伴隨著數(shù)字化浪潮，企業(yè)正不斷受到來自多方面的重大挑戰(zhàn)。許多傳統(tǒng)型服務(wù)和交付方式在被數(shù)字化創(chuàng)新型參與者重新定義，消費者和客戶需求也在發(fā)生相應(yīng)的變化。在這樣的大背景之下，數(shù)字化轉(zhuǎn)型成為了許多企業(yè)改革的重點。但成功的數(shù)字化轉(zhuǎn)型究竟如何實現(xiàn)？根據(jù)Gartner發(fā)布的一份報告顯示，數(shù)字化轉(zhuǎn)型的重點可能更多聚焦于“數(shù)字化”而不是“轉(zhuǎn)型”上。企業(yè)更關(guān)注的則是如何通過數(shù)字化轉(zhuǎn)型來實現(xiàn)降本增效。

本文引用地址：http://www.eepw.com.cn/article/202212/441356.htm

采用有效降低成本的方法，助推企業(yè)效率升級

在全球經(jīng)濟發(fā)展放緩的今天，全球企業(yè)都在尋求降低成本的機會。然而，更重要的是重新審視成本背后的內(nèi)涵，合理分辨哪些付出的成本需要優(yōu)化，哪些成本能夠創(chuàng)造更大的商業(yè)價值。

·       減少技術(shù)債務(wù)：技術(shù)債務(wù)是一項持續(xù)的挑戰(zhàn)。要在不斷發(fā)展的市場中加快行動并不斷實現(xiàn)技術(shù)改進并非易事，其關(guān)鍵在于確定優(yōu)先級、不斷升級迭代以及卓越的執(zhí)行力，盡可能避免返工。

·       替換遺留系統(tǒng)：如今技術(shù)進步速度如此之快，以至于很難避免“遺留”系統(tǒng)風(fēng)險。某些技術(shù)需要擁有特定技能的人員來維護，但卻很難找到足夠能夠勝任的技術(shù)人員。隨著這些現(xiàn)有技術(shù)人員逐漸接近退休年齡，遺留系統(tǒng)的風(fēng)險也在進一步增大。因此，企業(yè)需要留意對長期業(yè)務(wù)規(guī)劃沒有戰(zhàn)略意義的技術(shù)，并對其進行快速更新。

·       優(yōu)化自動化：人工智能（AI）和機器學(xué)習(xí)（ML）是自動化領(lǐng)域的關(guān)鍵技術(shù)，但機器人流程自動化（RPA）在推動整個企業(yè)效率方面仍占有一席之地。例如，對賬、貸款申請?zhí)幚淼戎貜?fù)性流程的自動化已取得巨大成功。

·       減少合規(guī)成本：合規(guī)是開展業(yè)務(wù)的成本之一，為了控制該成本則需要尋找減少冗余、實現(xiàn)任務(wù)自動化的途徑。有一種方式是可以依靠收益導(dǎo)向性的戰(zhàn)略項目來完成合規(guī)需求，同時獲得更多預(yù)付款。例如，Cloudera的一些客戶就利用其最初為合規(guī)而建立的數(shù)據(jù)平臺來推動新用例的發(fā)展。這些數(shù)據(jù)湖倉存儲了大量支持其他用例所需的數(shù)據(jù)。使用這種共享平臺可以為多個目標(biāo)服務(wù)，并且更能保障成本效益。

戰(zhàn)略思維全局把控，真正實現(xiàn)降本增效

提到降本增效，大多數(shù)企業(yè)立刻想到的做法可能是將一切工作外包、重新談判合同，或是精簡員工數(shù)量。以上做法可能可行且符合企業(yè)戰(zhàn)略，但企業(yè)更需要著眼于全局并對長期目標(biāo)進行戰(zhàn)略評估。例如，將所有工作都外包可能無法真正降低成本，因為管理外包環(huán)境所耗費的時間也非常可觀。 

·       尋找冗余：冗余常常是企業(yè)機構(gòu)中成本問題的罪魁禍?zhǔn)?。企業(yè)需要在多個地點維護同樣的信息，因此產(chǎn)生了大量冗余。替換冗余數(shù)據(jù)存儲顯然是解決這個問題的途徑之一。企業(yè)可以在尋找冗余同時對采用整合解決方案所能節(jié)約的成本進行評估，以選出最高效的解決方案。

·       淘汰過時功能：成本控制的另一個目標(biāo)是那些所謂 “陰魂不散”的系統(tǒng)。若企業(yè)有意淘汰某系統(tǒng)，則可針對繼續(xù)投資該系統(tǒng)的理由進行評估。企業(yè)往往會因為合規(guī)要求而維護某個系統(tǒng)，但最終還是需要控制合規(guī)成本并重新調(diào)整預(yù)算。如果不把這些系統(tǒng)淘汰，可能就無法制定正確的計劃。因此在淘汰某個應(yīng)用之前，企業(yè)需要結(jié)合其整體戰(zhàn)略，確定需要關(guān)閉或可以在其他應(yīng)用獲得類似的功能。在此期間可能需要重新分配資源，但要尋找方法避免下一個強制性合規(guī)更新，并把這段時間作為硬性期限。我們在操作型數(shù)據(jù)庫和遺留數(shù)據(jù)庫領(lǐng)域看到了這一點。Cloudera的客戶通過淘汰遺留解決方案節(jié)省了大量成本，還通過整合廠商管理和精簡技能節(jié)省了顯性成本以外的隱性成本。  

·       新增所需功能：利用自動化提高效率的選項覆蓋整個企業(yè)，可能影響核保、監(jiān)管報告、金融犯罪預(yù)防、交易改善、客戶呼叫中心等。雖然所有這些領(lǐng)域可以同時開展使用機器學(xué)習(xí)和人工智能的項目，但在這種情況下必須尋找提高效率的方法。Cloudera的某客戶在開始建立數(shù)據(jù)湖倉時把重點放在監(jiān)管合規(guī)上。然后他們很快意識到該數(shù)據(jù)湖倉有很多他們加速抵押貸款審批、監(jiān)控支付等所需要的數(shù)據(jù)。企業(yè)無需為了一項新的要求而從頭開始，反而可以更快行動。成熟的供應(yīng)商還可以通過完全消除需求建議書（RFP）流程以及后續(xù)的新供應(yīng)商審核流程來加快項目速度。 

巧用數(shù)據(jù)“加速器”，高效達成降本目標(biāo)

Cloudera提供了各種幫助企業(yè)加速數(shù)據(jù)和AI計劃的工具。其中就包括通用數(shù)據(jù)分配（UDD）和應(yīng)用機器學(xué)習(xí)原型（AMP）這兩個特定領(lǐng)域。

通用數(shù)據(jù)分配（UDD）可以從任何地點采集數(shù)據(jù)，并使數(shù)據(jù)駐留在任何位置以便進行分析，進而幫助企業(yè)逐步推進計劃。

應(yīng)用機器學(xué)習(xí)原型（AMP）是可以直接從Cloudera Machine Learning一鍵部署的機器學(xué)習(xí)項目。通過AMP，數(shù)據(jù)科學(xué)家能夠在很短的時間內(nèi)將想法變成完全可以運行的機器學(xué)習(xí)用例。AMP提供的端到端框架可用于即時構(gòu)建、部署和監(jiān)控業(yè)務(wù)就緒型機器學(xué)習(xí)應(yīng)用。

更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<