《IBM:集體智慧:來自最高管理層調研之洞察-工業品行業(20頁).pdf》由會員分享,可在線閱讀,更多相關《IBM:集體智慧:來自最高管理層調研之洞察-工業品行業(20頁).pdf(20頁珍藏版)》請在三個皮匠報告上搜索。
1、A 集體智慧集體智慧 來自最高管理層來自最高管理層調研之洞察調研之洞察 工業品行業 全球最高管理層調研 (第 19 期) IBM 商業價值 研究院 B IBM 商業價值研究院聯合牛津經濟研究院對工業品行業的 1,023 名最高層主管開展了調研。這些調研對話既包括定量回答,也包括定性回答。本工業品行業調研報告從收集的全部數據樣本中選出 994 項有效回答作為分析基礎。 來自 112 個國家或地區 20 個行業的 12,800 多名高管參與了我們本次最新調研,涵蓋 6 種高管層職位。我們使用 IBM Watson Natural Language Classifier 對高管身處各自環境所作的回答
2、進行分析,并確定總體主題。我們還運用聚類分析和判別分析等各種統計方法,仔細研究所收集到的數百萬個數據點。 1 企業需要智能企業需要智能 商品化日益常見,數字化不斷普及,客戶要求越來越高,經濟體互聯互通, 技能嚴重短缺所有這些挑戰都給工業品行業帶來前所未有的變革。通過對超過 1,000 名工業品行業的最高層主管開展調研,我們發現,受訪企業認為市場因素、 技術因素和人員技能在未來兩到三年內將會面臨的主要問題(提出這些因素的受訪者比例分別為 74%、66% 和 65%)。市場因素包括日益加劇的競爭、不斷變化的市場動態、 捉摸不定的客戶喜好以及全新出現的分銷渠道等。技術因素包括云計算、人工智能 (AI
3、) 和物聯網 (IoT) 等顛覆性技術。 人員技能可能預示著數字能力和數據科學方面存在人才缺口, 因為這些技能集的重要性和需求量都在不斷增長。 工業品行業的最高層主管最擔心的不是行業外的競爭者:超過 3/4 的工業品行業最高層主管表示,真正的顛覆來自于銳意創新的業內傳統企業 尤其是正在自我重塑,力爭在顛覆性的數字時代蓬勃發展的企業。 超過一半的工業品行業最高層主管表示, 競爭對手借助先進技術創造出更具吸引力的價值主張, 對他們目前的業務模式構成威脅。 2 工業品企業應對這些挑戰的方式已發生了根本性的變化。成功的規則已從戰勝顛覆者轉變為不斷進行自我重塑以及選對合作伙伴。 73% 的受訪工業品行業
4、的 CEO 將產業融合列為推動其制定新戰略的主要趨勢。這些戰略目前專注于開展新產品和新服務創新;通過并購或利用合作伙伴網絡,實現有機增長與擴張。當被問及在不久的將來,哪些因素有助于加速提升績效時,重塑者企業 CEO 表示,更靈活的業務戰略是最重要的加速器。 充分發掘數據 工業品企業可以讓整個企業中所有職能部門的現有數據發揮更大價值: 那么,企業該如何制定靈活的業務戰略呢?答案就是智能。分析技術的興起使得數據訪問和使用變得前所未有的簡單。洞察驅動的人工智能 (AI) 和認知計算系統集算法、自然語言處理和機器學習于一體, 使人類和機器能夠更自然地進行互動。分析技術,尤其是深度學習的一個主要方面,便
5、是依賴于數據,數據越豐富,成果就越顯著。數據量越大、來源越豐富,產生的洞察便越準確、越有意義。1 通過利用智能,工業品企業就能夠評估商業市場,發現新的客戶需求并評估決策, 然后基于這些洞察獲得競爭優勢和戰略優勢。 財務 人力資源 信息技術 營銷 運營 交易數據,競爭對手信息,風險概況數據 員工情緒數據 IT 資產管理,網絡監控數據 客戶群信息,廣告優化,購買和總支出數據 路線優化,維護模式,停機規避,天氣數據 3 認識領先者認識領先者:重塑者:重塑者 為了了解表現最優異的企業如何別出心裁地應對顛覆大潮,我們應用了聚類分析定義, 確定了三類不同的企業 “原型” :重塑者、實踐者和渴望者。 26%
6、 36% 38% 圖 1 工業品行業企業歸類為不同的原型類別 行業原型具有不同的特征,導致他們處于不同的位置 重塑者重塑者 實踐者實踐者 渴望者渴望者 4 顧名思義,重塑者專注于開發突破性的產品、服務和業務模式;擅長從生態系統中獲得價值;并積極開展各種試驗性活動。他們的 IT 和業務戰略保持同步 所有這些特點都有助于他們在經濟效益方面脫穎而出,以創新者的形象出現在世人面前。 重塑者借助人工智能實現流程自動化,或創建自主(自我運行的) 流程。 尤其是在制造、 研發和產品/服務交付方面,他們利用人工智能獲得了比同行更多的效益(見圖 3)。他們的 CEO 表示,為了應對顛覆挑戰,已經制定了完善的戰略
7、,重點關注產品創新 (88%) 和業務擴張 (71%) 方面。 圖 2 企業中的自動化 工業品行業的重塑者擅長流程自動化 工業品工業品 重塑者重塑者 工業品工業品 所有其他企業所有其他企業 “通過對制造流程數據應用人工智能,我們能夠有效降低缺陷率、縮短生產周期并在價值鏈中保持適當的庫存水平?!?日本某工業品行業首席財務官 問題:以下哪項最能說明貴公司當前的流程自動化水平?(百分比表示選擇使用非結構化數據實現流程自動化,或者選擇基于數據發現的自主(認知)決策功能的受訪者數量。) 74% 26% 5 實踐者雄心勃勃,但尚未擁有實現目標所需的足夠能力。他們缺乏重塑者所具備的專注力和敏捷性。 渴望者遠
8、遠落在后面。他們還需制定清晰的戰略,部署適當的流程和資源,并培養把握新機遇所需的敏捷性。與重塑者不同,他們并非由技術驅動,建立廣泛合作關系的速度較慢,也基本不具備能夠適應快速變化的企業文化。 “我們的目標是將人工智能和物聯網相結合,提高生產效率和可追溯性,從整合數據源中提取洞察, 并增強對實際客戶行為和使用情況的了解?!?中國某工業品行業首席執行官 制造流程 研發 產品和服務交付模式 問題: 請說明迄今為止人工智能/認知技術對貴公司以下業務流程的影響。 百分比代表按照五分制原則選擇 4 分或 5 分的受訪者數量。 圖 3 人工智能對業務流程的影響 越來越多的工業品重塑者開始將人工智能融入業務流
9、程之中 工業品工業品 重塑者重塑者 工業品工業品 所有其他企業所有其他企業 6 重塑者的最高層主管創造重塑者的最高層主管創造智能智能 重塑者的最高層主管緣何能夠脫穎而出?重塑者企業中的最高層主管利用從數據和分析中獲得的智能,履行各自的職責。CFO 專注于幫助企業實現發展。 CHRO 致力于重塑員工體驗。CMO 努力改進企業與客戶的互動方式。COO 則集中精力執行客戶體驗戰略,提高運營效率。 CFO 舉措舉措 CFO 獲取并利用分析洞察,幫助他們評估戰略商機的價值,包括任何潛在風險。另一方面,CFO 可以從風險和回報的角度, 提供并幫助解釋新商業化機遇的效益分析。 分析能夠產生必要的洞察, 用于
10、評估增長機會 (無論是有機增長機會還是并購增長機會)的資本分配風險和回報情況,并設定預期回報標準。 “我們計劃通過數據驅動型服務推進技術成果,從而幫助改善客戶體驗?!?加拿大某工業品行業首席信息官 7 建立共性、整合數據以及獲得所需技能是創建可信賴洞察的基本要素。難怪重塑者 CFO 會對如何使用標準財務會計科目表、通用財務數據定義和企業范圍信息標準駕輕就熟。事實上, 83% 的重塑者 CFO 已有效實施了企業范圍的信息標準, 而其他同行中這個比例僅為 50%。 重塑者 CFO 在整合整個企業范圍的數據方面也比同行更出色,他們能夠有效地 通過數據分析來增強各方面的績效表現。此外,近 3/4 的重
11、塑者 CFO 與業務部門合作, 在財務部門中培養了分析人才,相比之下,其他同行中這個比例僅為 50%。 CFO 需要獲得深刻的洞察, 幫助識別有利可圖的增長領域并預測商機??v觀全局,從盈利報告到預測需求和產品定價,重塑者 CFO 在這些領域的表現都很出色。 問題:貴企業在以下方面的有效性如何?(百分比代表按照五分制原則選擇 4 分或 5 分的受訪者數量。) 圖 4 通過財務分析支持業務增長 工業品行業的重塑者 CFO 擅長開發洞察 工業品行業 CFO 重塑者 CFO 所有其他企業 盈利分析 需求規劃和預測 產品/服務開發 并購分析 定價 8 CHRO 舉措舉措 將近 2/3 的重塑者 CHRO
12、 認識到人力資源與業務成果密切相關, 因此他們在很大程度上依賴數據和分析技術挖掘深入洞察,幫助了解并解決與員工體驗計劃相關的問題。重塑者 CHRO 還使用數據和分析技術,指導許多其他活動。開發強大的模型來預測動態變化, 例如員工離職情況和未來特殊技能供需情況, 可以幫助企業預測并應對即將出現的挑戰。 重塑者 CHRO 正在試點或已開始使用各種數據源 包括結構化和非結構化數據源以及內部和外部數據源。他們認為評估員工情緒具有重要價值,可利用這些數據收集員工對業務問題的反饋,產生創新想法并與員工持續對話。重塑者 CHRO 還利用自然語言處理等認知計算系統,為員工創建更直觀的接口,例如聊天機器人。這些
13、數字助理有助于改進員工的自助服務。 在現有的結構化和非結構化 HR 數據中發現獨特的洞察 通過使用自動化客服(如聊天機器人),回答基本的 HR 查詢問題 根據內部和外部社交媒體數據判斷員工情緒 問題:貴公司的人力資源部門在多大程度上能夠開展以下活動?(百分比表示按照五分制原則選擇 3、4 或 5 分的受訪者 數量。) 圖 5 HR 中的洞察 工業品重塑者 CHRO 正在試點或已開始利用整個人力資源部門的數據和分析能力 工業品行業 CHRO 重塑者重塑者 CHRO 所有其他企業所有其他企業 9 CMO 舉措舉措 CMO 具有廣泛的職責,他們要根據對市場的評估,以及來自數字平臺的社區反饋,準確分析
14、和預測市場及客戶趨勢。這些數據驅動的洞察有助于制定和建立企業范圍的戰略, 幫助重新定義客戶體驗,探索創新型業務模式。 重塑者 CMO 借助客戶體驗定義企業的業務模式,建立競爭優勢,并且在客戶情報方面獨樹一幟。他們有效運用數據發現未定義及未被滿足的客戶需求與同行相比,他們更多 地利用來自企業外部的客戶數據,通過與合作伙伴攜手,共同確定具體的客戶群。通過一起自由地收集并傳播數據,企業可與合作伙伴攜手創造共同價值,推動突破性的創新,促進持續學習。 然后, 重塑者 CMO 將這些觀點轉化為行動 超過 2/3 的受訪者基于洞察采取行動以滿足客戶期望。 他們還與合作伙伴密切協作,共同開發新產品和新服務。最
15、后,重塑者 CMO 抓住各種機會,提供獨具一格、高價值的售后服務。 我們運用數據發現未定義和未滿足的客戶需求 根據洞察采取行動,滿足客戶期望 我們提供卓越的售后服務,推動實現更有效的客戶互動 問題:貴公司在通過以下措施打造引人注目的客戶體驗方面的成效如何?(百分比代表按照五分制原則選擇 4 分或 5 分的受訪者數量。) 圖 6 數據驅動的客戶決策 工業品重塑者 CMO 借助數據轉變客戶體驗 工業品 CMO 重塑者重塑者 CMO 所有其他企業所有其他企業 10 COO 舉措舉措 運營主管必須設法改善客戶體驗,根據實際結果調整運營模式。COO 提供的支持遠遠超出了產品和服務設計甚至標準流程優化的范
16、疇,重點強調執行速度和響應能力。對于領先的企業而言,不同的數據來源和創新技術在運營轉型過程中發揮著極其重要的作用。 70% 的重塑者 COO 已經在利用實時信息優化流程和網絡,從而快速采取行動,實現立竿見影的效果。作為體系思維者,重塑者 COO 善于通過部署創新型物聯網連接, 全面了解運營環境。大量傳感器采集并傳輸來自制造設備、船運集裝箱、聯網建筑等的數據,這使得運營模式突破和全新工作方式的形成(人機互動)成為可能。 重塑者 COO 認識到高級分析、 人工智能和認知計算對于流程洞察、決策和行動的重要性。事實上,近 3/4 的受訪者表示他們將這些技術用于數字化制造。這些技術幫助他們進一步提高規劃
17、和生產流程的生產力。 近 2/3 的重塑者 COO 表示,他們使用預測性分析或認知性分析技術實現互聯交通可視性。分析和人工智能可以幫助這些企業發現風險,并對即將發生的全球供應事件做出反應。 我們利用實時信息優化流程和網絡,從而制定即時行動方案并實現立竿見影的效果 我們實現運營敏捷性和靈活性,做到即時響應,提高運營效率 我們使用聚焦于實體環境的強大 IoT 生態系統,跨行業交換數據 *使用低計數的結果在統計上不可靠但可被視為定向分析。 問題:您在多大程度上認同以下關于貴企業戰略的陳述?(百分比代表按照五分制原則選擇 4 分或 5 分的受訪者數量。) 圖 7 數據驅動的結果 工業品重塑者 COO
18、同時利用內外部數據改進流程 工業品 COO 重塑者重塑者 COO 所有其他企業所有其他企業 11 未來該走哪條路?未來該走哪條路? 隨著價值鏈以全新方式重新配置,以及經濟實體日益互聯互通,重塑者認識到需要做好應對的準備。大多數工業品重塑者 CEO 告訴我們,他們計劃改變現有的業務模式,或采用全新業務模式。 圖 8 改變業務模式 工業品重塑者 CEO 預計將在未來兩到三年內改變業務模式 工業品行業 CEO 重塑者重塑者 CEO 所有其他企業所有其他企業 問題:在未來 2-3 年內貴企業計劃如何改變自己的業務模式? 調整現有業務模式的各個要素 在現有行業內建立新的業務模式 12 他們認識到內外部數
19、據的重要性,尤其是當他們希望利用平臺和網絡經濟的優勢時。他們認識到,高級分析、人工智能和物聯網等技術的組合是形成洞察和智能,打造全新體驗,建立全新創新理念和發現新發展機遇的關鍵所在。 近 70% 的工業品重塑者希望在未來兩到三年內分析結構化、非結構化、行為和視覺數據的組合,相比之下,其他同行中表達這一觀點的比例為 47%。近 60% 的重塑者希望在將來采用實時分析,提高決策速度。 重塑者計劃采用人工智能和認知計算技術。人工智能 (AI) 系統能夠以類似人類思維的方式理解非結構化信息。然而,要以更快的速度不斷學習,人工智能系統就需要“消化”大量數據。經過不斷訓練后,人工智能系統便能夠將數據驅動的
20、決策提升到全新高度。 65% 的重塑者將增加對特定于行業的人工智能和認知計算技術的投資,相比之下,其他同行中表達這一觀點的比例為 49%。 他們預計人工智能可在各種方面為業務模式帶來效益。 工業品重塑者還看到了將人工智能與物聯網整合的好處。近一半的受訪者都知道,結合使用這些技術可以在業務模式重塑方面帶來諸多裨益。 問題:在未來 2-3 年中使用人工智能/認知計算將對企業的業務模式要素產生怎樣的影響?百分比代表按照五分制原則選擇 4 分或 5 分的受訪者數量。 24% 56% 30% 56% 23% 52% 18% 48% 18% 47% 18% 45% 23% 40% 28% 39% 風險緩解
21、 競爭地位 組織架構 全球化戰略 監管合規 資本投資 收入模式 成本結構 圖 9 人工智能的未來影響 越來越多的工業品重塑者預計人工智能將融入其業務模式的各個要素中 工業品工業品 重塑者重塑者 工業品工業品 所有其他企業所有其他企業 13 最終,這能夠幫助他們發現物聯網驅動的產品和服務方面的新機遇,提高組織內部與客戶合作的決策水平。 重塑者最高層主管還計劃采取具體行動。重塑者 CHRO 表達了通過個性化學習來縮小技能差距的強烈愿望。人工智能和認知系統可以促進個性化學習。但由于這些系統能夠快速、大規模地理解非結構化信息,因此可以迅速全面地為員工提供和組織最新的學習內容。 CIO 的角色對于重塑者
22、的發展至關重要。 CIO 負責管理企業中各職能部門的數據和連接。為了支持同事,重塑者 CIO 將培養數據智能能力,并為整個企業提供幫助。95% 的重塑者 CIO 預計在未來兩到三年內,將推動企業構建由客戶數據驅動的單一視圖。絕大多數重塑者 CIO 計劃在未來利用文化和工具促進集體智慧。 重塑者 CMO 知道從分析中獲取洞察對于他們保持職業生涯的長期成功是不可或缺的。 80% 的受訪者認為在未來兩到三年內,這一技能對于營銷決策將變得越來越重要。重塑者 CMO 計劃對分析進行投資,以便快速獲取洞察,為面向客戶的專業服務人員提供幫助,并使用預測性分析營造個性化體驗,直接吸引客戶。 重塑者 COO 希
23、望在未來投資于分析、人工智能和認知計算技術,以便能夠重新設計運營的重要方面。供應鏈在支持從下單到交貨的全程客戶互動方面起到尤其關鍵的作用。78% 的重塑者計劃增加在特定于行業的分析技術方面的投資,希望籍此優化供應鏈。通過預測性分析,企業能夠更為靈活地開展實時預測和運營。他們看到了在需求管理和預測以及儀表化機械和設備方面的益處。 對重塑者而言,成功的根源在于能否利用智能預測未來,以及能否足夠靈活地處理任何情況。如何處理供應鏈中斷?如何把握新機遇?如何應對人才庫的變化?貴公司是否為全新的客戶互動方式做好了準備? “我們的目標是提供專注于客戶成功的服務, 并在此基礎上建立客戶關系,將來自世界各地的主
24、要產品安全地送到他們的手中?!?澳大利亞某工業品行業首席執行官 14 建議:成為重塑者建議:成為重塑者 以下建議的措施旨在助您更好地利用智能,獲得競爭優勢和戰略優勢。 保護數據保護數據 必須優先考慮數據標準和基礎。一致性和標準化可以幫助您以自助方式使用分析技術, 在生態系統中建立安全數據連接。 為了保護企業數據,需要指導相關人員建立數據架構和質量標準,包括主數據和元數據管理、通用數據定義、數據沿襲和透明度等。此外,還需要建立敏捷的整合數據基礎(例如微服務、基于云的數據存儲及數據整理服務等)。還應利用基于物聯網的傳感器和位置數據,添加實時數據/流數據。物聯網有助于優化生產運營和工廠效率,改善工人
25、生產安全,確保遵守環保法規,推動企業轉變為基于數據的服務以及以客戶為中心的模式。 15 建立數據驅動型文化建立數據驅動型文化 整個企業接受數據科學理念至關重要。這包括愿意將洞察融入每項行動、互動和決策之中,這就需要在員工技能和數據管理方面做出相應的改變。 如果實施智能制造,員工將更依賴于分析和技術,因此有必要增加新的技能集。需要評估應該增加哪些新職位,如數據分析師、數據架構師、數據科學家及數據可視性專家等。在數據管理方面,需要建立由業務驅動的企業級數據和信息監管流程。 建立包含數據源及分析合作伙伴的聯合生態系統,解決供應、制造和分銷問題。在整個擴展價值鏈中建立實時連接,確保能夠協調一致地應對中
26、斷事件。 獲取有意義的洞察,推動創新獲取有意義的洞察,推動創新 要實現創新, 必須將分析和人工智能融入客戶體驗和相關運營之中。企業的最高層主管應相互協作,應用分析和人工智能優化以客戶為中心的內部流程與系統,包括風險管理、技術投資、新市場和客戶、運營能力和人才等方面。 要確定每個客戶在特定地點或時間的具體需求, 通常需要基于各種來源的結構化和非結構化數據獲取洞察。 可利用分析和人工智能,幫助獲取這些洞察,以便為客戶打造個性化的數字體驗。此外,還需要讓數據實現經濟效益,協調建立新平臺,從而創造新的收入流,例如基于數據的服務以及按使用量付費模式和“即服務”模式等。 16 作者作者 Jos R Fav
27、illa 是工業品全球行業解決方案總監以及 IBM 行業學會成員。他在幫助全球客戶推動完成重大業務轉型項目方面擁有 30 多年的豐富經驗。他的聯系方式為 ,可訪問他的 LinkedIn 主頁: https:/ Spencer Lin 是 IBM 商業價值研究院的全球石油化工行業及工業品行業解決方案領導者,Spencer 在財務管理和戰略咨詢領域具 有 超 過 20 年 的 從 業 經 驗 。 他 的 聯 系 方 式 為 , 可 訪 問 他 的 LinkedIn 主 頁 :https:/ David Dickson 是工業品全球戰略咨詢和卓越運營負責人以及 IBM 行業學會成員。他擅長制定應用運
28、營戰略,特別是 IBM Watson 人工智能和分析及運營技術相關戰略。他的聯系方式為 ,可訪問他的 LinkedIn 主頁:https:/ 相關相關 IBV 執行報告執行報告 “傳統企業逆襲:工業品行業”,IBM 商業價值研究院, 2018 年 3 月。https:/ ssialias?htmlfid=19014619CNZH& Jos R Favilla、Spencer Lin、Manish Chawla、David Dickson 與 Jayant Kalagnanam 合著, “人工智能影響波及工業品行業:借助豐富的數據獲益”,IBM 商業價值研究院,2018 年 2 月。https:
29、/ Karen Butner、 Manish Chawla、 Mark Crowther、 Jos R Favilla 與 Anthony Marshall 合著, “強化數字優勢:工業品行業的數字化重塑”,IBM 商業價值研究院,2017 年 3 月。 https:/ 17 17 更多信息更多信息 欲獲取 IBM 研究報告的完整目錄,或者訂閱我們的每月新聞稿,請訪問: 從應用商店下載免費 “IBM IBV” 應用, 即可在平板電腦上訪問 IBM 商業價值研究院執行報告。 訪問 IBM 商業價值研究院中國網站,免費下載研究報告: http:/ 選對合作伙伴,駕馭多變的世界選對合作伙伴,駕馭多變
30、的世界 在 IBM,我們積極與客戶協作,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。 IBM 商業價值研究院商業價值研究院 IBM 商業價值研究院隸屬于 IBM 全球服務部, 致力于為全球高級商業主管就公共和私營領域的關鍵問題提供基于事實的戰略洞察。 18 Copyright IBM Corporation 2018 New Orchard Road Armonk, NY 10504 美國出品 2018 年 10 月 IBM、IBM 徽標及 是 International Business Machines Corporation在世界各地司法轄區的注
31、冊商標。其他產品和服務名稱可能是 IBM 或其他公司的注冊商標。Web 站點 上“Copyright and trademark information”部分中包含了 IBM 商標的最新列表。 本文檔是首次發布日期之版本,IBM 可能會隨時對其進行更改。IBM 并不一定在開展業務的所有國家或地區提供所有這些產品或服務。 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
32、判斷依據。由于使用本出版物對任何組織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 并不獨立核實、 驗證或審計此類數據。 此類數據使用的結果均為 “按現狀” 提供, IBM 不作出任何明示或默示的聲明或保證。 國際商業機器中國有限公司 北京市朝陽區北四環中路 27 號 盤古大觀寫字樓 25 層 郵編:100101 備注和參考資料 1 Antoine, Patrick, Steve Harding, and Lyubov Zeylikman.“Data-driven dividends:Get more from your data.” IBM 商業價值研究院, August 2017. 80019980CNZH-00