重塑企业运营 - 成熟的运营如何使用 Gen AI 来支持增长

Authors 通过我们在为超过2,000家客户创造390亿美元的利润和损失影响方面的广泛经验，我们发现一个全面的运营策略，包括人才、资产与平台以及方法与流程是至关重要的。而我们的最新研究强调，尽管许多公司已经加速了向更高级运营模式的转变，但只有表现最优秀的公司能够有效地利用生成式AI来驱动显著的价值。这些先行者具备重塑能力，通过利用其数字化核心快速推进，将超自动化和AI应用于整个业务，从而放大其影响力。 我们正处于一个深刻变革的时期。这些是我们2023年报告的开头词，报告强调智能运营对于重塑战略以设定新的性能前沿至关重要。 Arundhati Chakraborty集团首席执行官 ， 埃森哲运营 自那时以来发生了什么变化 ？ 现在生成 AI 的可衡量的影响 - 对于每个企业 ， 每个行业。 Yusuf Tayob全球通信、媒体和技术行业实践主席 要在当今landscape中蓬勃发展，组织必须经历转型变革，而通用人工智能（gen AI）将在其中扮演关键角色。因此，以通用人工智能为动力迈向智能运营的旅程对于从这些变革中创造价值至关重要。 我们预计，在生成式人工智能的支持下，公司将进一步进行有意义的重塑，以培育可持续且成熟的智能运营，并在增长、生产效率和盈利能力方面取得显著成效。 智能运营代表运营成熟度的巅峰，依托一个旨在实现持续适应性的数字核心。量身打造的数字核心使组织能够满足其不断变化的需求，并无缝集成最新的新兴技术。 Bhavana Rao埃森哲运营部门首席增长和战略官 现在是时候准备好重新发明了。 利害关系 ： 竞争相关性 通往智能运营之路 06 智能运营的商业案例 12了解智能运营的推动者16 现代化的数据基础 ： 通往 Gen AI 的门户 19 实施以领域为中心的数据现代化方法22 采用以人为本的重塑策略25 将业务和技术团队联系起来共同拥有重塑29 采用领先的过程以驱动业务成果 31 展望未来 ： 组织重塑 什么是危险的 ：竞争相关性 新技术、消费者期望、气候变化、混合办公及其他因素正在推动组织当前运作方式发生巨大的结构性转变。这些变化的速度之快令人难以置信。如今，企业比以往任何时候都更需迅速且持续地重塑自我，以保持在不断演变的市场环境中的相关性和竞争力。 简而言之 ， 这是重塑的奖品 ：竞争相关性 - 以及随之而来的一切。增长。盈利能力。创新。市场支配地位。 智能运营的业务案例 我们的2024调查正是基于这一问题进行设计的。我们访谈了来自15个行业和12个国家的2,000名高级管理人员（其中57%为C级或同等职位）（如图1所示）。我们的目标是评估企业运营在利用生成式人工智能驱动业务成果方面的准备程度。 组织根据运营准备度的四个标准进行了评估，以确定它们在智能运营连续体中的位置（如图2所示）。被 characterization 为“基础型”的组织处于旅程的最早阶段，而被评估为“重塑准备型”的组织已经完全实现了现代化并由人工智能驱动的过程。 01 基础推动成本优化和基本 SLA 的基础资产 02 Automated自动化和采用描述性、可预测的 AI 03 洞察力驱动面向客户体验的完全现代化的数据 04 Reinvention - ready超自动化和大规模 AI可推动业务成果 自我们上次在2023年评估智能运营组织以来，情况已经发生了很大变化。在过去的一年里，准备好进行重塑的公司数量几乎翻了一番，从9%增加到16%。这些组织已经现代化了其数据基础，以支持强劲的商业成果，实现了端到端的平台集成，并且正在高度自动化大多数流程。他们还成功地将传统AI应用于大规模任务的增强，并迅速扩大生成式AI用例以推动新的增长。 与他们的基础同行相比 ， Reinvention - ready 组织有 ： 3.3x成功扩展高价值 gen AI 用例的可能性更高 2.5x更高的平均收入增长 2.4x提高生产力 此外，仅有2%的“重塑准备”公司属于一个规模虽小但极为精英的子集，并且已经开始大规模部署生成型AI，并报告了其投资的出色回报。 这些组织并没有什么秘密武器或特殊超能力使其能够实现这些成果。他们拥有现代且成熟的运营体系，这一体系依赖于三个关键的促成因素。 智能运营的推动者 为了实现智能运营，组织必须解决如何转变人才、资产与平台以及方法和流程的问题。我们的2024年研究显示，组织已经开始从整体角度审视重塑企业运营，并且对智能运营的三大使能器给予了同等的关注。他们将这三者作为优先事项。与2023年相比，当时许多组织一次只关注一两个使能器，如今的组织已经认识到，这三个使能器如同三条腿的凳子，各自在利用通用人工智能进行重塑中发挥着关键作用。 准备重新发明的公司擅长并行开发所有三个推动者并一致应用它们(图 3a) 。 尽管所有三个使能器对于重塑都是至关重要的，并且应该同步推进，但值得注意的是，智能运营连续体的每个阶段都有一个主要的使能器（如图4a所示）。 相比之下，处于基础级和自动化级的组织在成功应用三大使能因素方面面临困难（如图3b所示）。 例如，Assets & Platforms 是帮助企业从基础操作过渡到自动化操作的主要驱动力。在这个阶段的关键要素之一是关键自动化项目的治理模型以及与业务需求相关的反馈循环。那些能够赋能业务和技术团队共同制定资产和平台开发路线图的企业，是能够成功过渡到自动化操作的公司。 同样地，在重塑准备阶段的企业中，方法与流程是主要的驱动力。与以洞察驱动阶段的企业相比，重塑准备阶段的企业能够执行过程挖掘以及内部和外部基准比较，从而推动最佳表现。他们的流程已经实现了端到端的转型，并且具有高度的平台集成和超自动化水平。接近90%（87%）的重塑准备阶段企业在方法与流程方面表现出色，而处于以洞察驱动阶段的企业这一比例仅为47%（如图4b所示）。 现代化的数据基础 ： 通往 General AI 的门户 除了应对所有三个使能因素外，重塑准备组织还拥有比其他层级的组织高出许多水平的数据现代化。他们认识到拥有正确的数据策略和核心数字能力的重要性，以便有效利用通用人工智能（gen AI）。数据资产它们旨在用于通用人工智能应用场景，明确定义了数据治理的角色，并能够追踪其数据在整个生命周期内的所有信息，直至源头。我们的研究显示，一个现代数据基础架构是区分变革ready公司与同行的又一门槛（图5）。 通往的道路智能运营 我们的2024年研究以及超过1000个已完成的生成式AI项目的经验性证据表明，组织在智能运营方面的投资与其能够规模化应用生成式AI的能力之间存在关联。我们发现，拥有智能运营的企业能够加速其对生成式AI的应用，这进而推动了其运营模式的演变，而这种演变又进一步扩展了他们对生成式AI的应用。这是一个良性但相互依赖的循环。 我们的研究表明 ， 拥有智能运营的组织数量每年都在增加。 但在制定清晰的道路map方面，他们仍然面临最大的挑战之一。向前的最佳路径是什么？在旅程的每个阶段，必须解决哪些非 negotiable 元素？组织应该采取四项行动来规划路线、识别差距并推进智能运营。 01 实施以域为中心数据现代化的方法 准备重塑的企业拥有集中化的数据治理，并采用以领域为中心的数据现代化视角。这建立了强健的数据基础，能够支持以AI引领的重塑。 评估数据基础的一种方法是评估三大使能因素——人才、资产与平台，以及方法与流程——如何在日常工作中与数据相互作用。人们是否清楚地理解如何创建、处理和消费数据？跨职能的过程和工具是否连接起来，使得销售、供应链、服务、人力资源、财务、研发等不同团队都能够使用他们喜欢的工具访问相同的数据和分析？数据是否以标准化的方式结构化，并内置了安全性和可访问性，使用常见数据格式以便在整个业务范围内被AI工具访问？ 这些是现代数据基础的特征，也是大多数公司面临的挑战。现代化数据基础需要大量的时间和资源。我们的研究显示，71%的基础组织的数据基础还不足以在整个组织范围内充分发挥生成式AI的全部价值。 访问高质量的数据是关键考虑因素。超过三分之一的变革准备就绪组织能够快速访问高质量的数据和元数据资产，这些数据和元数据资产没有不一致性和重复性问题。这得益于将同等责任分配给业务团队和领域专家以现代化数据基础（如图6所示）。 “我认为理解数据治理过程至关重要。在整个组织内传达这一过程需要大量的教育，即使这可能是显而易见的，也不能低估其重要性。 客户故事 这家制造工具和工业设备的工业巨擘通过押注正确的方向实现了快速成长——不仅是在新产品和工作方式上，还在利用数字技术优化财务运营方面。数字化转型和增长举措对于公司整合收购和支撑快速增长的能力至关重要。Accenture 与该公司合作，开发了一种灵活且有弹性的财务运营模式，集中了诸如采购到支付（PTP）、订单到现金（OTC）、记录到报告（RTR）和客户服务等关键流程。 基于SAP S/4 HANA平台的新管理服务中心现在用于交付这些过程。该公司还实施了一个新的数据基础架构——这包括重新审视数据策略和治理，并建立一个卓越中心以提升分析能力。通过使用埃森哲的人工智能驱动的SynOps平台，该客户简化了运营流程，集中了80%的会计流程，提高了47%的效率，实现了50%无接触交易，并创造了高达7000万美元的新业务价值。 02 拥抱人才第一的重塑战略 领先的组织把人放在重塑的中心。 在人工智能时代，这意味着重新塑造劳动力，使新的角色能够随着技术的发展与业务需求相匹配。这意味着为员工提供全面培训，使他们能够在岗位上蓬勃发展，并充分利用生成式AI的强大功能。这意味着重塑工作方式，重新思考流程和整个工作流程，以清晰地了解生成式AI在服务客户、支持人员和实现业务目标方面可以产生最大影响的领域。 对人员的这种深度依赖在规划基于通用人工智能（Gen AI）重塑时往往被忽视。我们的研究显示，82%的基础组织尚未制定人才重塑策略。他们没有提前规划以满足劳动力需求、获取新人才或培训和提升现有员工的技能，从而为由通用人工智能驱动的工作流程做准备。 相比之下，92%的变革准备就绪组织拥有明确的人才战略以应对劳动力规划、角色重塑和持续技能提升（如图7所示）。这确保他们拥有一支与战略优先事项高度一致的强劲人才管道。 变革管理计划应设计以帮助团队适应新的工作流程并拥抱由AI驱动的过程创新。 “一个关键的成功指标是提高生产力并减少重复性任务，从而为员工赢得更多与客户互动以及处理其角色中更具挑战性部分的时间。项目特定的衡量标准包括提高代码质量并简化流程，以便银行能够缩短为客户服务的时间。 人才战略必须超越技能培养。必须制定和实施相关政策和项目，确保员工在身体、情感和财务上安全，他们的工作具有意义，并且日常目标能够激励他们。这还具有吸引来自不同背景和生活经历的新员工的优势，这些新员工可以为持续的重塑之旅带来认知多样性及有见地的视角。 一个强大的人才战略还将涉及技能提升和学习。针对非技术团队的培训项目应集中在三个领域：AI素养计划应教授通用人工智能的基本概念，包括其功能、局限性和风险。实践应用培训应通过研讨会和沙盒环境来展示AI如何增强特定的业务功能，如营销、客户服务和运营。 Les Matheson,集团数字执行 ， 数据和首席运营官 ，NAB 客户故事 汇丰，作为全球领先的金融机构之一，启动了一项全球性倡议，旨在提升员工体验并提高生产效率，以期增强股东回报和客户满意度。这一转型要求汇丰对人力资源职能进行现代化和数字化改造，以应对不同国家和地区由手动、分散的遗留流程带来的挑战。 SAP、ServiceNow 和 MuleSoft 的解决方案简化了人力资源流程，提高了服务的可访问性。现在，汇丰银行员工能够即时访问信息以做出知情决策，并比以往更快地获取人力资源服务和支持。这些改进涵盖了薪资和劳动力管理等核心服务，同时还包括人才管理、职业发展和绩效管理的新功能。通过更快地获得数据