作者:Sheryl Koenigsberg
有些企业会将数字化转型视为一项一次性的活动,然而现实是数字化转型永无止境,但也不意味着数字化转型没有节点。可以评估一下目前组织机构的数字化进程,内部的一切是否都实现了数字化和优化,软件组合是否也与企业的数字化转型愿景相一致。
接下来,让我们来看看数字化成熟度的各个阶段,并思考企业该如何将数字化转型向外拓展。
数字化成熟度的各个阶段
我们需要转变组织机构的思维方式,数字化转型是为了保持竞争力和社会相关性,单纯在组织机构内部进行数字化转型是不够的。下面是数字化成熟度的四个阶段:
Lato是一家兼具生产和提供租赁服务的电动自行车公司,下面我们将以这家业务组合式企业为例,介绍他们的数字化转型战略是如何重新规划布局的。
Lato希望摆脱容易出错的Excel电子表格。公司原本使用电子表格来追踪自行车维护情况和跟进库存追踪流程,但却经常无法顺利追踪到放错位置的自行车。公司因此开发了帮助实现流程数字化和自动化的软件,该应用让Lato能够很顺利地追踪其库存与自行车的健康状况和位置。

需要注意的是,确保创建的软件组合始终与企业的战略或愿景相挂钩,比如开发可缩短客服流程,或杜绝发票流程中的人工操作错误等应用,这是实现成功、可持续数字化转型的关键因素之一。
Lato在自行车追踪方面取得了很大的进步,减少了员工外出时间和优化了车辆归还管理,维护流程也变得更加高效。在客户体验方面,Lato向客户开放了该应用,更便于租赁以及了解自行车的状态。

西门子低代码发现,许多企业在到达数字化成熟度的这个阶段后就停滞不前了,他们满足于该阶段或者不知道下一步该怎么做。如果企业能有比较完整的数字化转型路线图,对于进入到转型的下一个阶段会有很大帮助。
到了第3阶段,我们需要将Lato的数字化故事进一步拓展。即使Lato已经在生产车间以及与B2C客户的互动方式上实现了数字化和自动化,但还有许多可扩展的空间。它所在的城市希望将Lato作为市级电动自行车的独家供应商并购买了一批自行车,但却缺乏数字化管理方式。从市政角度来说,他们并未完全感受到Lato的数字化转型所带来的益处。
这种情况下,Lato决定为该市提供一个API(应用程序接口),使其能够创建自己的电动自行车租赁管理应用以改变现有的运营模式。这一应用完美地融入该市现有系统,并且能够与系统中的数据联动。

另一个已经拥有电动自行车车队的城市,在听说了该市与Lato的合作经验后,也想建立自己的租赁管理应用。通过Lato发布的API,他们也构建了一个适合其技术栈和客户需求的应用。

Lato意识到了驱动数字化转型的价值,不仅能将与合作伙伴建立连接的更优方式商品化,还能帮助组织机构推动自己的数字化转型进程。
Lato从一家电动自行车制造、租赁商演变成了拥有知识产权的软件公司,帮助B2B客户建立自己的自行车租赁应用。由此,Lato已经改变了自己和客户之间的业务方式,同时也改变了线下门店的运营方式。此外,Lato还使用基于消费的模式,在一个之前从未涉足过的新市场创造了新的收入来源。
这就是企业应该努力达到的数字化成熟度阶段——创建一个包括企业自身、客户、合作伙伴和供应商的数字生态系统。
如何进入到数字化转型的下一个阶段
数字化转型改变的不仅仅是业务,企业还可以采取新的方法来创造不同类型的商业价值,为客户、合作伙伴和其他独立软件厂商提供通过API上线新业务模式的机会。
这种API经济可能会带来“大生意”。根据Akamai互联网现状报告,超过83%的网络流量来自某种形式的API,诠释了到2023年API管理市场的价值将达到51亿美元这一预测。除了经济效益之外,API让企业能够以自己想要的速度转型,并且在时机成熟时,赋能合作伙伴、供应商、客户并加速其数字化转型进程。
客户案例
医疗咨询公司Kermit进行了数字化转型,创建了帮助医院控制心脏起搏器、人工关节和其他医生首选项目(PPI)等医疗设备支出的软件。这些项目的计费流程被供应商牢牢地控制着,流程的不透明会对医院的支出产生极大的负面影响。
Kermit的两名销售代表和一名业务主管在一位开发人员的协助下,在短短9个月内,通过西门子低代码平台创建了一个医院可以用来遏制PPI支出的解决方案,帮助医院节约了数百万美元。
数字化转型的下一步
无论企业处于数字化转型的哪个阶段,都应该建立一个可持续创建符合愿景的应用的框架。这将有助于企业内部的转型和优化,并在数字化转型过程中迈出下一步——向外扩展。
好文章,需要你的鼓励
今年是AI智能体的爆发年。聊天机器人正演进为能代表用户执行任务的自主智能体,企业持续投资智能体平台。调研显示,超半数高管表示其组织已在使用AI智能体,88%在智能体上投入过半AI预算的公司已从至少一个用例中获得投资回报。Gartner预测,到2026年40%的企业软件应用将包含智能体AI,2035年智能体AI可能驱动约30%的企业应用软件收入。企业开始将AI智能体视为员工,建立招聘培训体系。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
谷歌的Nano Banana Pro AI模型生成的图像逼真度令人震惊,其关键在于完美模拟了手机相机的拍照特征。这些AI生成的图像具备手机拍照的典型特点:明亮平坦的曝光、较大的景深范围、略显粗糙的细节处理,甚至包含噪点。该模型还能自动添加符合情境的细节元素,如房产照片的水印等,使图像更加真实可信。这种技术进步意味着辨别AI生成内容变得更加困难。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。