新闻中心

Marco 和 Karim 认为 AI 已经成为执行业务的通用引擎。因此，对于那些希望持续创造辉煌的企业来说，AI 现在就是运营模式的核心。AI 不仅对公司任务执行方式的影响越来越大，而且正改变公司的竞争方式。

与 Jeanne Ross、Cynthia Beath 和 Martin Mocker 的数字平台概念（参见《Designed for Digital》）一样，Marco 和 Karim 提出了数字化运营模式。如今，虽然运营系统由人们来设计，但真正实时工作的却是计算机。因此，AI 被视为重塑公司运营基础的重要支柱。在作者看来，是它成就了数字化的规模、范围和学习方式。那些成功建立数字运营模式的企业，可以消除制约增长的根深蒂固的因素，改变数百年来的落后竞争模式。与此同时，哈佛商学院教授 Michael Porter 在经典商业著作《竞争战略》中提出的“准入门槛”也变得越来越无关紧要。

网络和算法已渗透到数字公司的每一个角落，所到之处都会掀起一场变革产业和经济运作方式的浪潮，包括改变竞争。Geoffrey Moore 在《Zone to Win》”中指出：“商业模式的颠覆是许多企业开始翻车的原因，柯达就是一个很好的例子。老牌企业都不愿意改变自己的商业模式。”Marco 和 Karim 认为，复杂性将成为压垮传统组织的最后一根稻草。简言之，复杂性会增加运营成本，降低服务水平，导致传统组织难以与数字变革者相抗衡。

鉴于此，作者认为传统组织现在是时候转向数字运营模式了，应该充分利用数字规模、数字范围和数字学习。值得注意的是，《Designed for Digital》的作者认为，数字化转型应该与社交、移动、分析、云和物联网技术的发展齐头并进。但是两本书的作者一致认为，成功者都敢于摸索、勇于试错，不断探索新的数字价值简言之，企业的当务之急就是搞清楚如何使用 AI 和其他数字技术重塑现有产品和服务。

重要的是，数字化正在创造一种新型商业模式 — 一种企业创造和获取价值的新途径。确切地说，价值创造应围绕客户需求和问题展开。Marco 和 Karim 认为，运营模式将会随着商业模式的变化而变化，从而彻底改变企业为客户提供价值的方式。Jeanne Ross 曾在 《Enterprise Architecture as Strategy》中提出了一种旨在满足各业务部门期望和标准化要求的运营模式。根据这一运营模式，企业架构为业务流程和 IT 基础设施提供组织逻辑，实则反映了公司运营模式的要求。从业务孤岛到标准化技术架构到优化的核心再到业务模块化，运营模式的成熟度不断提升。

要想将 AI 应用到商业模式思维和运营模式中，就需要考虑数据对各种功能的驱动力，包括个性化、收入优化、建议以及复杂的分析等，从而了解潜在新产品和服务所创造的价值。此外，企业还需要通过反复地试错了解新功能和数字产品带来的机遇和风险，从而最终改变创造、捕获和交付价值的方式。

所谓建立数字运营模式，就是要在用户参与、数据收集、算法设计、预测和改进之间建立一个良性循环。但是，一切都始于数据。业务主管、首席信息官、首席开发官和企业架构师需要考虑预测结果的准确性和影响，并创建一个促进学习和预测的系统，从而打造出 Marco 和 Karim 在书中所称的 AI 工厂。AI 工厂有四个要素。我们来详细看一下：

Marco 和 Karim 均认为，数据平台始于数据管道的建立，一流的数据平台通过基于 API 发布和订阅模式的数据为 AI 工厂赋能。这一平台的目的是确保数据干净、一致并可供应用使用，因此应该建立一个“数据超市”。在数据平台中，数据可以通过一致的接口进行汇总、清理、提炼、处理和提供。他们认为，从用户、供应商、合作伙伴和员工那里捕获的大量数据具有重大价值，因此不应临时存储到某个位置。数据治理和保护不应缺位。同时，他们建议组织建立一个安全的中心系统，仔细进行数据保护和治理、适当平衡访问与安全性、盘点资产并为所有用户提供必要的保护。

Marco 和 Karim 讨论了 Bezos 的备忘录，该备忘录要求所有团队通过标准化服务接口提供其数据和功能。显然，数字公司需要一个高度模块化的集成式数字基础平台。他们的运营模式架构允许使用软件、数据和 AI 的集成核心来构建新型组织。在这种情况下，组织和系统是相互映射的。作者在此引用了 Melvin Conway 的言论，即组织受制于可反映组织现行通信模式的设计系统。

对于许多企业而言，如果打破他们过去通过与现有客户的联系而建立的架构惯性，他们便无法有效地响应颠覆性变革。由于组织通常在执行任务时遵守一定的规律，他们会开发能够相互加强的例行程序和系统，从而确保任务流程的一致性。企业确定好人员和流程后，实施数字化转型还需要解决业务可扩展性和范围方面的局限性，包括一些面条式代码或同一代码的多个版本。作者认为，这可以帮助公司重塑自我，从由人力驱动变成由代码驱动。

在重构公司的过程中，必须消除职能孤岛，并建立数字化运营模式。数字化运营模式应充分释放数字技术的潜力，其中包括释放数据、AL/ML、API 及敏捷团队的巨大潜力。Marco 和 Karim 认为，小型、敏捷的团队配备数据科学、工程设计和产品管理，以及敏捷的流程和数字化运营架构，将成为创造未来的主力军。Forrester 颠覆性创新副总裁 James Staten 同意这一观点，并指出：“Forrester 的指导原则是，领导者不应该只是组建专门的创新团队，还需要增强整个公司（和整个生态系统）的创新思维能力，只有这样才能孕育出各种创意想法。必须打造一个创新组合，不仅限于战术上的数字化转型措施，也不只是对进入他们市场的其他数字颠覆者做出回应，而是要利用产品创新，使自己成为市场颠覆者。是的，创新团队应该与战略团队分开。他们应该与战略团队的目标保持一致，确保创新计划的重点是帮助实现公司战略目标，同时制定符合未来客户需求和提升公司市场吸引力的举措（这些举措会往往超出战略范畴）。这一点很重要，因为公司的战略常常只专注现有服务和产品。”

Marco 和 Karim 还认为，应该将数据集中起来，让拥有某种假设的几乎所有人都能够进行实时实验，并根据实验结果实施有效变革。同时他们表示，数字化运营模式应推动软件和算法的模块化和重复利用。在数字化运营模式下，员工不交付产品或服务，而是设计和监督软件自动化、算法驱动型数字化组织，实现产品交付。实现完全数字化后，流程可轻松融入合作伙伴和提供商的外部网络，甚至是外部个人社区，从而提供更多互补性价值。重要的是，随着规模的不断扩大，组织积累的数据越来越多，算法的能力也日益增强，因此可以创造更高的价值，扩大用例范围，进而生成更多数据。在 AI 赋能的运营模式下，管理人员可以变成设计人员，不断设计、完善和控制数字系统，进而及时感知客户需求并交付价值。

作者提出了一个组织走向成熟的过程。显然，这一设想始于麻省理工学院信息系统研究中心的发现结果，即 51% 的传统企业面临数据孤岛问题。接下来，组织通过开展试点，展示基于分析所作决策的价值，很容易证明前进之路是正确的。根据这些结果，作者认为，组织可以创建数据中心，向前迈出一大步。在这过程中，需要他们重构组织，将大量孤岛式数据源的数据整合起来，并从中识别整个公司的发展机遇。采用明确、单一的事实来源对于指导市场机会、定价、规划和组织优化等方面的决策制定至关重要。

最后一步是建立 AI 工厂。开发 AI 标准运营模式投资巨大，其中包括集中化的数据、强大的算法和可重复利用的软件组件。麻省理工学院信息系统研究中心研究发现，全球 74% 的公司正在按照作者的这一构想构建数字平台，以将数据孤岛转变为数据中心，进而转变为 AI 工厂。

作者认为，战略是成功的关键。能否获得竞争优势，更多地取决于能否塑造和控制 AI 网络，以及能否通过这些网络达成各种交易。注重业务联系、将数据聚合到各项业务之间，以及通过强大的算法提取价值的企业将会获得极大的竞争优势。公司将会通过数字化运营模式获得成功。