GenAI將是2024年的最大技術趨勢，也是董事會負責審查新工具、配置基礎設施、準備應對新風險和利用新用戶體驗的CIO的優先事項。

這并不容易，因為大多數供應商都在添加新的GenAI功能，通常成本很高。CIO將需要為這些工具制定業務案例，以確定它們是能夠提供真正的價值，還是會導致代價高昂的失敗。

GenAI對CIO的影響將遠遠超出新的GenAI工具和基礎設施本身，CIO還可能肩負著升級數據基礎設施和流程、為新的網絡安全工具編制預算以及吸引新人才、提高團隊技能和重新部署通過更高效的流程騰出的員工的任務。

除了GenAI，CIO還將在審查云基礎設施的ROI、整合倉庫自動化基礎設施和考慮新的數字孿生工具的價值方面發揮越來越大的作用。

下面介紹了不同的趨勢將如何影響2024年CIO的優先事項。

GenAI

1、實現GenAI的價值取決于與業務團隊的合作

陽獅集團的執行副總裁兼全球工程主管Tilak Doddapaneni表示，發現GenAI的商業價值將是CIO的首要任務，考慮到這項技術的發展速度，這并不是一項容易的任務。

他說：“CIO正面臨著一個可預見但關鍵的挑戰，他們的首要任務是理解業務團隊并與其合作，以把握GenAI的影響。”

CIO將需要與業務團隊密切合作，以識別GenAI的應用程序，促進提供必要的工具和平臺，并對與其實施相關的業務案例和成本進行戰略規劃。

一個關鍵方面將在于創建體系結構抽象，CIO還需要深入了解與這些進步相關的成本。

2、AI的波動性刺激了嵌入式GenAI平臺的使用

一些公司將繼續試驗，有時甚至擴大GenAI倡議，但咨詢公司珠峰集團合伙人Yugal Joshi表示，更多的公司將轉向現有的平臺，如ServiceNow、SAP、Salesforce和微軟，以實現簡單和快速。目前AI工具的波動性太大，大多數CIO都不想投資。

一大擔憂將是平臺供應商要求的定價上調。Joshi說，在某些情況下，他們的GenAI產品比他們的其他產品和服務貴200%，另一方面，這些供應商也開始提供賠償保護，這可能有助于緩解人們對新責任的擔憂。

3、新的GenAI風險需要對治理框架、公司文化進行審查

隨著公司涌入GenAI，CIO將越來越多地肩負著應對必須管理的風險的任務。Protiviti的新興技術集團董事總經理兼全球負責人Scott Laliberte表示，CIO必須設定適當的預期和ROI預測。

他們將需要通過與關鍵業務高管合作，確保新的用例與整體業務戰略保持一致，他們還可能參與建立堅實的AI治理框架。CIO必須培養一種持續的創新文化，強調AI與人類能力之間的共生關系，以建立信任并推動新工具的采用。

4、GenAI推動重新思考用戶體驗和用戶界面策略

CIO還需要了解內部和外部利益相關者的用戶體驗和用戶界面要求。

Doddapaneni說：“傳統的用戶界面概念正在發生范式轉變，特別是對于使用GenAI的平臺來說，這需要對用戶體驗戰略進行重大反思。”由于許多類型的交互不適合Chatbot模型，因此不同的UI方法是必不可少的。

數據

5、GenAI任務所需的數據工程和數據架構

Doddapaneni預測，在即將到來的解決GenAI需求的任務中，60%到70%將圍繞數據工程展開。CIO將需要建立核心數據架構，他們還需要制定適當的數據格式化程序，將數據放在適當的地點進行模型培訓，確保數據版本的準確性，并評估數據倉庫和客戶數據平臺等數據平臺的當前狀態。

6、數據管理和治理是重心

全球咨詢公司SSA&Company的應用解決方案負責人Nick Kramer預測，盡管AI的頭條新聞和炒作層出不窮，但AI的采用將繼續緩慢。在當前的環境下，最具創新精神的CIO將專注于數據管理和治理，這些CIO認識到，管理高質量數據、將非結構化數據納入管理范圍以及建立數據素養需要放在首位，這些努力通常在創新預算內是合理的，同時通過可見性、知識共享和更好的決策來推動直接影響。

網絡安全

7、AI放大的網絡威脅需要更大的安全預算，新的戰術

2024年，AI將放大威脅參與者的戰術、技術和程序。全球公司情報和網絡安全咨詢公司S-RM的美洲業務發展主管Stephen Ross預測，這將增加高度定向的魚叉式網絡釣魚的比率，簡化欺詐攻擊，并推動網絡釣魚(語音網絡釣魚)。

Ross擔心，去年美國平均網絡安全預算僅增長1%，而威脅因素的演變速度要快得多。五年前有效的安全工具現在已經無效，甚至連看似防彈的供應商也受到了威脅。Ross說：“CIO們需要在預算時間內為關鍵的技術更新而戰，他們的公司需要保持領先于威脅參與者的地位。”

8、網絡安全與業務目標保持一致是最重要的

德勤風險與金融咨詢公司負責人Andrew Morrison表示，2024年，隨著平衡風險管理與運營效率的挑戰繼續存在，將網絡安全戰略與整體業務需求保持一致仍將是CIO的優先事項。

Morrison表示，“盡管網絡項目的執行往往落在CISO或信息安全主管的肩上，但CIO將需要與網絡保持一致，作為其整體業務戰略的一部分，這往往是一項挑戰，特別是在數字化轉型步伐加快的情況下。”

隨著公司將更多數據推向邊緣，增加對云的依賴，并采用GenAI等先進技術來實現增長，它們也可能會產生新的漏洞，攻擊者可以利用這些漏洞來危害他們的系統。在自己的戰略中優先考慮按設計安全的方法，同時將這種思維應用于新技術實施的CIO將處于有利地位，可以幫助他們的公司在未來幾年獲得競爭優勢。

人才

9、對IT人才的關注需要與人力資源和人才獲取團隊密切合作

Lotis Blue Consulting的業務轉型實踐合伙人John King預測，2024年的CIO將需要優先升級、管理和留住組織中的關鍵人才。網絡安全、AI、云遷移和數字轉型的技術趨勢都需要截然不同和升級的技能。如果沒有重大的技能提升和再技能努力，新技術項目的ROI將是不足的，從而導致業務吸收的速度變慢。

成功將需要與人力資源、工作場所學習和人才獲取團隊密切合作，以協調升級現有員工技能和引入新能力所需的投資，這些投資將是巨大的。

King說：“如果公司不把IT視為一種高度戰略性的資產，那么這種對話遲早會發生，因為如果不保持雇傭和補償，高技能的員工將對偷獵者具有極大的吸引力。”

引入具有合適配置文件的新資源可能會比以前的IT招聘成本更高。隨著時間的推移，為代碼編寫和集成實施GenAI等技術將減少IT所需的總體人員數量，但總成本可能保持不變。

一旦這些計劃啟動，CIO還需要確保他們的員工保持對工作的投入和動力，并確保他們不會面臨逃離的風險，特別是考慮到對他們職業生涯的投資增加。與人力資源合作對于開發一種方法至關重要，該方法可以監控IT組織的健康狀況，找出存在離職風險的領域，并可以快速進行干預以留住員工。

10、加快勞動力學習計劃和人才管理

內容管理平臺Hyland的CIO Stephen Watt預測，勞動力管理將是CIO在2024年采用新技術(包括需要員工培訓和參與的新AI系統)的主要趨勢。

公司將繼續尋找新的創新方法，通過智能、定制的AI交互和流程來縮短勞動力差距。盡管如此，他們仍需要從能夠打造它們的團隊成員那里獲得技能。

Watt說：“我們需要在我們的技術團隊和我們的業務組中提高我們自己的AI技能，這樣他們也可以理解這些技術可能在哪里以及如何產生最大的影響。”

GenAI是一項變革性的技術，但向GenAI系統和流程的過渡仍然需要人們讓它發揮作用。Watt說：“作為領導者，我們的工作將是確保我們能夠培訓、留住和競爭發展這一技能的最優秀的人才，我認為這將是一個需要最多時間和努力的趨勢，而不是技術本身。”

11、董事會敦促CIO重新考慮工程人才的配置和人員編制

相反，CIO還必須為GenAI驅動的編碼過程中的生產率提升和對軟件工程生命周期的影響進行規劃。Joshi預計，董事會成員將推動CIO重新考慮IT人才模式、構建和運行系統所需的員工人數、所需的新角色和技能，并為個人規劃以GenAI為中心的職業道路。

Joshi說：“這對CIO來說將是一項艱巨的任務，他們需要比之前的技術顛覆更深入地理解人才的影響。”

GenAI相關生產率的提高可能會為網絡安全等長期人手不足的領域釋放人才。“每個CIO都在抱怨，但卻無能為力，因為他們沒有資金。”喬希說。他預測，董事會將要求CIO使用GenAI來改善這些人才問題。

基礎設施

12、倉庫互操作性成熟了

實物產品和物流公司的CIO將越來越優先考慮倉庫自動化的技術堆棧。從歷史上看，自動化解決方案很難集成，因為它們往往不會說相同的語言，并且需要復雜的定制代碼才能將一切集成在一起。

咨詢公司InterAct Analysis的研究分析師Rowan Stott表示：“我們現在看到，越來越多的系統正在開發具有開放接口的系統，以及像SVT Robotics這樣的互操作性平臺，這些平臺使系統集成和連接變得更加容易。”他說，“CIO們應該考慮如何開發更具互操作性的技術堆棧，使其更容易利用機器人和運輸系統的創新來簡化運營并降低成本。”

13、云成本討論將強調ROI

CIO們越來越多地被卷入關于夸大的云賬單的討論中。珠峰集團發現，87%的客戶對他們從采用云中獲得的價值不滿意。Joshi預測，2024年的成本討論將越來越多地關注ROI。

公司將希望其云提供商和技術服務合作伙伴構建ROI模型，以顯示他們的云采用歷程，并估計ROI為正的時間表、需要多少前期和年度投資，以及他們需要遷移的云工作負載的數量才能達到正向。

14、AI使基于物理的模擬大眾化

雖然GenAI似乎在今年獲得了所有的媒體報道，但基于物理的模擬和數字孿生的創新可能會在制造產品方面發揮關鍵作用，使以前昂貴和復雜的工具大眾化。(物理模擬是基于計算機的建模，它使用數學方程來復制真實世界的行為)，例如，在2023年末，谷歌的研究人員演示了一種新的天氣模擬模型，它在一臺機器上運行幾分鐘，而以前需要在幾十臺機器上運行幾個小時，CIO可以負責確定這種配對以及相關基礎設施和培訓的成本效益比。

Altair負責數據分析和物聯網的高級副總裁Christian Buckner預計，會有更多的公司將AI與物理模擬相結合。物理模型有時會占用大量的計算機能力和時間，而AI則受到可用歷史數據的限制，隨著這些工具的混合和搭配，它們將帶來兩全其美的效果，同時減少限制。

Buckner說：“我們將越來越多地看到，物理模型與AI一起加速，AI模型基于來自物理模型的合成數據進行訓練，模擬用戶工作流程將通過自然語言界面加快。”結果將是更快、更準確的迭代，需要顯著更少的計算成本和更少的用戶工作。