伴隨著數(shù)字化浪潮,企業(yè)正不斷受到來自多方面的重大挑戰(zhàn),。許多傳統(tǒng)型服務和交付方式在被數(shù)字化創(chuàng)新型參與者重新定義,,消費者和客戶需求也在發(fā)生相應的變化。在這樣的大背景之下,,數(shù)字化轉(zhuǎn)型成為了許多企業(yè)改革的重點,。但成功的數(shù)字化轉(zhuǎn)型究竟如何實現(xiàn)?根據(jù)Gartner發(fā)布的一份報告顯示,,數(shù)字化轉(zhuǎn)型的重點可能更多聚焦于“數(shù)字化”而不是“轉(zhuǎn)型”上,。企業(yè)更關注的則是如何通過數(shù)字化轉(zhuǎn)型來實現(xiàn)降本增效。
本文引用地址:http://www.eepw.com.cn/article/202212/441356.htm
采用有效降低成本的方法,,助推企業(yè)效率升級
在全球經(jīng)濟發(fā)展放緩的今天,,全球企業(yè)都在尋求降低成本的機會。然而,,更重要的是重新審視成本背后的內(nèi)涵,合理分辨哪些付出的成本需要優(yōu)化,,哪些成本能夠創(chuàng)造更大的商業(yè)價值,。
· 減少技術債務:技術債務是一項持續(xù)的挑戰(zhàn)。要在不斷發(fā)展的市場中加快行動并不斷實現(xiàn)技術改進并非易事,,其關鍵在于確定優(yōu)先級,、不斷升級迭代以及卓越的執(zhí)行力,盡可能避免返工,。
· 替換遺留系統(tǒng):如今技術進步速度如此之快,,以至于很難避免“遺留”系統(tǒng)風險。某些技術需要擁有特定技能的人員來維護,,但卻很難找到足夠能夠勝任的技術人員,。隨著這些現(xiàn)有技術人員逐漸接近退休年齡,,遺留系統(tǒng)的風險也在進一步增大。因此,,企業(yè)需要留意對長期業(yè)務規(guī)劃沒有戰(zhàn)略意義的技術,,并對其進行快速更新。
· 優(yōu)化自動化:人工智能(AI)和機器學習(ML)是自動化領域的關鍵技術,,但機器人流程自動化(RPA)在推動整個企業(yè)效率方面仍占有一席之地,。例如,對賬,、貸款申請?zhí)幚淼戎貜托粤鞒痰淖詣踊讶〉镁薮蟪晒Α?/p>
· 減少合規(guī)成本:合規(guī)是開展業(yè)務的成本之一,,為了控制該成本則需要尋找減少冗余、實現(xiàn)任務自動化的途徑,。有一種方式是可以依靠收益導向性的戰(zhàn)略項目來完成合規(guī)需求,,同時獲得更多預付款。例如,,Cloudera的一些客戶就利用其最初為合規(guī)而建立的數(shù)據(jù)平臺來推動新用例的發(fā)展,。這些數(shù)據(jù)湖倉存儲了大量支持其他用例所需的數(shù)據(jù)。使用這種共享平臺可以為多個目標服務,,并且更能保障成本效益,。
戰(zhàn)略思維全局把控,真正實現(xiàn)降本增效
提到降本增效,,大多數(shù)企業(yè)立刻想到的做法可能是將一切工作外包,、重新談判合同,或是精簡員工數(shù)量,。以上做法可能可行且符合企業(yè)戰(zhàn)略,,但企業(yè)更需要著眼于全局并對長期目標進行戰(zhàn)略評估。例如,,將所有工作都外包可能無法真正降低成本,,因為管理外包環(huán)境所耗費的時間也非常可觀,。
· 尋找冗余:冗余常常是企業(yè)機構(gòu)中成本問題的罪魁禍首,。企業(yè)需要在多個地點維護同樣的信息,因此產(chǎn)生了大量冗余,。替換冗余數(shù)據(jù)存儲顯然是解決這個問題的途徑之一,。企業(yè)可以在尋找冗余同時對采用整合解決方案所能節(jié)約的成本進行評估,以選出最高效的解決方案,。
· 淘汰過時功能:成本控制的另一個目標是那些所謂 “陰魂不散”的系統(tǒng),。若企業(yè)有意淘汰某系統(tǒng),則可針對繼續(xù)投資該系統(tǒng)的理由進行評估,。企業(yè)往往會因為合規(guī)要求而維護某個系統(tǒng),,但最終還是需要控制合規(guī)成本并重新調(diào)整預算,。如果不把這些系統(tǒng)淘汰,可能就無法制定正確的計劃,。因此在淘汰某個應用之前,,企業(yè)需要結(jié)合其整體戰(zhàn)略,確定需要關閉或可以在其他應用獲得類似的功能,。在此期間可能需要重新分配資源,,但要尋找方法避免下一個強制性合規(guī)更新,并把這段時間作為硬性期限,。我們在操作型數(shù)據(jù)庫和遺留數(shù)據(jù)庫領域看到了這一點,。Cloudera的客戶通過淘汰遺留解決方案節(jié)省了大量成本,還通過整合廠商管理和精簡技能節(jié)省了顯性成本以外的隱性成本,。
· 新增所需功能:利用自動化提高效率的選項覆蓋整個企業(yè),,可能影響核保、監(jiān)管報告,、金融犯罪預防,、交易改善、客戶呼叫中心等,。雖然所有這些領域可以同時開展使用機器學習和人工智能的項目,,但在這種情況下必須尋找提高效率的方法。Cloudera的某客戶在開始建立數(shù)據(jù)湖倉時把重點放在監(jiān)管合規(guī)上,。然后他們很快意識到該數(shù)據(jù)湖倉有很多他們加速抵押貸款審批,、監(jiān)控支付等所需要的數(shù)據(jù)。企業(yè)無需為了一項新的要求而從頭開始,,反而可以更快行動,。成熟的供應商還可以通過完全消除需求建議書(RFP)流程以及后續(xù)的新供應商審核流程來加快項目速度。
巧用數(shù)據(jù)“加速器”,,高效達成降本目標
Cloudera提供了各種幫助企業(yè)加速數(shù)據(jù)和AI計劃的工具,。其中就包括通用數(shù)據(jù)分配(UDD)和應用機器學習原型(AMP)這兩個特定領域。
通用數(shù)據(jù)分配(UDD)可以從任何地點采集數(shù)據(jù),,并使數(shù)據(jù)駐留在任何位置以便進行分析,,進而幫助企業(yè)逐步推進計劃。
應用機器學習原型(AMP)是可以直接從Cloudera Machine Learning一鍵部署的機器學習項目,。通過AMP,數(shù)據(jù)科學家能夠在很短的時間內(nèi)將想法變成完全可以運行的機器學習用例,。AMP提供的端到端框架可用于即時構(gòu)建,、部署和監(jiān)控業(yè)務就緒型機器學習應用。
更多信息可以來這里獲取==>>電子技術應用-AET<<