AI、大數據談了 10 年，轉型成果如何？美調查報告曝慘況
由 陳泓儒 -2021 年 1 月 8 日
2012 年，許多大企業紛紛開始投入對大數據和 AI 的研究，期望有日能將這些新技術應用在營運上，然而根據最新調查，近 10 年後的今天，發展結果好壞參半，只有 48.5％ 的企業成功透過新科技推動創新。為何明明投入了大量時間與金錢，達成率卻如此低？組織文化可能是最主要的原因。
策略諮詢公司 NewVantage Partners 上週釋出了最新調查報告，針對包括花旗銀行、麥當勞、星巴克等知名企業在內的美國 85 家企業高階主管，探討企業在數據和 AI 計劃方面的進展。結果顯示，企業數位化腳步之緩慢，令人大吃一驚。
結果顯示：
只有 48.5％ 的企業透過數據推動創新
只有 41.2％ 的企業運用數據分析與對手競爭
只有 39.3％ 的企業運用數據做業務資產管理
只有 30.0％ 的企業制定了清晰的數據策略
只有 29.2％ 的企業在數位轉型上有達到預期成果
只有 24.4％ 的企業內部建立了數據文化
只有 24.0％ 的企業創建了數據驅動的組織
大數據、AI 等話題已經談了這麼多年，為何達成率卻不到一半，甚至只有不到 4 分之 1 的企業成功培養出數據文化？且值得注意的是，明明近年來企業對大數據及 AI 的投資有增無減，結果卻是持續落後，只有 24% 的主管表示其所屬企業已經實現了成為數據驅動型組織的目標。從結果來看，數據驅動的業務轉型可能比我們預期的更加困難。
轉型不易，公司文化卡關
調查顯示，大多數公司仍停留在轉型工作的早期階段，即使已努力了近 10 年，仍得再花上一段很長的時間，才能看到投資大數據和 AI 的成果。已經投入了心力卻成效不彰，甚至比往年退步，問題到底出在哪？從高階主管們的一些說法或許可以看出端倪。
報告顯示，部分指標有退步跡象。
有高達 92％ 的企業高管認為，轉型緩慢的問題並非出於公司技術面跟不上，而是轉型過程會碰上公司文化障礙。畢竟這些大公司，大多有著錯綜複雜的科層組織結構，且並非所有員工都能快速向前，從組織一致性、業務流程、管理、溝通到人力都可能成為企業數位轉型的難關。即使高層有意把公司導向正確的方向，依舊難以看出成效。
大部分的企業高管認為，轉型緩慢的主因並非出於公司技術面。
3大亮點，轉型充滿希望
即使這 85 家企業的數位轉型看起來像原地踏步，但從報告中還是能看出後續有三大亮點：
1. 大部分企業已將 AI 運用於生產線
在這 85 間企業中，已有 77.8% 的企業將 AI 投入自己的生產線，較 2019 年成長了 12%，只有 4.1％ 的公司完全沒有使用，這意味著企業對大數據和 AI 的使用還有成長空間，後續預期將有更多轉型成果顯現出來。
2. 高階主管看好 AI 前景
即使數位轉型遇到許多挑戰，仍有 81% 的主管對公司內部發展大數據和 AI 感到樂觀，甚至有 91.9% 的公司在數位轉型的腳步上比過往更快速。還有一項積極的指標顯示，有 45.4% 的高階主管覺得自家公司在運用大數據和AI技術上領先同業，另外，即使 2020 年全球受到新冠肺炎疫情衝擊，仍有 91.6％ 的企業表示，他們將在相關技術上投入跟往年相同甚至更高的費用。種種跡象顯示，高階主管有率領公司走在正確的道路上。
3. 設立「數據長」
還有一個亮點在於，許多在大數據、AI 技術領先的公司將直接在領導階級設立「數據長」，而其負責的數據辦公室，將會直接成為公司的數據中心，透過該中心做出的專業分析來帶領公司前進。過去 5 年內，已經有超過一半的公司設置了類似職位，該比例已高達 6 成 5，換句話說，企業不但不會放棄數位轉型，甚至會比以往更重視。
縱觀近 10 年來，雖然企業數位轉型的步伐緩慢，且所投入的努力和收穫大多不成正比，但依舊有在前進，只能說這對企業還是一個很大的挑戰。不過這些對大公司實屬不易的變革，勢必能讓它們往後在數據時代更具競爭力，且即使轉型初期可能無法有立即可見的效益，但長久來看還是一條必經之路。
資料來源：https://fc.bnext.com.tw/big-data-and-ai-executive-survey-2021/?fbclid=IwAR3ZBY-ugoOr24cg0pXbD5K_cWbue_fKr7q6gqycX2kvXT45c7wrfU48ZuA
麥當勞職位階級 在 [問題] 麥當勞員工衣服怎麼區分等級? - 看板fastfood 的推薦與評價
看過麥當勞有一種黑襯衫+黑褲(女生是黑裙)
還有粉色條紋衣+黑裙
還有紅襯衫+黑褲
還有一種是紅色T shirt
想問一下是否是不同等級所以才穿不一樣的衣服呢?
要怎麼用穿不同衣服去區分誰是正職或part time
以及管理人員與基層人員呢??
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 123.193.239.82
... <看更多>