建立你的技术和平衡你的债务

为什么平衡 - 而不是消除 - 技术债务是重塑现代数字核心的关键 Contents Page 03—05 如何开始平衡您的技术债务 前言理解生成 AI 时代的技术债务 和技术债务 行动 1 ： 关注校长 结论埃森哲如何帮助词汇表 什么是技术债务 ？埃森哲和 GitHub ： 解决软件开发生命周期中的技术债务 关于作者 行动 2 ： 创建库存并跟踪债务来源 行动 3 ： 使用正确的指标来衡量技术债务 前言 在生成 AI 时代管理技术债务 如果在我的大多数与首席信息官（CIO）的对话中有一个话题会被频繁提及，那就是技术债务。技术领导者们对此尤为关注。当然担心科技债务对成本的影响— 更关心它如何阻碍他们的业务 技术债务对紧缩的IT预算的影响不容小觑。更为战略性的问题在于，技术债务正在影响其创造新业务的能力，并削弱其应对市场变化的能力。 一年 ， 需要 1.52 万亿美元来修复 ， 根据2022 年报告2. 是什么推动了这一趋势？多种因素的组合。技术部门正转向始终在线、持续更新的IT解决方案。由于技术变革速度极快，科技领导者发现他们需要更快的响应时间：以前他们可能需要几个月来分析的问题，现在则要求在几周内作出回应。 许多科技领导者的感觉是，我们正在经历一波技术债务的增长——这一印象得到了我们在研究中的结果的证实。使用 Digital Core 报告进行重塑1。仅在美国 ， 科技债务就耗资 2.41 万亿美元 这些挑战共同负面影响了公司数字核心的成熟度。当优化时，一个强大的数字核心是公司在生成式AI时代不断重塑自身过程中最重要的成功驱动因素之一。因此，在本报告中，我们试图回答一些常见的客户问题，例如：“我是否应该完全消除技术债务？是否有不同的方法可供考虑？我应该从哪里开始？” 基于对1,500家公司的全球调研和我们丰富的行业经验，本报告提供了对生成式AI时代技术债务含义的清晰解读。我们还描述了技术领导者采取的三项关键行动，以确保其IT资产运行顺畅——通过前瞻性地平衡技术债务修复努力与未来投资来实现。 正如我们在分享用数字核心重塑，领先公司平衡技术债务负债与未来投资，在IT预算中将15%用于通过程序化和自主方法进行债务 Remediation。4. 与此同时 ， 宏观经济的逆风和地缘政治的不稳定给企业带来了新的问题。 人工智能和生成式人工智能正在加剧这一挑战。当然，人工智能是颠覆性的变革：然而，我们的研究也表明，除了企业应用之外，它现在是技术债务最大的贡献者。3. 也就是说，技术债务并不是一刀切的。在处理技术债务时，需要考虑到您特定的商业价值，并结合公司优先级和行业背景。对于CIO和首席技术官（CTO）而言，这意味着要在企业战略至关重要的数字核心部分进行有目的性的投资，并以积极、结构化和数据驱动的方式识别、衡量、优先级排序和解决这些债务。 我们希望本报告能成为您在努力平衡管理技术债务与帮助业务在颠覆性时期蓬勃发展之间的关系时的一个有价值的指南。 不完善的整合策略部分应承担责任。此外，许多公司缺乏能够同时处理人员和AI代理在IT系统上工作的安全架构。 我们的研究显示，适度的技术债务对资产负债表是有益的，因为它是在创新和灵活性方面的不可避免成本。但是，过度投入技术债务可能会适得其反。我们发现，在技术债务修复支出与公司的数字核心成熟度之间存在一个峰值点。超过这一点，可能会影响公司的创新能力。 或者，在某些情况下，公司拥有的是旨在考虑人类互动构建的平台，并且今天对于许多生成性AI的应用并不理想。 值得注意的是，同样是导致技术债务的科技（如AI和生成式AI）也是有效管理技术债务的强大工具。 领导 - 技术战略与咨询Koenraad Schelfaut 关于作者 大卫 · 伍德 杰森 · 伯德 Sarabdeep Singh 董事总经理技术战略与咨询 董事总经理技术战略与咨询 首席董事埃森哲研究 Lead技术咨询 Lead技术战略与咨询 贾森是科技价值领域的能力负责人，该领域属于技术战略与顾问部门。他是一位面向CIO及其财务领导的战略顾问，专注于提高透明度、优化IT成本以及利用技术优先考虑投资等方面的问题。 普拉尚特的思想领导力研究专注于人工智能和信息技术的经济问题。他是埃森哲与麻省理工学院数字经济倡议合作项目的负责人，同时也是埃森哲旗舰技术视野研究项目的研究负责人。 萨拉 deep 是一位技术战略和企业架构领域的领导者，拥有丰富的消费品和服务、金融服务行业的经验。他专注于帮助公司提升其数字核心、应用策略和数字信任。 大卫是一位高级管理董事，帮助领导者将其业务目标与新兴技术及现代工程和运营实践相结合，涵盖云计算、数据、AI、基础设施、架构、安全以及平台服务等领域。 科恩拉德是一位高级管理董事，与C级高管合作，定义并执行以技术驱动的战略，以提升盈利能力、推出新的数字业务并推动大规模转型。 Catch - 22 ： 生成 AI和技术债务 人工智能及其实施正在导致技术债务上升。它不一定是这样 生成人工智能和其他新技术的迅速采用正在导致新的技术债务激增 你需要在人工智能雄心与风险承受能力之间找到平衡，并与领导层设定合理的期望：实现先行者优势所需的技术债务成本也可以被视为一种积极因素。这是创新的成本。这是作为创新品牌所付出的价格。这是加速学习和市场影响的速度代价。⁷.” 现在 ， 生成型 AI 和 AI 是公司技术债务以及企业应用的最大贡献者。我们的研究表明5. 这种趋势很可能会加剧，根据我们的变革脉动调查，有52%的组织计划在2025年增加对生成式AI的资金投入。6. 在整个组织范围内。他们的安全架构往往无法同时处理人类和AI代理的考虑。这些平台也通常是基于单纯的-human交互构建的。这并不适合许多早期的生成式AI实施，它们试图利用这些现有的平台。 保持积极主动和警觉，确保他们正在编写清洁、易读、高效和高质量的代码，同时为未来保护其代码基础。 公司认为生成式AI是技术债务加速增加的主要原因，主要是由于他们在现有legacy数字核心中不理想的实施方式。 生成式AI导致了一个经典的两难局面。一方面，它正在创造新的技术债务。另一方面，如果使用得当，生成式AI可以帮助管理和减轻现有技术债务，并尽量减少新债务的产生。 生成型AI的关键特征在于它降低了生成文本、图像、视频和代码所需的努力。这导致了代码行数的增加。因此，公司必须 对于首先提到的问题，组织通常缺乏适当的数据和服务接入的集成与互操作性策略。 - Gartner ® 领导人现在正在采取的行动 要在不确定性中保持灵活应变。这产生了大量的技术债务——加剧了长期存在的问题。仅在美国，企业面临的技术债务负担现在估计已达到高达 2.41 万亿美元10. 未来几年 ， 平衡生成 AI 需求和成本将至关重要。 Gartner ®预测 ：到2028年，超过50%的企业将因成本、复杂性和技术债务而放弃从零开始构建自己的大型语言模型（LLMs）的努力。8." 当前条件要求采取更加平衡的方法。公司必须通过使用生成式AI和其他技术来努力实现“常青IT”，以管理技术债务并保持企业技术栈的最新状态。 Gartner ® 也预测 ：到2027年，生成式AI工具将用于解释遗留业务应用程序并创建适当的替代方案，从而将现代化成本降低70%。9." Our数字核心报告发现领先的公司平均将 15% 的 IT 预算用于技术债务补救11这平衡了债务削减 ， 同时也优先考虑未来的战略创新。 公司不应为了减少技术债务而牺牲创新努力将技术债务降至零。相反，他们必须努力在适当水平上管理技术债务以促进增长。 这需要对终端用户软件、硬件及相关服务进行持续的更新、升级和管理，以减轻这些系统中存在的技术债务。 在 2019 - 2023 年 COVID - 19 大流行期间 ， 许多公司专注于新产品和解决方案的上市速度 ， 同时瞄准 什么是技术债务 ？ 表 1 ： 技术债务的原因 技术债务的根源因 IT 环境而异 在1992年，于一次面向对象编程、系统、语言和应用会议中，Ward Cunningham解释道：“首次发布代码就像负债一样。少量的债务可以加速开发进程，只要及时通过重构还清。危险在于当债务未能偿还时。”12.” 自那以后，该术语的意义发生了许多变化，并超越了其原始领域——代码，扩展到包括企业系统中的其他部分，如基础设施、企业架构和尚未适应与现代IT系统和技术有效集成的过程。 在以数字为核心重塑业务时，我们将技术债务定义为公司为了保持其IT系统更新并能够满足业务需求所必需的资金和努力成本。13此类债务可以通过多种来源累积，并且通常包括遗留代码和有缺陷的代码、过时的编程语言、缺乏文档以及过时的技术和基础设施。因此，技术债务具有上下文依赖性，并存在于公司内的多个领域（参见表1）。 案例研究 埃森哲和 GitHub ： 利用生成式 AI 解决软件开发中的技术债务 埃森哲与 Microsoft GitHub 的合作展示生成AI 在管理技术债务中的作用在软件开发生命周期中14. 并留在流程中 ， Copilot 也避免牺牲质量的速度。 在Accenture，我们观察到使用GitHub Copilot成功构建的数量增加了84%。开发人员接受了大约30%的Copilot建议。并且90%的开发人员表示他们提交了由GitHub Copilot建议的代码。分析还显示，在接受建议的情况下使用率很高——例如，开发人员在其编辑器中保留了88%的GitHub Copilot生成的字符。 埃森哲拥有广泛的技術 FOOTPRINT，超过10万名開發者。其中一部分開發者現在正在使用GitHub Copilot快速理解和重构现有代码、以高質量和高速度编写新代码、在不同编程语言之间翻译代码，并自动化诸如拉取请求和编写用户测试等活动。 它还帮助提升了开发者的体验。大约90%的开发者表示，在使用GitHub Copilot后，他们对自己的工作更加满意，而95%的开发者则表示在Copilot的帮助下他们更享受编码。 GitHub Copilot帮助开发者在较短的时间内完成更高质量的工作，从而减轻技术债务的负担。通过帮助开发者保持专注 平衡技术债务的三个行动 技术债务是一个与技术同龄的老问题。公司长期以来一直在探讨如何解决这一问题，但具体的解决方案仍然难以找到。 残酷的事实是 ， 总会有技术债务 Our数字岩心研究发现平均而言，高管们预计从2023年起将在修复技术债务方面投入其IT预算约高出前几年7个百分点的资金。例如，领导者告诉我们，他们从2020年至2022年平均将17%的IT预算用于修复技术债务，而到2023年这一比例上升至24%。13. 然而，我们的数字核心研究发现，数字核心成熟度与技术债务修复之间存在一个倒U形关系（见图1）。简单来说，增加用于技术债务修复的预算只能在一定程度上提高公司的数字核心成熟度。超过这个峰值后，表明该公司过度投资于技术债务，而未能有效地和高效地构建其数字核心能力。 技术债务修复的预算分配与数字核心成熟度之间存在倒 U 型曲线 因此，在峰值点之后，额外投入技术债务整改的资金将带来递减的回报。如前所述，我们建议在技术和未来投资之间寻求平衡，将IT预算的15%用于技术债务负债——这位于反U型曲线的峰值处。 这表明首席执行官层相信技术与随后的技术债务之间存在基本线性关系，即如果增加技术预算，技术债务预算可以相应增加以保持平衡。 在生成 AI 时代管理技术债务 以下是有效平衡技术债务的三项具体行动。采取这些行动的企业将更好地了解从技术债务的角度来看，生成式AI是否是一个净积极因素，并能够据此制定相应的补救策略。 专注于校长 你无法管理你无法衡量的事物。例如，在软件代码层面，公司应该使用技术债务密度作为指标，它是通过每行代码的成本来衡量的。这是一种更好地反映代码健康状况的方法——类似于