Deprecated: strtotime(): Passing null to parameter #1 ($datetime) of type string is deprecated in /home/nexobi/public_html/wp-content/plugins/wp-parsidate/includes/parsidate.php on line 162

Deprecated: strtotime(): Passing null to parameter #1 ($datetime) of type string is deprecated in /home/nexobi/public_html/wp-content/plugins/wp-parsidate/includes/parsidate.php on line 162
  • Comments Off on تحول دیجیتال چیست؟

تحول دیجیتال چیست؟

در سال 2024 موسسه مک کینزی در مقاله‏ای یک تعریف جامع از تحول دیجیتال ارائه داده که در ادامه ترجمه این مقاله ارائه شده‏است:

تحول دیجیتال به معنای بازطراحی یک سازمان با هدف خلق ارزش از طریق پیاده‌سازی مستمر فناوری در مقیاس وسیع است. تدوین یک استراتژی تحول دیجیتال شفاف که بر حوزه‌های مشخصی تمرکز داشته و با مجموعه‌ای از قابلیت‌های خاص پشتیبانی شود، برای سازمان‌ها ضروری است تا نه تنها بتوانند رقابت کنند، بلکه بقا یابند. تحولات دیجیتال یک پروژه موقتی و کوتاه‌مدت نیستند؛ اکثر مدیران در طول دوران حرفه‌ای خود این مسیر را ادامه خواهند داد.

 

تحول دیجیتال بازطراحی بنیادی نحوه عملکرد یک سازمان است. هدف از تحول دیجیتال باید ایجاد مزیت رقابتی از طریق پیاده‌سازی مستمر فناوری در مقیاس وسیع باشد تا تجربه مشتری بهبود یابد و هزینه‌ها کاهش یابد.

مانند هر عبارت پرکاربرد دیگری، «تحول دیجیتال» به یک اصطلاح کلی تبدیل شده که برای افراد مختلف معانی متفاوتی دارد و این موضوع مشکل‌ساز است. استراتژی تحول دیجیتال برای سازمان‌ها حیاتی است تا نه تنها بتوانند رقابت کنند، بلکه بقا یابند. اگر رهبران نتوانند تعریف روشنی از تحول دیجیتال ارائه دهند و سازمان خود را حول یک برنامه مشخص هماهنگ کنند، نمی‌توانند انتظار موفقیت داشته باشند.

تحولات دیجیتال با تحولات معمول کسب‌وکار، چه در مقیاس کوچک و چه بزرگ، متفاوت هستند. برای مثال، تحولات کسب‌وکار معمولاً زمانی پایان می‌یابند که یک رفتار جدید محقق شود. در مقابل، تحولات دیجیتال تلاشی بلندمدت (واقعاً بلندمدت؛ اکثر مدیران در تمام دوران حرفه‌ای خود این مسیر را ادامه خواهند داد) برای بازطراحی نحوه بهبود و تغییر مستمر سازمان است. دلیل آن این است که فناوری، که به‌طور مداوم در حال تحول است، بیش از پیش در کسب‌وکار ادغام می‌شود. برای مثال، با توجه به اهمیت فزاینده هوش مصنوعی در تولید بینش‌های تجاری و امکان‌پذیر کردن منطق تصمیم‌گیری، هر تحول دیجیتال باید به تحول هوش مصنوعی نیز تبدیل شود.

مدیران ارشد توجه ویژه‌ای به این موضوع دارند. طبق تحقیقات مک‌کینزی، تخمین زده می‌شود که ۹۰ درصد از سازمان‌ها در حال حاضر در حال انجام نوعی تحول دیجیتال هستند. «اکنون زمان آن رسیده که تحولات دیجیتال نتایج ملموس مالی نشان دهند»، به گفته رودنی زمل، شریک ارشد مک‌کینزی. «برای موفقیت در تحول دیجیتال، این موضوع باید در دستور کار مدیرعامل قرار گیرد.»

همان‌طور که نشان خواهیم داد، موفقیت در تحولات دیجیتال کمتر به نحوه استفاده شرکت‌ها از فناوری دیجیتال و بیشتر به چگونگی تبدیل شدن آنها به یک سازمان دیجیتال بستگی دارد.

 

 

منظور از تحول دیجیتال و تحول هوش مصنوعی چیست؟
تحول دیجیتال و هوش مصنوعی فرآیند توسعه قابلیت‌های سازمانی و فناوری‌محور است که به شرکت‌ها این امکان را می‌دهد تا به‌صورت مستمر تجربه مشتری را بهبود بخشند و هزینه‌های واحد خود را کاهش دهند؛ و در طول زمان، مزیت رقابتی پایدار ایجاد کنند.

 

چه قابلیت‌هایی برای موفقیت در تحول دیجیتال مورد نیاز است؟

 

استراتژی موفق تحول دیجیتال به مجموعه‌ای از اقدامات هماهنگ نیاز دارد. در ادامه شش قابلیت حیاتی برای موفقیت در تحول دیجیتال معرفی می‏شود:

  1. توانایی تدوین استراتژی شفاف با تمرکز بر ارزش تجاری:
    شرکت‌ها باید تحولات خود را بر حوزه‌های خاصی (مانند سفرهای مشتری، فرآیندها یا عملکردها) که برای کسب‌وکار ارزش قابل‌توجهی ایجاد می‌کنند، متمرکز کنند. این تحول باید توسط نقشه راهی هدایت شود که راه‌حل‌ها و منابع لازم برای اعمال تغییرات در این حوزه‌های اولویت‌دار را مشخص کند.
  2. منابع انسانی قوی با مهندسان داخلی:
    هیچ شرکتی نمی‌تواند تحول دیجیتال را صرفاً با برون‌سپاری به موفقیت برساند. دیجیتالی شدن به معنای داشتن تیمی از متخصصان دیجیتال درون‌سازمانی است که در کنار همکاران تجاری کار می‌کنند. بهترین برنامه‌های استعدادیابی دیجیتال فراتر از استخدام عمل می‌کنند؛ آن‌ها باید شامل پیشنهادهای ارزشی برای جذب و حفظ استعدادها، فرآیندهای چابک و دیجیتال در بخش منابع انسانی برای شناسایی، مدیریت و آموزش استعدادها، و ایجاد محیطی سالم برای رشد استعدادهای برتر باشند.
  3. مدل عملیاتی مقیاس‌پذیر:
    تحولات دیجیتال به تیم‌های میان‌وظیفه‌ای وابسته هستند که از سراسر سازمان گرد هم می‌آیند. بیشتر شرکت‌ها چند تیم از این نوع دارند، اما برای مقیاس‌دهی به صدها یا هزاران تیم، به مدل عملیاتی جدیدی نیاز است. سه مدل اصلی برای این منظور وجود دارد: کارخانه دیجیتال، مدل محصول و پلتفرم، و مدل چابکی سراسری سازمانی.
  4. فناوری توزیع‌شده برای نوآوری مستقل تیم‌ها:
    فناوری باید کار تیم‌ها را برای توسعه و ارائه نوآوری‌های دیجیتال به کاربران آسان‌تر کند. برای این کار، سازمان‌ها باید محیط فناوری توزیع‌شده‌ای ایجاد کنند که هر تیم به داده‌ها، اپلیکیشن‌ها و ابزارهای توسعه نرم‌افزار مورد نیاز خود دسترسی داشته باشد. پیشرفت‌های اخیر در فناوری مانند استفاده هوشمند از APIها برای جدا کردن اپلیکیشن‌ها، در دسترس بودن ابزارهای توسعه، مهاجرت گزینشی بارهای کاری باارزش به فضای ابری، و خودکارسازی تأمین زیرساخت، به ایجاد این محیط کمک می‌کند.
  5. دسترسی به داده‌های قابل استفاده برای تیم‌ها:
    داده‌های قابل اعتماد و به‌روز برای موفقیت تحول دیجیتال ضروری هستند. معماری داده باید داده‌هایی تولید کند که به‌راحتی برای تیم‌های مختلف سازمان قابل دسترسی باشد و به‌طور مداوم ارزیابی و به‌روزرسانی شود. حاکمیت قوی داده برای این قابلیت ضروری است. عنصر اصلی این فرآیند محصول داده است که قطعات مختلف داده را در یک واحد منسجم ساختاردهی می‌کند و به تیم‌ها و اپلیکیشن‌های مختلف امکان استفاده آسان از آن را می‌دهد.
  6. مدیریت تغییرات و پذیرش قوی:
    در گذشته، چرخه پذیرش فناوری به‌صورت خطی شامل جمع‌آوری نیازها، توسعه راه‌حل، تست و سپس آموزش کاربران نهایی بود. این فرآیند اغلب منجر به نرخ پایین پذیرش و در نتیجه ارزش پایین تجاری می‌شد. تحولات دیجیتال از فرآیندی بسیار تکرارشونده پیروی می‌کنند که شامل طراحی، نمونه‌سازی، جمع‌آوری بازخورد و بهبود مداوم راه‌حل برای تحقق کامل ارزش آن است. قاعده کلی این است که برای هر دلاری که صرف توسعه راه‌حل دیجیتال می‌کنید، حداقل یک دلار دیگر برای پیاده‌سازی تغییرات فرآیندی، آموزش کاربران و مدیریت تغییرات اختصاص دهید. سازمان‌ها باید از همان ابتدای تحول، به پذیرش و مقیاس‌دهی فکر کنند تا منابع لازم برای اجرای تغییرات را در اختیار داشته باشند.

هیچ تحول دیجیتالی بدون اقدام هماهنگ در تمام این حوزه‌ها موفق نخواهد بود.

حوزه تحول دیجیتال چیست و چرا اهمیت دارد؟

تحولات دیجیتال زمانی شانس موفقیت بیشتری دارند که تیم‌ها بر تغییر کل یک حوزه (برای مثال، سفر مشتری، فرآیند یا بخش عملکردی) تمرکز کنند، نه فقط بر موارد استفاده خاص (یک گام واحد در آن حوزه، مانند پاسخ به تماس مشتری). تمرکز بر حوزه‌ها منجر به تغییرات مؤثرتر می‌شود، زیرا تمامی فعالیت‌های مرتبط برای ارائه یک راه‌حل کامل را در بر می‌گیرد. به‌جای تمرکز فقط بر یک گام از فرآیند—مانند ایجاد فرآیند باز کردن حساب بانکی از طریق یک اپلیکیشن—حوزه شامل تمام فعالیت‌های دیگر (ایجاد حساب، تأیید هویت، خودکارسازی جریان کار و غیره) می‌شود که برای باز کردن حساب لازم است. پرداختن به این فعالیت‌های جانبی همان چیزی است که به راه‌حل امکان می‌دهد ارزش خود را ارائه دهد.
یک حوزه باید به‌اندازه‌ای بزرگ باشد که برای شرکت ارزشمند و قابل‌توجه باشد، اما در عین حال آن‌قدر کوچک باشد که بدون وابستگی بیش‌ازحد به بخش‌های دیگر کسب‌وکار قابل تحول باشد. مدیریت ارتباطات بین موارد استفاده و راه‌حل‌ها درون یک حوزه، یکی از کلیدهای موفقیت در تحول است.

هوش مصنوعی چه نقشی می‌تواند در تحول دیجیتال ایفا کند؟

هوش مصنوعی، به‌ویژه هوش مصنوعی تولیدی (Generative AI)، در حال دگرگون کردن نحوه عملکرد شرکت‌ها و خلق ارزش است و فرصت‌های بزرگی برای ایجاد ارزش ارائه می‌دهد. اما به‌راحتی ممکن است تمرکز روی ابزارهای جدید و جذاب منحرف شود. به گفته اریک لامار، شریک ارشد مک‌کینزی، «تحولات دیجیتال و هوش مصنوعی باید همیشه با مسئله تجاری که قصد حل آن را دارید آغاز شوند.» درس‌های نوآوری‌های فناوری گذشته همچنان کاربرد دارند: ارزش زمانی ایجاد می‌شود که درک روشنی از اهداف تجاری وجود داشته باشد و بدانیم چگونه فناوری می‌تواند در تحقق آن‌ها کمک کند. آزمایش و یادگیری سریع ضروری است، اما مقاومت در برابر وسوسه توسعه موارد استفاده با فناوری‌های جدید هیجان‌انگیزی که مقیاس‌پذیر نیستند و برای کسب‌وکار ارزشی ایجاد نمی‌کنند، نیز حیاتی است. لامار اضافه می‌کند: «گفت‌وگوهای فعلی درباره هوش مصنوعی تولیدی این حس را القا می‌کند که این فناوری به دنبال مسئله‌ای برای حل کردن است.»

خلق ارزش با هوش مصنوعی تولیدی نیازمند همان قابلیت‌های قوی برای موفقیت در تحول دیجیتال است، از جمله استراتژی شفاف، نیروی متخصص دیجیتال داخلی، و مدل عملیاتی چابک و مقیاس‌پذیر. این یک «فرآیند موقتی و یک‌باره» نیست؛ شرکت‌هایی که می‌خواهند هوش مصنوعی تولیدی را در پیشنهادات ارزشی خود بگنجانند، باید به‌طور مداوم نقشه راه تحول دیجیتال خود را بازنگری کرده و راه‌حل‌های اولویت‌دار را ارزیابی کنند تا مشخص شود که نسخه‌های جدید مدل‌های هوش مصنوعی چگونه می‌توانند از اهداف آن‌ها پشتیبانی کنند.

 

نقش‌های کلیدی رهبری در تحول دیجیتال کدام‌اند؟

یک تحول دیجیتال موفق بخش‌های گسترده‌ای از عملکردهای سازمان را در بر می‌گیرد تا بتوانند به روش‌های جدید با یکدیگر همکاری کنند. این امر مستلزم سرمایه‌گذاری‌های هماهنگ و در مقیاس بزرگ است. تنها فردی که می‌تواند این سطح از تغییرات پایدار را محقق کند، مدیرعامل (CEO) است. یکی از وظایف حیاتی مدیرعامل، اطمینان از هماهنگی، تعهد و پاسخگویی در میان تیم رهبری است. بدون این عناصر، پیشرفت در تحولات دیجیتال می‌تواند به‌سرعت متوقف شود.

رهبران در سطح C-suite و واحدهای تجاری نیز وظایف مهمی دارند:

  • مدیر ارشد اطلاعات (CIO): معمولاً بر بهبود فرآیندهای داخلی سازمان با استفاده از فناوری تمرکز دارد.
  • مدیر ارشد فناوری (CTO): معمولاً روی بهبود محصولات و خدمات ارائه‌شده به مشتریان از طریق فناوری کار می‌کند.
  • مدیر ارشد دیجیتال (CDO): در بسیاری از موارد به‌عنوان رهبر مشترک تحول دیجیتال عمل می‌کند و معمولاً با فناوری‌های دیجیتال و هوش مصنوعی برای ایجاد تجربه‌های دیجیتال جدید برای کاربران همکاری دارد.
  • مدیر ارشد منابع انسانی (CHRO): نقشی حیاتی در مراحل اولیه تحول ایفا می‌کند؛ وظیفه او تأمین نیروی متخصص دیجیتال و اجرای شیوه‌های مدیریت استعداد برای توسعه و حفظ این نیروها است.
  • مدیر ارشد مالی (CFO): مسئول نظارت بر برنامه تجاری تحول و پیگیری تحقق ارزش‌های مالی است.
  • مدیر ارشد ریسک (CRO): باید فرآیندهای بررسی ریسک را در توسعه ادغام کند و نحوه پاسخگویی به ریسک‌های جدید مانند حریم خصوصی داده‌ها و امنیت سایبری که در نتیجه تحولات دیجیتال و هوش مصنوعی ایجاد می‌شوند، درک کند.

 

چگونه می‌توان فهمید که یک تحول دیجیتال مؤثر است؟

 

تشخیص اینکه یک تحول دیجیتال چگونه پیش می‌رود، می‌تواند به طرز شگفت‌آوری دشوار باشد. بدون ردیابی و اندازه‌گیری صحیح نتایج، رهبران در مدیریت عملکرد و اطمینان از ایجاد ارزش با مشکل مواجه خواهند شد.

دانستن اینکه چه چیزی باید اندازه‌گیری شود، نیمی از راه است. در تحولات دیجیتال، شاخص‌های کلیدی عملکرد (KPIs) معمولاً در سه دسته اصلی قرار می‌گیرند:

  1. ایجاد ارزش (Value Creation):
    راه‌حل‌های دیجیتال معمولاً یک یا چند شاخص عملیاتی را هدف قرار می‌دهند که می‌توان آن‌ها را به مزایای مالی تبدیل کرد.
  2. سلامت تیم (Team Health):
    بسیاری از تحولات دیجیتال کندتر از برنامه‌ریزی اولیه پیش می‌روند، زیرا تیم‌ها کمبود نیرو دارند، شیوه‌های کاری مدرن مانند چابک (Agile) را اتخاذ نکرده‌اند، یا فاقد قابلیت‌های حیاتی مانند مدیریت محصول و طراحی تجربه کاربری هستند. تجربه نشان می‌دهد تیم‌های با عملکرد بالا می‌توانند پنج برابر تیم‌های با عملکرد پایین‌تر بهره‌وری داشته باشند.
  3. پیشرفت در مدیریت تغییر (Change-Management Progress):
    این شاخص‌ها میزان پیشرفت در ایجاد قابلیت‌های جدید و سلامت کلی تحول را اندازه‌گیری می‌کنند. آیا تیم‌ها طبق برنامه فعال شده‌اند؟ آیا افراد درگیر هستند؟ آیا در حال ساختن قابلیت‌ها و جذب استعدادها هستیم؟ آیا کارکنان به‌طور روان از فناوری‌ها، ابزارها و محصولات جدید استفاده می‌کنند؟
    تجربه نشان می‌دهد که «کمال، دشمن خوب بودن» در مدیریت تغییر است. تمرکز بیش از حد بر بی‌نقص بودن می‌تواند پیشرفت را کند کرده و از دستیابی به نتایج مناسب جلوگیری کند.

نمونه‌هایی از شرکت‌هایی که در تحول دیجیتال موفق عمل کرده‌اند:

برای دیجیتالی شدن، هر شرکتی باید نحوه کار خود را بازطراحی کند. آمازون زمانی تنها یک استارت‌آپ کوچک بود که سال‌ها در فناوری، داده، مدیریت عملکرد و شیوه‌های جذب استعداد سرمایه‌گذاری کرد تا به یک رهبر صنعت تبدیل شود. خبر خوب این است که تحولات دیجیتال موفق فقط مختص غول‌های فناوری نیست. شرکت‌های قدیمی از هر صنعتی می‌توانند در مسیر تحول دیجیتال خود موفق شوند. در اینجا سه مثال آورده شده است:

  1. غول استخراج مس: (Freeport-McMoRan)
    این شرکت با استفاده از مدل هوش مصنوعی در کارخانه فرآوری سنگ معدن خود در بگدَد، آریزونا، به سطح جدیدی از عملکرد دست یافت. هدف مدیریت افزایش تولید مس بدون سرمایه‌گذاری عظیم بود. تیم‌های میان‌وظیفه‌ای گرد هم آمدند تا مدل هوش مصنوعی را طراحی، آزمایش و اصلاح کنند و فرهنگ سازمان را به سمت تکرار سریع و بهبود مستمر تغییر دادند. آن‌ها یک مدیر ارشد محصول برای هماهنگی تیم‌ها و بهینه‌سازی تخصیص منابع منصوب کردند و یک مدیر مالی برای مدیریت ردیابی تأثیر و گزارش‌دهی در نظر گرفتند. همچنین یک سیستم برنامه‌ریزی فصلی مشابه بازبینی‌های تجاری فصلی (QBR) ایجاد کردند که در آن رهبران ارشد برای تعیین اهداف و نتایج کلیدی و تخصیص منابع به اولویت‌های مهم گرد هم می‌آمدند.
  2. یکی از بزرگ‌ترین تولیدکنندگان انرژی در ایالات متحده: (Vistra)
    این شرکت یک مدل شبکه عصبی چندلایه ایجاد کرد تا کارایی کلی را بهبود دهد، قابلیت اطمینان را افزایش دهد، و انتشار گازهای گلخانه‌ای را کاهش دهد. این مدل دو سال داده‌های کارخانه را تجزیه‌وتحلیل کرد تا ترکیب بهینه عوامل برای حداکثر کردن کارایی کارخانه را شناسایی کند و سپس آن را به یک موتور هوش مصنوعی تبدیل کرد که هر ۳۰ دقیقه به اپراتورها توصیه‌هایی برای بهبود کارایی ارائه می‌داد. موفقیت این رویکرد در ایجاد قابلیت مقیاس‌پذیری راه‌حل‌ها بود، به‌عنوان مثال ایجاد زیرساخت عملیات یادگیری ماشین (MLOps) برای استانداردسازی و نگهداری مدل‌ها. تیم میان‌وظیفه‌ای متشکل از اپراتورهای کارخانه، دانشمندان داده، مترجمان تحلیلی، و متخصصان فرآیند انرژی باعث توسعه سریع و پذیرش مدل‌ها شد.
  3. تیم قایقرانی Emirates Team New Zealand:
    این تیم با کمک یک ربات هوش مصنوعی توانست در سال ۲۰۲۱ چهارمین قهرمانی America’s Cup خود را کسب کند. این ربات با استفاده از یادگیری تقویتی عمیق توانست به یک ملوان حرفه‌ای تبدیل شود. این فرآیند با همکاری ملوانان و دانشمندان داده برای توسعه و آموزش ربات‌ها انجام شد تا بتوانند به‌صورت پویا یاد بگیرند و از طریق بازخورد مستمر دقت بیشتری پیدا کنند. تیم زمان زیادی را صرف یافتن مدل‌های یادگیری مناسب، شیوه آموزش بهینه ربات و تعیین حفاظ‌های امنیتی (Guardrails) کرد. برای تأمین مقیاس محاسبات مورد نیاز، بسیاری از ربات‌ها و اپلیکیشن‌ها در فضای ابری (Cloud) میزبانی شدند.

 

 

 

 

 

Posted in
مقالات
0

No products in the cart.

en_GBEN