随着技术变革的加速，企业需要做出四个根本性转变。

1. 边缘创新

关键技术趋势

我们估计70%的公司将采用混合或多云管理技术、工具和流程。同时，5G将提供比 4G LTE网络当前速度快约十倍的网络速度，期望速度快100倍，延迟快40倍。到2024年，超过50%的用户触摸将通过人工智能驱动的语音、书面文字或计算机视觉算法得到增强，预计到2025年，全球数据创建量将从2020年的64.2泽字节增长到180泽字节以上。到2030年，低代码开发平台市场的复合年增长率 (CAGR) 预计约为30%。

转变：创新围绕组织多孔边缘的专家个人网络发​​展，并得到在整个业务范围内扩展收益的能力的支持。

这些技术承诺访问几乎无限的计算能力和海量数据集，以及以低成本实现带宽的巨大飞跃，从而使快速测试、启动和扩展创新变得更便宜、更容易。由此产生的创新加速将意味着公司可以期待更多来源的更多中断。集中的战略和创新职能不能希望自己跟上步伐。公司将需要更多地参与其组织之外的网络，以发现、投资甚至获得有希望的机会。

拥有集中团队的企业风险投资 (VC) 基金一直在寻找并资助创新，但他们的业绩记录参差不齐，这通常是因为团队缺乏必要的技能，而且与各个业务部门不断变化的需求相距甚远. 相反，公司将需要弄清楚如何利用他们的前线，特别是业务领域专家和技术人员，以使他们能够实际上作为企业的风险投资部门行事。这是因为编写代码和构建解决方案的人通常很好地融入了他们所在领域的强大外部网络，并且拥有评估新开发的专业知识。例如，一家制药公司聘请了自己在基因表达等各个领域的专家研究人员，他们非常了解公司以外的人，他们是该领域的领导者。

虽然公司需要为工程师建立激励机制和机会来建立和参与他们的网络，但关键的重点必须是授权团队，以便他们可以按照他们认为合适的方式使用分配的预算——例如，在没有惩罚的情况下进行试验和失败（在边界）并决定技术以实现其目标（在规定的指导方针内）。

未来的 IT 组织可以在建立扩展能力以使创新为业务服务方面发挥重要作用，这在传统上是一个挑战。快速工作的个人开发人员或小型团队不会自然而然地考虑如何扩展应用程序。随着跨组织工作的非技术用户使用低代码/无代码 (LC/NC) 应用程序通过点击或下拉菜单界面设计和构建程序，该问题可能会加剧。

一家制药公司将这一想法铭记于心，当它被证明比公司已经在做的更好时，它为当地业务部门提供了使用非标准想法运行的灵活性。作为这种灵活性的回报，业务部门必须致力于帮助组织的其他成员使用新想法，而 IT 将其构建到公司的标准中。

例如，在考虑这种扩展能力如何工作时，公司可以指派高级开发人员通过重构代码来“生产”应用程序，以便他们可以扩展。IT领导层可以提供工具和平台、易于访问的可重用代码库以及灵活的基于标准的架构，以便更轻松地在整个业务中扩展创新。

领导问题

• 哪些激励措施最能鼓励工程师和领域专家开发、维护和利用他们的网络？
• 有哪些流程可以在边缘跟踪和管理VC活动？
• 您需要哪些能力来识别创新机会并将最佳机会“产业化”，以便在整个组织内共享？
  

  2. 持续学习的文化

  关键技术趋势

  人工智能、机器学习、机器人技术和其他技术的进步使变革的步伐加快了十倍。到2025年，我们估计将有500亿台设备连接到工业物联网 (IIoT)，而70%的制造商预计将定期使用数字双胞胎（到2022年）。到2025年，大约70%的新应用将使用LC/NC技术，而2020年这一比例不到25%。到2024年，全球Metaverse的收入机会可能接近8000亿美元，高于2020年的约5000亿美元。企业家和未来学家彼得·迪亚曼迪斯（Peter Diamandis）表示，技术创新的激增意味着我们可以期待在未来十年内取得比过去100年加起来还要多的进步。

  转变：技术素养成为每个角色的核心，需要持续学习并在需要时部署的个人技能水平上建立。

  随着技术的步伐和扩散将创新推向组织的边缘，企业需要准备好整合来自一线的最有前途的选择。这将创造巨大的机会，但仅限于那些通过永久学习文化开发真正技术智能的公司。这项工作的基石包括培训各级人员，从“普通开发人员”使用易于使用的 LC/NC 工具或在全新环境（如元节）中工作，到全栈开发人员和工程师，他们需要不断发展他们的技能以跟上不断变化的技术。我们已经看到训练有素的员工使用 LC/NC 来生产次优产品的情况。

  虽然总是需要更正式的基础学习路径，但我们预计，从定期教学课程到持续学习的转变将会加速，这可以在整个组织中提供不同的技术技能。在实践中，这将意味着以交付技能为导向的员工发展。这需要将能力分解为最小的复合技能集。例如，一家大型科技公司为其评估的1,200项技术技能创建了146,000个技能数据点。

  关键是这些技能“片段”——例如一段代码或特定谈判策略的视频——需要集成到工作流程中，以便在需要时交付。这可能被称为“LearnOps”方法，其中学习被内置到操作中。这种整合心态在 Netflix 确立，数据科学家直接与产品经理、工程团队和其他业务部门合作设计、执行和从实验中学习。

  与能够部署学习一样重要的是通过使持续学习变得预期和容易做到来建立学习文化。顶级工程师的学习方式可能具有指导意义。这是一个高度意识到需要让他们的技能保持最新的社区。他们有共享代码的根深蒂固的习惯，并且他们被吸引到他们可以学习的项目中。例如，使用开源的一个优势是可以不断更新和审查代码的内置社区。本着同样的精神，我们看到公司预算额外的时间让人们在构建产品时尝试新的工具或技术。其他公司正在为“学习缓冲区”编制预算，以允许团队可以从中学习的产品开发中的挫折。

  Netflix将广泛、开放和深思熟虑的信息共享作为核心价值，将 Netflix 实验平台构建为内部产品，充当未来团队重用的解决方案存储库。它有一个产品经理和创新路线图，目标是让实验成为产品生命周期中简单而完整的一部分。

  为了支持这种持续学习和实验，公司需要接受错误。艺术将限制潜在代价高昂的错误的影响，例如客户数据的丢失或滥用。IT将需要构建协议、激励机制和系统，以鼓励良好行为并减少不良行为。许多公司开始采用自动化测试等实践来防止错误发生。创建错误不会影响其他应用程序或系统的空间，例如云环境中的隔离区；并建立弹性协议。

  领导问题

  • 您是否列出了您的业务所需的最重要技能？
  • 高级分析用户和数据操作者所需的最低学习水平是多少？
  • 您如何跟踪人们正在学习什么以及这种学习是否有效并转化为更好的表现？
    

    3. IT即服务

    关键技术趋势

    据估计，到2028年，全球云微服务平台市场将产生42亿美元的收入，高于2020年的9.52亿美元。GitHub拥有超过2亿个代码存储库，预计到2025年将有1亿软件开发人员。近90%的开发人员已经在使用API。软件2.0创造了编写软件的新方法并降低了复杂性。从2021年到2028年，公司从云服务平台、开放存储库和软件即服务 (SaaS) 采购的软件正以27.5%的复合年增长率增长。

    转变：IT通过提供小的、可互操作的代码块成为产品创新的推动者。

    当创新被推到边缘并且永久学习文化渗透到组织中时，IT的角色将发生巨大变化。IT无法通过坚持其作为控制实体管理中心技术的传统角色来支持这种动态环境。现在的溢价将取决于 IT 实现创新的能力，需要将其作为大型科技资产保护者的传统角色转变为小代码块的提供者。IT有效性的黄金标准将是它能够帮助人们将代码片段拼接成有用的产品。

    我们已经看到了它的样子。G&J Pepsi-Cola Bottlers几乎没有软件开发经验的员工创建了一个应用程序，该应用程序可以检查商店货架的图像，以确定其上瓶子的数量和类型，然后根据历史趋势自动补货。一家制药公司在短短一年内将 其低代码平台基础从8个用户增加到1,400个。IT之外的业务用户现在正在构建具有数千个每月会话的应用程序。麦肯锡的一项调查显示，与不提供这种支持水平的倒数四分位公司相比 ，赋予“公民开发者”权力的公司在创新方面的得分高出33% 。

    这些发展指向更多的“自助式”技术方法，在这种方法中，IT 构建有用的可重用代码块，有时将它们组装成特定产品，并通过用户友好的编目系统使它们可用，供企业用来创建它需要的产品。IT提供指南，例如关于代码可能最有用的环境的 API 标准和指令；保护最敏感的信息，例如客户数据和财务记录；并跟踪他们的收养。随着机器人、人工智能、算法和 API 的激增，这种跟踪能力将变得尤为重要。透明度不够。IT 将需要通过先进的技术性能和管理能力以及新角色的发展（例如数据诊断师和机器人管理员）来理解所有活动。

    这种IT即服务方法将产品置于运营模式的中心，需要致力于围绕产品管理组织IT. 一些公司一直在朝着这个方向发展。但要达到支持快节奏和更分散的创新所需的规模，将需要对产品所有者做出更深层次的承诺，与企业业务方面的领导者合作，以管理真正负责损益的团队。从传统企业到数字原生代的许多组织都发现，让产品负责人制定整体产品和投资组合战略、推动执行并授权产品所有者推动与业务成果和损益指标保持一致的创新可以增加资金回报流向技术交付并加快创新步伐。

    领导问题

    • 您对IT组织的角色将如何改变以实现技术民主化有远见吗？
    • 您将如何提升技术产品经理的角色，您是否有发展该角色的路线图？
    • 您需要建立哪些系统来管理和跟踪代码的使用、重用和性能？
      

      4. 扩大信任边界

      关键技术趋势

      据估计，到2022年，几乎100%的具有生物识别功能的设备（例如智能手机）将使用生物识别技术进行交易。这些技术的有效性得到了显着提升，自2014年以来，最好的面部识别算法已经提高了50倍。这些发展正在加剧技术与技术消费者之间关系的严重不安。皮尔逊研究所和美联社-NORC 公共事务研究中心表明，“大约三分之二的美国人非常或非常担心涉及其个人信息、金融机构、政府机构或某些公用事业的黑客行为。”

      转变：信任扩大到涵盖更广泛的利益相关者关注点，并成为企业范围内的责任。

      这些技术力量和能力的巨大转变将创造更多与客户的接触点，以及有关客户的新数据的指数浪潮。即使IT在组织中的角色越来越多地成为推动者，不断扩大的数字环境也意味着 IT 必须扩大其围绕安全、隐私和网络的信任能力. 迄今为止，消费者在很大程度上已经接受了技术提供的便利，从在线订购产品到远程调节家中的温度，再到通过个人设备监测他们的健康状况。为了换取这些便利，消费者历来愿意提供一些个人信息。但是，围绕这些越来越复杂的便利性，隐私和信任问题的持续暗流正在增加信任这个广泛话题的风险。消费者越来越意识到他们的身份权利，根据价值观做出决定，并要求以合乎道德的方式使用数据和负责任的人工智能。

      最明显的担忧是网络安全，这是一个已经在董事会级别议程上的持续问题。但是技术驱动的信任问题要广泛得多，并且由三个特征驱动。一是公司和政府收集的大量个人数据，例如生物特征，引发了对隐私和数据滥用的担忧。第二是个人安全问题在现实世界中变得越来越普遍。例如，有线家庭、联网汽车和医疗物联网都是可能影响人们福祉的攻击媒介。第三是高级分析似乎过于复杂而难以理解和控制的问题，导致人们对人们与技术的关系深感不安。这个问题正在推动“可解释人工智能”的发展”以及去偏见人工智能的运动。

      增加复杂性的是，在整个技术生态系统中管理和保护信任的频繁需求。以有线家庭为例。设备的激增——想想虚拟助手、安全、通信、电源管理和娱乐系统——意味着一大群供应商需要就管理家庭中互连安全网络的标准达成一致。

      这些发展需要对信任边界进行复杂的扩展。除非企业重新考虑如何管理和培养这种信任，否则许多现有企业所享有的显着优势（与客户的现有关系和专有数据）都面临风险。公司需要考虑将身份和信任管理置于其客户体验和业务流程的核心。只有当公司指派一位具有实权和董事会优先级的专门领导者，在整个信任和安全领域承担企业范围内的责任时，这种情况才能有效地发生。鉴于这种信任环境的技术基础，IT 将需要在监控和补救方面发挥关键作用，例如评估新立法对 AI 算法的影响、跟踪事件、

      领导问题

      • 谁负责整个企业的信任和风险格局？
      • 您如何将围绕客户信任所做的努力与整体网络安全流程相结合？
      • 有哪些隐私、信任和安全流程来管理数据的整个生命周期？

      ---

      不可避免的是，技术变革的步伐将不断加快。未来成功的技术领导者不仅需要采用新技术，还需要建立能力以吸收持续变化并使其成为竞争优势的来源。