分析與數據科學全體員工化身創新好手

硬技能》五大階段邁向「普及化數位轉型」

全體員工化身創新好手

Democratizing Transformation

全體員工化身創新好手

插畫/努里亞.馬德里(Núria Madrid)

企業領導人都知道要重點投資於數位轉型,但為何有人苦無成效,有人卻大有斬獲?哈佛商學院教授與微軟執行長合作,共同研究150家各領域的龍頭企業,發現要經歷五大階段,組織的數位轉型才會邁向成熟;屆時,每位員工都能以數位的思維和方式推動創新,達成「數位普及化」。

過去十年間,諾華藥廠(Novartis)大幅投資推動數位轉型。當這家瑞士的製藥業龍頭企業,打算把自家的科技基礎設施移到雲端,並投資於數據平台和數據整合時,招募了人工智慧(AI)專家和數據科學家,以建立機器學習模型,並把這些模型部署到全公司的各個單位。但是,即使這些技術團隊的規模在擴大,整體企業各部門的經理人,包括銷售、供應鏈、人力資源、財務,和行銷等部門的經理人,都沒有欣然採用那些剛開始被取用的資訊,也沒有多加思考數據可以如何強化自身團隊的工作能力。同時,那些數據科學家不太了解各個事業單位,因此無法輕易地把數據整合進日常的營運作業之中。結果是,雖然他們四處推出許多試行計畫和專案,但這些投資只有零星的成效(例如,在研發流程的某些層面有成效)。

但在更晚近之時,同時針對研發與行銷個人化的試行計畫,開始展現商業價值,並且吸引了諾華中一些較具創意的商業端高階主管的注意,也激發了他們的想像力。他們對於在公司不同單位部署AI的機會,感到愈來愈興奮,並開始熱烈支持這方面的投入(資訊揭露:本文兩位作者都曾以多種不同方式,與諾華和本文提到的公司合作,包括擔任董事、進行研究和提供諮詢服務)。這些高階主管體認到,單靠科技人員和數據科學家,無法帶來自家企業需要的那種全盤創新,於是他們開始讓數據科學家與部分商業端的員工合作,那些員工深知公司哪些地方的效率和績效需要改善。

諾華也投資於商業端第一線員工的訓練,讓他們學習自行運用數據來驅動創新。愈來愈多團隊採用敏捷工作法來因應各種可能性。於是,轉型的強度和影響迅速增加,驅動了各種創新方案,包括以數位方式進行的銷售行為和銷售預測、重新構思醫療照護服務顧客的訂單與補貨系統,並徹底改造處方箋配藥系統與流程。

在諾華因應疫情大流行初期的混亂之際,數位轉型的進展變得極有價值。諾華的商業端團隊與數據科學家合作,設計了一些模型來管理供應鏈中斷的問題、預測關鍵原物料供應的短缺,並讓產品組合與定價政策得以迅速調整。他們也開發一套分析法,以找出哪些病患因為延遲看診而面臨風險。隨著新冠危機繼續延燒,全公司的經理人都清楚看到AI的價值何在。

在採行AI的這一波行動之前,諾華的科技投資幾乎全都投注在企業套裝應用軟體,通常是由資訊科技部門負責執行,由外部顧問、供應商或系統整合廠商提供指導。但是,在當時的數位長貝特朗.博得森(Bertrand Bodson)領導下,諾華在建立全公司的數位能力時,不但培養了數據科學方面的新能力,也開始讓數據與科技的取用普及化,打破了傳統上各個科技單位各自為政的孤立情況。諾華現在正在訓練各層級與各職能部門的員工,找出結合數據與科技的機會,來改善自身的工作,並善用這些機會獲利。2021年,諾華的年度AI高峰會有數千名員工出席。

由員工驅動的數位創新,潛力無法計算,但根據市場研究公司IDC的「2020年全球資訊科技產業預測」報告,到2023年時,全球經濟當中的企業,還必須創造大約五億個新的數位解決方案,超越過去四十年所創造的解決方案總數。這一點,無法由一個個分別待在不同孤立單位裡的科技人員和數據科學家小組來達成。這需要規模更大、更多元的員工群體,包括高階主管、經理人和第一線工作人員,一起重新思考企業各個層面應該如何運作。我們的研究對此能夠提供一些指引。

數位轉型需要高階主管、經理人和第一線工作人員,一起重新思考企業各個層面應該如何運作。

本文觀念精粹

問題同樣是投資於數位轉型,許多企業苦無成效,有些企業卻大有斬獲。成功的企業有什麼不同的做法?
歷程本文描述數位轉型的五個階段,從傳統階段(數位與科技屬於資訊科技部門的責任範圍),一直到平台階段(有完整的軟體平台,可以快速部署以人工智慧為基礎的應用程式)。
理想數位轉型的理想是原生階段,其特徵是—有一套運作架構,可以把人工智慧大規模部署到各種大量的應用之中;有一群核心專家;可被廣泛取用、容易使用的工具;並投資為大批商業端人員提供訓練與培養能力。

成功的驅動因素

我們展開研究是因為想要理解,同樣是投資於數位轉型,為什麼許多企業苦無成效,但是有些公司大有斬獲。成功的企業究竟有什麼不同的做法?

我們檢視了150家公司,分別來自製造、醫療照護、消費品、金融服務、航太和醫藥/生技等各產業,包括各產業最具代表性企業的一組最大型企業樣本。有些企業看不出顯著的成效,但是很多企業都展現驚人的進展。或許出乎意外的是,我們發現,數位轉型投資的成敗,並非取決於資訊科技預算的相對規模。成功的案例也不限於「原生數位」組織。一些老牌企業也成功培養出一種數位創新的心態與文化;諾華自不在話下,其他還包括聯合利華(Unilever)、富達投資(Fidelity)和星巴克(Starbucks,本文作者之一的納德拉於其董事會任職)等等。

我們的研究顯示,若要大規模推動轉型,企業必須在以下三個領域創造綜效:

能力。

轉型想要開花結果,企業就必須讓傳統科技部門以外的員工,培養數位與數據的技能。不過,單憑這些能力,並不足以充分發揮轉型的效益;組織也必須投資於建立流程的敏捷性,還有更廣泛地建立一種的文化,鼓勵頻繁而普遍地進行實驗。

科技。

當然,投資於恰當的科技很重要,特別是AI技術堆疊裡的各個層面,包括:數據平台科技、數據工程、機器學習演算法,和演算法部署科技。企業必須確保所部署的科技,對於許多參與創新工作的非科技背景員工來說,不但容易使用,而且容易取用。

架構。

組織架構與技術架構的投資是有必要的,以便確保人員的各項能力與科技能夠發揮綜效,藉此驅動創新。要做到這點,就需要架構(技術面與組織面的架構),這種架構要能支援在傳統上各自為政的單位之間,進行數據的分享、整合和正規化(例如,數據要有一致的定義與特性)。這是唯一真正能擴大規模的方法,可用以匯集必要的科技資產與數據資產,讓分散各處的工作人力可以取用。

許多大型企業在以上各個領域都有進展。但即使是領先的公司,往往也會低估了讓員工把轉型納入自身職能和工作之中的重要性,而不是設立一些位於企業中央總部的科技小組和顧問,把變革向外推展到整個企業裡。一如麻省理工學院的艾瑞克.馮希培(Eric von Hippel)多年來的倡議:第一線使用者最接近使用案例(use case),也處於最佳位置,得以開發符合自身需求的解決方案,因此必須讓他們扮演核心角色,加入一些敏捷團隊,而這些團隊會根據營運需求而動態地組成或解散。

公司往往也會低估讓員工把轉型納入自身職能和工作之中的重要性,而不是設立一些科技小組,把變革向外推展到整個企業裡。

建立「科技強度」

我們的研究顯示,能力、科技和架構如何共同建立我們所謂的「科技強度」(tech intensity)。這個概念衍生自經濟學概念「集約邊際」(intensive margin,意指資源被利用或應用的程度),而科技強度指的是,員工使用科技以驅動數位創新,並達成營運成果的程度。我們的研究發現,公司若是在科技投資方面成效卓著,並把工具提供給眾多的數據和技術技能優異的員工,那麼公司的科技強度就較高,績效也較卓越。而有些公司無法培養員工的數據與科技相關能力,而且只讓員工取用有限的科技,這種公司的表現則是落後。

我們把我們研究裡的150家公司,按照科技強度排序後發現,樣本裡位於前四分之一的公司,營收成長速度是倒數四分之一公司的兩倍多。(請參閱下方圖表「數位轉型帶來效益」)。我們也發現,科技、能力和架構這三個指標,與其他的績效指標具有相關性,從生產力、獲利到企業價值成長等績效指標,都包括在內。運用「工具變數」(instrumental variable)這項計量經濟學的技巧,我們也發現證據顯示,科技強度與績效之間具有因果關係,也就是說,科技強度愈高(特別是投資於科技與組織架構),愈能驅動較高的營收成長。

轉型五大階段

我們的分析證實,光是花錢投資於科技,無法帶來更多的成長或更好的績效;其實在某些情況下,若這樣做會加劇各群體之間的分歧和不一致,對企業反倒是傷害。相反地,企業之間會出現實質而長久的差異,最重要的原因在於轉型時,在架構面、管理面和組織面所採用的方法。我們發現,公司的轉型歷程通常會經歷五個階段。(請參閱下方圖表「數位成熟度進展的各個階段」。)

1. 傳統模式

不令人意外的是,許多企業都屬於我們認為的傳統數位創新模式,也就是把數位和科技的投資,列為資訊科技部門(或是其他技術專家小組)負責的領域,投資所產生的影響則分散於各個群體,而且影響多半不太一致。比方說,資訊科技部門與事業單位合作,提供經費給各項專案,並管理專案的實施,例如建置企業應用程式或數據平台科技的專案。根據那些各自為政的單位、事業體,或職能部門所提出的特定要求,專案的內容和實施方式都需要量身打造。結果日積月累下來,科技和數據的基礎設施所反映的,是各個群體的特殊需求,彼此之間缺乏一致性與連結。這種雜亂無章的方法,導致在整個組織裡分享、擴大或散布創新的行動,幾乎是不可能的。

許多處於傳統模式的企業,仍然投注大量資金在資訊科技。以我們研究的一家金融服務公司為例,無論以絕對金額或相對金額來看,這家公司給科技與分析法提撥的預算,都是業界頂尖。這家公司不惜重金,投資於最先進的數據平台技術,還聘請數千名資訊科技專家與數據科學家,把他們隸屬於一個獨立設置的資訊科技團隊,但是投入組織數位創新行動的商業端員工很少(如果有的話)。因此,該公司缺乏提升科技採用程度所需的架構和能力。難怪該公司雖然投入資訊科技和數據科學,進展卻停滯不前,對業務產生的影響也微乎其微。

公司處於傳統階段的一個明顯跡象,就是技術端和商業端的員工,雙方對於科技投資所產生的影響,看法完全不同。技術人員認為影響重大(衡量標準是他們投入工作的心力),業務人員則認為影響低得多(衡量標準是自身日常活動的受益程度)。

2. 橋樑模式

為了打破各自為政的單位壁壘(組織面與基礎設施面的單位壁壘)所造成的傳統限制,公司通常會在一開始先推出試行計畫,以橋接先前各自分開運作的群體,並開發可以共享的數據和技術資產,以推動新的創新。他們首先可能會關注特定的職能機會,例如廣告優化、製造或供應鏈能力。這些公司不僅推動技術面的試行計畫,也會試行一種完全不同的創新模式,讓高階主管、經理人和商業端的第一線工作人員,與資訊科技專家和數據科學家協力合作。

諾華美國製藥部門主管負責人維克多.布爾托(Victor Bulto),是啟動早期試行計畫的重要推手(例如,聚焦於辨識高風險患者),並在組織度過橋樑階段時,提出並推動許多方案。摩根大通(JPMorgan Chase)的全球資訊長羅利.畢爾(Lori Beer),喜歡談論AI試行計畫對於費用報銷和批核作業簡化的顯著影響,這項流程改善試行計畫,贏得許多員工的支持。

3. 樞紐模式

隨著愈來愈多試行計畫展現新方法的成效,組織建立起數據與能力的樞紐,並逐漸發展出連結、納入更多其他職能和事業單位的能力,以追求轉型的機會。隨著公司在這條路徑上向前進展,領導人開始體認到,創新的瓶頸已經從對科技的投資,轉移到對人力的投資。這個階段的限制因素,是具有驅動數位創新能力(也就是專業知識與科技取用權)的商業端人員的數量。因此,公司必須投資讓更廣泛的員工群體,都能夠接受教練指導和訓練。

富達投資公司致力於栽培其所謂的「數位運動員」。一開始,該公司藉由創造集中化的數據資產〔例如遍及全公司的數據湖(data lake)〕,以建立樞紐;現在,富達正在擴大對數千名商業端員工的培訓規模,讓他們有能力可以在整個企業當中,部署以數位方式執行的解決方案。例如,數位能力精良的投資專家和稅務專家,與數據科學家和技術人員密切合作,以創造創新的解決方案,特別聚焦於個人化與客製化的顧客效益。他們還針對年輕投資人,開發出一款能吸引他們開始從事投資的應用程式,還有一款應用程式則是針對富達自己的財務顧問,提供由AI驅動的投資推薦。這些只是其中幾個例子。

星巴克也不僅專注在技術和架構,也關注於培養員工廣泛、敏捷的創新技能,以推動樞紐運作。星巴克執行長凱文.強森(Kevin Johnson)解釋說:「我們已經從各自為政的大型團隊,轉變成(無所不在的)跨職能團隊,而且我們評估構想的方式,也已經從『通過/否決』,轉變為快速迭代。」星巴克現在是數位創新的佼佼者,有精細複雜的顧客應用程式,可提供遠距訂餐、顧客忠誠計畫和支付系統,還有一些內部系統,可以執行以AI為基礎的人力配置與存貨管理。

4. 平台模式

隨著公司進入平台階段,數據樞紐會合併成一個完整的軟體基礎,可用來快速部署以AI為基礎的各項應用。公司專注於建立精細複雜的數據工程能力,並鼓勵機器學習模型的再運用和整合。全公司都在應用以分析法為基礎的預測模型,並愈來愈側重於基本營運工作的自動化。組織的運作開始更類似軟體公司,發展出能夠進行產品與計畫管理、快速實驗的完整能力。

微軟在過去五年裡,幾乎經歷前述歷程的每一個階段。多年前,微軟和大多數公司一樣,各單位各自為政,每個以產品為基礎的單位都自成壁壘,各自擁有自己的數據、軟體和能力。當我們把來自不同職能部門和產品小組的數據相互連接,並進行正規化,就能夠在各個領域部署整合的解決方案,從顧客服務到供應鏈管理等領域,都涵蓋在內。

微軟整合本身所有的數據,成為全公司的數據湖,並建立我們微軟所謂的「商務流程平台」:這個平台提供一些軟體和分析法元件,團隊可用來促成許多領域的創新,從Xbox的製造到管理廣告支出等領域,都包括在內。微軟還投資於非技術員工的訓練計畫,在整個組織裡培養以數據為中心的機器學習能力。

5. 原生模式

我們研究的150家企業當中,最成功的企業所部署的,是一種完全不同類型的運作架構:這個架構以整合的數據資產和軟體庫為中心,設計目的是讓AI可以大規模地部署在各不相同的大量應用當中。這麼做的特點包括:有一群核心專家;普遍可取得、容易使用的工具;投資為大批商業端人員提供訓練與培養能力。這些企業的整體能力正在接近Airbnb和Uber之類的數位原生企業,這類企業針對特定目的而成立,以擴展遍及全公司的分析法,以及以軟體為基礎的創新。Airbnb和Uber當然並不完美,但是很接近原生模式的理想。

微軟還有很多東西要學,但是微軟裡有部分單位已經開始接近原生模式。就像任何企業都很常見的狀況,組織各處的進展並不一致。不同團體培養出的能力水準各不相同,但是整體的成果仍然讓人振奮,因為無論是內部的問題,還是顧客面對的問題,微軟都能看到愈來愈創新的解決方案。最關鍵的是,微軟全公司在理解、保護和處理數據方面的做法,已經有極大的進步。

領導人的當務之急

數位轉型任務讓領導人有了新的當務之急:接納轉型,並努力維持轉型。你應明確表達清晰的策略,並堅持不懈地溝通說明。請建立一個組織架構,隨著你在日常中做出眾多會塑造出技術策略的決策,讓組織逐漸演變發展,進入其中。你應部署一套真正的治理流程,以追蹤進行中的許多技術專案,並盡可能協調、整合各項專案。在你能接觸到和影響到的各項商務計畫中,都要倡導敏捷工作法。最後,你要打破傳統。你要訓練和指導員工,讓他們了解科技與數據的潛力,讓整體工作人力裡的創新者好好發揮。

你要訓練和指導員工,讓他們了解科技與數據的潛力,讓整體工作人力裡的創新者好好發揮。

這項任務同樣適用於科技供應商。儘管做了大量投資,科技仍然過於複雜,而且通常難以使用和部署。我們需要給第一線工作者一些工具和技術,讓他們能以直覺的方式驅動轉型,同時也要能夠保障數據安全。別忘了,一直到不久之前,許多人都還要仰賴Fortran、Cobol等程式語言的專家,來為商業問題建模,甚至執行基本的數學運算。電子試算表掀起數學建模革命;我們需要科技供應商,在AI的領域引領同樣的革命,讓使用機器學習應用程式,就像建立一張樞紐分析表(pivot table)一樣簡單。

進展的動能正在升高。然而,我們必須持續這方面的努力,以確保各種類型的企業,都能跨越數位鴻溝。

(周宜芳譯自“Democratizing Transformation,” HBR, May-June, 2022)