塑造业务的十个无名数字和 AI 想法

关注价值来自哪里仍然是游戏的名称。 作者：KateSmaje和RodneyZemmel 如果你想煮到2023年对于一个概念，它必须是生成AI（generative AI）。我们中很少有人能记得以如此快的速度和影响力席卷商业社区的技术。几乎没有一天没有新的发展成为头条新闻。尽管仍然充满了警告和未知因素，gener AI对我们的生活和工作方式产生了深远的影响。 创新下降，这两者不仅会挑战企业，也会挑战商业模式。 关键事实：我们估计，大约30万亿美元的企业收入将来自尚未进入市场的产品。1大约70％的数字化转型领导者已经在推动竞争优势的领域构建自己的软件，我们预计随着构建成本的持续下降，这一比例将会增加。同时，首席财务官看到新业务是其组织在未来12个月内最有可能采取的战略行动。 But the very exciture arrival armit is in danger ofdistributing business leaders from some core businessimpositions and the importance of rewiring theircompanies. For this reason, we thought it might behelpful to take 影响：专注于成为建设者的两个最重要的要素：第一，建立重要的东西：创造竞争优势的新产品，解决方案或业务；第二，用正确的激励措施，工具和治理来构建产品或服务。缺乏想法很少是构建新事物失败的原因。相反，公司很难执行它们。 快速浏览十个潜在的想法，这些想法可能不会成为头条新闻，但正在塑造现代商业格局。其中一些想法代表了重大的转变，比如架构业务的重要性，这样一切都可以被测试，或者如何考虑每个人都有自己的AI副驾驶的劳动力。“其他人，比如密切关注价值，与业务基本面相关。 在日常需求和技术炒作的压力下经常被忽视。 需要考虑的问题： —你是如何建立一个工程文化，让人们有机会和动力去创造和创新的？ —在接下来的12个月中，您将建立什么将为您的业务创造优势，而不仅仅是商品，或者更糟糕的是，一个钱坑？—您是否使用软件来构建为您的企业创造真正竞争优势的产品、服务或业务？ 1.建筑商正在吞噬世界 我们都熟悉马克·安德森（Marc Andreessen）经常提到的见解，“软件正在吞噬世界。”虽然这一点一如既往，但对于商业领袖来说，更重要的焦点是如何好吧，他们可以使用该软件来构建东西，从企业到数字产品。构建新的数字产品和服务的成本将继续下降，而可用的工具将更易于使用，为更多的公民建筑商打开大门，并使构建过程更快，更便宜。扩展将继续是一个需要特别关注的挑战（见想法2），但学会快速构建、测试和适应的公司将处于创造价值的最佳位置。随着人工智能的不断进步和基于技术的成本，这一点尤其正确。 在McKinsey.com上阅读更多： “CEO的增长选择：建立新业务” 每个公司都是一家软件公司：六个“必须做”才能成功 2.创新者主导头条新闻，但缩放者主导市场 推动大规模转型，但了解它需要的特定功能至关重要扩展-例如可重用的代码和数据产品块，以及标准化的工具集和协议-并将其构建到路线图中。 看看这听起来是否很熟悉：一项令人兴奋的新技术出现在现场，疯狂的争夺导致了大量的实验和一些有希望的发展，这些发展经常遇到逆风，无法扩展并逐渐消失。Gen AI可能成为这种模式的最新受害者。我们的不科学但 需要考虑的问题： —你如何激励规模（不仅仅是创新）？—您的路线图上有哪些具体举措直接支持扩展？—您是否确定了实现规模的具体障碍，您是否清楚如何应对？ 合理的观点是，支持genen AI的大型语言模型（LLM）仅占扩展工作量的15％，但目前占据了通话时间的85％。至关重要的是要记住，从技术中获得全部潜在价值需要公司能够扩展它。 实现规模不仅来自于建立一系列的支持能力（在Idea #3中详细了解这一点），而且还来自于专注于从任何企业开始就实现规模的特定流程和机制，无论是利用一项技术还是开展一项新业务。虽然问题仍然存在，初创企业— —不受传统系统的阻碍，可以访问LLM和云技术— —在规模方面是否比传统企业更具优势，但即使他们需要明确关注构建实现规模的能力。成功的首席执行官对规模和战略同样充满热情。 在McKinsey.com上阅读更多： “扩展AI以取得成功：实现持续影响的四个技术推动力” “巨大的推动力：现有企业如何成功扩展新业务” “高管大规模开发AI的指南” 关键事实：我们已经了解到，超过40％的数字和AI转换在扩展阶段停滞。2推出新业务的现任企业也不能幸免于这个问题——大约80%的企业未能扩大规模。3在维持数字转型的价值方面，表现最好的经济企业几乎是同行的两倍。4 “在AI中倾斜尺度：领导者如何获取指数回报” 3.领导者掌握数字复合价值的“更多规律” 影响：The value from technology - drived innovationcomes only when companies drive change deep intothe organization ’ s data architecture, technologyenvironments, talent strategy, and operational model.Executives and their bodies must navigate manydecissid 我们都听说过“摩尔定律”：集成电路（IC）中的晶体管数量大约每两年翻一番。就复合优势而言，数字和人工智能也有类似的趋势——我们称之为“更多定律”。“数字和人工智能领导者与其行业竞争对手之间的距离正在扩大。一系列领先的公司不仅想出了如何利用数字和人工智能来创造价值，还想出了如何更快地做到这一点，并增加了自己与其他参与者之间的距离。这是。 这是因为数字和人工智能，实施得很好，复合了竞争优势。 自动化)为您需要构建和改进的产品和服务提供动力？ —你清楚你应该做的三个最重要的改进来提高你的发展速度吗？ 这些领导人知道这与建筑无关 一个“魔术”用例。相反，它是关于让数百种技术驱动的解决方案协同工作，以创造出色的客户和员工体验，降低单位成本并产生价值。这很难做到，但也很难复制。我们在银行研究中清楚地看到，数字领导者在整个客户旅程中整合数字和人工智能方面要好得多。这减少了摩擦点，从而增加了他们在在线销售方面的优势，并降低了服务成本。这些影响有助于其损益（P＆L）优势，并实现了多次扩展，从而导致了TSR的显着表现。 在McKinsey.com上阅读更多： “重新布线并向前运行” 4.数字和AI领导者必须永远是变压器 在新技术（云，AI），新建筑的融合推动下，数字已经渗透到我们生活的几乎每个方面范式（微服务，API）和构建软件的新方法（敏捷，DevSecOps）。只要技术继续发展，您的业务就需要发展。这就是为什么将数字和AI转型视为重要的原因您将在职业生涯的其余部分做，而不是作为最终目的地。数字和所有高级管理人员都需要知道如何在其业务领域从技术中获得最大收益。 关键事实：在过去三年中，领导者和落后者之间的数字和人工智能成熟度的传播增加了60％。5在我们已经详细研究过的银行业中，数字领导者的数字销售额增长了40％至70％，而数字落后者仅增长了8％至17％。6 影响：重新连线的公司建立了相互建立的能力，这样，随着时间的推移，价值化合物— —更多的价值，更快的速度，更多的数字距离。专注于一个你可以快速移动的领域，并清楚你需要开发哪些相互加强的能力。 关键事实：几乎所有大型企业都开始进行某种类型的数字和AI转型。组织投入超过2022年1万亿美元的技术趋势，反映出对其价值潜力的强烈信念。量子计算等新兴技术继续发展。麦肯锡分析显示，四个行业— —汽车、化工、金融 需要考虑的问题： —与您的直接竞争对手相比，您今天的技术驱动型增长率是否清晰？ —您是否正在开发这些硬拷贝功能(流程、工作流程、 “在数字和人工智能转型中，从问题开始，而不是技术” 服务和生命科学-可能会增加到 到2035年，通过使用量子技术，价值达到1.3万亿美元。7数字化和人工智能转型是一项团队运动，需要精通技术的领导者。 目前，在数字成熟度排名靠后的公司中，67%的公司在领导职位上拥有不超过两名精通数字技术的人，而在排名靠前的公司中，47%的公司拥有7名或7名以上。 5.知识就是力量，数据就是知识 把“知识经济”说成有别于广义经济的东西，早已成为一种时髦，但现实是，每家公司都在做知识生意，每个工人都在成为知识工作者。随着先进的AI功能和增强的工具和技术被提供给每个工人，这一点越来越明显。公司接受知识红利的程度将取决于他们对数据的利用程度。这很公平. 影响：公司不仅应该专注于如何集成特定技术，例如gen AI或quantum。相反，他们 应该专注于建立广泛的能力-战略，人才，敏捷运营，技术，数据以及采用和扩展-可以利用新技术，扩展它们并确保它们创造价值。这些能力应该结合起来，为一个运营模型提供动力，该模型允许快速迭代，并朝着以价值为基础的明确和明确的目标前进（有关更多信息，请参见想法9）。 可以说，没有任何公司可以在没有数据战略的情况下拥有AI或业务战略。这是因为如果没有在整个业务中轻松（且负责任地）访问的良好，干净的数据，就不可能产生业务，运营和AI价值。 关键事实：数据产品-高质量，就绪-使用格式化的数据，以便组织中的人员和系统可以轻松访问和应用它-可以将新的业务用例交付的速度提高90%，并将总拥有成本降低30%。8 需要考虑的问题： —您是否确定了要转换的下两到四个域以及完成工作所需的资源？ —你有哪些长期指标、目标和关键结果(OKR)，你的董事会正在跟踪它们？—您是否清楚哪些新兴技术最能增强您的竞争差异化？ 影响：拥有专有数据的企业将获得价值，这些数据可以用来提高其基础模型在他们的竞争对手无法做到的方式。“数据网格”和“数据作为产品”是减少集中化和扩大使用确保数据产品有专门的团队和产品所有者来保护数据，发展数据工程，明确关注最终用户需求，并实施自助服务访问和分析工具。 在McKinsey.com上阅读更多： “麦肯锡技术趋势展望2023 ” “如何实施长期影响的转型” Gen AI将创造自然语言，例如新的用户界面，要求人们学习如何与机器进行不同的对话。 需要考虑的问题： —您是否清楚您的专有数据与世界公共数据相结合将如何带来竞争优势？—您在整个组织中构建数据产品时采用了哪些标准和最佳实践，相关团队是否可以轻松访问这些标准和最佳实践？—您是否有数据治理来建立与客户和利益相关者的数字信任？ 关键事实：我们自己的初步实验表明, Gene AI工具可以将重构代码的时间减少20%到30%,将生成代码的时间减少35%到45%,但是速度的提高因任务的复杂性和开发人员的经验而异。9这些工具对于相对重复的任务以及提供开发人员可以使用和改进的初始代码集表现最佳。同时认识到 生产力是很难衡量的，我们看到50％到75％的提高生产力的开发人员有足够的培训（尽管我们预计显著的差异，随着技术的成熟和新的工具上线）。 在McKinsey.com上阅读更多： 影响：您的组织工作方式将需要改变。这似乎是压倒性的。从确定业务领域开始，并考虑如何进行可能的变化 “数据红利：助推生成AI ”“ 2025年的数据驱动 It work gets done. Pay particular attention tounderstanding which pivotal roles could benefit mostfrom copilots. Nulture a strong learning culture andstructured skill building 企业” “如何释放数据