Genpact公司的首席數字戰略師Sanjay Srivastava對企業的人員、流程、數據和技術如何整合以支持業務目標有著獨特的觀點，實現數字化轉型這樣的業務目標推動了企業可持續的競爭優勢。通過與全球一些規模最大、最具創新力的企業的首席信息官、首席財務官和首席技術官進行溝通和探討，Srivastava對2023年的數字化轉型趨勢進行了介紹和分析。

以下是Srivastava對數字化轉型中的話題的看法：

1、從數據貧乏到數據豐富

數據幾乎無處不在，企業使用大量數據并不是什么秘密。這個概念被稱為暗數據。從本質上來說，數據隱藏在顯而易見的地方，但企業領導者并不知道或無法訪問，導致他們感到數據匱乏。

在2023年，預計企業將從數據匱乏轉向數據豐富，其中有兩個原因：首先，商業運營中嵌入了更多的數字設備，因此有了更可見的、新的數據源。其次，人工智能能夠將以前非結構化的數據輕松轉換、提取，并將其大規模投入生產使用。

一些數據豐富的企業已經在利用數據的力量來創造現代客戶體驗。以旅游業為例，通過手機上的應用程序，可以查看行程安排、檢查航班是否準點、購買機票、查看忠誠度福利、選擇座位、跟蹤行李、抱怨或贊美——這是一種連接客戶和為他們服務的員工的體驗。2023年也將成為許多其他行業變革的一年。

2、從大數據到人工智能的轉變

大數據往往很混亂。為了充分利用數據，數據和分析團隊將寶貴的時間和資源用于數據的管理、治理、清理。

但正如人們看到的那樣，企業擁有的數據量并不重要，關鍵是如何有選擇地、有效地使用它。例如，大型語言模型(LLM)使數據更可用，LLM是一些能夠理解對話語言的最先進的深度學習算法。例如，企業員工可以要求采用LLM提供一份《2022年第四季度和2021年第四季度銷售情況的比較報告》，LLM將會立即提交請求。在這里，人工智能從方向性準確演變為特定的正確。

這就是人工智能發揮重要作用的地方。因此，與用大數據訓練的傳統模型相比，企業從開箱即用的模型中獲得了更高的性能。因此，人工智能正在減少對大數據的需求。

3、采用人工智能彌合商業和技術之間的差距

正如Srivastava在第二個趨勢中所探討的，人工智能讓每個人受益。換句話說，人工智能正在彌合業務和技術知識之間的差距。商業領袖不再需要說技術領袖可以理解的語言，反之亦然，但他們可以有效地一起工作。

例如，現在人工智能可以從一個簡單的階段生成新的內容，并創建逼真的圖像和藝術，人們正在進入人工智能可以為應用程序編寫代碼的時代，將看到每個人都可以使用下一代應用程序。

智能應用程序的興起將需要更強的控制和治理，以保持影子IT的主動性。然而，這些人工智能驅動的解決方案并沒有在業務團隊和技術團隊之間造成隔閡，而是為數據驅動的企業奠定了基礎，每個人都可以使用人工智能快速有效地完成工作。

4、技術是可持續未來的關鍵

采用可持續的商業實踐不再是可選的。這是每個員工、客戶和合作伙伴在決定為哪家公司工作、從哪家公司購買產品或與哪家公司合作時都會考慮的問題。這一趨勢將在2023年變得更加普遍。

作為回應，技術領導者越來越多地使用先進的分析和人工智能來支持可持續發展目標。他們分析內部數據和外部數據，以確定減少碳排放的機會，衡量他們的碳足跡，并利用這些見解來減少他們對環境的影響。

除了有形的利益，可持續的商業實踐也是商業和技術合作的機會，因為技術領導者可以幫助業務領導者衡量和優化其可持續性努力。

企業領導者對可持續性的看法也發生了轉變。企業可以平衡目標和利潤，而不是將其視為對預算和資源的消耗。此外，隨著可持續發展倡議推動更大的競爭優勢、創新和財務業績，可持續發展投資將繼續增長。

5、數字化轉型的成功80%與人員有關，20%與技術有關

企業領導者必須分階段管理數字化轉型。這個過程從實驗開始，并將想法孵化為試點項目，然后可以將這些試點擴展到生產中。最后，一旦投入生產，企業就可以不斷地增強其數字程序。

但在通常情況下，最容易被忽視的成功數字化轉型的推動因素是管理企業變革和文化。這是關于如何建立一個不斷適應外部環境的企業，并且永遠不會陷入現有的做事方式。這就是人員發揮關鍵作用的地方。

數字化轉型只有20%與技術有關，80%與人員有關。為什么?因為企業需要成為一個充滿數據知識、人工智能和創新人才的企業，把其數字愿望變成現實。

隨著業務需求的不斷發展，員工的技能也必須與時俱進。例如，考慮SEO專家、實施遠程醫療的醫生和無人機操作員等角色，這些角色直到最近才出現。

為了在這種新環境中蓬勃發展，業務和技術領導者必須繼續在其企業中尋找、吸引、留住和培養技術人才，以便在2023年及以后取得成功。