需要識別的六大盲點報告（39頁）.pdf》由會員分享，可在線閱讀，更多相關《IBM商業價值研究院：2024高管調研：技術高管需要識別的六大盲點報告（39頁）.pdf（39頁珍藏版）》請在三個皮匠報告上搜索。

1、技術高管研究技術高管需要識別 的六大盲點生成式 AI 時代的業務增長之道大中華區洞察IBM 商業價值研究院全球最 高管理 層系列第 30 期關于本研究2024 年第一季度，IBM 商業價值研究院(IBM IBV)與牛津經濟研究院合作，針對全球 2,500 位技術高管進行了一項調研，包括首席技術官(CTO)、首席信息官(CIO)和首席數據官(CDO)。此外，我們還針對一小部分高管進行了深入定性訪談，主要討論了研究中的關鍵洞察以及他們在 AI 新時代領導企業技術發展的實際經驗。這項調研涵蓋全球 26 個行業和 34 個國家/地區的受訪者，首次對負責管理和交付整個企業 AI 能力的新技術高管團隊進行

2、了重要評估。如需了解更多詳細信息，請參閱第 62 頁的“調研方法和分析”。本報告中的封面概念圖和各個圖案均是使用生成式 AI 創建的。IBM 商業價值研究院的設計人員將每個“盲點”轉化為提示詞，然后在 Adobe Firefly 中使用這些提示詞來生成基于矢量的圖像，為每個圖案提供基礎和結構方面的靈感。同樣，本報告中出現的照片均是使用 AI 輔助的自然語言搜索來識別的，并使用生成的圖案作為參考圖像?？傮w而言，將這些工具整合到設計流程中所取得的效率如下：概念設計從 3 周縮短到 1.5 天，圖案設計從 2 周縮短到 2 天，攝影從 1 周縮短到 2 小時。目錄2 引言 告別傳統業務模式 7 技術

3、高管的前景 盡管我們將技術視為賦能工具，但技術必須成為一切工作的核心。12 創新盡管我們正在開展合作，但合作僅停留在表面。20 領導力盡管我們希望生成式 AI 發揮魔力，但生成式 AI 可能會對企業造成破壞。30 基礎架構盡管我們希望 AI 是可信的，但AI 可能是不負責任的。40 AI盡管我們將數據視為貨幣，但數據可能是一種負擔。50 數據盡管我們認為自己的團隊很強大，但我們仍在采用過時的人才策略。58 人才69 總結70 調研方法和分析11 六大盲點引言 32告別傳統業務模式引言“業務高管越來越懂技術。如果你是技術高管，當你與業務高管對話時，他們能很好地理解技術能夠實現什么。你需要與他們的

4、理解程度同頻，并具備更強的靈活性?！盉ernd Bucher諾華集團全球數據、數字化和 IT 負責人/首席技術官提升技術領導力IT 作為一個獨立職能的時代已經終結。生成式 AI 的迅速崛起開啟了全新的時代。如今，技術就是業務。72%的高績效型 CEO 認為企業的競爭優勢取決于是否擁有最先進的生成式 AI。1 這意味著組織對技術高管的依賴程度達到了前所未有的高度。自 2023 年以來，認為技術高管將在未來三年內成為關鍵決策者的受訪 CEO 比例增加了 50%。2 首席財務官認為首席技術官是其成功最重要的合作伙伴。3 若要滿足這些期望，就需要采用全新的技術領導力方法。為了讓技術能夠在整個企業中實現

5、業務成效，技術高管既要成為戰略策劃者，又要成為指揮者。他們需要制定涵蓋數據、安全、運營和基礎架構等領域的技術戰略，使用業務語言而非技術術語與業務高管開展合作，以便理解需求、激發創意、識別風險以及協調投資。他們還需要組建多學科團隊來實施這項戰略，包括鼓勵實驗性探索和新想法、激發員工創造力以及提高客戶滿意度。這是一項艱巨的責任，許多技術高管在這方面都遇到了困難。在過去二十年中，“技術”的范圍不斷擴大，新的技術角色也在不斷涌現。盡管技術高管團隊不斷壯大，但“技術”卻未能持續有效地整合到企業的戰略決策中（請參閱第 6 頁的“觀點：超越組織結構圖：強大的技術聯盟”）。引言 5圖 1 效能下降高管團隊一致

6、認為，過去十年來，IT 在基礎技術服務方面的效能有所下降。4根據 IBM 商業價值研究院針對 2,500 位 CIO、CTO 和 CDO 開展的 2024 年最新調研，這些技術高管仍然被排除在企業的關鍵對話之外，未能出席或未有效參與。這導致企業在數據、基礎架構、人才和創新等領域出現盲點。盡管 43%的受訪 CEO 表示計劃在今年加快企業變革步伐，4 但這些盲點卻會阻礙企業把握當前 AI 領域的各種機會，包括傳統 AI、生成式 AI、機器學習和自動化。我們的調研還揭示技術高管正面臨巨大的壓力。超過一半的受訪技術高管表示在平衡業務增長與生產力方面感到困難，并且堆積的任務也對企業內部運營造成了負擔。

7、值得注意的是，過去十年來，認為 IT 部門能夠有效提供基本服務的高管比例大幅下降（見圖 1）。調研結果表明，當技術高管在企業最高決策層擁有平等發言權時，他們能夠推動企業實現重大成果（請參閱“高績效技術高管如何破解成功密碼”）。正如 2024 年 CEO 調研報告中指出 CEO 必須要面對六項殘酷事實，技術高管也必須勇于找到那些阻礙企業實現 AI 優勢的盲點。本報告探討了技術高管如何通過坦誠且必要的討論來克服這些障礙，以評估和提升組織實現突破性創新和業務成果的準備度。未來的成敗在此一舉。技術高管能否將其專業能力融入企業決策，最終將決定企業能否在 AI 時代取得成功。認為 IT 部門能夠有效提供基

8、本技術服務的受訪者百分比“我始終相信技術團隊應當與業務團隊建立更緊密的協同關系。業務和技術之間的界限正變得越來越模糊?！盇lberto Rosa CaixaBank 首席技術官CEOCFO技術高管64%36%2013現在2013現在2013現在60%69%47%50%注：2013 年的技術高管數據僅代表 CIO。觀點超越組織結構圖：強大的技術聯盟隨著技術在組織中滲透，技術高管的角色不斷演變，新的技術角色也在不斷涌現。但在數據、安全、運營和基礎架構日益整合且愈加復雜的運營環境中，業務團隊和技術團隊必須協力實現一致的體驗、功能和成果。各自為戰的做法已經不再適用。CIO、CTO 和 CDO 需要重新

9、思考如何攜手合作，共同推動實現組織的業務目標，并搭建支持責任共擔的橋梁。與此同時，技術高管仍然需要在各自的專業領域內發揮作用，高效分工合作。引言 7技術高管的前景高績效技術高管如何破解成功密碼技術高管致力于在數據、安全、運營和基礎架構等領域協同戰略、交付與支持，這一切工作旨在優化效率和競爭力。我們從研究中發現了一類高績效型技術高管，占全球樣本的近 20%，此類技術高管在上述使命中實現了出眾的成效。技術高管通過四項關鍵能力和特質脫穎而出1有效的戰略制定與執行制定清晰的戰略愿景來推動業務成效2為技術投資獲取跨職能的支持與業務部門和財務部門合作管理技術成本與預算3持續衡量成效和價值 與財務部門合作，

10、共同識別數字化舉措的價值以及與企業戰略的一致性4敏銳關注組織各個層面的技術保持對所有IT 領域的敏銳可見性，涵蓋各個分散的業務線、區域和職能層面6首席技術官CTO 繼續在安全與創新之間尋找平衡。生成式 AI 使復雜的網絡威脅形勢變得更加嚴峻，并且加劇了保護現有系統與突破創新邊界之間的緊張關系。事實上，網絡安全在 CTO 的優先事項中位居第二，僅次于產品和服務創新。好消息是，核心安全實踐（零信任、安全設計、DevSecOps）仍然是最有效的防御措施。首席信息官在職責快速變化的形勢下，CIO 對 IT 部門的有效性提出了質疑。高達 63%的受訪者認為，其組織的技術部門在通過工作流和自動化推動業務戰

11、略方面表現不佳。然而，這也意味著潛在的機遇。成功的組織正在借助增強型員工團隊推動內部職能轉型，讓員工和 AI 開展協作，從而打造更智能和高效的工作方式。首席數據官數據不再是一個獨立的領域，而是連接技術與更廣泛的業務并推動創新的中樞系統。大多數組織仍在建立支持 AI 運營的強大數據文化。而從企業層面看待數據與 AI 運營之間的關系至關重要。浙江正泰電器股份有限公司首席信息官胡福山表示：“將數據問題歸結為技術問題有點不公平，因為這是一個綜合性問題，這也是數據治理如此困難的原因?！?技術高管的前景高績效技術高管在哪些領域表現出眾？引言 91.評價貴組織在以下方面實現成效的有效性：生產力，網絡安全和數

12、據隱私，以及產品和服務創新。百分比反映的是回答“有效”和“非常有效”的受訪者的比例。2.您對以下陳述的認同程度：我們在數據、運營、技術和安全方面與企業戰略有明確的一致性。百分比反映的是回答“在很大程度上”和“在非常大程度上”的受訪者的比例。自 2020 年以來，高績效型技術高管帶領其組織實現了出眾的年收入增長率和營業利潤率。+16%+10%+21%202020222023營業利潤率年收入/預算增長+52%高績效型技術高管在多個關鍵運營領域實現了更為出眾的卓越成效。所有其他技術高管高績效型技術高管技術與企業 戰略的一致性265%74%產品和服務 創新142%49%網絡安全和 數據隱私143%56

13、%生產力145%57%“部署生成式 AI 能力必須與全方位業務轉型相結合單靠生成式 AI 無法實現許多首席執行官所期望的成果?！盡ark BreslinInforma PLC 首席人工智能官觀點全力投入云計算和人工智能如今，技術高管會優先進行基礎架構投資，在混合云上的支出要比在 AI 上的支出高出近三分之一。展望未來，他們將全面推動云計算與人工智能整合，發揮合力效應。未來兩年內，技術高管預計會將一半的預算投入到這兩方面?；旌显苽鹘y AI生成式 AI當前支出未來兩年的 預計支出29%24%14%12%5%6%“如今，技術部門作為一個單獨的實體是沒有意義的；技術的作用是重新定義和推動業務發展。這就

14、需要與其他業務部門進行更加緊密的整合與合作?！盡ohammed Rafee TarafdarInfosys 首席技術官101盡管我們將技術視為一種賦能工具，但技術必須成為一切 工作的核心。23盡管我們正在開展合作，但合作僅停留在表面。盡管我們希望生成式 AI 發揮魔力，但生成式 AI 可能會對 企業造成破壞。盡管我們希望 AI 是可信的，但AI 可能是不負責任的。456盡管我們將數據視為貨幣，但數據可能是一種負擔。盡管我們認為自己的團隊很強大，但我們仍在采用過時的 人才策略。11六大盲點這六個盲點挑戰了長期以來關于技術與業務關系的傳統假設。即便對于最具經驗的高管來說，某些風險可能比看上去的還要

15、近。技術高管需要認真審視這些盲點，并向其他高管清楚地說明，這些盲點為何會阻礙組織建立 AI 優勢的進程。正如駕駛員需要學會識別盲點以避免碰撞一樣，技術高管也要學會識別“鏡子中的物體比實際距離更近”的情形，以及那些完全在視線之外的隱藏風險。技術高管能否迅速而安全地避開危險將決定企業的命運，是以技術為核心競爭優勢而處于領先，還是敗下陣來。創新 1312技術必須成為一切工作的核心。如果只是將技術視為一種賦能的工具，組織往往只關注技術能解決哪些問題，而不是探索技術能創造哪些新機遇。只有認識到技術是創新的核心驅動力，組織才能把握住先發優勢、定義市場并實現規模經濟?！皵底只D型最重要的秘訣就是要改變視角。

16、關鍵不在于能做什么，而在于能否在快速變化的環境中為客戶創造價值?！焙涡↓執焐讲牧瞎煞萦邢薰臼紫畔⒐偌鏀底只止芨笨偛肅EO 們明確表示產品和服務創新是其組織未來三年的首要任務，而大中華區 CEO 也將產品和服務創新列為第二優先任務。62%的受訪 CEO 表示愿意比競爭對手承擔更多的風險以保持優勢。5但技術高管直言，只有 46%的大中華區受訪技術高管和 43%的全球受訪技術高管認為其技術部門能夠有效提供差異化的產品和服務（見圖 2）。而令人沮喪的是，57%的大中華區受訪技術高管和 53%的全球受訪技術高管表示其組織的其他高管認為技術對于產品和服務創新的重要性不超過中等水平。這種技術與業務之間

17、的脫節表明組織需要進行大規模的變革。首先，技術高管應當將技術定位為業務成效的關鍵要素。技術高管表示，管理層和員工對變革的抵制是創新的最大障礙，因此他們必須加強與組織的溝通，讓整個組織了解技術可以實現什么以及具體的實現方式。更重要的是，組織需要一種新穎、大膽的創新方法。高達 70%的受訪技術高管表示其組織采取的是一種快速跟隨的方法，對其他組織的想法進行調整或修補，而不是開啟全新的創新。匯豐銀行新加坡分行的首席數據官 Shayan Hazir 表示：“作為金融服務領域的技術專家，我們一直試圖用技術來解決各種問題，但我認為我們并未投入足夠的時間來研究新興技術能夠為客戶、社區和經濟創造哪些有意義的價值

18、?！北M管我們將技術視為一種賦能工具，但創新 1514為了重新激發組織創新并建立競爭優勢，技術高管必須立足長遠，制定由技術驅動的重大投資規劃。他們需要從項目導向轉向以客戶為中心，注重成效而非功能，并確保在執行過程中得到客戶的驗證。6 高管團隊需要避免陷入無法付諸實踐的“創意陷阱”，而這也是許多業務高管面臨的困境：盡管有 73%的受訪業務高管表示其強項是研究客戶需求或創意，但只有 27%的受訪業務高管認為自己擅長執行或擴展產品計劃。7 技術高管則需要迅速將這些想法變成現實。這就要求他們營造一種以務實試驗為基礎的創新文化，尤其是針對極具潛力的創意，然后盡力爭取其他高管團隊成員的支持。技術高管可以聯合

19、首席財務官來確定最具前景的機會領域，并共同組織高管團隊討論創新對企業整體戰略的重要性。他們需要鼓勵高管團隊放眼長 遠，而不是只關注效率、成本削減、適度的增量收益等短期問題。14圖 2業務在等待技術高管正在努力實現 CEO 的首要目標。CEO 明確表示，產品和服務創新是其組織未來三年內的但只有 43%的受訪技術高管表示其團隊能夠有效或非常有效地提供產品和服務創新首要優先任務“我們采用一種開放式創新的概念，因為我們無法單獨完成所有的創新。這項工作的一部分就是找到合適的合作伙伴?！盜osu IbarbiaCAF(Construcciones y Auxiliar de Ferrocarriles)技

20、術總監1416創新 17從慢行道切入創新發射臺。建立采取行動的緊迫感，克服小幅改進的沖動；制定合理的預防措施，鼓勵更自信地承擔風險。通過融合產品團隊和服務開發團隊的技術和業務專業能力，識別需要解決的關鍵業務問題。執行必要的盡職調查，為組織引入并實施領先的最佳實踐，并制定考慮資源權衡的投資策略。利用生成式 AI 破解分析癱瘓。運用生成式 AI 整合客戶反饋并分析產品使用洞察，加速關鍵迭代流程。通過生成式 AI 建立用于對潛在解決方案進行評估和排序的框架。果斷剔除那些無法支持組織目標的投入。制定用于衡量解決方案成效的 KPI，并運用生成式 AI 預測結果和模擬場景。采用數字產品創新方法。建立包含創

21、意、原型設計、測試和發布的數字化產品創新框架。從一開始就將安全性和治理納入設計考慮因素。消除技術與業務之間的孤島，通過快速迭代及時為客戶提供優質體驗和產品。建立激勵機制，鼓勵通過探索性實驗和理性的風險決策來部署可提升生產力和增強創新的解決方案。行動方案擁抱變革而不是追求完美，逃離快速跟隨者的困境?！叭绾卫米銐蚝玫默F有技術，并在此基礎上推動發展和規?；?？傳統的大型組織通常會進行規劃、制定戰略并構建解決方案。而當這些工作全部完成時，技術和市場環境可能已經發生了變化?！盝immy YeohDHL Express APEC 首席信息官創新 19“在過去的 12 到 18 個月中，我在組織內部建立了一

22、個企業級數字智庫，在這個多元化團隊中匯集了在各個產品類別或技術領域表現出色且富有創造力的人才。這些人現已成為各自業務領域的變革推動者。當他們回到日常工作中時，就會逐漸影響其團隊的思維模式?！盨hayan Hazir匯豐銀行新加坡分行首席數據官“我們現在正在研究哪種類型的 AI 用例能夠為客戶創造最大的價值。一旦確定框架并開始實際開發之后，我們就可以邀請一些客戶參與其中?！盚iroshi Okuyama 洋馬控股有限公司董事會成員兼首席數字官18案例研究IBM Software 利用生成式 AI 為設計賦能8案例研究臺灣某領先交通運輸企業：應用微服務架構打造新一代購票系統IBM Software

23、 啟動了一項計劃，旨在確定要積極嵌入生成式 AI 的十大工作流。該組織正在將生成式 AI 融入產品和流程，從而實現工作流自動化、提高產出效率以及加快設計速度。IBM Software 還針對所有設計人員開展了 AI 培訓?？傮w而言，設計人員都熱衷于學習新技能和掌握前沿 AI 技術，并且非常期待能投入更多時間進行創意工作。在綜合洞察和制作引人注目的內容方面，IBM Design 發現內容設計人員平均每天可節省 12%的時間。除了內容設計之外，該組織還在探索如何將生成式 AI 融入產品管理、用戶體驗設計、內容設計和研究等領域。為了快速響應市場變化、追求更高的運輸效率，臺灣某領先交通運輸企業與 IB

24、M 合作，利用混合云平臺解決方案，打造了新一代的訂位票務服務系統。為了實現在任何云基礎架構上都能夠有效而高效地部署和運行，該項目采用了微服務架構解決方案。該解決方案具備服務穩定可靠、可擴展、容錯、安全、妥善監控等優勢。項目采用了分階段實施的策略。第一階段采用最有效的方式在短時間內實現最大效益（減少預留主機 CPU MIPS 使用率），也為第二和第三階段的核心系統現代化爭取了時間。由于該項目采用了大型機與私有云的混合云策略，分階段遷移可以降低風險，讓客戶逐步熟悉新的信息架構，為后續的維護操作做好準備。同時，結合微服務架構和 DevSecOps，提高平臺的靈活性和可擴展性。通過該項目，該企業的服務

25、效率大幅提升，時刻表、空余座位和票價查詢轉到新的系統之后，創下了 30 分鐘內 60 萬次預訂的記錄。同時，舊預定系統處理的消息總數下降了 1/2，主機最大 CPU 的使用率也下降了 1/3，極大地降低了運營成本和資源消耗。新一代的購票系統為該企業邁向智慧交通服務奠定了堅實的基礎。領導力 2120合作僅停留在表面。盡管財務部門和技術部門有過合作的歷史，但其中卻存在規劃流程缺口、決策脫節或信息不充分的問題。只有當財務與技術的關系從相互孤立發展為密切合作時，才能共同做出更明智的決策，將技術投資與可量化的業務成效相關聯，從而提升投資回報率。AI 競賽才剛剛開始 盡管未來兩到三年內可能還無法分出勝負，

26、但如果財務高管和技術高管步調不一致，就可能會在未來兩到三個季度內失去優勢。盡管首席財務官抱怨 IT 部門單獨做出技術決策可能會導致難以承受的成本，但技術高管深知短視的技術決策可能會帶來長期的災難。技術高管的技術見解對組織的戰略和財務決策至關重要，而財務投入對于確定技術投資的優先順序也至關重要。過去的這種緊張關系必須轉化為更具協作性的關系，不僅要體現在言語上，更要反映在行動中。9 三分之二的大中華區和全球受訪 CEO 表示，技術高管和首席財務官之間的緊密合作對于組織成功至關重要。10 受訪技術高管也認同CIO、CTO 和 CDO 都將 CFO 視為推動個人成功第一或第二重要的關系。然而，技術與財

27、務的關系從意圖轉化為實踐的道路仍然漫長。只有 39%的大中華區和全球受訪技術高管表示會與財務部門合作將技術指標納入商業論證。同樣，只有 33%的大中華區受訪 CFO 和 35%的全球受訪 CFO 表示在 IT 規劃的早期就參與了關于技術如何推動企業戰略的討論。11 盡管我們正在開展合作，但“業務部門與 IT 部門之間并不存在什么分別。我們是同一個團隊?！盝ulia KnoxSobeys 首席技術與分析官“我們相信協作領導的力量。我們形成了一種依靠集體智慧而非個人的領導思維?！盡oritz Hartmann羅氏診斷全球信息解決方案負責人領導力 2322然而，我們調研中的高績效型技術高管展現了在技

28、術高管與財務高管之間建立良好關系的價值。此類技術高管表示在關鍵運營實踐之間實現了更強的協作（見圖 3）。我們的分析還表明，當財務部門將技術投資與可量化的業務成效相關聯時，高績效型技術高管表示實現了更高的收入增長。為了像高績效型技術高管那樣推動組織成效，技術高管必須從僅提供信息轉向與財務部門密切合作，認識到財務可如何增強技術在高管團隊中的影響力。他們需要讓自己成為財務部門不可或缺的一部分，并展現出對財政責任的承諾。與此同時，財務高管也需要積極與技術部門合作，不僅關注投資回報，還要理解技術如何對運營成效產生貢獻。雙方應將這視為一種共生關系，相互增強優勢，發揮出整合效應?！皯攺膬r值的角度來分析技術

29、決策；這項決策會給企業、組織和客戶創造什么樣的價值?！盇lberto RosaCaixaBank 首席技術官圖 3技術與財務和諧共舞高績效型技術高管正在與財務高管密切合作，以協同戰略并創造價值。運用經驗成果來改進未來的數字投資將技術指標嵌入商業論證在 IT 規劃的早期參與關于技術如何推動企業戰略的討論59%57%53%46%42%35%所有其他技術高管高績效型技術高管領導力 2524領導力 25積極與高管團隊溝通協作。深入理解組織的財務驅動因素，并利用這些信息來指導 IT 投資決策。全方位確定并追求投資回報，包括對跟蹤業務成效至關重要的財務和非財務指標。建立一致的方法，共同創建和評估新技術投資

30、以建立競爭優勢。讓自己成為企業關鍵決策中不可或缺的一部分。尋找機會在企業決策中展示技術專業能力的價值，并爭取獲得盟友的支持，以確保自己的聲音得到認可。通過清晰的財務透明度和積極承擔責任，展示自己的財務管理能力。設法通過收回成本來支持創新項目。在組織中開展富有挑戰性的對話，例如在 AI 高能耗與組織承諾之間找到平衡。展示工作成果以建立信譽。在財務框架下開展技術討論，利用數據和分析來展示 IT 投資的價值，并推動戰略決策。通過經濟價值來量化運營指標。加強對財務績效指標的理解和掌握。創建面向財務的信息看板，將技術 KPI 轉化為財務指標（例如單用戶成本、單客戶收入、投資回報率）。行動方案與財務團隊協

31、同合作，在戰略協作和建議方面發揮更重要的作用?！澳阈枰軌蛟谥虚L期目標上進行更多合作并堅持這一戰略?！盞ristian kerstrmsmart Europe 前 CIO/IT 與數字化負責人領導力 2726領導力 27 26“我認為，在未來，首席技術官和首席財務官之間其實沒有本質的矛盾，因為他們都將專注于公司成功未來的共同目標。我認為他們在很大程度上是相互支撐、互相合作的關系?！睆垶閭ヌ焐讲牧瞎煞萦邢薰臼紫瘮祿侔咐芯縏he Standard 對齊 IT 支出與關鍵業務優先事項以合理化云成本12成功的 FinOps 實踐與技術業務管理(TBM)相融合可有效發揮財務與技術之間的協同效應。F

32、inOps 和 TBM 原則有助于建立一種協作文化，打破孤立的部門壁壘，讓組織能夠將云和其他技術投資轉化為價值。作為一家領先的金融產品和服務提供商，The Standard 通過采用這些實踐實現了顯著收益。由于技術支出的關鍵驅動因素缺乏透明度，該組織的業務團隊和 IT 團隊過去無法有效合作。該公司依靠傳統的 ERP 系統和電子表格來編制預算、分析財務數據和做出技術投資決策，這種手動且耗時的過程極易出錯。The Standard 實施了一項 IBM Apptio 解決方案，可建立成本透明度、提供切實可行的洞察以及加快決策速度。通過采用 FinOps 和云治理實踐以及 Cloudability 產

33、品，該公司可以深入洞悉云支出，從而優化云采購和供應決策并提升責任感和問責制。此外，Target 流程產品幫助公司改善了資源和項目管理，將團隊工作流與業務優先事項對齊，從而提升對整合工作流的可見性，并能夠跟蹤各種動態變量，例如狀態、利益相關者、依賴關系和進展。The Standard 實現了顯著的成效，包括提高業務與 IT 協同和財務敏捷性，并讓 IT 財務團隊現在能夠將 80%的時間投入于分析、決策支持、預測和洞察。該公司還增強了對云支出的控制，預計 2023 年可減少 10%的云支出，2024 年會減少更多。此外，該公司還將其“言行一致”的比率提高了 20%這項指標用于衡量 IT 部門的承諾

34、事項與實際交付之間的差距。該公司計劃繼續增加在云治理領域的投資，以在整個組織中實現類似的業務成效。領導力 29 在上述評估的基礎上，對業務場景進行端到端的梳理，實現領域內全面的 AI 應用，而不是單點式的 AI 場景落地。根據場景需求，逐步構建該集團特有的 AI 底座平臺，深度融合現有的數據平臺和工作臺，構建涵蓋算力調度、LLMOPS，以及公共和可重復組件（如 GPT-BI、GPT-CODE、GPT 知識問答等）的整體架構，最終實現多個業務領域內的 AI 場景的多元化應用。該咨詢項目實現了顯著的成果：在原有 30000 多個業務單元的基礎上，借助 AI 技術的優化，將重構業務流程，推動自動化和

35、智能決策的實施，使業務單元數量減少 40%。這一轉變不但精簡了組織結構，而且提高了整體運營效率。隨著該企業級 AI 平臺的逐步演進，將大幅加速 AI 場景的落地建設。與 2024 年上半年相比，場景建設周期將縮短至 1/3，確保企業能夠更快地適應市場變化，抓住新的業務機會。到 2027 年，預計該車企通過 AI 帶來的收益，預計將在軟件研發、整車研發、營銷費用和人力資源領域的投入方面實現超過 43%的成本降低。這將使企業能夠更有效地分配資源，提升整體盈利能力。在過去兩年中，IBM 為一家中國汽車行業的領軍企業旗下的豪華汽車品牌提供了重要支持，助力其重塑業務流程，實現從線下到線上的數字化轉型。在

36、此基礎上，客戶希望借助 AI 技術進一步優化業務流程。該企業憑借悠久的歷史、獨特的品牌象征性以及在產品、技術和市場推廣上的創新，已重新確立在中國豪華汽車市場的領導地位，并通過推進電動化、智能化和國際化戰略，逐步擴展其全球市場影響力?？蛻魮碛谐^ 30000 個業務單元，主要依賴人工操作，數字化轉型亟需 AI 的深度參與。在如此龐大的業務架構中，客戶不僅需要通過智能決策減少業務單元、簡化復雜流程，還希望將 AI 作為輔助工具，大幅提升人工業務單元的效率，實現現有業務單元 AI 覆蓋率超過 50%的指標。通過 AI 的深入應用，客戶期望推動業務流程的自動化與智能化，全面優化企業架構，提升整體運營效

37、能，確保在激烈的市場競爭中保持領先地位。構建企業級 AI 平臺已成為實現智能化轉型與創新發展的關鍵驅動力。IBM 咨詢團隊為客戶提供人工智能咨詢服務，包括：基于現有業務流程和單元的重新評估，分析 AI 在各流程中的潛在作用，從技術成熟度、可行性以及業務價值等方面進行評估，并計算投資回報率（ROI）。例如，可以在材料智能審核、整車研發中的建模，以及軟件研發過程中的代碼生成等環節應用 AI。案例研究國內某汽車領軍企業：企業級 AI 平臺驅動治理模式創新與業務價值實現基礎架構 3130生成式 AI 可能會對企業造成破壞?！叭绻稠椖芰ν蝗蛔兊梅浅Ｖ匾?，但基礎卻還沒有搭建起來，我們就需要進行大量的內部

38、轉型才能跟上?！盤ochara Vanaratseath大城銀行信息技術部主管“談到硬件和軟件堆棧，維護過時的系統是一個不可避免的問題?，F代化說起來容易，實施起來卻非常困難?！盩awatchai Cheevanon泰京銀行首席產品和業務解決方案主管由于組織希望生成式 AI 能夠解決其所有問題，因此會忽略它給現有基礎架構等方面帶來的額外壓力。只有解決技術債務并從拼湊的系統轉型為目標而構建的技術基礎架構之后，組織才能完全從+AI 轉變為 AI+。近四分之三的的大中華區和全球受訪 CEO 表示其組織的數字基礎架構讓新投資能夠高效擴展并創造價值。13 但技術高管的看法卻不盡相同。AI 的規模和復雜性要

39、求基礎架構能夠支持其對數據、計算和存儲的巨大需求。只有 16%的受訪技術高管表示其組織的云計算和數據能力已經做好充分準備，能夠為生成式 AI 投資提供支持。14 同時，38%的大中華區受訪技術高管和 43%的全球受訪技術高管表示生成式 AI 導致對技術基礎架構的擔憂在過去六個月中有所增加（見圖 4）。更令人擔憂的是IBM 商業價值研究院的其他研究表明，只有 29%的云計算 IT 資產和服務達到了預期的效果。其余 71%實際上是多年以來零散技術實施所累積的技術債務。15 這種負擔迫使組織將精力和資源轉移到維護過時、分散的系統以及相關故障排除上，而不是實施大膽的想法和面向未來的計劃。盡管我們希望生

40、成式 AI 發揮魔力，但 基礎架構 33圖 4不匹配 AI的架構許多組織缺乏支持 AI 的技術基礎架構。3243%的技術高管表示生成式 AI 加劇了其對基礎架構的擔憂。技術高管必須直面這一弱點，首先要讓其他高管認識到現實情況。為了推動 AI 轉型，組織需要對基礎架構進行全面周到的改造，既要充分利用現有資源，也要投資未來。組織需要一個架構框架，可通過技術有意識地優化業務價值，同時涵蓋整個技術體系，包括平臺、安全、AI、云計算和數據。目標是構建一個可整合不同技術的基礎平臺，并能在未來多年內為業務提供支持。16戴姆勒卡車集團首席信息官 Marcus Claesson 認識到現代化架構和運營模式的價值

41、。自從戴姆勒卡車從梅賽德斯-奔馳分離出來以來，Claesson 的團隊一直在重新審視和替換過時的技術，并重新定義工作方式，但這并非易事。他說道：“這就像去健身房，雖然這很難也很痛苦，但最終讓我們變得更強壯，并為企業的未來發展夯實基礎?！彪S著技術高管開始為生成式 AI 做準備，基礎架構已成為其優先投資的重點。事實上，組織在混合云上的支出比在 AI 上的支出還要多混合云在當前支出中的占比為 24%，而傳統和生成式 AI 的支出占比為 18%。作為這項重點的一部分，謹慎選擇云合作伙伴對于避免供應商鎖定等風險至關重要三分之二的技術高管都擔心這一問題，并且正在主動識別合作伙伴的潛在風險。針對 AI 優化

42、的基礎架構投資并非一勞永逸。技術高管需要投入精力來將投資轉化為業務成效，同時盡量減少與當前技術債務相關的開銷，優化現有資源和能力，從而為 AI 創新騰出資金。近但“技術部門或許實現了技術，但如果企業尚未準備好，或者業務部門并未跟上步伐，那么就無法取得任何進展?！盝immy YeohDHL Express APEC 首席信息官四分之三的受訪 CEO 表示其組織的數字基礎架構讓新投資能夠高效擴展并創造價值?；A架構 3534將償還技術債務列為企業的當務之急。重構舊式系統以支持 AI 應用，并將舊式系統問題重新定義為阻礙生成式 AI 快速大規模采用的障礙。根據關鍵程度和 AI 驅動轉型的潛力來優化應

43、用和服務組合。確定哪些應用不再有用以及哪些應用尚且可以保留。運用生成式 AI 代碼助手對應用進行現代化改造，以支持混合云和 AI。優化基礎架構以支持無處不在的 AI。從“無處不在的 AI”的角度全面評估基礎架構的現狀。將合規性和能耗等因素納入就緒評估范疇。根據應對關鍵業務問題所需的要素來制定 AI 轉型路線圖。吸取云計算的經驗教訓，從一開始就采用安全設計。優化云基礎架構以支持處理和分析大型數據集的 AI 工作負載。整合云計算和 AI 合作伙伴網絡。選擇與您有相同價值觀和目標的合作伙伴。根據明確定義的基礎架構要求（包括安全性和合規性）來評估合作伙伴。超越小規模試點，開始全面實施。了解合作伙伴如何

44、在混合云上實現和支持工業級 AI 運營。優化與超大規模云服務商的合作關系，移除無法推動您從+AI 向 AI+模式轉型的合作伙伴。行動方案重新制定全面支持 AI 的技術戰略?！笆紫夹g官在組織中的核心作用應當是定義明確的技術原則和風險，并創建一個強大的架構模型來管理日益復雜的流程?！盇lberto RosaCaixaBank 首席技術官 基礎架構 3736案例研究奧迪創建穩定、可擴展的跨云平臺開發環境17奧迪需要創建一個穩定、可擴展的創新開發環境。這就需要更迅速地配置項目環境，以便能夠跨云平臺構建、交付和擴展診斷、數據管理及其他項目。奧迪還希望采用靈活的模塊化架構來支持迭代工作，從而降低風險并消

45、除依賴關系。奧迪基于 Red Hat OpenShift 創建了全新的即服務開發環境，為奧迪的平臺、應用和項目提供強有力的支持，以便實現大規模創新開發。奧迪將產品上市時間縮短了六個月。通過共同的基礎，開發人員能夠更高效地在本地部署環境和云環境中創建、交付和遷移解決方案。應用可擴展性大幅提升，可滿足各種新的需求。香港某體育娛樂慈善機構正在進行體育娛樂體驗變革，以實現運動帶動的綜合營運模式的現代化并吸引新一代的體育賽事愛好者。借助 IBM 在體育和娛樂行業的全球經驗，例如曾在溫布爾登網球錦標賽實施的生成式人工智能驅動的球迷體驗提升項目，該機構與 IBM 合作，共同評估試點場地的 O2O 體驗并設計

46、了新一代的現場觀眾體驗。IBM 的解決方案將包括多個組成部分，例如移動端消費者體驗，消費者營銷，數字化餐飲娛樂消費，以及 watsonx 生成式人工智能支持的場內互動體驗。其中生成式人工智能機可以為初體驗賽事的觀眾提供簡單易懂賽事預告及解讀，也能為更進階的觀眾提供自助式的賽事和選手數據分析從而讓更多的大眾根據對賽事的了解程度體驗更多精彩賽程。案例研究香港某體育娛樂慈善機構：借助生成式 AI 開展體育娛樂體驗變革基礎架構 39382023 年底，IBM 咨詢為該快消品企業交付了一套能夠基于用戶問題自主查詢后臺數據，并根據結果反饋合理響應的自動化、智能化的客服機器人。該企業的業務部門經理反饋稱，該

47、項目的交付完成，讓他們看到了生成式 AI 在實際業務中應用的可能性。據測算，智能客服機器人的平均問題響應時間可以控制在 1-2 分鐘以內，相較于人工回答所需的 6-8 小時的響應時間有著極大的提升。項目的成功交付使得該企業在生成式 AI 技術探索的道路上走在了行業的前列。未來雙方還將繼續在更多的業務部門及領域深入合作，共同探索生成式 AI 的可能性。案例研究某領先快消品企業：AI 智能客服助手，助力人工智能領域的探索“今天，我們必須關注我們能夠提供的產品，同時必須確保不會積累大量的技術債務。IT 高管必須不斷推動現代化?！盚ong Giep Toh新加坡土地管理局首席信息官AI 41“我的目標

48、是確?？蛻敉砩峡梢园残娜胨?，因為他們知道自己受到保護，并且可以繼續信任我們機構?！盜an CrambUBP 首席運營官AI 可能是不負責任的。如果組織認為其 AI 是值得信賴的，則往往會低估與信任和隱私相關的風險。只有從被動的風險應對轉變為主動的誠信文化，組織才能建立強大的信任關系，把握住其他組織尚未準備好的機會，并大規模實現有意義的差異化優勢。在當今充斥著 AI 產品和服務的市場中，公眾的信任度正在下降。18 因此，近四分之三(大中華區 78%，全球 71%)的受訪 CEO 表示建立和維護客戶信任對其組織成功的影響將超過任何特定產品或服務。19 而對于大多數（大中華區 84%，全球 80%）

49、的受訪 CEO 來說，其組織在使用生成式 AI 等新一代技術時保持公開透明對于培養這種信任關系至關重要。20 CEO 可能并未意識到其組織為可信 AI 建立的基礎并不牢固，而技術高管們則非常清楚這一點。盡管 65%的受訪技術高管表示已經為 AI 工作流程實施了治理機制，但同時也承認并未實現負責任 AI 的關鍵實踐，例如可解釋性、透明度、公平性和隱私等（見圖 5）?！霸趯嵤┤娴?AI 戰略之前，必須考慮相應的治理問題以及法規在特定環境中的適用性?！盢thabiseng Mosupye蘭德水務公司首席技術信息官40盡管我們希望 AI 是可信的，但AI 43負責任 AI 不再是一種可選項，而是一種

50、文化上的必選項。AI 的廣泛應用可揭示組織內部的數據、流程和決策過程，讓利益相關者更清楚地了解當前情況。但這也可能會向競爭對手公開過多的信息，因此技術高管需要在透明度與保密性之間找到平衡，通過有針對性的戰略來發揮 AI 可見性的競爭優勢。技術高管還必須考慮 AI 從單一應用場景擴展至整個組織工作方式的相關風險，并向相關方傳達這一風險。在 AI 無處不在的時代，打破規則簡直輕而易舉。任何員工都可能因為缺乏適當的培訓而濫用 AI 工具或在公共模型中泄露機密數據。萬事達卡總裁兼首席技術官 Ed McLaughlin 表示：“我們應該讓技術專家發揮主導作用，幫助人們理解安全影響、隱私影響和其他社會影響

51、。最后，技術高管需要建立全新的風險思維。謹慎觀望的態度會導致錯失機遇并落后于競爭對手。Sobeys 首席技術和分析官 Julia Knox 說道：“我們可以轉變對風險的看法，使其能夠成為卓越交付和卓越技術解決方案的推動因素?！睔W盟 AI 法案等新興法規定義了風險程度，并幫助組織了解重點領域。21技術高管可以掌控全局，積極應對 AI 風險，并將潛在的負擔轉化為差異化優勢。他們可以采取一些關鍵步驟，例如開發負責任 AI 框架、投資于 AI 倫理以及提供 AI 培訓與知識普及。主動行動有助于與利益相關者建立信任，同時找到 AI 風險與回報之間的最佳平衡點。42圖 5實施不力大多數組織未能大規模提供核

52、心的負責任的 AI 能力在很大程度上/非常大程度上實現 AI 能力的組織百分比50%可解釋性隱私保護公平（無偏見）透明度46%45%37%AI 4544搭建橋梁，而不是圍墻。公開傳達關于負責任 AI 開發和部署的價值觀和方法。對數據收集實踐和保護個人數據的方式保持透明。明確各方責任，并建立高效的客戶支持流程。正視生成式 AI 對體驗的影響，并與客戶、員工和其他利益相關者積極溝通，解答他們的疑慮和問題。成為有責任 AI 的倡導者。重視大規模擴展中的風險和“AI 偏移”問題。明確必須要掌控的領域，并在力量薄弱的區域加強防御。讓技術在責任與問責制中發揮主導作用。針對員工開展關于 AI 倫理和負責任使

53、用 AI 的培訓。組建更加多元化的員工隊伍，以支持開發無偏見的數據和模型。讓 AI 風險為你所用。合理規劃組織定位，在合規性競爭中搶占先機。通過全面的歸檔流程加速治理政策和控制。與當地司法管轄區領導和行業協會合作，積極倡導可平衡公共與私人利益的 AI 法規。選擇具有正確價值觀和能力的業務合作伙伴，確保負責任高效交付。將負責任計算原則納入采購合同。行動方案認識到成果取決于價值觀“在生成式 AI 出現后，一些新的法規也相繼出臺。隨著技術的發展，與負責任 AI 相關的領域也在不斷演變。因此，我們正在轉向一種如何管理風險的模型？”Mohammed Rafee TarafdarInfosys 首席技術官

54、46案例研究案例研究Talent 47為了進一步提升產品與服務的質量，某國際領先企業的中國分公司與IBM咨詢合作，開發了 AI 客戶聲音聆聽平臺（Voice of Customer,VOC），助力企業洞察熱點問題。VOC 平臺集成了該企業內部與外部多渠道客戶聲音數據，應用 AI 智能算法對聲音進行分析與洞察，自動識別最具備業務價值的服務與產品問題。VOC 平臺同步搭建問題反饋與預警閉環機制。業務部門可使用平臺進行熱點問題的追蹤與記錄，同時設定自動預警機制，24 小時監測重點項目，從而進一步改善產品和服務，提高客戶滿意度。AI 47IBM 系統增強合規性并減少工作量22某國際領先汽車企業：AI

55、客戶聲音聆聽平臺，推動提升產品與服務質量隨著未來各種新法規的不斷出臺，管理負責任 AI 是一項知易行難的任務。IBM 致力于將 AI 打造為變革的積極力量，這意味著要對公司已制定的 AI 原則負責。IBM 隱私與負責任技術辦公室在 GDPR 合規性方面也遇到了類似的情況。該部門建立了隱私與 AI 管理系統(PIMS)，專用于在全球范圍內監督 GDPR 及其他隱私法規的合規性?，F在，該部門增強了該工具，以幫助記錄和跟蹤整個 AI 運營中的合規情況。升級后的 PIMS 提供了一個集中化的企業級平臺，可用于捕獲、整合和透明化與數據隱私及整個 AI 生命周期（從設計、部署到日常使用）相關的元數據。PI

56、MS 注冊了 IBM 投入生產的新 AI 實例以及其他算法系統實例，并將這些實例納入集中化的企業級工作流程，以便評估其潛在風險。當 AI 模型上線后，該解決方案會立即持續監控其公平性、質量和偏差。同時，隨著各種新法規的出臺，PIMS 可用于導入這些要求，并更新治理模型和整體風險評估工作。IBM 隱私與負責任技術辦公室(OPRT)綜合治理與市場準備部門的 Lee Cox 說道：“我們不是讓流程負責人監控每一項資產、每一個人、每一個應用、每一個業務流程，并要求他們弄清楚需要遵守哪些法律，而是掩蓋了這種復雜性。有了 PIMS，他們現在只需要關注自動生成的整改任務，這為 IBM 節省了數千小時的工作時

57、間?！卑咐芯縏alent 49觀點生成式 AI 時代的綠色 IT技術高管認為可持續發展的商業價值超越了技術堆棧和技術職能大多數受訪技術高管表示會優先部署節能技術解決方案(75%)，并收集數據以跟蹤其可持續發展的進展(69%)。這項承諾不僅對其技術部門的運營至關重要，而且還有助于與負責可持續投資和公開股東報告的 CFO 和 CEO 建立更廣泛的聯系。事實上，74%的受訪技術高管認為環境可持續性是一種機遇，而非風險。通過優先在 AI 開發和部署中采用可持續性實踐，組織不僅可以減少環境影響，還可以產生更廣泛的積極效應。生成式 AI 對可持續性的影響是一把雙刃劍。一方面，生成式 AI 通過優化資源利

58、用、減少浪費和提高效率來支持可持續發展。此外，這項技術還可以幫助組織高效地管理其可持續發展報告和合規性。23 根據 IBM 商業價值研究院的最新調研，企業高管已經開始將生成式 AI 應用于應用開發、綠色編碼以及數據中心布局等關鍵領域，這些都是可持續發展計劃中的關鍵要素。24但技術高管也意識到，AI 模型的開發和部署需要耗費大量的能源。這會增加溫室氣體排放82%的受訪技術高管對此問題表示擔憂。25 隨著數據中心的電力需求不斷增加，迫切需要采用更加節能的方法來訓練、調優和運行 AI 模型。26“作為一位高管，我需要成為可持續發展領域的專家?！盙reg LavenderIntel 首席技術官AI 4

59、9數據 5150數據可能是一種負擔?！巴ㄟ^共享業務部門擁有的數據，生成式 AI 可以消除各個業務部門之間的壁壘?！盞azushi Kuse旭化成株式會社執行副總裁三分之二的受訪 CFO 表示其組織的高管團隊擁有快速投資部署新技術所需的數據。27 但技術高管并不這么認為只有 35%的大中華區受訪技術高管和 29%的全球受訪技術高管非常同意其企業數據達到了所需的質量、可訪問性和安全性標準，可支持高效擴展生成式 AI（見圖 6）。事實上，由于生成式 AI 的興起，45%的受訪技術高管表示對數據準確性或偏見的擔憂在過去六個月中有所增加。企業數據表面上看似集成在一起，但背后往往是通過手動方式拼湊收集和整

60、合的。這不僅會阻礙詳細分析，還可能會引發不信任并產生數據孤島。只有少數組織實施了關鍵數據能力，例如 Data Fabric 架構(48%)、企業級數據標準(42%)、客戶主數據(46%)、產品主數據(35%)或通用數據模型(44%)。如果缺乏這些能力，企業數據將難以支持生產級、工業規模的 AI 目標?，F在，技術高管需要將數據管理討論提升到企業層面。讓所有各方參與對話的一種方式是在治理、風險和合規(GRC)領域開展合作。GRC 提供了一種協同 IT 與業務的結構化方法 28，并基于一系列核心實踐建立標準化的數據管理流程。例如，數據不一定是技術資產，而是一種業務資產，需要業務部門掌握所有權并擔負責

61、任。盡管我們將數據視為貨幣，但如果只關注于將數據視為貨幣，組織往往會忽視一些關鍵步 驟，而無法將雜亂無章的分散數據轉化為一致的端到端資產。只有堅定不移地將數據管理從后端提升至核心位置，組織才能建立一個整合且可信的數據體系，以便能夠探索 AI 的無限可能性。數據 5352同樣，數據質量問題通常源于數據治理不力，而不是技術限制。GRC 需要關注整個企業的流程、政策和程序，以提高數據的準確性、完整性和一致性。dsm-firmenich 首席數字和信息官 Ipek Ozsuer 指出，治理對于發揮數據的差異化優勢至關重要。她說道：“必須對自己的數據有全面的可見性，妥善管理數據，然后才能將數據轉化為競爭

62、優勢。這也正是治理至關重要的原因所在?！蓖ㄟ^ GRC 驅動的企業級風險與合規管理方法，組織還可以有效應對數據相關風險，例如數據泄露或合規暴露。這包括識別和管理網絡安全威脅以及對員工進行風險和政策教育。高績效型技術高管通過實施有效的數據管理實踐，實現了卓越的業務成效。成熟的 GRC 實踐讓組織能夠將數據管理轉化為競爭優勢。隨著各種新的 AI 法規不斷出臺，組織可以更有效地調整方向，并更加快速高效地釋放數據中的價值。圖 6數據脫節CFO 的信心被技術高管的質疑所削弱。5229%的受訪技術高管非常同意其企業數據具有必要的質量、可訪問性和安全性，可支持高效擴展生成式 AI。67%的受訪 CFO 表示其

63、高管團隊擁有快速投資部署新技術所需的數據。但只有“數據隱私和網絡安全的重要性遠超以往。作為技術高管，我們必須合作構建技術實踐和基礎架構，以實現負責任和安全的 AI 運營?！盡arwan Bin Haidar迪拜水電局(DEWA)創新與未來執行副總裁關注成果，而非數據。建立與業務部門一致的語言，專注于提升客戶體驗和實現業務成效的共同目標。通過故事敘述和情景演練，加強技術部門和業務部門對客戶旅程和痛點的共同理解。確定對組織在企業和業務部門層面取得成功至關重要的關鍵業務指標和成果。清理數據沼澤。從收集更多數據轉向整理最重要的數據，首先制定清晰的數據管理愿景和戰略，并與業務目標保持一致。揭示當前的數據

64、環境及其局限性，突出業務需求與數據能力之間的差距。制定數據管理路線圖，包括里程碑、時間表和所需資源。注重數據管理每個階段的投資商業認證。加快決策速度。利用技術讓相關人員能夠輕松獲取和理解數據洞察并采取針對性行動。設計支持可靠分析的界面。建立統一的數據治理框架來定義您的組織如何收集、組織、存儲、準備和使用其數據來支持各個層級的決策。建立數據目錄來集中管理可用數據，包括元數據、數據質量和使用情況，從而改善數據可見性。數據 5554行動方案積極追求有效的數據管理?！罢劦綌祿?，我們絕對不能在安全性上妥協。這是最重要的。無論做什么，都必須保證數據的安全性?！盩awatchai Cheevanon泰京銀行

65、首席產品和業務解決方案主管數據 5756作為一家領先的電子元件制造商，三星電機一直面臨著如何管理來自各種來源的大量數據的挑戰，包括生產輸入、設備數據系統和產量分析系統。這些數據分散在不同的系統中，難以快速高效地定位、標準化和使用。為了建立可幫助企業以可擴展且安全的方式整合和管理數據的解決方案，三星電機選擇采用 IBM Cloud Pak for Data 和 IBM Watson Knowledge Catalog 解決方案來構建強大的數據平臺。該平臺可實現數據整合、可觀測性、主數據管理以及數據治理與安全功能。該公司成功連接了多個數據源，包括 Impala、SAP HANA、Oracle 和

66、MS SQL，并創建了一個集中式數據倉庫。通過自助功能，該平臺增強了數據可訪問性，并將用戶完成任務的時間從 30 天縮短至 10 天或更短。此外，該平臺還增強了數據治理，讓該公司能夠根據嚴格的治理原則來管理個人和敏感信息。數據管理也得到了有效擴展該解決方案最初只連接 5 到 6 個數據系統，如今已經擴展至 20 多個系統。案例研究三星電機引領可信數據29縱橫平臺智能匹配工具（Smart Data Mapping,以下簡稱為 SDM）是 IBM 以通用數據字典為核心，利用 NLP 自然語言處理算法、深度學習模型等 AI 技術，通過內置的 IBM 行業數據字典規范與預訓練的AI 算法模型，進行數據

67、匹配和自動映射的工具。IBM 咨詢使用 SDM 的智能映射匹配、詞根分析等功能，為某股份制銀行完成數萬項數據字典的編制工作。某股份制銀行在開展企業級數據字典編制工作時，通過公司董事長領導掛帥、業務部門牽頭、科技部門配合、數據管理部門復核的協同方式，積極調動全行超過 20 個業務部門參與數據字典的編制工作。該項目實現了各部門的充分協同。董事長直接過問數據字典建設進程和落地進展；業務部門負責對數據中文名稱、業務定義、業務規則等進行初稿編制；科技部門負責對數據類型、長度等內容進行定義；數據管理部門負責對數據字典整體內容進行復核、完善和確認。各部門充分發揮各自的專業領域知識和經驗，共同努力、高效配合，

68、對全行關鍵系統進行多輪滾動整合和萃取，最終形成了覆蓋對公、零售、同業等業務領域的萬余項企業級數據字典。通過該咨詢項目，該銀行取得了顯著的業務成效：自動化檢核字典項屬性值的內容，完成對共計超過 30 萬個字典項屬性值的內容進行質量檢核，相較于純人工質檢節省了 80%時間；自動化生成字典項英文名稱與簡稱，大幅減少人工逐項編寫的時間成本，同時保障詞根英文翻譯的一致性。案例研究國內某股份制商業銀行：企業級數據字典，淬煉企業高價值數據資產，邁入數據要素時代“我們正通過創建數據治理和控制框架來應對生成式 AI 的挑戰，確保利益相關者對基礎架構、大語言模型(LLM)及其可解釋性感到滿意，同時避免產生 AI

69、幻覺?！盇run Mehta阿布扎比第一銀行（FAB 銀行）首席數據和分析官“我們現在有一項規定，所有數據所有者必須將其數據共享給組織中任何需要使用這些數據的人員。這樣可以加快數據的使用和組合。員工可以更快地開始試驗，而不必通過委員會的審批?！盚auke Stars大眾汽車集團 IT 與數據董事會成員人才 5958我們仍在采用過時的人才策略?！癆I 可以增強并放大人才的能力?！盤ere NebotCaixaBank 首席技術官由于企業仍在采用過時的人才策略，因此陷入了人才發展的困境，充其量只能帶來有限的生產力提升。只有優先采用認可關鍵專業能力并將人機協作置于創新核心的運營模式，組織才能建立不斷

70、自我強化的創新和增長循環。三分之二的受訪 CEO 表示其團隊具備采用生成式 AI 等新興技術所需的知識和技能。30 然而，只有一半的受訪技術高管持同樣樂觀的態度。具體來說，36%的大中華區受訪技術高管和 40%的全球受訪技術高管表示對生成式 AI 專業能力的擔憂在過去六個月中有所增加。技術高管在人才團隊建設上面臨著殘酷的現實。近六成(大中華區 60%，全球 58%)的受訪技術高管表示難以填補關鍵職位的空缺（見圖 7）。受訪技術高管預計關鍵領域長期存在的人才短缺問題不會在短期內得到改善。他們預計未來三年內云計算技能短缺將增加 36%，AI 技能短缺將增加 29%，安全技能短缺將增加 25%，隱私

71、技能短缺將增加 39%。同時，他們預計未來三年內 30%的現有技術員工將需要接受再培訓或技能提升培訓。技術高管深知人才的重要性。近三分之二(63%)的受訪技術高管表示其組織的競爭力將取決于吸引、培養和留住頂尖技術人才的能力。但這與其他優先事項形成了沖突；超過一半(54%)的受訪技術高管認為財務壓力阻礙了其投資于技術人才的能力。盡管我們認為自己的團隊很強大，但60圖 7技術人才缺口CEO 充滿信心；但技術高管面臨挑戰。66%的受訪 CEO 表示其團隊具備采用生成式 AI 等新興技術所需的知識和技能。58%的受訪技術高管表示在填補關鍵技術崗位方面存在挑戰。但技術高管需要在其組織中激發一種“頓悟時刻

72、”未來的工作不僅僅是找到更多的人才，而是要充分釋放現有人才的潛力。這就需要重新思考工作角色、學習路徑和工作流程。31 其宗旨是徹底轉變運營模式，以發揮新興技術和創新工作方式的強大力量。根據 IBM 商業價值院的調研，優先推動運營模式轉型而非勞動力技能提升的組織實現了更加出眾的績效。這意味著采用敏捷方法，確保團隊朝著共同的目標努力，而不是簡單地完成任務。這就需要投資開展再培訓和技能提升培訓，而不是外部招聘；這就需要深入分析流程和工作角色，確定需要變革的領域；還需要利用數據來重塑流程并利用生態系統合作伙伴來填補技能缺口69%的受訪技術高管已經在采用這種策略。32借助這樣的策略，組織就可以依托于更先

73、進的運營模式，全面推動富有成效的“人機偕行”模式。生成式 AI 將為技術團隊提供可節省時間的關鍵能力，從而讓全面技術運營轉型成為可能。生成式 AI 有助于開發速度更快、質量更高的代碼，還可以自動執行勞動密集型任務、簡化知識共享與傳遞，以及簡化日志檢查等復雜任務。這些優勢讓專業人員能夠專注于 AI 時代至關重要的人際合作技能，包括創造力、共情能力和解決復雜問題的能力。技術高管承擔著繁重的任務，因此很容易忽視人才問題。盡管技術至關重要，但僅憑技術無法帶來可持續的差異化優勢。因此，在這樣的市場環境中，面向未來對齊技術與人才，才是建立持久競爭優勢的關鍵因素?！叭祟愑肋h無法做到的事情有哪些？我們真正要做

74、的不只是實現繁重工作的自動化，而是要創造以前人類無法實現的能力和價值?！盓d McLaughlinMastercard 總裁兼首席技術官人才 61人才 6362重新定義未來企業所需的角色和技能。引領組織探索人才與技術融合帶來的全新可能，發掘新的增長點和轉型機會。拒絕將不良或過時的流程自動化。使用流程挖掘來分析工作的完成方式，以及可以消除哪些瓶頸或低效問題。重新設計工作角色來體現新的工作方式，從而增強人機協作的優勢。掌控你所需的人才資源。建立可形成技能和專業能力互補的戰略伙伴關系。在企業內部掌握高價值技能，并利用合作伙伴獲取非稀缺性技能。借助合作伙伴引入具備急需技能的優秀人才，并有效管理人才需求

75、波動。確定并投資于維持有效運營和推動增長所必需的關鍵間接領域。打造無法抗拒的員工體驗。制定涵蓋技術、文化和流程的全方位員工體驗策略。讓員工來定義如何運用 AI 助力提高工作效率和質量。將再培訓和技能提升培訓轉化為進階機會。建立 AI 學院或卓越中心，助力員工提升專業能力?！癈IO 的職責不再以技術為中心，還需要善于與人溝通，了解團隊成員，并將合適的人才安排在合適的崗位上?！盤ochara Vanaratseath大城銀行信息技術部主管行動方案采用以人才為中心的技術運營策略“一條經典的智慧是：明確的角色、明確的目標和明確的責任。如果你招聘了目標不清晰、角色不明確的人才，又不支持他們實現應有的成果

76、，他們失敗就是必然的?！盙reg LavenderIntel 首席技術官64開創人力資源的未來時代33在增強型勞動力時代，員工必須發揮什么樣的關鍵作用？人力資源如何優化人機偕行關系？將 AI 和自動化融入日常工作并非易事，但 IBM HR 正在開辟一條創新的道路。從創建下一代數字助手到簡化 IBM 的晉升流程，公司知道技術可以節省員工的時間，讓他們更輕松地實現戰略目標。為確保一切順利進行，IBM HR 將數千名員工的數據（存儲在多個大型電子表格中）提取到一個統一的系統中。匯總員工數據之后，IBM HR 可以使用數字助手將這些數據編錄到儀表盤中，從而幫助經理評估績效，并幫助員工朝個人目標前進。數

77、字助手可以為經理提供更快速做出更明智決策所需的信息，但不會替代他們做出決策。在北美的一項試點中，IBM HR 在時間節省方面實現了令人矚目的成果。他們成功將每位經理提名晉升候選員工的用時從 8 小時縮短至 1小時，每個季度總共可減少大約 12,000 小時。在取得這項成功后，IBM 已經開始將該數字助手推廣到其他地區，預計每年可節省多達 50,000 小時的時間。自動化還將流程時間從 10 周縮短到 6 周，這讓人力資源支持團隊能夠更加專注于為每位經理提供指導。此外，該團隊現在還可以分析提名數據，從而為整個企業提供洞察。此解決方案成功展現了自動化和 AI 如何將人類提升到價值鏈的更高層次，同時

78、大幅加快決策速度。案例研究某國內知名快消品企業全面推進數字化建設，開啟對組織、業務和運營的系統性重塑，同時也將數字化人才隊伍建設作為重要的戰略舉措，為數字化戰略落地培養所需人才和技能，保障數字化戰略落地成功。該企業著手對標行業領先實踐，與 IBM 合作開展數字化人才和能力建設，清晰定義了數字化人才梯隊，即數字化管理人才、數字化專業人才、數字化應用人才和數字化一線操作人員，建立了企業級的數字化通用能力模型，并設計了分層級、分角色的人才培養方案，啟動數字化人才賦能。數字化通用能力模型：為了從組織層面建立數字化人才的統一認知和能力標準，IBM 基于先進的數字化轉型方法論和數字化洞察，結合未來的發展趨

79、勢，以及世界和本土企業的數字化轉型實踐，緊密契合該企業的文化價值觀、數字化戰略，與客戶共創了數字化人才通用能力模型。模型從思維認知、組織文化、工作方式、引領轉型的關鍵技能四個方面構建企業數字化人才的基礎能力，并清晰定義了分層級的能力標準。數字化人才培養方案：針對各類人才、各個層級的能力要求，定位賦能要點，建立數字化人才培養體系，篩選出近千門數字化培訓課程庫，形成分角色的學習地圖和以能力分類的專題培養系列。賦能成果：IBM 幫助客戶定制化設計了數字化四類能力的基礎課程和管理者賦能培訓課程，在該企業有步驟地向全員推進數字化能力主題的培養。案例研究國內某知名快消品企業：打造數字化人才梯隊，保障數字化

80、戰略落地觀點擴大技術人才庫：倡導女性進入 AI 領域“如果讓更多女性進入 AI 領域，不僅可以消除偏見，她們還會帶來更具觀察力、更具同理心和更全面的視角?！盡arisa Reghini Ferreira Mattos巴西銀行首席技術和數字業務發展官人才 6766根據 IBM 商業價值研究院的年度女性調研，近一半的受訪女性擔心 AI 驅動的自動化會取代她們的工作。35 AI 革命為女性提供了改變局勢的機會，她們可以掌握主導權，幫助組織識別 AI 的潛在問題，同時展示她們在技術高層對話中的價值。技術高管需要鼓勵女性成為 IT 和 AI 專家，這不僅可以擴大人才庫，還可以獲取影響未來 AI 轉型的關

81、鍵觀點。過去，IT 領域一直都是由男性主導，女性人才十分匱乏。而生成式 AI 的出現使得這一問題變得更加嚴峻。根據 IBM 商業價值研究院的 2024 年度女性調研，67%的受訪女性高管表示，女性在生成式 AI 的高層對話中參與不足。當偏見在 AI 模型輸出中體現為有害或不準確的結果時，多元化的員工團隊可以成為提升信任和品牌價值的保障。34巴西銀行首席技術和數字業務發展官 Marisa Reghini Ferreira Mattos 指出：“如果 70%到 80%的 IT 專業人員都是男性，那么 AI 編碼顯然會帶有偏見。如果讓更多女性進入 AI 領域，不僅可以消除偏見，她們還會帶來更具觀察力

82、、更具同理心和更全面的視角所以潛力是巨大的?！笨偨Y 6968“隨著生成式 AI 的出現，技術高管開始坐上駕駛位。加速器已經全力開啟，因此需要盡可能掌控方向，同時盡量避免過多地踩剎車?！盚ong Giep Toh新加坡土地管理局首席信息官“在每次董事會會議上，我都會找機會談論 IT 對業務的積極影響。這有助于提升對 IT 重要性和影響力的理解?！盚auke Stars大眾汽車集團 IT 與數據董事會成員總結AI 革命進行時技術高管必須具備坦誠的態度，才能有效應對 AI 的挑戰并把握相關機遇。在 AI 時代，技術高管面臨更高的風險，同時也將產生更大的影響力。AI 正在變革企業的核心業務模式從重新定

83、義員工的工作方式以及領導者的決策和戰略制定方式，到重塑客戶體驗和關系。然而，要實現這一目標，技術高管必須帶領其組織克服阻礙其 AI 轉型的盲點。他們需要組織技術與業務之間的關鍵對話，以推動績效提升，同時在轉型速度、創新需求以及治理和財政責任之間取得平衡?，F在不是漸進式思考的時代。當今的技術高管必須大膽行動且富有遠見，才能實現成功的戰略。這要求從技術孤島轉向業務驅動，從風險規避思維轉變為明智的風險決策，從追隨者轉變為創新者和變革者。正如云計算徹底改變了大規模計算的方式，生成式 AI 和企業級 AI 的興起標志著技術高管職業生涯的重大轉折點。那些能夠以負責任、可信的方式駕馭 AI 能力的技術高管將

84、引領其組織從競爭中脫穎而出。7070調研方法和分析2024 年第一季度，IBM 商業價值研究院(IBM IBV)與牛津經濟研究院合作，針對全球 2,500 位技術高管進行了一項調研，包括首席技術官(CTO)、首席信息官(CIO)和首席數據官(CDO)。受訪者來自全球 26 個行業和 34 個國家/地區，其中有 213 位受訪者來自于大中華區。此外，我們還針對一小部分高管進行了深入定性訪談，主要討論了研究中的關鍵洞察以及他們在 AI 新時代領導企業技術發展的實際經驗。這提供了關于大規模開發和交付面向 AI 的技術能力的挑戰和機遇方面的寶貴見解。IBM 商業價值研究院的數據分析團隊進行了一系列深入

85、分析和數據轉換，以揭示復雜和新興現象之間的深層關系，例如哪些行為會帶來特定的益處以及哪些因素會加速 AI 價值的實現。作為此項數據分析的一部分，我們確定了一部分高績效型技術組織，此類技術組織在各種財務和運營指標上都實現了出眾的表現。此類技術組織在戰略制定與執行方面的表現更加出眾，在技術投資決策中展現出了業務高管與財務高管之間的密切合作，注重衡量其數字計劃的成效和價值，并且全面了解組織中的技術賦能和支持情況，涵蓋業務線、地理區域和職能等各個層面。71備注和參考資料1 2024 Global C-Suite Series:6 hard truths CEOs must face:How to mo

86、ve forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo2 2024 Global C-Suite Series:6 hard truths CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.Unpubl

87、ished data;2023 Global C-suite Series:CEO decision-making in the age of AI:Act with intention.IBM Institute for Business Value.June 2023.Unpublished data.3 2024 IBM Institute for Business Value survey of 2,000 Chief Financial Officers.2024.Unpublished data.4 2024 Global C-Suite Series:6 hard truths

88、CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo5 Ibid.6 Harper,Scott,Joni Saylor,Dixie Adams,Matt Gierhart,and Nisha Kohli.Digital product alchemy:5 lessons in driving revenue through customer o

89、bsession.IBM Institute for Business Value.May 2024.https:/ibm.co/digital-product-alchemy7 Harper,Scott,Joni Saylor,Dixie Adams,Matt Gierhart,and Nisha Kohli.Digital product alchemy:5 lessons in driving revenue through customer obsession.IBM Institute for Business Value.May 2024.Unpublished data.8 Ha

90、rper,Scott,Joni Saylor,Dixie Adams,Matt Gierhart,and Nisha Kohli.Digital product alchemy:5 lessons in driving revenue through customer obsession.IBM Institute for Business Value.May 2024.https:/ibm.co/digital-product-alchemy9 Shacklett,Mary E.“Optimizing the CIO and CFO Relationship.”Information Wee

91、k.April 13,2021.https:/ 商業價值研究院IBM 商業價值研究院(IBM IBV)成立二十多年來，憑借 IBM 在商業、技術和社會交叉領域的獨特地位，每年都會針對成千上萬高管、消費者和專家展開調研、訪談和互動，將他們的觀點綜合成可信賴的、振奮人心和切實可行的洞察。需要 IBV 最新研究成果，請在 上注冊以接收 IBV 的電子郵件通訊。您可以在 Twitter 上關注 IBMIBV，或通過 https:/ibm.co/ibv-linkedin 在 LinkedIn 上聯系我們。訪問 IBM 商業價值研究院中國官網，免費下載研究報告：https:/ IBM，我們積極與客戶協作，

92、運用業務洞察和先進的研究方法與技術，幫助他們在瞬息萬變的商業環境中保持獨特的競爭優勢。10 2024 Global C-Suite Series:6 hard truths CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo11 2024 IBM Institute for Business Value survey of 2,000 Chi

93、ef Financial Officers.2024.Unpublished data.12“Apptio Helps The Standard Optimize Cloud Costs and Align IT Spend With Key Business Strategies.”IBM Apptio case study.Accessed August 19,2024.https:/ 2024 Global C-Suite Series:6 hard truths CEOs must face:How to move forward with courage and conviction

94、 in the age of AI.IBM Institute for Business Value.May 2024.https:/ibm.co/c-suite-study-ceo14 From chaos to cash:How hybrid by design creates business value.IBM Institute for Business Value.May 2024.https:/ibm.co/from-chaos-to-cash15 Ibid.16 Ibid.17“Audi builds developer environment with Red Hat Ope

95、nShift.”Red Hat case study.September 9,2021.https:/ Marr,Bernard.“As AI Expands,Public Trust Seems to be Falling.”Forbes.March 19,2024.https:/ 2024 Global C-Suite Series:6 hard truths CEOs must face:How to move forward with courage and conviction in the age of AI.IBM Institute for Business Value.May

96、 2024.Unpublished data.20 Ibid.21“High-level summary of the AI Act.”EU Artificial Intelligence Act.Accessed July 24,2024.https:/artificialintelligenceact.eu/high-level-summary/72 Copyright IBM Corporation 2024國際商業機器（中國）有限公司 北京市朝陽區金和東路 20 號院 3 號樓 正大中心南塔 12 層 郵編：100020美國出品|2024 年 10 月IBM、IBM 徽標和 是 Int

97、ernational Business Machines Corporation 在世界各地司法轄區的注冊商標。其他產品和服務名稱可能是 IBM 或其他公司的商標。以下 Web 站點上的“Copyright and trademark information”部分中包含了 IBM 商標的最新列表： Hat 和 OpenShift 是 Red Hat,Inc.或其子公司在美國和其他國家/地區的注冊商標。本文檔為自最初公布日期起的最新版本，IBM 可能隨時對其進行更改。IBM 并不一定在開展業務的所有國家或地區提供所有產品或服務。本文檔內的信息“按現狀”提供，不附有任何種類的（無論是明示的還是默示

98、的）保證，包括不附有關于適銷性、適用于某種特定用途的任何保證以及非侵權的任何保證或條件。IBM 產品根據其提供時所依據的協議條款和條件獲得保證。本報告的目的僅為提供通用指南。它并不旨在代替詳盡的研究或專業判斷依據。由于使用本出版物對任何企業或個人所造成的損失，IBM 概不負責。本報告中使用的數據可能源自第三方，IBM 并未對其進行獨立核實、驗證或審查。此類數據的使用結果均為“按現狀”提供，IBM 不作出任何明示或默示的聲明或保證。7O5E73GP-ZHCN-0122“Building trust in AI.”IBM case study.Accessed July 25,2024.https

99、:/ Abbosh,Oday and Christina Shim.“AI this Earth Day:Top opportunities to advance sustainability initiatives.”IBM Think Blog.April 22,2024.https:/ IBM Institute for Business Value Green IT survey of 750 executives.2024.Unpublished data.25 Goehring,Brian,Manish Goyal,Ritika Gunnar,Anthony Marshall,an

100、d Aya Soffer.The ingenuity of generative AI:Unlock productivity and innovation at scale.IBM Institute for Business Value.June 2024.Unpublished data for 300 tech leaders.26“For the planet and people:IBMs focus on AI ethics in sustainability.”IBM Think Blog.April 22,2024.https:/ 2024 IBM Institute for

101、 Business Value survey of 2,000 Chief Financial Officers.2024.Unpublished data.28“What is GRC(Governance,Risk,and Compliance)?”IBM website.Accessed July 25,2024.https:/ with trusted data.”IBM case study.Accessed August 9,2024.https:/ 2024 Global C-Suite Series:6 hard truths CEOs must face:How to mov

102、e forward with courage and conviction in the age of AI.IBM Institute for Business Value.May 2024.Unpublished data.31 Goldstein,Jill,Bill Lobig,Cathy Fillare,and Christopher Nowak.Augmented work for an automated,AI-driven world:Boost performance with human-machine partnerships.IBM Institute for Busin

103、ess Value.August 2023.https:/ibm.co/augmented-workforce32 Ibid.33“Creating the future of human resources.”IBM case study.Accessed August 9,2024.https:/ Lin,Salima and Joanne Wright.Forging the future of AI:Women can take the lead.IBM Institute for Business Value.March 2024.https:/ibm.co/women-leadership-ai35 Ibid.掃碼關注 IBM 商業價值研究院官網微博微信公眾號