數字化轉型一直是一個持續的流程，應該成為企業的核心競爭力，隨著數字服務的引入，將又會是一個發展業務和避免被顛覆的持續必要條件。

雖然這種情況可能仍然存在，但如何看待數字化轉型的微妙之處正在顯現，并影響著數字化轉型的實施方式。在這些思想流派中，曾經被稱為數字化轉型的東西現在被視為了業務轉型，因為這些舉措已經涵蓋了企業的大部分運作方式，而僅僅依靠技術是不能實現的。

后一點可能是我們對數字化轉型認知的最大變化。當今用以思考數字化計劃的框架是部分的數字化戰略(新能力、新市場和新產品)，另外的則是與戰略相一致的技術，以及適應和采用新流程、資源和工作方式的能力。

“如果你只能做一件事，那就應該把精力集中在與戰略一致的技術上，因為它能帶來更高的市場價值。”德勤表示。

考慮到這一點，以下是圍繞數字化轉型的五種熱門戰略、方法和技術，以及兩種已經過時了的。

熱門：關于數字化轉型一詞的爭論

取決于你問的是誰，數字化轉型的概念要么仍然是今天IT存在的理由，要么正在成為IT淘汰的理由。雖然圍繞這個問題的討論似乎是語義上的，甚至是學究的，但辯論產生了有意義的影響。

在施耐德電氣，“我們甚至不用‘數字化轉型’這個詞，”而是用‘業務轉型’這個詞，施耐德電氣高級副總裁兼CIO Bobby Cain說道，他來自于公司的業務部門。“為了改變你的工作方式，業務必須引領變革。”

陶氏化學的副總裁、CIO兼首席數字官Melanie Kalmar對此也表示贊同。Kalmar在最近的Gartner網絡直播中表示，數字化轉型已經超越了技術。但IT本身并不會推動數字化轉型，她說。

“以前人們對數字化驅動的看法是，IT將引領所有的變化，技術將成為驅動因素。”Kalmar說。“數字化轉型實際上是關于人們將如何以一種不同的方式進行工作，但要理解IT本身并不會推動我們自己的轉型。”

她將數字化轉型稱為是“一項團隊運動”。在陶氏化學，每個業務部門現在都已經有了自己的數字化戰略，并在業務部門中安排了數字領導者，以確保數據質量。

數字咨詢公司StarCIO的創始人Isaac Sacolick認為，業務轉型更多的是關于并購和外包，而數字化、人工智能和分析則屬于IT部門的職責范圍，因此預計CIO們將繼續領導數字化轉型。這與CIO狀況調查的結果一致，84%的IT領導者表示，與業務同行相比，CIO會更多地參與和領導數字化轉型計劃。此外，72%的商業領袖也同意這一觀點。

機械零部件訂單制造提供商Fitiv的CIO Jim Ruga表示，制造業的許多企業都在努力實現數字化轉型，因為企業領導者會將其視為是購買一個大型ERP系統并期望它能解決問題。

“但是想要將這些系統和流程的串在一起，然后由人來做出決策，你就必須引入機器學習和AI，并將它們粘合在一起，使這些事情變得有效。”他說。“人們不再只是購買軟件，然后說‘我們是數字化的’”。

相反，IT部門需要對這些大型系統進行智能化改造，以實現勞動力或成本降低的收益和好處，Ruga說，“你無法通過實施現成的系統來實現這一點。”

冷門：混合工作的方式

當疫情影響達到了需要人們開始在非全日制的基礎上返回辦公室的程度時，混合工作的概念對大多數企業來說都是新的，但這種概念遠沒有那么新奇，而且，自大約一年達到頂點以來，旨在使其發揮作用的此類舉措已經開始降溫。

“人們已經根據他們所擁有的資源和支持它的工具找到了答案。”Cain說。“老實說，這正在成為一場令人厭煩的談話。我認為它正在失去重要性。”

這不是人們需要學習的東西;員工們已經想好了如何才能最好地工作，他說。

未來的工作重點是人們在做什么以及他們將如何提供價值，而混合工作則是關于當人們100%不在辦公室時我們將如何繼續運作，Sacolick補充說。然而，“有趣的是，在科技領域，超過60%的公司仍然是混合型的。”

換言之，如果你現在還沒有弄清楚如何使混合工作發揮作用，那么你很可能是還沒有制定解決方案來解決這個問題。事實上，根據CIO狀況調查的結果，要加強混合工作，技術是IT領導者的第一要務，許多CIO長期以來一直在解決疫情最嚴重期間投資于數字生產力解決方案所產生的“疫情大流行債務”。

熱門：數字開拓者和微轉型

隨著CIO的角色變得更加以業務為導向，并同時需要關注內部和外部客戶的需求，CIO中需要更多Sacolick所說的“數字開拓者”，他們可以充當“副手”。這些人“了解他們所從事的工作，無論是在應用程序還是安全方面。”CIO有責任通過參加非技術行業活動和在企業外尋找導師的方式，將他們培養成“由外而內學習”的領導者。

這些開拓者應該擴大業務范圍，去開展規模較小的轉型項目，他說。

KeyBank執行副總裁兼CIO Dean Kontul也是在實施大規模轉型的同時實施微轉型的支持者。

銀行應該盡可能的采用試點測試和學習的方法。在這些方面，KeyBank會利用咨詢和外包合作伙伴來加速這一流程。

“我們最成功的轉型依賴于整個KeyBank的領導力，以及并行交付多個有影響力組件的交付速度，而不是去等待一個一次性交付爆炸性內容的方法。”Kontul說。

他指出，這可能不是最前沿，“但我們肯定具有前瞻性的思維，并能夠迅速采用新工具，積極主動地將從新興技術的小型舉措中吸取的經驗教訓應用到更廣泛的用例當中。”

施耐德電氣的Cain說，CIO們應該考慮敏捷性，而不是大而單一的ERP轉型。“你能否敏捷地進行思考，或者你認為自己是敏捷的嗎?從微觀角度來看待數字化轉型，用模塊化的方法來改變你的工作方式。”

熱門：業務與IT的合作伙伴關系

與陶氏類似，施耐德IT團隊的結構也會與特定的業務領域保持一致，“以更好地開展業務，并成為更好的業務合作伙伴。”

并不是所有的事情都必須由技術來實現，Cain補充道。“你不會只是想要自動化一個糟糕的流程，應該去改變這個流程。”施耐德使用了一種稱為“權力組合”的方法，將領域或業務領導者與數字領導者結合在一起。他們會負責“是什么”和“為什么”，數字領導者將負責“如何”和“何時”的問題。

“當你把這兩個人搭檔在一起時……將是非常強大的，你不會在解決問題、努力做別人的工作和壓倒別人的流程中消耗很多能量。”Cain說。“我們將會在雙重交付領導模式中利用(他們)——同樣的人，同樣的級別，同樣的水平，我們將把他們放在一起。”

熱門：將人工智能嵌入企業系統

曾經有一段時間，將AI和機器學習嵌入企業和SaaS平臺就是數據科學團隊的工作，但現在，企業正在擴展這些項目，Sacolick說。

“他們希望利用AI和MI來提供價值……超出營銷人員所說的這些平臺所能達到的。但這與科學無關，而是關乎應用和獲取價值，而無需投資于構建模型的技能組合。”他表示。

以推薦引擎為例。它們在電子商務和內容管理系統中已經存在多年，他指出。“CIO和IT部門必須確保信息能夠以某種方式呈現給(推薦引擎)，以便它做出更好的決策。”Sacolik說。“這就意味著必須擴大它可用的上下文和數據。”

Ruga對此表示贊同，他表示，將AI或機器學習與“有意義的數據輸入”相結合，會使大型系統變得更有價值。在Fictiv， IT部門對制造部件的報價就是這樣做的。

“現在你有了一個經過機器學習的東西，它已經看到了很多類似的例子，可以推斷出必要的條件，它會表明‘這種配置或這種設計將花費你X美元’，并提出建議，”他說。“我們到處都能看到這種情況。”

熱門：制造業供應鏈的數字化

總部位于德國慕尼黑的全球家電供應商博西家電(BSH)的數字平臺服務高級副總裁Berke Menekli表示，數字化整個供應鏈是當下博西家電的最前沿，其數字化戰略涉及四個支柱：企業流程、制造流程、產品和消費者旅程。

BSH的方法結合了工業4.0，或稱為I4.0，這是一種以IT為動力的戰略，即旨在利用自動化和數據驅動的運營決策來提高效率。

為了實現這一目標，BSH正在投資于進出口物流，以保持生產和供應鏈自動化的連續性，“我們要確保我們產品的價值創造能夠轉移給我們的消費者。”Menekli說。

由于機器學習和數據湖等支持技術的進步，諸如此類的舉措已經變得熱門起來了，而且這些技術已經變得足夠快速和強大，可以在制造環境中可靠運行，他表示。

更進一步的，Ruga說，考慮到全球的社會經濟狀況，使制造業的供應鏈變得獨立也變得更加重要了。

“當面臨像新冠肺炎或烏克蘭戰爭這樣的情況，我會有很多員工和很多依賴我的供應商，但如果新冠肺炎突然來襲，我的供應鏈就會崩潰。”他說。或者“我在烏克蘭有一家制造商，為我生產獨特的零件，但是那家工廠被炸毀了，現在我必須找一個新的供應商，這會花費我的時間和金錢。”

一個新的趨勢是，制造商將審查他們的網絡，以獨立他們的供應鏈，并對他們進行管理，Ruga說。

“問題不在于我是否將甲骨文納入，而在于我所建立的系統集合能否使我的業務免受風險。”他說。“一個外包的獨立供應鏈降低了疫情暴發時可能出現的供應鏈中斷和機械車間關閉等風險。”

冷門：傳統的RPA

一些IT領導者發現，RPA是一種基于杠桿的方法，涉及收集財務和運營數據的耗時流程，以及詳細的流程映射，并且不具備規模擴展的能力。最初開發的許多機器人都非常注重流程效率，這限制了可擴展性，觀察人士表示。

企業必須重新考慮如何使用范圍更廣的機器人來完成工作，否則對它們的投資將無法實現。

Sacolick認為RPA已經成為了一種創可貼。“我認為我們正在做的是在破碎的流程上編寫腳本，在某些情況下，可能是數據技術，而在許多情況下，是缺乏API來獲得數字化功能的后門。”這導致了機器人債務的積累，因為“每當我構建一個機器人，我都必須繼續發展和支持它。”

他認為，企業很快就會將RPA更多地視為是一套集成工具，或者成為Sacolick所說的使用低代碼和機器學習的超自動化平臺。

“機器人是一個解決方案的一部分，而不是一個完整的解決方案。”他說。他們所做的很多事情就是填寫表格和“屏幕抓取”。例如，在發票處理中，你可以將工作外包或是構建一個機器人，它會在內部進行一些數據輸入，而不是讓人來將信息輸入ERP系統。

這節省了時間和金錢，避免了錯誤和更換供應商的需要，他說。但是當供應商更改他們的系統或公司更新其ERP系統時，機器人將不得不進行更改，這就導致了債務，特別是當供應商沒有公司可以使用的API時，Sacolick說。

另一種方法是構建一個低代碼系統，該系統將通過API來將數據流入ERP系統。“RPA是一個編排工作流的工具，低代碼是一個構建工作流的工具，而機器學習則是讓我的工作流可以基于分析來進行觸發的一個工具。”他解釋說。“RPA將從一個平臺轉變為一個工具。它提供了一種能力;但它本身并沒有那么強大。”