最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

未来企业靠他吃饭?CIO远没你想象那么简单

[复制链接]
跳转到指定楼层
楼主
发表于 2017-4-22 18:21:31 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本文来自微信公众号“长江商学院”(ID:Weixin_CKGSB),作者张维宁

2017年4月11日,以“天工开物•人机同行”为主题的2017 IBM论坛在北京召开。长江商学院副教授、长江创创社区学术主任张维宁应邀出席此次论坛,并与IBM全球副总裁、中国开发中心总经理Charles Yan就新时代背景下企业中CIO的重新定位进行了深刻而精彩的主题对话。以下内容撷选自张维宁教授论坛发言。关于此话题,张维宁教授和廖建文教授曾进行深入探讨,此次发言即是两位教授的思想共鸣。
远见与洞见—— 企业CIO的REDEFINITION
新的计算时代背景下,CIO对一个公司深层意义何在?
CIO在未来很长一段时间内,将是比CTO、CFO更重要的一个角色。CIO将不再仅仅是一位information officer,还将是intelligence officer,或是insight officer。
CIO对于一个公司的影响,其实可以从公司战略的三个维度来看。
张维宁教授在论坛上进行主题发言
第一个维度:战略长度。
一个公司未来如何成长,大都通过其之前走过的轨迹来描摹未来的蓝图,然而类似这样的想法是需要三审定谳的。站在今天的角度,CIO应该看到五年之后的行业蓝图、五年之后国家甚至世界的蓝图,再倒推回现在——这中间的差距就是公司应该抓住的机会。
在一个公司,大多数人每天都是忙于做相同的事,并不会花很多的时间去考虑未来如何,而CIO在这方面就扮演着一个非常重要的角色——要知道这个行业的拐点在哪里。所谓拐点,就是这个行业在什么时候,多少技术会同时成熟。比如iPhone为什么是2007年出现?因为2007年刚好是多点触控、电池及屏幕的相关技术都有了飞跃式的发展,而iPhone就在那个契合点做出来了。在此前一年不可能做出来,此后一年又慢了。
第二个维度:战略宽度。
我们经常说赛道和赛手的问题。现在每家公司都拥有自己的赛道,但我们看到的赛道往往都太窄。有句话这么说:五年之内时间是你的朋友,五年之外时间是你的敌人。说的就是如果五年之内你没有失败,那么你所看到的这些问题基本上就消失了,而真正能击败你的人是五年后别的赛道里的那些人。所以在这种情况下,一个非常重要的战略,就是把赛道拓宽。但大量的公司在考虑战略时由于没有支持拓宽赛道的技术,其赛道都很窄,因此CIO就扮演了一个非常重要的拓宽赛道的战略级别的角色。
第三个维度:战略高度。
国内绝大部分公司都只关注国内市场及资源,总认为国内市场和资源足够大,但非常不幸,在未来很长一段时间内,如果不能抓住全球资源,企业一定会败北,因为技术的流动比模式的创新更重要。原因很简单:
往前看,人类只有两次革命真正影响了整个社会,第一次就是工业社会革命。工业社会革命出现的时候,大量体力劳动被替代,大多变成技能劳动,所以我们有90%的时间是做技能类劳动,10%的时间做创新类劳动,这是工业社会带来的变革。
但是智能社会来临后,技能性的劳动也将被取代,也就是说原来90%的时间在未来都会被取代,人类能留下来有价值的东西就是创新性劳动。而对于创新性事物,技术驱动比模式驱动更加重要,所以一个技术在美国应用,在中国按说也可以,只不过这个模式在美国应用,在中国不一定能,因此若不能尽快站在全球角度审视公司战略,假如未来的市场全球化趋势不减缓,公司将处于非常危险的境地,也不可能做大。
在新的时代背景下,CIO的角色和使命有何变化?第一,在公司的定位变了。

CIO不再仅仅是一个公司的资源整合者,还会成为公司的资源组合者。从整合到组合有一个最大的不同,就是组合能够source到更好的资源,并将这些资源更好的组合到公司的各种产品中。整合的意思就是资源一定要有,并且需要控制它。所以CIO的眼界要比原来放宽很多:这种资源不一定要有,但是一定要用得到,并且以一个相对来说较低的成本。
第二,在公司决策中的角色变了。
CIO所能接触到的信息是最多的,应该是最有洞察力的人。但对一家公司来说有两个能力最重要:一是远见,一是洞见,即对整个行业要有远见,对公司内部要有洞见,这是CIO在决策上会发生的变化。
第三,在公司的组织结构上也会扮演越来越重要的角色。
过去的公司,HR的相关工作不需要CIO,产品、运营等等也不需要,但未来,CIO会告诉所有人:HR可以如何做、产品运营的方式有新的技术可以使用等等,也就是说CIO对于公司的各个部门都会是非常重要的。
新的时代背景下,CIO会面临哪些挑战?如何应对这些挑战?
其实最大的问题在于“我没变”。而“变”这个事情本身就是挑战。能雇得起CIO的公司规模一定不小、至少拥有一定的核心竞争力,但在未来,核心竞争力反而可能会成为公司最大的障碍,因为很多时候,过往的经验会成为阻碍未来的绊脚石。因此,从原来工业时代的商业运作到现如今云时代的商业运作有八个方面是非常需要重视的。
第一,  运作逻辑变了。
即从原来的线性控制变为现在的网状协同。一个最简单的问题:网状协同的情况下,如何来部署技术和设备,让更多的员工能够用一种最高效的方式联系起来、更好的合作。原来大家觉得用一个IBM lotus就足够了,但未来会有更多例如虚拟办公室的出现、更多远程交互的出现,尤其是当VR和AR的技术更成熟后,在世界的不同地点、不同时间共同设计产品的方式的出现都需要CIO,但是要说服原来基于线性控制的人并不容易。
第二,  世界图景变了。
原来整个组织结构机械化程度较高,而未来整个生态化结构会较高。从机械化到生态化,本质上有一点区别,即从整合到组合的概念。在这个生态系统里,能让公司良好的触达到所有在此生态里面技术的,就是CIO。
第三,  产品的基本法则变了。
过去以标准化为主,只要做的好、规模大、成本低,产品就是圆满的,但未来很显然,从消费的角度来说,无论是2B还是2C,个性化程度一定越来越高,对时间的要求也与原来不同。在传统工业化运作的情况下,对所有员工的时间弹性、对产品从研发、生产、运营的每一个步骤的时间弹性可能都是不足的,但有弹性本身就是价值,可因为技术原因,过去没有办法弥补这些弹性的缺失。假若某天可以用IOT的方式、用云的方式、用移动互联的方式,企业就可以部署合适的“探针”在里面,这些弹性的问题就都迎刃而解,这对于整个公司从工业化时代的商业运作转变为一个云时代的商业运作是很大的助力。
第四,  空间法则也变了。
原来绝大部分工作都是面对面,但未来不是。首先,未来实体的工作会越来越分散,因为现代社会所有人的时间都是越来越碎的,用成块的时间反而不一定效率最高。如何把碎片化的时间通过合适的技术粘合起来是非常重要的。二是过去只在实体空间里面进行合作,而未来则会更多地在虚拟空间里进行合作。例如战略高度问题需要整合全球资源,如果空间封闭一定行不通,只有在虚拟现实的情况下才能做到。
分工法则也如此,原来都是单项化、固化分工,但未来一定是多项化、动态化的分工,而动态化、多项化的分工有一点很重要,就是CIO要配备相应的设备,记下来每个人的画像。不仅是客户,还有我们员工的画像,特别是90后、95后的年轻员工。这就需要用更好的认知计算去了解所有人。
而协作方式也会相应的发生变化:从原来集权式的协作、命令式的协调,变成分布式的决策和社会化的自主协调。但首先有一条,CIO要有足够好的大数据系统,使他做的大部分决定是有数据支持的,而这对于整个协作和决策法则是具有决定意义的。
最后是发展法则。原来的发展方式是先做大,再做强,再做活,把规模做大之后可能从某些大的点来突破,把它做强,然后做的越来越灵活,但是未来这种趋势会越来越小,事实上,它是相反的:未来的趋势是先做活,再做强,再做大。而要做活一件事情,首先要做到优质产能充足。
很多行业之所以没法做活,比如教育,就是优质产能有限,不可能每位学生都享受到最好的教育,但如果未来人工智能可以在这方面提供很好的个性化辅导,就有可能做活,每一个人所得到的教育就是因材施教的,每一个人得到的医疗就是独一无二的,因为这解决了优质产能不足的问题。在这种情况下,做活了,自然能做强,做强了自然会做大,因此原来这种工业时代的运作方法在新的技术环境下,将产生极大的颠覆,事实上,现在已经产生了这种大趋势。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-19 13:57

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表