收藏!IT人不可不知的「2020年IT路线图」

[摘要]来自医疗、零售和科技行业的IT领导们分享了他们2020年的战略重点。分析、自动化和云在首席信息官的路线图中扮演着重要角色。

来自医疗、零售和科技行业的IT领导们分享了他们2020年的战略重点。分析、自动化和云在首席信息官的路线图中扮演着重要角色。

首席信息官们在数字化旅程的下一个阶段继续展示他们的才华。很多IT领导将增强他们的员工体验(EX),以改善总体客户体验(CX)。

也就是说,首席信息官们2020年将关注人才、文化和组织挑战。

Forrester的《首席信息官预测报告》称:“首席信息官将有机会成为业务领导,向前迈进,进一步发展其技术驱动的创新、人员管理和生态系统建设技能。”

本文为IT领导们提供了一份供他们参考的2020年IT路线图。

数据科学与分析

企业数据战略仍然是首席信息官的首要举措,首席信息官应将其视为企业转型计划的必要组成部分。

McKesson公司的首席数据和分析官Brian Dummann介绍说,该公司正在加大数据的使用力度,将数据应用从业务智能扩展到预测性和规定性分析,这将改善公司运送药品和医疗用品的方式。

为了让McKesson公司做好转型准备,Dummann已经将几个数据仓库整合到一个运行在谷歌云平台上的Snowflake系统中,他说这将有助于公司员工更快地满足业务需求。最终目标是让患者预后更好。

咨询公司MorganFranklin为《财富》500强企业提供并购、分拆和其他企业计划方面的建议,该公司首席信息官Franzuha Byrd介绍说,能够分解数据集、理解数据流、从数据中提取价值的行业领域专家非常的抢手。

Byrd将数据科学家与行业专家整合在一起,为客户解决数据管理问题,包括怎样实现交易的自动化,以及怎样挖掘数据湖以获得业务深度分析结果。

Forrester在其2020年首席信息官报告中指出:“2020年将是警醒的一年,因为正确获取数据的总成本会越来越高。”

人工智能与机器学习

企业正在采用人工智能和机器学习(ML)来实现更契合需求的方法。

纽约市全城行政服务部(DCAS)正在利用自然语言处理(NLP)和机器学习技术,动态生成问题,更好地评估应试者的考试答案,据首席信息官Nitin Patel介绍,该组织负责管理警察、消防和卫生部门每年近10万名的应试者。

目前,考试问题遵循基于规则的逻辑路径。通过使用自然语言处理和机器学习技术,以及Patel训练算法,让算法针对申请各种职位(例如,程序员、计算机专家和员工分析师)的应试者提出问题。理想情况下,这样的工作将缩短长达两年的评估和评分过程。

Patel还希望利用Amazon.com的Alexa或者谷歌的虚拟助手来开发出应用程序,以便提供基于语音的客户支持,包括能够通过语音和文本提出问题,从而把员工从枯燥乏味的工作中解脱出来。

Alorica公司首席转型官Bhaskar Menon认为,2020年将是全渠道“超级代理”的一年,这一助手使得人们“当时就能满意”。

Alorica公司为呼叫中心提供业务流程支持,其主要业务是Ava,这是一个虚拟助手,通过文本和语音聊天来回答公司员工和客户的问题。Ava的准确率为86%,高于其发布时的70%。

Menon说:“我们必须出现在客户需要的任何渠道上。”

云迁移

Iron Mountain公司依靠云技术来帮助其管理媒体、娱乐和其他有丰富数据行业的数字内容,这是该公司全面转型的一部分,它正在转变传统的物理设备数据存储提供商的角色。

该公司首席技术官Fidelma Russo正在利用新技术来帮助进行文化变革,他介绍说,公司使用机器学习技术来分析和管理谷歌云平台上的数字内容,并且还为25000名员工推出了谷歌的G套件协作软件。利用现代流程和技术,她的战略融合了跨职能部门。

与此同时,服装零售商Talbots也尽量将电子商务和应用基础设施迁移到云端,以减少对本地设备的依赖。该公司电子商务运营经理Don Hall介绍说,公司正在利用Dynatrace的云软件来监控其网站和云系统,以防出现漏洞、运行缓慢和中断的情况。

Hall说,Talbots的业务和IT员工可以分析转换率、平均订单量和消费者的购物量。Hall说:“使用一款工具将来自业务部门和IT部门的数据整合到一起,这使得我的工作更容易了。”

低代码

首席信息官Wendy Pfeiffer说,低代码编程是Nutanix公司的战略重点,因为这家技术公司培训存储工程师、网络工程师和其他基础设施专家,使他们能够以公民开发人员的身份编写脚本并自动执行代码,他还补充说,随着Nutanix进一步转入公有云,低代码工具将帮助人们重新获得专业技能。

该公司已经培训了一些员工使用流行的低代码工具Workato,通过优化的工作流和交互式设计来表达代码。而Pfeiffer预计,机器学习技术将使公民开发人员更容易改进不太好的低代码脚本,进一步提高业务流程的效率。

Pfeiffer说:“我想象有一天,由ServiceNow服务台执行的一半以上的任务将由通过机器学习开发的自定义代码来处理完成。”

RPA

业务流程效率也是Zuora公司的首要任务,其首席信息官Alvina Antar希望使用机器人过程自动化(RPA)技术为员工实现日常任务的自动处理。这包括公司计费和收入管理软件最终用户的登录和退出。有了RPA作为人类的代理,Zuora公司可以创建自助服务功能,使最终用户能够自助获得服务。

Antar表示,帮助员工获得成功的数据和工具将逐渐应用到客户体验上。Antar介绍说:“几年前,我们只提供外包支持。今天,我们可以自动实现对最终用户的支持。”

Forrester认为,首席信息官们将通过RPA和人工智能技术,自动完成10%的任务(例如,一级技术支持和供应),调整自己的部门。该研究员补充说,他们将提升被替换人员的技能,帮助员工在敏捷和DevOps团队中转换到更复杂的任务中。




免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。