定制报告-个性化定制-按需专项定制研究报告
行业报告、薪酬报告
联系：400-6363-638
《IBM商业价值研究院：2024高管调研：技术高管需要识别的六大盲点报告（39页）.pdf》由会员分享，可在线阅读，更多相关《IBM商业价值研究院：2024高管调研：技术高管需要识别的六大盲点报告（39页）.pdf（39页珍藏版）》请在本站上搜索。
1、技术高管研究技术高管需要识别 的六大盲点生成式 AI 时代的业务增长之道大中华区洞察IBM 商业价值研究院全球最 高管理 层系列第 30 期关于本研究2024 年第一季度，IBM 商业价值研究院(IBM IBV)与牛津经济研究院合作，针对全球 2,500 位技术高管进行了一项调研，包括首席技术官(CTO)、首席信息官(CIO)和首席数据官(CDO)。此外，我们还针对一小部分高管进行了深入定性访谈，主要讨论了研究中的关键洞察以及他们在 AI 新时代领导企业技术发展的实际经验。这项调研涵盖全球 26 个行业和 34 个国家/地区的受访者，首次对负责管理和交付整个企业 AI 能力的新技术高管团队进行
2、了重要评估。如需了解更多详细信息，请参阅第 62 页的“调研方法和分析”。本报告中的封面概念图和各个图案均是使用生成式 AI 创建的。IBM 商业价值研究院的设计人员将每个“盲点”转化为提示词，然后在 Adobe Firefly 中使用这些提示词来生成基于矢量的图像，为每个图案提供基础和结构方面的灵感。同样，本报告中出现的照片均是使用 AI 辅助的自然语言搜索来识别的，并使用生成的图案作为参考图像。总体而言，将这些工具整合到设计流程中所取得的效率如下：概念设计从 3 周缩短到 1.5 天，图案设计从 2 周缩短到 2 天，摄影从 1 周缩短到 2 小时。目录2 引言 告别传统业务模式 7 技术
3、高管的前景 尽管我们将技术视为赋能工具，但技术必须成为一切工作的核心。12 创新尽管我们正在开展合作，但合作仅停留在表面。20 领导力尽管我们希望生成式 AI 发挥魔力，但生成式 AI 可能会对企业造成破坏。30 基础架构尽管我们希望 AI 是可信的，但AI 可能是不负责任的。40 AI尽管我们将数据视为货币，但数据可能是一种负担。50 数据尽管我们认为自己的团队很强大，但我们仍在采用过时的人才策略。58 人才69 总结70 调研方法和分析11 六大盲点引言 32告别传统业务模式引言“业务高管越来越懂技术。如果你是技术高管，当你与业务高管对话时，他们能很好地理解技术能够实现什么。你需要与他们的
4、理解程度同频，并具备更强的灵活性。”Bernd Bucher诺华集团全球数据、数字化和 IT 负责人/首席技术官提升技术领导力IT 作为一个独立职能的时代已经终结。生成式 AI 的迅速崛起开启了全新的时代。如今，技术就是业务。72%的高绩效型 CEO 认为企业的竞争优势取决于是否拥有最先进的生成式 AI。1 这意味着组织对技术高管的依赖程度达到了前所未有的高度。自 2023 年以来，认为技术高管将在未来三年内成为关键决策者的受访 CEO 比例增加了 50%。2 首席财务官认为首席技术官是其成功最重要的合作伙伴。3 若要满足这些期望，就需要采用全新的技术领导力方法。为了让技术能够在整个企业中实现
5、业务成效，技术高管既要成为战略策划者，又要成为指挥者。他们需要制定涵盖数据、安全、运营和基础架构等领域的技术战略，使用业务语言而非技术术语与业务高管开展合作，以便理解需求、激发创意、识别风险以及协调投资。他们还需要组建多学科团队来实施这项战略，包括鼓励实验性探索和新想法、激发员工创造力以及提高客户满意度。这是一项艰巨的责任，许多技术高管在这方面都遇到了困难。在过去二十年中，“技术”的范围不断扩大，新的技术角色也在不断涌现。尽管技术高管团队不断壮大，但“技术”却未能持续有效地整合到企业的战略决策中（请参阅第 6 页的“观点：超越组织结构图：强大的技术联盟”）。引言 5图 1 效能下降高管团队一致
6、认为，过去十年来，IT 在基础技术服务方面的效能有所下降。4根据 IBM 商业价值研究院针对 2,500 位 CIO、CTO 和 CDO 开展的 2024 年最新调研，这些技术高管仍然被排除在企业的关键对话之外，未能出席或未有效参与。这导致企业在数据、基础架构、人才和创新等领域出现盲点。尽管 43%的受访 CEO 表示计划在今年加快企业变革步伐，4 但这些盲点却会阻碍企业把握当前 AI 领域的各种机会，包括传统 AI、生成式 AI、机器学习和自动化。我们的调研还揭示技术高管正面临巨大的压力。超过一半的受访技术高管表示在平衡业务增长与生产力方面感到困难，并且堆积的任务也对企业内部运营造成了负担。
7、值得注意的是，过去十年来，认为 IT 部门能够有效提供基本服务的高管比例大幅下降（见图 1）。调研结果表明，当技术高管在企业最高决策层拥有平等发言权时，他们能够推动企业实现重大成果（请参阅“高绩效技术高管如何破解成功密码”）。正如 2024 年 CEO 调研报告中指出 CEO 必须要面对六项残酷事实，技术高管也必须勇于找到那些阻碍企业实现 AI 优势的盲点。本报告探讨了技术高管如何通过坦诚且必要的讨论来克服这些障碍，以评估和提升组织实现突破性创新和业务成果的准备度。未来的成败在此一举。技术高管能否将其专业能力融入企业决策，最终将决定企业能否在 AI 时代取得成功。认为 IT 部门能够有效提供基
8、本技术服务的受访者百分比“我始终相信技术团队应当与业务团队建立更紧密的协同关系。业务和技术之间的界限正变得越来越模糊。”Alberto Rosa CaixaBank 首席技术官CEOCFO技术高管64%36%2013现在2013现在2013现在60%69%47%50%注：2013 年的技术高管数据仅代表 CIO。观点超越组织结构图：强大的技术联盟随着技术在组织中渗透，技术高管的角色不断演变，新的技术角色也在不断涌现。但在数据、安全、运营和基础架构日益整合且愈加复杂的运营环境中，业务团队和技术团队必须协力实现一致的体验、功能和成果。各自为战的做法已经不再适用。CIO、CTO 和 CDO 需要重新
9、思考如何携手合作，共同推动实现组织的业务目标，并搭建支持责任共担的桥梁。与此同时，技术高管仍然需要在各自的专业领域内发挥作用，高效分工合作。引言 7技术高管的前景高绩效技术高管如何破解成功密码技术高管致力于在数据、安全、运营和基础架构等领域协同战略、交付与支持，这一切工作旨在优化效率和竞争力。我们从研究中发现了一类高绩效型技术高管，占全球样本的近 20%，此类技术高管在上述使命中实现了出众的成效。技术高管通过四项关键能力和特质脱颖而出1有效的战略制定与执行制定清晰的战略愿景来推动业务成效2为技术投资获取跨职能的支持与业务部门和财务部门合作管理技术成本与预算3持续衡量成效和价值 与财务部门合作，
10、共同识别数字化举措的价值以及与企业战略的一致性4敏锐关注组织各个层面的技术保持对所有IT 领域的敏锐可见性，涵盖各个分散的业务线、区域和职能层面6首席技术官CTO 继续在安全与创新之间寻找平衡。生成式 AI 使复杂的网络威胁形势变得更加严峻，并且加剧了保护现有系统与突破创新边界之间的紧张关系。事实上，网络安全在 CTO 的优先事项中位居第二，仅次于产品和服务创新。好消息是，核心安全实践（零信任、安全设计、DevSecOps）仍然是最有效的防御措施。首席信息官在职责快速变化的形势下，CIO 对 IT 部门的有效性提出了质疑。高达 63%的受访者认为，其组织的技术部门在通过工作流和自动化推动业务战
11、略方面表现不佳。然而，这也意味着潜在的机遇。成功的组织正在借助增强型员工团队推动内部职能转型，让员工和 AI 开展协作，从而打造更智能和高效的工作方式。首席数据官数据不再是一个独立的领域，而是连接技术与更广泛的业务并推动创新的中枢系统。大多数组织仍在建立支持 AI 运营的强大数据文化。而从企业层面看待数据与 AI 运营之间的关系至关重要。浙江正泰电器股份有限公司首席信息官胡福山表示：“将数据问题归结为技术问题有点不公平，因为这是一个综合性问题，这也是数据治理如此困难的原因。”8技术高管的前景高绩效技术高管在哪些领域表现出众？引言 91.评价贵组织在以下方面实现成效的有效性：生产力，网络安全和数
12、据隐私，以及产品和服务创新。百分比反映的是回答“有效”和“非常有效”的受访者的比例。2.您对以下陈述的认同程度：我们在数据、运营、技术和安全方面与企业战略有明确的一致性。百分比反映的是回答“在很大程度上”和“在非常大程度上”的受访者的比例。自 2020 年以来，高绩效型技术高管带领其组织实现了出众的年收入增长率和营业利润率。+16%+10%+21%202020222023营业利润率年收入/预算增长+52%高绩效型技术高管在多个关键运营领域实现了更为出众的卓越成效。所有其他技术高管高绩效型技术高管技术与企业 战略的一致性265%74%产品和服务 创新142%49%网络安全和 数据隐私143%56
13、%生产力145%57%“部署生成式 AI 能力必须与全方位业务转型相结合单靠生成式 AI 无法实现许多首席执行官所期望的成果。”Mark BreslinInforma PLC 首席人工智能官观点全力投入云计算和人工智能如今，技术高管会优先进行基础架构投资，在混合云上的支出要比在 AI 上的支出高出近三分之一。展望未来，他们将全面推动云计算与人工智能整合，发挥合力效应。未来两年内，技术高管预计会将一半的预算投入到这两方面。混合云传统 AI生成式 AI当前支出未来两年的 预计支出29%24%14%12%5%6%“如今，技术部门作为一个单独的实体是没有意义的；技术的作用是重新定义和推动业务发展。这就
14、需要与其他业务部门进行更加紧密的整合与合作。”Mohammed Rafee TarafdarInfosys 首席技术官101尽管我们将技术视为一种赋能工具，但技术必须成为一切 工作的核心。23尽管我们正在开展合作，但合作仅停留在表面。尽管我们希望生成式 AI 发挥魔力，但生成式 AI 可能会对 企业造成破坏。尽管我们希望 AI 是可信的，但AI 可能是不负责任的。456尽管我们将数据视为货币，但数据可能是一种负担。尽管我们认为自己的团队很强大，但我们仍在采用过时的 人才策略。11六大盲点这六个盲点挑战了长期以来关于技术与业务关系的传统假设。即便对于最具经验的高管来说，某些风险可能比看上去的还要
15、近。技术高管需要认真审视这些盲点，并向其他高管清楚地说明，这些盲点为何会阻碍组织建立 AI 优势的进程。正如驾驶员需要学会识别盲点以避免碰撞一样，技术高管也要学会识别“镜子中的物体比实际距离更近”的情形，以及那些完全在视线之外的隐藏风险。技术高管能否迅速而安全地避开危险将决定企业的命运，是以技术为核心竞争优势而处于领先，还是败下阵来。创新 1312技术必须成为一切工作的核心。如果只是将技术视为一种赋能的工具，组织往往只关注技术能解决哪些问题，而不是探索技术能创造哪些新机遇。只有认识到技术是创新的核心驱动力，组织才能把握住先发优势、定义市场并实现规模经济。“数字化转型最重要的秘诀就是要改变视角。
16、关键不在于能做什么，而在于能否在快速变化的环境中为客户创造价值。”何小龙天山材料股份有限公司首席信息官兼数字化分管副总裁CEO 们明确表示产品和服务创新是其组织未来三年的首要任务，而大中华区 CEO 也将产品和服务创新列为第二优先任务。62%的受访 CEO 表示愿意比竞争对手承担更多的风险以保持优势。5但技术高管直言，只有 46%的大中华区受访技术高管和 43%的全球受访技术高管认为其技术部门能够有效提供差异化的产品和服务（见图 2）。而令人沮丧的是，57%的大中华区受访技术高管和 53%的全球受访技术高管表示其组织的其他高管认为技术对于产品和服务创新的重要性不超过中等水平。这种技术与业务之间
17、的脱节表明组织需要进行大规模的变革。首先，技术高管应当将技术定位为业务成效的关键要素。技术高管表示，管理层和员工对变革的抵制是创新的最大障碍，因此他们必须加强与组织的沟通，让整个组织了解技术可以实现什么以及具体的实现方式。更重要的是，组织需要一种新颖、大胆的创新方法。高达 70%的受访技术高管表示其组织采取的是一种快速跟随的方法，对其他组织的想法进行调整或修补，而不是开启全新的创新。汇丰银行新加坡分行的首席数据官 Shayan Hazir 表示：“作为金融服务领域的技术专家，我们一直试图用技术来解决各种问题，但我认为我们并未投入足够的时间来研究新兴技术能够为客户、社区和经济创造哪些有意义的价值
18、。”尽管我们将技术视为一种赋能工具，但创新 1514为了重新激发组织创新并建立竞争优势，技术高管必须立足长远，制定由技术驱动的重大投资规划。他们需要从项目导向转向以客户为中心，注重成效而非功能，并确保在执行过程中得到客户的验证。6 高管团队需要避免陷入无法付诸实践的“创意陷阱”，而这也是许多业务高管面临的困境：尽管有 73%的受访业务高管表示其强项是研究客户需求或创意，但只有 27%的受访业务高管认为自己擅长执行或扩展产品计划。7 技术高管则需要迅速将这些想法变成现实。这就要求他们营造一种以务实试验为基础的创新文化，尤其是针对极具潜力的创意，然后尽力争取其他高管团队成员的支持。技术高管可以联合
19、首席财务官来确定最具前景的机会领域，并共同组织高管团队讨论创新对企业整体战略的重要性。他们需要鼓励高管团队放眼长 远，而不是只关注效率、成本削减、适度的增量收益等短期问题。14图 2业务在等待技术高管正在努力实现 CEO 的首要目标。CEO 明确表示，产品和服务创新是其组织未来三年内的但只有 43%的受访技术高管表示其团队能够有效或非常有效地提供产品和服务创新首要优先任务“我们采用一种开放式创新的概念，因为我们无法单独完成所有的创新。这项工作的一部分就是找到合适的合作伙伴。”Iosu IbarbiaCAF(Construcciones y Auxiliar de Ferrocarriles)技
20、术总监1416创新 17从慢行道切入创新发射台。建立采取行动的紧迫感，克服小幅改进的冲动；制定合理的预防措施，鼓励更自信地承担风险。通过融合产品团队和服务开发团队的技术和业务专业能力，识别需要解决的关键业务问题。执行必要的尽职调查，为组织引入并实施领先的最佳实践，并制定考虑资源权衡的投资策略。利用生成式 AI 破解分析瘫痪。运用生成式 AI 整合客户反馈并分析产品使用洞察，加速关键迭代流程。通过生成式 AI 建立用于对潜在解决方案进行评估和排序的框架。果断剔除那些无法支持组织目标的投入。制定用于衡量解决方案成效的 KPI，并运用生成式 AI 预测结果和模拟场景。采用数字产品创新方法。建立包含创
21、意、原型设计、测试和发布的数字化产品创新框架。从一开始就将安全性和治理纳入设计考虑因素。消除技术与业务之间的孤岛，通过快速迭代及时为客户提供优质体验和产品。建立激励机制，鼓励通过探索性实验和理性的风险决策来部署可提升生产力和增强创新的解决方案。行动方案拥抱变革而不是追求完美，逃离快速跟随者的困境。“如何利用足够好的现有技术，并在此基础上推动发展和规模化？传统的大型组织通常会进行规划、制定战略并构建解决方案。而当这些工作全部完成时，技术和市场环境可能已经发生了变化。”Jimmy YeohDHL Express APEC 首席信息官创新 19“在过去的 12 到 18 个月中，我在组织内部建立了一
22、个企业级数字智库，在这个多元化团队中汇集了在各个产品类别或技术领域表现出色且富有创造力的人才。这些人现已成为各自业务领域的变革推动者。当他们回到日常工作中时，就会逐渐影响其团队的思维模式。”Shayan Hazir汇丰银行新加坡分行首席数据官“我们现在正在研究哪种类型的 AI 用例能够为客户创造最大的价值。一旦确定框架并开始实际开发之后，我们就可以邀请一些客户参与其中。”Hiroshi Okuyama 洋马控股有限公司董事会成员兼首席数字官18案例研究IBM Software 利用生成式 AI 为设计赋能8案例研究台湾某领先交通运输企业：应用微服务架构打造新一代购票系统IBM Software
23、 启动了一项计划，旨在确定要积极嵌入生成式 AI 的十大工作流。该组织正在将生成式 AI 融入产品和流程，从而实现工作流自动化、提高产出效率以及加快设计速度。IBM Software 还针对所有设计人员开展了 AI 培训。总体而言，设计人员都热衷于学习新技能和掌握前沿 AI 技术，并且非常期待能投入更多时间进行创意工作。在综合洞察和制作引人注目的内容方面，IBM Design 发现内容设计人员平均每天可节省 12%的时间。除了内容设计之外，该组织还在探索如何将生成式 AI 融入产品管理、用户体验设计、内容设计和研究等领域。为了快速响应市场变化、追求更高的运输效率，台湾某领先交通运输企业与 IB
24、M 合作，利用混合云平台解决方案，打造了新一代的订位票务服务系统。为了实现在任何云基础架构上都能够有效而高效地部署和运行，该项目采用了微服务架构解决方案。该解决方案具备服务稳定可靠、可扩展、容错、安全、妥善监控等优势。项目采用了分阶段实施的策略。第一阶段采用最有效的方式在短时间内实现最大效益（减少预留主机 CPU MIPS 使用率），也为第二和第三阶段的核心系统现代化争取了时间。由于该项目采用了大型机与私有云的混合云策略，分阶段迁移可以降低风险，让客户逐步熟悉新的信息架构，为后续的维护操作做好准备。同时，结合微服务架构和 DevSecOps，提高平台的灵活性和可扩展性。通过该项目，该企业的服务
25、效率大幅提升，时刻表、空余座位和票价查询转到新的系统之后，创下了 30 分钟内 60 万次预订的记录。同时，旧预定系统处理的消息总数下降了 1/2，主机最大 CPU 的使用率也下降了 1/3，极大地降低了运营成本和资源消耗。新一代的购票系统为该企业迈向智慧交通服务奠定了坚实的基础。领导力 2120合作仅停留在表面。尽管财务部门和技术部门有过合作的历史，但其中却存在规划流程缺口、决策脱节或信息不充分的问题。只有当财务与技术的关系从相互孤立发展为密切合作时，才能共同做出更明智的决策，将技术投资与可量化的业务成效相关联，从而提升投资回报率。AI 竞赛才刚刚开始 尽管未来两到三年内可能还无法分出胜负，
26、但如果财务高管和技术高管步调不一致，就可能会在未来两到三个季度内失去优势。尽管首席财务官抱怨 IT 部门单独做出技术决策可能会导致难以承受的成本，但技术高管深知短视的技术决策可能会带来长期的灾难。技术高管的技术见解对组织的战略和财务决策至关重要，而财务投入对于确定技术投资的优先顺序也至关重要。过去的这种紧张关系必须转化为更具协作性的关系，不仅要体现在言语上，更要反映在行动中。9 三分之二的大中华区和全球受访 CEO 表示，技术高管和首席财务官之间的紧密合作对于组织成功至关重要。10 受访技术高管也认同CIO、CTO 和 CDO 都将 CFO 视为推动个人成功第一或第二重要的关系。然而，技术与财
27、务的关系从意图转化为实践的道路仍然漫长。只有 39%的大中华区和全球受访技术高管表示会与财务部门合作将技术指标纳入商业论证。同样，只有 33%的大中华区受访 CFO 和 35%的全球受访 CFO 表示在 IT 规划的早期就参与了关于技术如何推动企业战略的讨论。11 尽管我们正在开展合作，但“业务部门与 IT 部门之间并不存在什么分别。我们是同一个团队。”Julia KnoxSobeys 首席技术与分析官“我们相信协作领导的力量。我们形成了一种依靠集体智慧而非个人的领导思维。”Moritz Hartmann罗氏诊断全球信息解决方案负责人领导力 2322然而，我们调研中的高绩效型技术高管展现了在技
28、术高管与财务高管之间建立良好关系的价值。此类技术高管表示在关键运营实践之间实现了更强的协作（见图 3）。我们的分析还表明，当财务部门将技术投资与可量化的业务成效相关联时，高绩效型技术高管表示实现了更高的收入增长。为了像高绩效型技术高管那样推动组织成效，技术高管必须从仅提供信息转向与财务部门密切合作，认识到财务可如何增强技术在高管团队中的影响力。他们需要让自己成为财务部门不可或缺的一部分，并展现出对财政责任的承诺。与此同时，财务高管也需要积极与技术部门合作，不仅关注投资回报，还要理解技术如何对运营成效产生贡献。双方应将这视为一种共生关系，相互增强优势，发挥出整合效应。“应当从价值的角度来分析技术
29、决策；这项决策会给企业、组织和客户创造什么样的价值。”Alberto RosaCaixaBank 首席技术官图 3技术与财务和谐共舞高绩效型技术高管正在与财务高管密切合作，以协同战略并创造价值。运用经验成果来改进未来的数字投资将技术指标嵌入商业论证在 IT 规划的早期参与关于技术如何推动企业战略的讨论59%57%53%46%42%35%所有其他技术高管高绩效型技术高管领导力 2524领导力 25积极与高管团队沟通协作。深入理解组织的财务驱动因素，并利用这些信息来指导 IT 投资决策。全方位确定并追求投资回报，包括对跟踪业务成效至关重要的财务和非财务指标。建立一致的方法，共同创建和评估新技术投资
30、以建立竞争优势。让自己成为企业关键决策中不可或缺的一部分。寻找机会在企业决策中展示技术专业能力的价值，并争取获得盟友的支持，以确保自己的声音得到认可。通过清晰的财务透明度和积极承担责任，展示自己的财务管理能力。设法通过收回成本来支持创新项目。在组织中开展富有挑战性的对话，例如在 AI 高能耗与组织承诺之间找到平衡。展示工作成果以建立信誉。在财务框架下开展技术讨论，利用数据和分析来展示 IT 投资的价值，并推动战略决策。通过经济价值来量化运营指标。加强对财务绩效指标的理解和掌握。创建面向财务的信息看板，将技术 KPI 转化为财务指标（例如单用户成本、单客户收入、投资回报率）。行动方案与财务团队协
31、同合作，在战略协作和建议方面发挥更重要的作用。“你需要能够在中长期目标上进行更多合作并坚持这一战略。”Kristian kerstrmsmart Europe 前 CIO/IT 与数字化负责人领导力 2726领导力 27 26“我认为，在未来，首席技术官和首席财务官之间其实没有本质的矛盾，因为他们都将专注于公司成功未来的共同目标。我认为他们在很大程度上是相互支撑、互相合作的关系。”张为伟天山材料股份有限公司首席数据官案例研究The Standard 对齐 IT 支出与关键业务优先事项以合理化云成本12成功的 FinOps 实践与技术业务管理(TBM)相融合可有效发挥财务与技术之间的协同效应。F
32、inOps 和 TBM 原则有助于建立一种协作文化，打破孤立的部门壁垒，让组织能够将云和其他技术投资转化为价值。作为一家领先的金融产品和服务提供商，The Standard 通过采用这些实践实现了显著收益。由于技术支出的关键驱动因素缺乏透明度，该组织的业务团队和 IT 团队过去无法有效合作。该公司依靠传统的 ERP 系统和电子表格来编制预算、分析财务数据和做出技术投资决策，这种手动且耗时的过程极易出错。The Standard 实施了一项 IBM Apptio 解决方案，可建立成本透明度、提供切实可行的洞察以及加快决策速度。通过采用 FinOps 和云治理实践以及 Cloudability 产
33、品，该公司可以深入洞悉云支出，从而优化云采购和供应决策并提升责任感和问责制。此外，Target 流程产品帮助公司改善了资源和项目管理，将团队工作流与业务优先事项对齐，从而提升对整合工作流的可见性，并能够跟踪各种动态变量，例如状态、利益相关者、依赖关系和进展。The Standard 实现了显著的成效，包括提高业务与 IT 协同和财务敏捷性，并让 IT 财务团队现在能够将 80%的时间投入于分析、决策支持、预测和洞察。该公司还增强了对云支出的控制，预计 2023 年可减少 10%的云支出，2024 年会减少更多。此外，该公司还将其“言行一致”的比率提高了 20%这项指标用于衡量 IT 部门的承诺
34、事项与实际交付之间的差距。该公司计划继续增加在云治理领域的投资，以在整个组织中实现类似的业务成效。领导力 29 在上述评估的基础上，对业务场景进行端到端的梳理，实现领域内全面的 AI 应用，而不是单点式的 AI 场景落地。根据场景需求，逐步构建该集团特有的 AI 底座平台，深度融合现有的数据平台和工作台，构建涵盖算力调度、LLMOPS，以及公共和可重复组件（如 GPT-BI、GPT-CODE、GPT 知识问答等）的整体架构，最终实现多个业务领域内的 AI 场景的多元化应用。该咨询项目实现了显著的成果：在原有 30000 多个业务单元的基础上，借助 AI 技术的优化，将重构业务流程，推动自动化和
35、智能决策的实施，使业务单元数量减少 40%。这一转变不但精简了组织结构，而且提高了整体运营效率。随着该企业级 AI 平台的逐步演进，将大幅加速 AI 场景的落地建设。与 2024 年上半年相比，场景建设周期将缩短至 1/3，确保企业能够更快地适应市场变化，抓住新的业务机会。到 2027 年，预计该车企通过 AI 带来的收益，预计将在软件研发、整车研发、营销费用和人力资源领域的投入方面实现超过 43%的成本降低。这将使企业能够更有效地分配资源，提升整体盈利能力。在过去两年中，IBM 为一家中国汽车行业的领军企业旗下的豪华汽车品牌提供了重要支持，助力其重塑业务流程，实现从线下到线上的数字化转型。在
36、此基础上，客户希望借助 AI 技术进一步优化业务流程。该企业凭借悠久的历史、独特的品牌象征性以及在产品、技术和市场推广上的创新，已重新确立在中国豪华汽车市场的领导地位，并通过推进电动化、智能化和国际化战略，逐步扩展其全球市场影响力。客户拥有超过 30000 个业务单元，主要依赖人工操作，数字化转型亟需 AI 的深度参与。在如此庞大的业务架构中，客户不仅需要通过智能决策减少业务单元、简化复杂流程，还希望将 AI 作为辅助工具，大幅提升人工业务单元的效率，实现现有业务单元 AI 覆盖率超过 50%的指标。通过 AI 的深入应用，客户期望推动业务流程的自动化与智能化，全面优化企业架构，提升整体运营效
37、能，确保在激烈的市场竞争中保持领先地位。构建企业级 AI 平台已成为实现智能化转型与创新发展的关键驱动力。IBM 咨询团队为客户提供人工智能咨询服务，包括：基于现有业务流程和单元的重新评估，分析 AI 在各流程中的潜在作用，从技术成熟度、可行性以及业务价值等方面进行评估，并计算投资回报率（ROI）。例如，可以在材料智能审核、整车研发中的建模，以及软件研发过程中的代码生成等环节应用 AI。案例研究国内某汽车领军企业：企业级 AI 平台驱动治理模式创新与业务价值实现基础架构 3130生成式 AI 可能会对企业造成破坏。“如果某项能力突然变得非常重要，但基础却还没有搭建起来，我们就需要进行大量的内部
38、转型才能跟上。”Pochara Vanaratseath大城银行信息技术部主管“谈到硬件和软件堆栈，维护过时的系统是一个不可避免的问题。现代化说起来容易，实施起来却非常困难。”Tawatchai Cheevanon泰京银行首席产品和业务解决方案主管由于组织希望生成式 AI 能够解决其所有问题，因此会忽略它给现有基础架构等方面带来的额外压力。只有解决技术债务并从拼凑的系统转型为目标而构建的技术基础架构之后，组织才能完全从+AI 转变为 AI+。近四分之三的的大中华区和全球受访 CEO 表示其组织的数字基础架构让新投资能够高效扩展并创造价值。13 但技术高管的看法却不尽相同。AI 的规模和复杂性要
39、求基础架构能够支持其对数据、计算和存储的巨大需求。只有 16%的受访技术高管表示其组织的云计算和数据能力已经做好充分准备，能够为生成式 AI 投资提供支持。14 同时，38%的大中华区受访技术高管和 43%的全球受访技术高管表示生成式 AI 导致对技术基础架构的担忧在过去六个月中有所增加（见图 4）。更令人担忧的是IBM 商业价值研究院的其他研究表明，只有 29%的云计算 IT 资产和服务达到了预期的效果。其余 71%实际上是多年以来零散技术实施所累积的技术债务。15 这种负担迫使组织将精力和资源转移到维护过时、分散的系统以及相关故障排除上，而不是实施大胆的想法和面向未来的计划。尽管我们希望生
40、成式 AI 发挥魔力，但 基础架构 33图 4不匹配 AI的架构许多组织缺乏支持 AI 的技术基础架构。3243%的技术高管表示生成式 AI 加剧了其对基础架构的担忧。技术高管必须直面这一弱点，首先要让其他高管认识到现实情况。为了推动 AI 转型，组织需要对基础架构进行全面周到的改造，既要充分利用现有资源，也要投资未来。组织需要一个架构框架，可通过技术有意识地优化业务价值，同时涵盖整个技术体系，包括平台、安全、AI、云计算和数据。目标是构建一个可整合不同技术的基础平台，并能在未来多年内为业务提供支持。16戴姆勒卡车集团首席信息官 Marcus Claesson 认识到现代化架构和运营模式的价值
41、。自从戴姆勒卡车从梅赛德斯-奔驰分离出来以来，Claesson 的团队一直在重新审视和替换过时的技术，并重新定义工作方式，但这并非易事。他说道：“这就像去健身房，虽然这很难也很痛苦，但最终让我们变得更强壮，并为企业的未来发展夯实基础。”随着技术高管开始为生成式 AI 做准备，基础架构已成为其优先投资的重点。事实上，组织在混合云上的支出比在 AI 上的支出还要多混合云在当前支出中的占比为 24%，而传统和生成式 AI 的支出占比为 18%。作为这项重点的一部分，谨慎选择云合作伙伴对于避免供应商锁定等风险至关重要三分之二的技术高管都担心这一问题，并且正在主动识别合作伙伴的潜在风险。针对 AI 优化
42、的基础架构投资并非一劳永逸。技术高管需要投入精力来将投资转化为业务成效，同时尽量减少与当前技术债务相关的开销，优化现有资源和能力，从而为 AI 创新腾出资金。近但“技术部门或许实现了技术，但如果企业尚未准备好，或者业务部门并未跟上步伐，那么就无法取得任何进展。”Jimmy YeohDHL Express APEC 首席信息官四分之三的受访 CEO 表示其组织的数字基础架构让新投资能够高效扩展并创造价值。基础架构 3534将偿还技术债务列为企业的当务之急。重构旧式系统以支持 AI 应用，并将旧式系统问题重新定义为阻碍生成式 AI 快速大规模采用的障碍。根据关键程度和 AI 驱动转型的潜力来优化应
43、用和服务组合。确定哪些应用不再有用以及哪些应用尚且可以保留。运用生成式 AI 代码助手对应用进行现代化改造，以支持混合云和 AI。优化基础架构以支持无处不在的 AI。从“无处不在的 AI”的角度全面评估基础架构的现状。将合规性和能耗等因素纳入就绪评估范畴。根据应对关键业务问题所需的要素来制定 AI 转型路线图。吸取云计算的经验教训，从一开始就采用安全设计。优化云基础架构以支持处理和分析大型数据集的 AI 工作负载。整合云计算和 AI 合作伙伴网络。选择与您有相同价值观和目标的合作伙伴。根据明确定义的基础架构要求（包括安全性和合规性）来评估合作伙伴。超越小规模试点，开始全面实施。了解合作伙伴如何
44、在混合云上实现和支持工业级 AI 运营。优化与超大规模云服务商的合作关系，移除无法推动您从+AI 向 AI+模式转型的合作伙伴。行动方案重新制定全面支持 AI 的技术战略。“首席技术官在组织中的核心作用应当是定义明确的技术原则和风险，并创建一个强大的架构模型来管理日益复杂的流程。”Alberto RosaCaixaBank 首席技术官 基础架构 3736案例研究奥迪创建稳定、可扩展的跨云平台开发环境17奥迪需要创建一个稳定、可扩展的创新开发环境。这就需要更迅速地配置项目环境，以便能够跨云平台构建、交付和扩展诊断、数据管理及其他项目。奥迪还希望采用灵活的模块化架构来支持迭代工作，从而降低风险并消
45、除依赖关系。奥迪基于 Red Hat OpenShift 创建了全新的即服务开发环境，为奥迪的平台、应用和项目提供强有力的支持，以便实现大规模创新开发。奥迪将产品上市时间缩短了六个月。通过共同的基础，开发人员能够更高效地在本地部署环境和云环境中创建、交付和迁移解决方案。应用可扩展性大幅提升，可满足各种新的需求。香港某体育娱乐慈善机构正在进行体育娱乐体验变革，以实现运动带动的综合营运模式的现代化并吸引新一代的体育赛事爱好者。借助 IBM 在体育和娱乐行业的全球经验，例如曾在温布尔登网球锦标赛实施的生成式人工智能驱动的球迷体验提升项目，该机构与 IBM 合作，共同评估试点场地的 O2O 体验并设计
46、了新一代的现场观众体验。IBM 的解决方案将包括多个组成部分，例如移动端消费者体验，消费者营销，数字化餐饮娱乐消费，以及 watsonx 生成式人工智能支持的场内互动体验。其中生成式人工智能机可以为初体验赛事的观众提供简单易懂赛事预告及解读，也能为更进阶的观众提供自助式的赛事和选手数据分析从而让更多的大众根据对赛事的了解程度体验更多精彩赛程。案例研究香港某体育娱乐慈善机构：借助生成式 AI 开展体育娱乐体验变革基础架构 39382023 年底，IBM 咨询为该快消品企业交付了一套能够基于用户问题自主查询后台数据，并根据结果反馈合理响应的自动化、智能化的客服机器人。该企业的业务部门经理反馈称，该
47、项目的交付完成，让他们看到了生成式 AI 在实际业务中应用的可能性。据测算，智能客服机器人的平均问题响应时间可以控制在 1-2 分钟以内，相较于人工回答所需的 6-8 小时的响应时间有着极大的提升。项目的成功交付使得该企业在生成式 AI 技术探索的道路上走在了行业的前列。未来双方还将继续在更多的业务部门及领域深入合作，共同探索生成式 AI 的可能性。案例研究某领先快消品企业：AI 智能客服助手，助力人工智能领域的探索“今天，我们必须关注我们能够提供的产品，同时必须确保不会积累大量的技术债务。IT 高管必须不断推动现代化。”Hong Giep Toh新加坡土地管理局首席信息官AI 41“我的目标
48、是确保客户晚上可以安心入睡，因为他们知道自己受到保护，并且可以继续信任我们机构。”Ian CrambUBP 首席运营官AI 可能是不负责任的。如果组织认为其 AI 是值得信赖的，则往往会低估与信任和隐私相关的风险。只有从被动的风险应对转变为主动的诚信文化，组织才能建立强大的信任关系，把握住其他组织尚未准备好的机会，并大规模实现有意义的差异化优势。在当今充斥着 AI 产品和服务的市场中，公众的信任度正在下降。18 因此，近四分之三(大中华区 78%，全球 71%)的受访 CEO 表示建立和维护客户信任对其组织成功的影响将超过任何特定产品或服务。19 而对于大多数（大中华区 84%，全球 80%）
49、的受访 CEO 来说，其组织在使用生成式 AI 等新一代技术时保持公开透明对于培养这种信任关系至关重要。20 CEO 可能并未意识到其组织为可信 AI 建立的基础并不牢固，而技术高管们则非常清楚这一点。尽管 65%的受访技术高管表示已经为 AI 工作流程实施了治理机制，但同时也承认并未实现负责任 AI 的关键实践，例如可解释性、透明度、公平性和隐私等（见图 5）。“在实施全面的 AI 战略之前，必须考虑相应的治理问题以及法规在特定环境中的适用性。”Nthabiseng Mosupye兰德水务公司首席技术信息官40尽管我们希望 AI 是可信的，但AI 43负责任 AI 不再是一种可选项，而是一种
50、文化上的必选项。AI 的广泛应用可揭示组织内部的数据、流程和决策过程，让利益相关者更清楚地了解当前情况。但这也可能会向竞争对手公开过多的信息，因此技术高管需要在透明度与保密性之间找到平衡，通过有针对性的战略来发挥 AI 可见性的竞争优势。技术高管还必须考虑 AI 从单一应用场景扩展至整个组织工作方式的相关风险，并向相关方传达这一风险。在 AI 无处不在的时代，打破规则简直轻而易举。任何员工都可能因为缺乏适当的培训而滥用 AI 工具或在公共模型中泄露机密数据。万事达卡总裁兼首席技术官 Ed McLaughlin 表示：“我们应该让技术专家发挥主导作用，帮助人们理解安全影响、隐私影响和其他社会影响
51、。最后，技术高管需要建立全新的风险思维。谨慎观望的态度会导致错失机遇并落后于竞争对手。Sobeys 首席技术和分析官 Julia Knox 说道：“我们可以转变对风险的看法，使其能够成为卓越交付和卓越技术解决方案的推动因素。”欧盟 AI 法案等新兴法规定义了风险程度，并帮助组织了解重点领域。21技术高管可以掌控全局，积极应对 AI 风险，并将潜在的负担转化为差异化优势。他们可以采取一些关键步骤，例如开发负责任 AI 框架、投资于 AI 伦理以及提供 AI 培训与知识普及。主动行动有助于与利益相关者建立信任，同时找到 AI 风险与回报之间的最佳平衡点。42图 5实施不力大多数组织未能大规模提供核
52、心的负责任的 AI 能力在很大程度上/非常大程度上实现 AI 能力的组织百分比50%可解释性隐私保护公平（无偏见）透明度46%45%37%AI 4544搭建桥梁，而不是围墙。公开传达关于负责任 AI 开发和部署的价值观和方法。对数据收集实践和保护个人数据的方式保持透明。明确各方责任，并建立高效的客户支持流程。正视生成式 AI 对体验的影响，并与客户、员工和其他利益相关者积极沟通，解答他们的疑虑和问题。成为有责任 AI 的倡导者。重视大规模扩展中的风险和“AI 偏移”问题。明确必须要掌控的领域，并在力量薄弱的区域加强防御。让技术在责任与问责制中发挥主导作用。针对员工开展关于 AI 伦理和负责任使
53、用 AI 的培训。组建更加多元化的员工队伍，以支持开发无偏见的数据和模型。让 AI 风险为你所用。合理规划组织定位，在合规性竞争中抢占先机。通过全面的归档流程加速治理政策和控制。与当地司法管辖区领导和行业协会合作，积极倡导可平衡公共与私人利益的 AI 法规。选择具有正确价值观和能力的业务合作伙伴，确保负责任高效交付。将负责任计算原则纳入采购合同。行动方案认识到成果取决于价值观“在生成式 AI 出现后，一些新的法规也相继出台。随着技术的发展，与负责任 AI 相关的领域也在不断演变。因此，我们正在转向一种如何管理风险的模型？”Mohammed Rafee TarafdarInfosys 首席技术官
54、46案例研究案例研究Talent 47为了进一步提升产品与服务的质量，某国际领先企业的中国分公司与IBM咨询合作，开发了 AI 客户声音聆听平台（Voice of Customer,VOC），助力企业洞察热点问题。VOC 平台集成了该企业内部与外部多渠道客户声音数据，应用 AI 智能算法对声音进行分析与洞察，自动识别最具备业务价值的服务与产品问题。VOC 平台同步搭建问题反馈与预警闭环机制。业务部门可使用平台进行热点问题的追踪与记录，同时设定自动预警机制，24 小时监测重点项目，从而进一步改善产品和服务，提高客户满意度。AI 47IBM 系统增强合规性并减少工作量22某国际领先汽车企业：AI
55、客户声音聆听平台，推动提升产品与服务质量随着未来各种新法规的不断出台，管理负责任 AI 是一项知易行难的任务。IBM 致力于将 AI 打造为变革的积极力量，这意味着要对公司已制定的 AI 原则负责。IBM 隐私与负责任技术办公室在 GDPR 合规性方面也遇到了类似的情况。该部门建立了隐私与 AI 管理系统(PIMS)，专用于在全球范围内监督 GDPR 及其他隐私法规的合规性。现在，该部门增强了该工具，以帮助记录和跟踪整个 AI 运营中的合规情况。升级后的 PIMS 提供了一个集中化的企业级平台，可用于捕获、整合和透明化与数据隐私及整个 AI 生命周期（从设计、部署到日常使用）相关的元数据。PI
56、MS 注册了 IBM 投入生产的新 AI 实例以及其他算法系统实例，并将这些实例纳入集中化的企业级工作流程，以便评估其潜在风险。当 AI 模型上线后，该解决方案会立即持续监控其公平性、质量和偏差。同时，随着各种新法规的出台，PIMS 可用于导入这些要求，并更新治理模型和整体风险评估工作。IBM 隐私与负责任技术办公室(OPRT)综合治理与市场准备部门的 Lee Cox 说道：“我们不是让流程负责人监控每一项资产、每一个人、每一个应用、每一个业务流程，并要求他们弄清楚需要遵守哪些法律，而是掩盖了这种复杂性。有了 PIMS，他们现在只需要关注自动生成的整改任务，这为 IBM 节省了数千小时的工作时
57、间。”案例研究Talent 49观点生成式 AI 时代的绿色 IT技术高管认为可持续发展的商业价值超越了技术堆栈和技术职能大多数受访技术高管表示会优先部署节能技术解决方案(75%)，并收集数据以跟踪其可持续发展的进展(69%)。这项承诺不仅对其技术部门的运营至关重要，而且还有助于与负责可持续投资和公开股东报告的 CFO 和 CEO 建立更广泛的联系。事实上，74%的受访技术高管认为环境可持续性是一种机遇，而非风险。通过优先在 AI 开发和部署中采用可持续性实践，组织不仅可以减少环境影响，还可以产生更广泛的积极效应。生成式 AI 对可持续性的影响是一把双刃剑。一方面，生成式 AI 通过优化资源利
58、用、减少浪费和提高效率来支持可持续发展。此外，这项技术还可以帮助组织高效地管理其可持续发展报告和合规性。23 根据 IBM 商业价值研究院的最新调研，企业高管已经开始将生成式 AI 应用于应用开发、绿色编码以及数据中心布局等关键领域，这些都是可持续发展计划中的关键要素。24但技术高管也意识到，AI 模型的开发和部署需要耗费大量的能源。这会增加温室气体排放82%的受访技术高管对此问题表示担忧。25 随着数据中心的电力需求不断增加，迫切需要采用更加节能的方法来训练、调优和运行 AI 模型。26“作为一位高管，我需要成为可持续发展领域的专家。”Greg LavenderIntel 首席技术官AI 4
59、9数据 5150数据可能是一种负担。“通过共享业务部门拥有的数据，生成式 AI 可以消除各个业务部门之间的壁垒。”Kazushi Kuse旭化成株式会社执行副总裁三分之二的受访 CFO 表示其组织的高管团队拥有快速投资部署新技术所需的数据。27 但技术高管并不这么认为只有 35%的大中华区受访技术高管和 29%的全球受访技术高管非常同意其企业数据达到了所需的质量、可访问性和安全性标准，可支持高效扩展生成式 AI（见图 6）。事实上，由于生成式 AI 的兴起，45%的受访技术高管表示对数据准确性或偏见的担忧在过去六个月中有所增加。企业数据表面上看似集成在一起，但背后往往是通过手动方式拼凑收集和整
60、合的。这不仅会阻碍详细分析，还可能会引发不信任并产生数据孤岛。只有少数组织实施了关键数据能力，例如 Data Fabric 架构(48%)、企业级数据标准(42%)、客户主数据(46%)、产品主数据(35%)或通用数据模型(44%)。如果缺乏这些能力，企业数据将难以支持生产级、工业规模的 AI 目标。现在，技术高管需要将数据管理讨论提升到企业层面。让所有各方参与对话的一种方式是在治理、风险和合规(GRC)领域开展合作。GRC 提供了一种协同 IT 与业务的结构化方法 28，并基于一系列核心实践建立标准化的数据管理流程。例如，数据不一定是技术资产，而是一种业务资产，需要业务部门掌握所有权并担负责
61、任。尽管我们将数据视为货币，但如果只关注于将数据视为货币，组织往往会忽视一些关键步 骤，而无法将杂乱无章的分散数据转化为一致的端到端资产。只有坚定不移地将数据管理从后端提升至核心位置，组织才能建立一个整合且可信的数据体系，以便能够探索 AI 的无限可能性。数据 5352同样，数据质量问题通常源于数据治理不力，而不是技术限制。GRC 需要关注整个企业的流程、政策和程序，以提高数据的准确性、完整性和一致性。dsm-firmenich 首席数字和信息官 Ipek Ozsuer 指出，治理对于发挥数据的差异化优势至关重要。她说道：“必须对自己的数据有全面的可见性，妥善管理数据，然后才能将数据转化为竞争
62、优势。这也正是治理至关重要的原因所在。”通过 GRC 驱动的企业级风险与合规管理方法，组织还可以有效应对数据相关风险，例如数据泄露或合规暴露。这包括识别和管理网络安全威胁以及对员工进行风险和政策教育。高绩效型技术高管通过实施有效的数据管理实践，实现了卓越的业务成效。成熟的 GRC 实践让组织能够将数据管理转化为竞争优势。随着各种新的 AI 法规不断出台，组织可以更有效地调整方向，并更加快速高效地释放数据中的价值。图 6数据脱节CFO 的信心被技术高管的质疑所削弱。5229%的受访技术高管非常同意其企业数据具有必要的质量、可访问性和安全性，可支持高效扩展生成式 AI。67%的受访 CFO 表示其
63、高管团队拥有快速投资部署新技术所需的数据。但只有“数据隐私和网络安全的重要性远超以往。作为技术高管，我们必须合作构建技术实践和基础架构，以实现负责任和安全的 AI 运营。”Marwan Bin Haidar迪拜水电局(DEWA)创新与未来执行副总裁关注成果，而非数据。建立与业务部门一致的语言，专注于提升客户体验和实现业务成效的共同目标。通过故事叙述和情景演练，加强技术部门和业务部门对客户旅程和痛点的共同理解。确定对组织在企业和业务部门层面取得成功至关重要的关键业务指标和成果。清理数据沼泽。从收集更多数据转向整理最重要的数据，首先制定清晰的数据管理愿景和战略，并与业务目标保持一致。揭示当前的数据
64、环境及其局限性，突出业务需求与数据能力之间的差距。制定数据管理路线图，包括里程碑、时间表和所需资源。注重数据管理每个阶段的投资商业认证。加快决策速度。利用技术让相关人员能够轻松获取和理解数据洞察并采取针对性行动。设计支持可靠分析的界面。建立统一的数据治理框架来定义您的组织如何收集、组织、存储、准备和使用其数据来支持各个层级的决策。建立数据目录来集中管理可用数据，包括元数据、数据质量和使用情况，从而改善数据可见性。数据 5554行动方案积极追求有效的数据管理。“谈到数据，我们绝对不能在安全性上妥协。这是最重要的。无论做什么，都必须保证数据的安全性。”Tawatchai Cheevanon泰京银行
65、首席产品和业务解决方案主管数据 5756作为一家领先的电子元件制造商，三星电机一直面临着如何管理来自各种来源的大量数据的挑战，包括生产输入、设备数据系统和产量分析系统。这些数据分散在不同的系统中，难以快速高效地定位、标准化和使用。为了建立可帮助企业以可扩展且安全的方式整合和管理数据的解决方案，三星电机选择采用 IBM Cloud Pak for Data 和 IBM Watson Knowledge Catalog 解决方案来构建强大的数据平台。该平台可实现数据整合、可观测性、主数据管理以及数据治理与安全功能。该公司成功连接了多个数据源，包括 Impala、SAP HANA、Oracle 和
66、MS SQL，并创建了一个集中式数据仓库。通过自助功能，该平台增强了数据可访问性，并将用户完成任务的时间从 30 天缩短至 10 天或更短。此外，该平台还增强了数据治理，让该公司能够根据严格的治理原则来管理个人和敏感信息。数据管理也得到了有效扩展该解决方案最初只连接 5 到 6 个数据系统，如今已经扩展至 20 多个系统。案例研究三星电机引领可信数据29纵横平台智能匹配工具（Smart Data Mapping,以下简称为 SDM）是 IBM 以通用数据字典为核心，利用 NLP 自然语言处理算法、深度学习模型等 AI 技术，通过内置的 IBM 行业数据字典规范与预训练的AI 算法模型，进行数据
67、匹配和自动映射的工具。IBM 咨询使用 SDM 的智能映射匹配、词根分析等功能，为某股份制银行完成数万项数据字典的编制工作。某股份制银行在开展企业级数据字典编制工作时，通过公司董事长领导挂帅、业务部门牵头、科技部门配合、数据管理部门复核的协同方式，积极调动全行超过 20 个业务部门参与数据字典的编制工作。该项目实现了各部门的充分协同。董事长直接过问数据字典建设进程和落地进展；业务部门负责对数据中文名称、业务定义、业务规则等进行初稿编制；科技部门负责对数据类型、长度等内容进行定义；数据管理部门负责对数据字典整体内容进行复核、完善和确认。各部门充分发挥各自的专业领域知识和经验，共同努力、高效配合，
68、对全行关键系统进行多轮滚动整合和萃取，最终形成了覆盖对公、零售、同业等业务领域的万余项企业级数据字典。通过该咨询项目，该银行取得了显著的业务成效：自动化检核字典项属性值的内容，完成对共计超过 30 万个字典项属性值的内容进行质量检核，相较于纯人工质检节省了 80%时间；自动化生成字典项英文名称与简称，大幅减少人工逐项编写的时间成本，同时保障词根英文翻译的一致性。案例研究国内某股份制商业银行：企业级数据字典，淬炼企业高价值数据资产，迈入数据要素时代“我们正通过创建数据治理和控制框架来应对生成式 AI 的挑战，确保利益相关者对基础架构、大语言模型(LLM)及其可解释性感到满意，同时避免产生 AI
69、幻觉。”Arun Mehta阿布扎比第一银行（FAB 银行）首席数据和分析官“我们现在有一项规定，所有数据所有者必须将其数据共享给组织中任何需要使用这些数据的人员。这样可以加快数据的使用和组合。员工可以更快地开始试验，而不必通过委员会的审批。”Hauke Stars大众汽车集团 IT 与数据董事会成员人才 5958我们仍在采用过时的人才策略。“AI 可以增强并放大人才的能力。”Pere NebotCaixaBank 首席技术官由于企业仍在采用过时的人才策略，因此陷入了人才发展的困境，充其量只能带来有限的生产力提升。只有优先采用认可关键专业能力并将人机协作置于创新核心的运营模式，组织才能建立不断
70、自我强化的创新和增长循环。三分之二的受访 CEO 表示其团队具备采用生成式 AI 等新兴技术所需的知识和技能。30 然而，只有一半的受访技术高管持同样乐观的态度。具体来说，36%的大中华区受访技术高管和 40%的全球受访技术高管表示对生成式 AI 专业能力的担忧在过去六个月中有所增加。技术高管在人才团队建设上面临着残酷的现实。近六成(大中华区 60%，全球 58%)的受访技术高管表示难以填补关键职位的空缺（见图 7）。受访技术高管预计关键领域长期存在的人才短缺问题不会在短期内得到改善。他们预计未来三年内云计算技能短缺将增加 36%，AI 技能短缺将增加 29%，安全技能短缺将增加 25%，隐私
71、技能短缺将增加 39%。同时，他们预计未来三年内 30%的现有技术员工将需要接受再培训或技能提升培训。技术高管深知人才的重要性。近三分之二(63%)的受访技术高管表示其组织的竞争力将取决于吸引、培养和留住顶尖技术人才的能力。但这与其他优先事项形成了冲突；超过一半(54%)的受访技术高管认为财务压力阻碍了其投资于技术人才的能力。尽管我们认为自己的团队很强大，但60图 7技术人才缺口CEO 充满信心；但技术高管面临挑战。66%的受访 CEO 表示其团队具备采用生成式 AI 等新兴技术所需的知识和技能。58%的受访技术高管表示在填补关键技术岗位方面存在挑战。但技术高管需要在其组织中激发一种“顿悟时刻
72、”未来的工作不仅仅是找到更多的人才，而是要充分释放现有人才的潜力。这就需要重新思考工作角色、学习路径和工作流程。31 其宗旨是彻底转变运营模式，以发挥新兴技术和创新工作方式的强大力量。根据 IBM 商业价值院的调研，优先推动运营模式转型而非劳动力技能提升的组织实现了更加出众的绩效。这意味着采用敏捷方法，确保团队朝着共同的目标努力，而不是简单地完成任务。这就需要投资开展再培训和技能提升培训，而不是外部招聘；这就需要深入分析流程和工作角色，确定需要变革的领域；还需要利用数据来重塑流程并利用生态系统合作伙伴来填补技能缺口69%的受访技术高管已经在采用这种策略。32借助这样的策略，组织就可以依托于更先
73、进的运营模式，全面推动富有成效的“人机偕行”模式。生成式 AI 将为技术团队提供可节省时间的关键能力，从而让全面技术运营转型成为可能。生成式 AI 有助于开发速度更快、质量更高的代码，还可以自动执行劳动密集型任务、简化知识共享与传递，以及简化日志检查等复杂任务。这些优势让专业人员能够专注于 AI 时代至关重要的人际合作技能，包括创造力、共情能力和解决复杂问题的能力。技术高管承担着繁重的任务，因此很容易忽视人才问题。尽管技术至关重要，但仅凭技术无法带来可持续的差异化优势。因此，在这样的市场环境中，面向未来对齐技术与人才，才是建立持久竞争优势的关键因素。“人类永远无法做到的事情有哪些？我们真正要做
74、的不只是实现繁重工作的自动化，而是要创造以前人类无法实现的能力和价值。”Ed McLaughlinMastercard 总裁兼首席技术官人才 61人才 6362重新定义未来企业所需的角色和技能。引领组织探索人才与技术融合带来的全新可能，发掘新的增长点和转型机会。拒绝将不良或过时的流程自动化。使用流程挖掘来分析工作的完成方式，以及可以消除哪些瓶颈或低效问题。重新设计工作角色来体现新的工作方式，从而增强人机协作的优势。掌控你所需的人才资源。建立可形成技能和专业能力互补的战略伙伴关系。在企业内部掌握高价值技能，并利用合作伙伴获取非稀缺性技能。借助合作伙伴引入具备急需技能的优秀人才，并有效管理人才需求
75、波动。确定并投资于维持有效运营和推动增长所必需的关键间接领域。打造无法抗拒的员工体验。制定涵盖技术、文化和流程的全方位员工体验策略。让员工来定义如何运用 AI 助力提高工作效率和质量。将再培训和技能提升培训转化为进阶机会。建立 AI 学院或卓越中心，助力员工提升专业能力。“CIO 的职责不再以技术为中心，还需要善于与人沟通，了解团队成员，并将合适的人才安排在合适的岗位上。”Pochara Vanaratseath大城银行信息技术部主管行动方案采用以人才为中心的技术运营策略“一条经典的智慧是：明确的角色、明确的目标和明确的责任。如果你招聘了目标不清晰、角色不明确的人才，又不支持他们实现应有的成果
76、，他们失败就是必然的。”Greg LavenderIntel 首席技术官64开创人力资源的未来时代33在增强型劳动力时代，员工必须发挥什么样的关键作用？人力资源如何优化人机偕行关系？将 AI 和自动化融入日常工作并非易事，但 IBM HR 正在开辟一条创新的道路。从创建下一代数字助手到简化 IBM 的晋升流程，公司知道技术可以节省员工的时间，让他们更轻松地实现战略目标。为确保一切顺利进行，IBM HR 将数千名员工的数据（存储在多个大型电子表格中）提取到一个统一的系统中。汇总员工数据之后，IBM HR 可以使用数字助手将这些数据编录到仪表盘中，从而帮助经理评估绩效，并帮助员工朝个人目标前进。数
77、字助手可以为经理提供更快速做出更明智决策所需的信息，但不会替代他们做出决策。在北美的一项试点中，IBM HR 在时间节省方面实现了令人瞩目的成果。他们成功将每位经理提名晋升候选员工的用时从 8 小时缩短至 1小时，每个季度总共可减少大约 12,000 小时。在取得这项成功后，IBM 已经开始将该数字助手推广到其他地区，预计每年可节省多达 50,000 小时的时间。自动化还将流程时间从 10 周缩短到 6 周，这让人力资源支持团队能够更加专注于为每位经理提供指导。此外，该团队现在还可以分析提名数据，从而为整个企业提供洞察。此解决方案成功展现了自动化和 AI 如何将人类提升到价值链的更高层次，同时
78、大幅加快决策速度。案例研究某国内知名快消品企业全面推进数字化建设，开启对组织、业务和运营的系统性重塑，同时也将数字化人才队伍建设作为重要的战略举措，为数字化战略落地培养所需人才和技能，保障数字化战略落地成功。该企业着手对标行业领先实践，与 IBM 合作开展数字化人才和能力建设，清晰定义了数字化人才梯队，即数字化管理人才、数字化专业人才、数字化应用人才和数字化一线操作人员，建立了企业级的数字化通用能力模型，并设计了分层级、分角色的人才培养方案，启动数字化人才赋能。数字化通用能力模型：为了从组织层面建立数字化人才的统一认知和能力标准，IBM 基于先进的数字化转型方法论和数字化洞察，结合未来的发展趋
79、势，以及世界和本土企业的数字化转型实践，紧密契合该企业的文化价值观、数字化战略，与客户共创了数字化人才通用能力模型。模型从思维认知、组织文化、工作方式、引领转型的关键技能四个方面构建企业数字化人才的基础能力，并清晰定义了分层级的能力标准。数字化人才培养方案：针对各类人才、各个层级的能力要求，定位赋能要点，建立数字化人才培养体系，筛选出近千门数字化培训课程库，形成分角色的学习地图和以能力分类的专题培养系列。赋能成果：IBM 帮助客户定制化设计了数字化四类能力的基础课程和管理者赋能培训课程，在该企业有步骤地向全员推进数字化能力主题的培养。案例研究国内某知名快消品企业：打造数字化人才梯队，保障数字化
80、战略落地观点扩大技术人才库：倡导女性进入 AI 领域“如果让更多女性进入 AI 领域，不仅可以消除偏见，她们还会带来更具观察力、更具同理心和更全面的视角。”Marisa Reghini Ferreira Mattos巴西银行首席技术和数字业务发展官人才 6766根据 IBM 商业价值研究院的年度女性调研，近一半的受访女性担心 AI 驱动的自动化会取代她们的工作。35 AI 革命为女性提供了改变局势的机会，她们可以掌握主导权，帮助组织识别 AI 的潜在问题，同时展示她们在技术高层对话中的价值。技术高管需要鼓励女性成为 IT 和 AI 专家，这不仅可以扩大人才库，还可以获取影响未来 AI 转型的关
81、键观点。过去，IT 领域一直都是由男性主导，女性人才十分匮乏。而生成式 AI 的出现使得这一问题变得更加严峻。根据 IBM 商业价值研究院的 2024 年度女性调研，67%的受访女性高管表示，女性在生成式 AI 的高层对话中参与不足。当偏见在 AI 模型输出中体现为有害或不准确的结果时，多元化的员工团队可以成为提升信任和品牌价值的保障。34巴西银行首席技术和数字业务发展官 Marisa Reghini Ferreira Mattos 指出：“如果 70%到 80%的 IT 专业人员都是男性，那么 AI 编码显然会带有偏见。如果让更多女性进入 AI 领域，不仅可以消除偏见，她们还会带来更具观察力
82、、更具同理心和更全面的视角所以潜力是巨大的。”总结 6968“随着生成式 AI 的出现，技术高管开始坐上驾驶位。加速器已经全力开启，因此需要尽可能掌控方向，同时尽量避免过多地踩刹车。”Hong Giep Toh新加坡土地管理局首席信息官“在每次董事会会议上，我都会找机会谈论 IT 对业务的积极影响。这有助于提升对 IT 重要性和影响力的理解。”Hauke Stars大众汽车集团 IT 与数据董事会成员总结AI 革命进行时技术高管必须具备坦诚的态度，才能有效应对 AI 的挑战并把握相关机遇。在 AI 时代，技术高管面临更高的风险，同时也将产生更大的影响力。AI 正在变革企业的核心业务模式从重新定
83、义员工的工作方式以及领导者的决策和战略制定方式，到重塑客户体验和关系。然而，要实现这一目标，技术高管必须带领其组织克服阻碍其 AI 转型的盲点。他们需要组织技术与业务之间的关键对话，以推动绩效提升，同时在转型速度、创新需求以及治理和财政责任之间取得平衡。现在不是渐进式思考的时代。当今的技术高管必须大胆行动且富有远见，才能实现成功的战略。这要求从技术孤岛转向业务驱动，从风险规避思维转变为明智的风险决策，从追随者转变为创新者和变革者。正如云计算彻底改变了大规模计算的方式，生成式 AI 和企业级 AI 的兴起标志着技术高管职业生涯的重大转折点。那些能够以负责任、可信的方式驾驭 AI 能力的技术高管将
84、引领其组织从竞争中脱颖而出。7070调研方法和分析2024 年第一季度，IBM 商业价值研究院(IBM IBV)与牛津经济研究院合作，针对全球 2,500 位技术高管进行了一项调研，包括首席技术官(CTO)、首席信息官(CIO)和首席数据官(CDO)。受访者来自全球 26 个行业和 34 个国家/地区，其中有 213 位受访者来自于大中华区。此外，我们还针对一小部分高管进行了深入定性访谈，主要讨论了研究中的关键洞察以及他们在 AI 新时代领导企业技术发展的实际经验。这提供了关于大规模开发和交付面向 AI 的技术能力的挑战和机遇方面的宝贵见解。IBM 商业价值研究院的数据分析团队进行了一系列深入
85、分析和数据转换，以揭示复杂和新兴现象之间的深层关系，例如哪些行为会带来特定的益处以及哪些因素会加速 AI 价值的实现。作为此项数据分析的一部分，我们确定了一部分高绩效型技术组织，此类技术组织在各种财务和运营指标上都实现了出众的表现。此类技术组织在战略制定与执行方面的表现更加出众，在技术投资决策中展现出了业务高管与财务高管之间的密切合作，注重衡量其数字计划的成效和价值，并且全面了解组织中的技术赋能和支持情况，涵盖业务线、地理区域和职能等各个层面。71备注和参考资料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:/ 商业价值研究院IBM 商业价值研究院(IBM IBV)成立二十多年来，凭借 IBM 在商业、技术和社会交叉领域的独特地位，每年都会针对成千上万高管、消费者和专家展开调研、访谈和互动，将他们的观点综合成可信赖的、振奋人心和切实可行的洞察。需要 IBV 最新研究成果，请在 上注册以接收 IBV 的电子邮件通讯。您可以在 Twitter 上关注 IBMIBV，或通过 https:/ibm.co/ibv-linkedin 在 LinkedIn 上联系我们。访问 IBM 商业价值研究院中国官网，免费下载研究报告：https:/ IBM，我们积极与客户协作，
92、运用业务洞察和先进的研究方法与技术，帮助他们在瞬息万变的商业环境中保持独特的竞争优势。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国际商业机器（中国）有限公司 北京市朝阳区金和东路 20 号院 3 号楼 正大中心南塔 12 层 邮编：100020美国出品|2024 年 10 月IBM、IBM 徽标和 是 Int
97、ernational Business Machines Corporation 在世界各地司法辖区的注册商标。其他产品和服务名称可能是 IBM 或其他公司的商标。以下 Web 站点上的“Copyright and trademark information”部分中包含了 IBM 商标的最新列表： Hat 和 OpenShift 是 Red Hat,Inc.或其子公司在美国和其他国家/地区的注册商标。本文档为自最初公布日期起的最新版本，IBM 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。本文档内的信息“按现状”提供，不附有任何种类的（无论是明示的还是默示
98、的）保证，包括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。本报告的目的仅为提供通用指南。它并不旨在代替详尽的研究或专业判断依据。由于使用本出版物对任何企业或个人所造成的损失，IBM 概不负责。本报告中使用的数据可能源自第三方，IBM 并未对其进行独立核实、验证或审查。此类数据的使用结果均为“按现状”提供，IBM 不作出任何明示或默示的声明或保证。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.扫码关注 IBM 商业价值研究院官网微博微信公众号
