1704246176
1704246177
美国好事达保险公司（Allstate）希望能够很快建立起双速IT系统，因此选择了第三条路径——收购了一家拥有一支擅长敏捷、快速开发的“敏捷IT”团队的公司。这种方法的优势在于，好事达保险公司无须花费大量时间经历旷日持久的转型过程，即可立即着手为客户开发有吸引力的数字化产品或服务。选择这一路径的企业都相信，将所收购的新组织整合到现有组织中所花费的成本会低于选择快速进入市场所产生的额外利润。
1704246178
1704246179
对于习惯了传统IT运作方式的组织来说，选择前两种路径构建“敏捷IT”并非易事，需要IT部门与业务团队共同努力。在新构建的“敏捷IT”体系开始产出有价值成果之前，通常建议预留12个月以上的前置时间。在此，我们有几个核心观点与大家分享。
1704246180
1704246181
第一，建立“敏捷IT”不等于可以忽略IT开发中的一些基本最佳实践。有些企业长期以来缺乏对开发过程管理的重视，加之经常面临开发时间短、经费紧等压力，为了追求开发速度，往往不够重视需求管理、开发代码质量管理等基本工作。在接触到“敏捷IT”的概念后，更是简单错误地认为“敏捷IT”就是“去文档化”“开发代码质量问题留给迭代慢慢解决”等。殊不知，敏捷所倡导的“快”并不简单等同于省略关键的工作步骤，而是要求IT与业务之间增强沟通，以“小步快跑”的方式来应对业务需求的不确定性，避免因沟通不及时导致IT开发“一步跨错”。而对于需求管理、代码质量管理等IT本职工作，即便在“敏捷IT”模式下，IT部门仍需要“独善其身”：需求依然要清晰记录，只不过建议采用JIRA等在线协同平台（甚至邀请业务一同参与到需求发布与更新中），开发代码质量依然重要，甚至建议在开发过程中通过程序员配对等方式及早发现代码bug等质量问题。
1704246182
1704246183
第二，建立“敏捷IT”不仅是引入scrum等开发方法论及流程，也需要关键的技术赋能。从需求分析到开发测试上线的整条链路要实现敏捷快速，有很多环节需要自动化技术的支持，比如“代码质量监控”（诸如SonarQube等工具可自动扫描发现代码中空指针等错误）、“自动化测试”（Test Automation，使用脚本和仿真测试数据模拟大规模、复杂场景的系统操作）和“持续集成”（Continuous Integration，伴随频繁的代码更新进行连续自动地测试和发布）。对于许多企业来说，真正需要克服的挑战未必是学习这些技术本身，而是如何使这些技术可以落地并充分发挥其作用。例如，有些企业的系统测试环境缺乏良好管理，测试数据常遭到肆意篡改或删除，导致自动化测试技术无法有效执行。
1704246184
1704246185
第三，建立“敏捷IT”需要在IT开发组织内打造“稳固团队”（stable team）。许多企业习惯了以项目制的方式来交付业务需求，特别是那些极大依赖于外包商进行IT开发的企业，久而久之，从需求规划、预算编制到人员组织等都变成以项目为单位来管理。这一模式的弊端在于，很难培养熟悉垂直业务领域（如客户关系管理、产品定价）、具有稳定交付速率且拥有从开发到维护端到端责任感的团队，而这种植根于垂直业务领域的稳固的开发团队，对于更准确的项目交付周期规划，以及以更稳定的生产效率进行产品快速迭代更新，都是至关重要的。建议企业将产品和服务进行垂直领域划分，配置聚焦不同领域的开发团队和产品负责人（Product Owner），并与该领域的业务侧团队（如营销团队）对接，形成更紧密的沟通和协同机制。
1704246186
1704246187
第四，建立“敏捷IT”不光是IT部门的任务，更需要业务部门共同参与。在传统IT模式中，业务侧在确认了需求文档后就很少再介入IT开发，直到最后进行用户验收测试。所以，在很多企业内，“敏捷IT”转型，被认为是IT组织内部的事情，而事实上，很多“敏捷IT”转型的失败，恰恰也是因为忽略了业务侧在其中的角色和责任。真正的“敏捷IT”，要求业务与IT一起制订并定期审视IT预算在各个垂直业务领域的分布、规划并定期调整开发维护团队资源的配置，在系统开发过程中，更是要定期（如每周）共同检视阶段性开发成果并讨论下一轮开发的需求或优先级变更。成功建立“敏捷IT”的企业，无不贯彻了“业务共同参与”这一关键方针，甚至在一些关键产品开发上，让业务侧负责人直接成为“产品负责人”，让业务侧意识到，产品开发IT项目的成功最终其实是业务的责任，而不单单是IT的责任。
1704246188
1704246189
第五，建立“敏捷IT”关键在于开始行动。不必苛求一步到位的敏捷，也不存在唯一的敏捷最终形态。每家企业因其自身差异及所处行业的特异性，总是存在或多或少的局限，与其无限制地等待理想条件的产生，不如先从引入基本的迭代开发等概念开始，逐步加快IT交付的节奏及与业务侧协同的频率，同时提升IT自身在开发过程管理中的基本功。等到自动化测试等技术应用到位及业务与IT的信任关系进一步增强后，再择机向更敏捷的IT开发及交付模式靠拢。与此同时，企业也应该记住，敏捷本质上是一种精神、一种原则，而不是一种单纯的流程或者工具形式。“敏捷IT”的落地必须因地制宜，结合企业实际情况调整适配。
1704246190
1704246191
1704246192
1704246193
1704246194
从1到N：企业数字化生存指南 [:1704244922]
1704246195
从1到N：企业数字化生存指南 5.2 大数据和人工智能(2)
1704246196
1704246197
人工智能的爆发点即将到来
1704246198
1704246199
自20世纪50年代“有思想的机器”诞生以来，软件开发人员一直在试图教会计算机如何像人类一样思考。然而，在接下来的几十年里，人工智能的发展却停留在逐步的线性增长上，相关技术的进步也通常伴随着停滞和挫折，原因在于开发成本过高，也缺乏足够的数据量来支持人工智能算法。然而，在过去10年中，情况发生了变化。无论是从硬件到软件，还是从数据量到商业应用场景，人工智能都呈现出大规模的增长态势。原因在于：
1704246200
1704246201
一是计算能力的大幅提升。领先的半导体厂商及CPU和GPU企业均将人工智能视作核心目标，斥巨资投入处理技术研发，为人工智能及机器学习打下基础，如单GPU的计算速度3年内翻了4倍，从2014年的1 864 GFLOP/秒提升到2017年的7 000 GFLOP/秒。
1704246202
1704246203
二是机器学习算法精度不断提高。开源平台实现广泛合作，极大地推动了深度学习及其他技术，比如语音识别的准确率将在4年之内从2016年的96%提升到99%以上。
1704246204
1704246205
三是数据量的急剧增长。近10年来硬件存储设备的成本不断降低，以及由机器／人工生成，非结构化数据的爆炸性增长，使得年数字化数据产量将于2020年达到44ZB（泽字节）。
1704246206
1704246207
四是大数据商业运用场景的大幅增加。高科技巨头企业及风险投资都在追捧人工智能创业公司，使得人工智能应用市场规模从2015年的80亿美元提升至2020年的200亿美元。
1704246208
1704246209
以上这些重大进展，将人工智能技术推向了“爆发临界点”。
1704246210
1704246211
人工智能将对各类工作和企业产生巨大影响
1704246212
1704246213
近年来，在生产线部署机器人变得越来越普遍，算法在UPS和亚马逊等多家公司也发挥着越来越重要的作用。通过学习人类的经验，智能机器人现今不仅可完成我们原以为只有人类能做到的事情，而且表现更为出色。各行各业中，原本从事各项工作的人类雇员，如今正在悄然被智能机器人所替代。
1704246214
1704246215
为了评估人工智能对各行各业产生的影响，我们开展了一项专门的研究。在该研究中，我们通过考察每项工作内容所需要的五类能力（感知能力、社交和情感能力、认知能力、自然语言处理能力和物理性身体机能能力），评估了美国800多种职业所包含的2 000多项工作内容的自动化潜力，并将分析范围扩展至全球。
1704246216
1704246217
我们的分析显示，不同行业以及行业内不同职位的自动化潜力存在较大差异。例如，在美国，五分之一的工时用于可预测环境下的体力劳动，尤其在制造业及零售业更为如此，故而这些行业的自动化潜力相对较高。然而，专业服务、管理及教务等领域则自动化潜力相对较低。图5-2显示了多个行业不同类型岗位的自动化潜力。
1704246218
1704246219
1704246220
1704246221
1704246222
图5-2 多个行业不同类型岗位的自动化潜力
1704246223
1704246224
同一行业的不同岗位之间，自动化潜力也大相径庭。以制造业为例，在可预测环境下的体力劳动岗位，如焊接工、切割师等，其自动化潜力可达90%。然而，对于销售、客服代表等岗位，由于主要与利益相关者打交道，这些岗位的自动化潜力低于30%。虽然工资和技术水平与技术自动化潜力呈负相关（整体而言，高工资和技术要求高的岗位，自动化潜力相对低），但并不能一概而论。基本上，所有职业，无论技能要求高低，都有自动化潜力，即使是首席执行官也不例外。我们的调查显示，首席执行官有近25%的工作可自动化，主要是决策前的数据与报告分析、审核报告和拟定分工方案等。
1704246225