2019技术趋势报告—超越数字化

  • 时间:
  • 浏览:67

  近日,德勤发布《2019技术趋势报告—超越数字化》,在此ERR能研微讯研究团队将报告分享给大家,欢迎转发扩散!

  宏观科技力量

  过去、现在和未来的技术趋势

  在过去的10年中,云技术、分析技术和其他为数字体验赋能的技术,在不断颠覆信息技术运营、商业模式和市场。虽然这些现已被熟知的力量早已不能称为“趋势”,但其影响力仍不容忽视,其本身仍在继续演变发展。最近,区块链、认知技术和数字现实(增强现实、虚拟现实、物联网等)这三种新技术已经进入了“颠覆者”的行列。它们正在蓄势待发,各自有望成为一种独特的宏观力量。与此同时,还有三项基础力量:遗留核心系统现代化、信息技术业务转型以及安全和隐私范畴之上的网络风险战略升级,使组织机构能够在保持运营完整性的同时利用创新。这九种形成力量是过去和现在技术创新的支柱。每种力量都在高速向前发展,而相互之间的适度碰撞加大了它们的整体影响力,以推动目的明确的根本性变革。

  数字体验。分析技术。云技术。在前九期《技术趋势》中,我们审视了这三种强大的力量,目睹了它们从新奇有前途的创新到成熟趋势的演变。我们意识到了它们的颠覆性潜力,并放眼未来寻找这些技术可能并最终将带来的无数战略机遇。事实上,其中每项技术都不仅仅是一种趋势;随着时间的推移,它们在各个行业中不断演变和扩展,现已经是是企业信息技术乃至企业战略的根本构成。

  那么,在新兴技术趋势的背景下,数字化、分析技术和云技术还有什么可值得提及的吗?答案是肯定的:抛开其所具有的普遍性和已经验证的价值,它们的潜力尚未得到充分开发。对这三项技术的投资往往是部门性的,范围有限。同样,在一些公司中,推动分析技术、云技术和数字化的举措也是脱节的,甚至彼此间相互角力。即便如此,作为新兴技术的老一辈守护者,它们仍继续以惊人的速度在技术层面、商业模式及更广泛的市场动态中不断发展。

  就宏观力量而言,正是相互间的适度碰撞,引领科技发展超越数字前沿

  与此同时,三个较新趋势—数字现实、认知技术和区块链—的重要性正在迅速增长。在过去几期的《技术趋势》中,我们讨论了虚拟现实和增强现实如何重新定义人类与周围环境、数据以及彼此之间的互动方式,跟踪了区块链从比特币推动者到信任提供者的迅速崛起。随着机器学习、机器人流程自动化、、神经网络和等认知技术从刚刚起步的独立技术转变为战略原则,我们探索了其对商业和社会的巨大潜力。这三种趋势虽然刚刚兴起,但势必将像今天的云技术、分析技术和数字体验一样,变得众所周知并影响深远。

  

  当然,任何对未来前景的追求,都应该从当前的技术现实出发。事实证明,有三种宏观形成力量对过去、现在和未来所追求的数字化转型至关重要:1)遗留核心系统现代化,为现有资产如何(及是否)作为创新和增长的基础指明方向;2)网络和更广泛的风险领域从合规行为提升为嵌入式战略职能的演变升级;3)在这个唯变不变的世界中,重塑组织机构的技术职能,以快速有效地实现新兴技术和现有技术的美好前景。前几期的《技术趋势》讨论了信息技术业务、核心现代化和网络如何各自成为趋势。首席信息官和企业领导者们认识到,在被极速创新席卷颠覆的市场中,信息技术必须从根本上自我颠覆并对失败的基础资产或风险做出战略决策。

  总而言之,这九大趋势就是发挥重要作用的宏观技术力量。当我们谈论技术趋势时,很容易忽视更广泛、更持久的真相而去追求博人眼球的最新事物。没错,如今任何关于这九个领域的报道都不会让人觉得是“特大新闻!”。但是,不再特别新鲜并不意味着不再重要。事实上,技术和企业领导者们面临的最紧迫挑战之一,是如何挖掘和利用这些宏观力量的合力实现的价值。

  例如,未来工厂需要在供应链中整合及利用多种技术,包括下一代企业资源规划(ERP)、机器学习、生产车间内的嵌入式传感器、增强现实培训、移动可视化和预测性流程调度、安全网络以及管理工作流的云工具。更不必说还要重新装备工人,以及传统信息技术(IT)与运营技术(OT)之间角色和技能上的跨界协作。通过彼此碰撞和释放的创造力,这些力量对企业信息技术、商业和市场产生的影响可能会比各自为战更深远。就宏观力量而言,正是相互间的适度碰撞,引领科技发展超越数字前沿。

  探究发挥作用的力量

  首先,有数字体验、分析技术和云技术。在九大宏观力量当中,这三项在过去十年里始终最受关注(并且融资最多),而且理当如此。现在它们已经成为核心支柱,支撑着许多关于未来的远大构想。其重要性还远不止于此。

  数字体验

  大约七年前,当“数字”这个术语进入商业技术词典时,它被用作一种简略表达:即重点利用某种特定渠道,如社交媒体、移动设备或网络而面向消费者的销售和营销。现在,“数字”越来越多地与体验一起使用,描述组织、客户、员工和第三方成员在数字环境中沟通和进行交易的各种方式。它不仅适用于前台部门,更适用于整个企业。比如,健康计划通过部署新工具来简化理赔的预授权。在幕后,由认知算法、机器人流程自动化和预测性分析工具审批更为简单的、可直接套用条例的申请,而过去这通常是许多员工日常的主要工作。如今,员工可以将更多的时间用于处理那些微妙复杂并且可能会更直接地影响其会员群体之健康和保健的案例。再比如,领先的快餐店和便利店采用移动应用程序处理远程下单,这不仅改变了客户体验,而且重新设计了零售、备货和递送的运营。以人为本的设计和用户参与已经成为商业战略的核心,它强调如何完成工作、如何开展业务以及如何创造有意义的回忆和体验。

  分析技术

  自技术投资出现以来,数据及其潜在的复杂性便一直是企业常常提及的话题。与之类似、甚至更为诱人的一个主题便是分析技术的前景—利用那些数据去洞察消费者、大众、市场、运营以及企业运作方式的方方面面绝大多数分析工作一直在努力提供这种可能性的最简单版本:形同后视镜,描述已发生事件的,或者少数更高一级,可以提供当前正在发生的事件的实时视角。在分析科学中,这是有价值的,但还远远不够。

  今天企业需要具备的能力是预测(我很清楚接下来会发生什么)并对症下药(我可以推荐一种应对方法)。但这不是一项简单的事业。虽然分析引擎、算法和辅助基础设施变得越来越强大,但可用于分析的数据量也指数级增长。组织机构应考虑传统信息技术系统内格式规范的数据之外的信息。一家公司如何利用机器日志和传感器数据、静态图像、视频、音频、生物特征信息、政府研究以及来自社群摘要(social feeds)的情绪信号?如何打破障碍挖掘内部数据乃至外部的数据来源?对于许多公司而言,能否在市场中保持竞争力,取决于他们回答这些问题的能力。此外,还取决于他们能否将核心数据管理和数据架构功能从空思空想转化为基础力量。我们的关注焦点已经从发生了什么转向将来会发生什么。通过与认知领域的碰撞,分析技术可能很快就会告诉我们,如何根据洞察采取行动,更甚者,自动采取行动。

  云技术

  有人可能会说,在过去十年中,没有任何一种技术趋势能够比肩云技术在企业信息技术领域的主导地位。在这期间,它从最初的适度讨论:“云技术的定义是什么,有何重要性?”,进阶为更受重视的:“我们在何时何地使用云技术来降低成本?”,继而提升到其今天的地位:“为什么不使用云技术?”。云技术首先从低级技术成本套利杠杆转变为交付模型优化的手段,继而成为企业转型的驱动力。简而言之,云技术正在日渐成为创新的基石。