隨著世界各地的社會和經濟在冠狀病毒疫情發生一年之后逐漸復蘇，組織IT領導者應該拓展自己的視野，并回顧行業趨勢。許多組織如今忙于轉向遠程工作、更新業務流程、適應客戶需求的變化，而技術創新、改善客戶體驗、推出數字化產品以及成熟的機器學習能力可能不再成為其首要任務。

數字化轉型不僅僅是要采取現有的業務流程，而且要使其更高效。新技術和不斷發展的客戶機會要求業務領導者重新思考商業模式、產品、目標市場和客戶體驗。如果組織的數字化轉型沒有關注業務增長和客戶機會，可能會面臨困境，因此需要進行變革。

現在需要考慮的數字化轉型趨勢

即使是健康的數字化轉型項目，組織的領導也應該了解其變化和趨勢。例如，競爭對手是否更快地實施數字化轉型？哪些技術能力變得越來越主流，值得研究或進行概念驗證？組織應該加速進行哪些流程變更，并為新的和不斷變化的機會做好準備？

以下可能會促使組織調整和改變數字化轉型策略的五種趨勢：

1. 開發和完善客戶數據平臺

對于認識到客戶需求正在變化并旨在進行數據驅動的組織，客戶數據平臺（CDP）可以作為一項戰略投資以使組織實踐保持一致。實施這些平臺的組織旨在改善客戶服務、更新產品開發策略、修改銷售優先級以及調整營銷活動。

客戶數據平臺（CDP）本質上是一種數據倉庫和分析工具，用于集中來自客戶關系管理（CRM）、企業資源計劃（ERP）、市場營銷自動化工具和實現系統的客戶信息。它們提供了客戶概況、交互和事件的集中視圖，并充當與其他與客戶交互系統的雙向信息共享存儲庫。對于零售行業和B2C行業，可以采用針對特定行業的客戶數據平臺（CDP）解決方案。另一種選擇是使用主數據管理平臺來實現客戶數據平臺（CDP）。

由于要獲取和處理客戶信息、業務流程和系統數量眾多，因此客戶數據平臺（CDP）的實施非常復雜。但是針對客戶數據平臺（CDP）最近發布的一份調查報告表明，這些計劃正在不斷增加，52%的受訪者將客戶數據輸入中央系統，這高于2017年的37%。客戶數據平臺（CDP）計劃仍然充滿挑戰，但其平臺日趨成熟，并對更多組織來說更加可行。

2. 演示機器學習投資的業務影響

組織難以啟動人工智能和機器學習程序或未能將概念驗證（PoC）過渡到生產的原因很多。但是凱捷公司最近發布的一份調查報告表明， 53%的受訪者表示在2020年實施的多個用例中超越了機器學習試驗和概念驗證（PoC）階段，而2017年只有36%的受訪者這么認為。這一進展不僅發生在以數據為中心的行業中，例如技術和金融服務，還發生在十多個行業領域，其中包括在這方面比較謹慎的電信、公用事業和能源行業，他們在生產實踐中部署了一些規模有限的人工智能系統。

在此次調查中，受訪者還報告了其人工智能投資對業務的影響。在被確定為人工智能領導者的受訪者中，有97%的受訪者報告了可量化的收益，而39%的受訪者表示其收益高于預期。

雖然許多組織都報告了在機器學習方面的人才緊缺的情況，但成熟的MLOps和ModelOps平臺可以幫助更多組織擴展其機器學習流程、基礎設施和業務運營。這些平臺為機器學習生命周期提供了DevOps和SDLC功能，旨在幫助更多組織通過機器學習投資來構建、測試、部署、監控以及實現業務價值。

隨著市場上越來越多的機器學習生命周期平臺的發展，在所需的數據和技能方面投資落后的組織需要采用機器學習技術。

3. 使用超自動化、低代碼和敏捷方法實現應用程序的現代化

應用程序開發、現代化和集成是數字化轉型的核心實踐，這些實踐幫助組織啟動新的業務能力、改善客戶體驗以及提高業務流程效率。一些首席信息官和IT領導將其實現視為構建與購買決策，或使用RPA平臺來使工作流程自動化。許多組織在敏捷性和DevOps上進行投資，以在構建應用程序時持續交付云原生的微服務和應用程序。然而在發生疫情之后，更多的IT領導者尋求使用低代碼和無代碼平臺來加速應用程序開發。

組織擁有多種方法來開發和支持應用程序開發與集成是有益的，但是如今，越來越多的選項提供了完整的超自動化平臺。超自動化應用開發平臺包含低代碼、無代碼、自動化和機器學習功能，提供現成的DevOps功能，并將開發生命周期與敏捷流程保持一致。它們可以共同加快發展進程，提高開發工作的生產率和質量。

這是否意味著更多組織可以開發、支持和增強應用程序，而不會出現成熟的軟件開發流程所帶來的復雜性？組織官可以加快應用程序現代化，并以更少的技術債務來構建應用程序嗎？這些問題將在未來幾年中出現，但如今有更多的選擇來支持需要核心技術能力的組織開發和集成應用程序。

4. 在支持多云策略的同時提高IT效率

許多首席信息官面臨著日益嚴重的財務問題：他們正在采用新技術以支持數據操作、機器學習和云原生應用程序，因此超出了預算。大型組織通常使用了多年的混合云，許多組織將多云架構和運營視為他們期望的一種策略，可以為其業務提供更多的靈活性。

首席信息官能夠避免資金缺口或無法支持不斷增長的技術組合的唯一方法是在IT運營中提高效率。簡而言之，IT運營將需要以更高的服務級別目標來支持更多的異構計算堆棧，而又不會過度增加成本。

如何才能做到這一點？

針對大多數標準運營程序自動執行更多IT任務和協調流程。

使用AIOps工具來改善事件管理KPI。

投資DevOps、CI/CD、IaC、自動測試和安全實踐。

集成ITSM、DevOps、SRE和敏捷工具和流程以改善協作。

選擇可在公共云和私有云之間運行的“單一控制平臺”工具。

一些IT組織在數字化轉型方面投入巨資，卻沒有通過提高內部效率來平衡工作量，這很可能會造成潛在的無法克服的技術債務負擔。

5. 用敏捷的價值流管理代替瀑布式項目管理辦公室（PMO）

首席信息官需要減少優先事項的數量，并將敏捷方法擴展到項目管理辦公室（PMO）。制定路線圖和展示業務價值對于首席信息官實施的數字化轉型之旅至關重要，但是要求其團隊承諾實施自上而下的戰略計劃和季度計劃會與驅動敏捷文化、流程和思維方式背道而馳。

在專注于漸進式變革的敏捷實踐與業務領導者如何管理戰略重點和業務路線圖之間，首席信息難以彌補的差距。推動組織文化的發展將要求首席信息官與敏捷團隊直接合作，采用持續的規劃實踐，并審查新興的價值流管理工具。

數字化轉型失敗和重新啟動的現象正在增加，IT領導者應該探索并利用其背后的趨勢來推動他們的數字化轉型取得成功。
責編AJX