大數(shù)據(jù)(Big Data)，，企業(yè)資源規(guī)劃(ERP)和物聯(lián)網(wǎng)(IoT)被公認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型的重點(diǎn)投資領(lǐng)域，但仍有三分之一的公司由于數(shù)字化應(yīng)用人才短缺的問(wèn)題對(duì)此時(shí)代趨勢(shì)準(zhǔn)備不足。
全球領(lǐng)先的企業(yè)級(jí)應(yīng)用軟件提供商IFS (艾菲詩(shī)軟件) 近日發(fā)布了面向工業(yè)制造、石油和天然氣、航空航天、施工及承包、辦事等多個(gè)行業(yè)的數(shù)字化轉(zhuǎn)型成熟度調(diào)研結(jié)果，此次調(diào)研數(shù)據(jù)采集于來(lái)自 16 個(gè)國(guó)家的 750 名企業(yè)資深決策者。
數(shù)字化轉(zhuǎn)型意愿強(qiáng)烈
約有90%的受訪企業(yè)體現(xiàn)能夠?yàn)閿?shù)字化轉(zhuǎn)型提供“充足”或“有利”的預(yù)算，這表白絕大部分企業(yè)具有強(qiáng)烈的數(shù)字化轉(zhuǎn)型意愿和業(yè)務(wù)發(fā)展需要，以連結(jié)其在行業(yè)內(nèi)的競(jìng)爭(zhēng)力和發(fā)展?jié)摿Α．?dāng)被問(wèn)及優(yōu)先投資領(lǐng)域時(shí)，物聯(lián)網(wǎng)(IoT)
、企業(yè)資源規(guī)劃(ERP)和大數(shù)據(jù)分析(Big Data&Analytics)成為前三項(xiàng)投資選擇。
(Antony Bourne)
IFS全球行業(yè)解決方案副總裁Antony
Bourne體現(xiàn)“顯而易見(jiàn)，當(dāng)代企業(yè)已意識(shí)到專注企業(yè)數(shù)字化轉(zhuǎn)型的緊迫性。大數(shù)據(jù)分析(Big
Data&Analytics)、企業(yè)資源規(guī)劃(ERP)和物聯(lián)網(wǎng)(IoT)等技術(shù)對(duì)實(shí)現(xiàn)業(yè)務(wù)轉(zhuǎn)型至關(guān)重要。企業(yè)需要將創(chuàng)新技術(shù)與相關(guān)行業(yè)專業(yè)技術(shù)相結(jié)合，才能立于不敗之地并建立競(jìng)爭(zhēng)優(yōu)勢(shì)。也正是這樣的結(jié)合才使得數(shù)字化轉(zhuǎn)型既具有意義又影響深遠(yuǎn)?！?/p>
企業(yè)人才短缺問(wèn)題凸顯
令人震驚的是，由于人才短缺的問(wèn)題，超過(guò)三分之一(34%)的企業(yè)在應(yīng)對(duì)數(shù)字化轉(zhuǎn)型方面顯得自信不足甚至毫無(wú)準(zhǔn)備。當(dāng)被問(wèn)及人才最為短缺的領(lǐng)域時(shí)， 40%的受訪者稱是“商業(yè)智能”，也有39%的受訪者選擇“網(wǎng)絡(luò)安適”。其他人才儲(chǔ)備匱乏的領(lǐng)域主要為“AI和機(jī)器人”(30%)，“大數(shù)據(jù)/分析”(24%)以及“云計(jì)算”(21%)。
Antony Bourne體現(xiàn)：“雖然新的技術(shù)是數(shù)字化轉(zhuǎn)型的關(guān)鍵，但改變溝通模式和招募相應(yīng)的人才才是取得成功的重要條件。然而，超過(guò)三分之一的企業(yè)竟未設(shè)有專門人員來(lái)辦理數(shù)字化轉(zhuǎn)型。這些企業(yè)首先需要注重并落實(shí)人才投資計(jì)劃，以確保他們?cè)谒幮袠I(yè)的轉(zhuǎn)型浪潮中拔得先機(jī)。其次要找尋和吸引新的人才，同時(shí)對(duì)現(xiàn)有員工進(jìn)行再培訓(xùn)?！?/p>
“工業(yè)物聯(lián)網(wǎng)的應(yīng)用將會(huì)為企業(yè)帶來(lái)極高的投資回報(bào)率?！盇RC 咨詢集團(tuán)全球副總裁Ralph Rio 增補(bǔ)道，“從IFS的調(diào)研結(jié)果看，物聯(lián)網(wǎng)人才的缺少也是制約了物聯(lián)網(wǎng)應(yīng)用的一大因素。因此，與IFS這類具有成熟物聯(lián)網(wǎng)解決方案的企業(yè)合作就顯得格外重要?！?/p>
差別行業(yè)差異顯著
當(dāng)問(wèn)及企業(yè)數(shù)字化轉(zhuǎn)型的成熟度水平(即實(shí)際進(jìn)度)時(shí)，31%的受訪者認(rèn)為他們的業(yè)務(wù)成熟度在五個(gè)等級(jí)中處于最高的兩個(gè)水平。其中航空航天業(yè)最為領(lǐng)先，有44%的受訪者認(rèn)為他們?cè)诶脭?shù)字化轉(zhuǎn)型的能力方面處于領(lǐng)先地位。其次是施工及承包行業(yè)，有39%的受訪者認(rèn)為本身在數(shù)字化轉(zhuǎn)型方面是“成熟”的。排名最末的是石油和天然氣行業(yè)，只有19%的受訪者認(rèn)為本身能夠從數(shù)字化轉(zhuǎn)型中獲益。
Antony Bourne認(rèn)為：“各行業(yè)數(shù)字化成熟度水平存在顯著差異。航空航天行業(yè)競(jìng)爭(zhēng)的激烈性，及其對(duì)諸如預(yù)見(jiàn)性維護(hù)和用于備件制造的3D打印技術(shù)等新技術(shù)的快速接納率，都是其成功實(shí)現(xiàn)數(shù)字化的重要驅(qū)動(dòng)因素?！?/p>
驅(qū)動(dòng)因素和投資重點(diǎn)
43%的受訪者認(rèn)為“內(nèi)部流程效率”是數(shù)字化轉(zhuǎn)型的頭號(hào)驅(qū)動(dòng)因素?！凹铀賱?chuàng)新”(29%)和“新市場(chǎng)增長(zhǎng)機(jī)會(huì)”(28%)則別離被認(rèn)為是第二和第三重要的驅(qū)動(dòng)因素。
數(shù)字化轉(zhuǎn)型的障礙
盡管數(shù)字化轉(zhuǎn)型存在現(xiàn)實(shí)和技術(shù)層面的復(fù)雜性，但最大的障礙還在于報(bào)答因素：不肯改變(42%)。第二和第三大障礙別離是更為具體的“安適風(fēng)險(xiǎn)/擔(dān)憂”(39%)和“缺乏適當(dāng)?shù)慕M織治理模型”(38%)。
哪些將成為最具突破性的技術(shù)?
當(dāng)問(wèn)及有哪些最具突破性的技術(shù)時(shí)，大數(shù)據(jù)以7.2/ 10 的得分高居榜首，其次是自動(dòng)化(7.0/10)，第三為物聯(lián)網(wǎng)(6.6/10)。
雖然大數(shù)據(jù)排名最高，但仍有少數(shù)一部分重要人士認(rèn)為自動(dòng)化技術(shù)才是最具影響力的。
超過(guò)40%的受訪者將自動(dòng)化技術(shù)的突破性程度評(píng)為 8 分及以上，而只有32%的受訪者對(duì)大數(shù)據(jù)給出同等評(píng)分。
在建筑業(yè)、航空航天業(yè)和制造業(yè)中，別離有48%，48%和50%的受訪者認(rèn)為自動(dòng)化的突破性得分應(yīng)該高于 8/10，使其成為這些行業(yè)中評(píng)分最高的技術(shù)。
關(guān)于此次調(diào)研
此次IFS全球數(shù)字化轉(zhuǎn)型成熟度調(diào)研由Raconteur
Custom
Publishing公司組織實(shí)施，對(duì)來(lái)自 16 個(gè)國(guó)家從事工業(yè)制造、石油和天然氣、航空航天、施工及承包、辦事等行業(yè)的 750 名企業(yè)資深決策者進(jìn)行了深度訪談，旨在評(píng)估全球范圍內(nèi)各行業(yè)數(shù)字化轉(zhuǎn)型的成熟度。受訪國(guó)家包孕美國(guó)，加拿大，英國(guó)，瑞典，德國(guó)，法國(guó)，中國(guó)，日本，澳大利亞，挪威，丹麥，荷蘭，西班牙，波蘭，中東和印度。
關(guān)于IFS
