مدیران عامل، در هر شرایطی، از بحران کرونا گرفته تا تغییرات جوی یا ناآرامیهای سیاسی، سه هدف را دنبال میکنند: رشد، دیجیتالسازی و کارایی. بنا بر گزارش مؤسسه گارتنر، ۱۲ روند فناوری شناساییشده برای سال ۲۰۲۲، به شرکتها و سازمانها کمک میکند به اهداف مذکور دست یابند.
روندهای فناوری ۲۰۲۲ را در سه حوزه میتوان دستهبندی کرد: مهندسی اعتماد، شکلدهی تغییر و تسریع رشد.
۱) مهندسی اعتماد: فناوری بدون اعتماد، معنایی ندارد؛ زیرساخت فناوری اطلاعات تابآور و کارآمد، قلب کسبوکارهای دیجیتال است. مهندسی اعتماد در قالب چهار روند اجرایی میشود: بافت دادهها، شبکه امنیت سایبری، رایانش در راستای ارتقای حریم خصوصی، پلتفرمهای بومی ابری.
- بافت دادهها: ارزش دادهها کاملاً آشکار است، اما دادهها معمولاً به صورت سیلویی در برنامههای کاربردی مختلف به کار گرفته میشود، یعنی با بیشینه اثربخشی ممکن به کار گرفته نمیشود. «بافت دادهها» دادهها را در میان کاربران و پلتفرمهای مختلف یکپارچه میکند و امکان دسترسی به آنها در هر مکان را فراهم میکند. تا سال ۲۰۲۴، گسترش «بافت دادهها» کارایی بهرهبرداری از دادهها را چهار برابر و فعالیتهای انسانی مدیریت دادهها را نصف خواهد کرد. در این راستا باید پس از شناسایی الگوهای کنونی بهرهبرداری از دادهها در عملیات جاری کسبوکار با استفاده از تحلیل فرادادهها، حوزههای اولویتدار برای بهکارگیری راهحلهای بافت دادهها را مشخص کرد.
- شبکه امنیت سایبری: داراییهای کسبوکارهای دیجیتال در میان ابرها و مراکز دادهها توزیع شده است. رویکردهای سنتی و تکهتکه امنیت دادهها روی محیط بنگاه متمرکز شده است و سازمانها را در معرض نفوذ قرار میدهد. در حالی که معماری «شبکه امنیت سایبری» رویکردی ترکیبی برای امنیت مبتنی بر هویت در راستای ایجاد خدمت مقیاسپذیر و تعاملپذیر ارائه میکند. این ساختار یکپارچه، امنیت همه داراییها را، صرفنظر از مکان، تضمین میکند. تا سال ۲۰۲۴، سازمانهایی که از معماری شبکه امنیت سایبری برای یکپارچهسازی ابزارهای امنیتی استفاده میکنند، تأثیر مالی حوادث امنیتی را به طور میانگین ۹۰ درصد کاهش خواهند داد. در این راستا در هنگام انتخاب راهحلهای امنیتی، باید ترکیبپذیری و تعاملپذیری را در اولویت قرار داد.
- رایانش در راستای ارتقای حریم خصوصی (PEC): ارزش واقعی دادهها در داشتن آن نیست، بلکه در چگونگی استفاده از آن برای مدلهای هوش مصنوعی، تحلیل و استخراج بینش از دادهها است. رویکردهای PEC که دربردارنده رمزگذاری، تفکیک یا پیشپردازش دادههای حساس بدون قربانی کردن محرمانگی است، امکان به اشتراکگذاری دادهها در میان زیستبومها و ارزشآفرینی در عین حفظ حریم خصوصی را فراهم میکند. تا سال ۲۰۲۵، ۶۰ درصد سازمانهای بزرگ از یک یا چند تکنیک PEC در تحلیل، هوشمندی کسبوکار یا رایانش ابری استفاده خواهند کرد. در این راستا پس از شناسایی کاربردهای کلیدی دادههای شخصی در سازمان و زیستبوم باید سرمایهگذاری روی تکنیکهای PEC در اولویت قرار گیرد.
- پلتفرمهای بومی ابری (CNP): انتقال به فضای ابری بدون بازطراحی برنامهها، روی برداشتن بار کاری قدیمی و قرار دادن آن در فضای ابری متمرکز شده است. ازآنجاکه این برنامهها برای فضای ابری طراحی نشده است، به نگهداشت شایان توجهی نیاز دارد و بدین ترتیب نمیتوان از همه مزایای فضای ابری بهرهمند شد. پلتفرمهای بومی ابری از انعطافپذیری و مقیاسپذیری رایانش ابری برای تسریع عملیات بهرهبرداری میکند، وابستگی به زیرساخت را کاهش میدهد و زمان کافی برای تمرکز روی کارکرد برنامههای کاربردی را فراهم میکند. تا سال ۲۰۲۵، CNP زیربنای بیش از ۹۵ درصد راهکارهای دیجیتال جدید خواهد بود. در این راستا باید ضمن کمینهسازی انتقال به فضای ابری بدون بازطراحی، روی پلتفرمهای بومی ابری سرمایهگذاری کرد و اصول نوین را در معماری برنامههای کاربردی به کار گرفت.
۲) شکلدهی تغییر: پس از ایجاد زیربنای معتمد، حوزه تمرکز بعدی روی فناوریهایی است که به سازمان امکان افزایش مقیاس فعالیتهای دیجیتالسازی را میدهد. البته کارکنان فناوری اطلاعات به تنهایی نمیتوانند این تغییر را به پیش ببرند. «تیمهای ترکیب» متشکل از کارکنان فناوری اطلاعات و کسبوکار با همکاری یکدیگر نوآوری برای تسریع دیجیتالسازی کسبوکار را هدایت خواهند کرد. کارکنان فناوری اطلاعات باید با توجه به چهار روند، ابزارهای لازم برای تغییر را فراهم کنند: برنامههای کاربردی ترکیبپذیر، هوشمندی تصمیمگیری، فراخودکارسازی، مهندسی هوش مصنوعی.
- برنامههای کاربردی ترکیبپذیر: تیمهای ترکیب با چالشهای فراوانی مواجهاند: مهارتهای کدنویسی ندارند، ممکن است به فناوریهای اشتباه قفل شده باشند و اغلب ملزم به انجام و تحویل سریع کارها هستند. برنامههای کاربردی ترکیبپذیر از بستههای قابلیتهای تجاری (PBC) یا اشیای تجاری نرمافزارمحور تشکیل شده است. PBCها پیمانههای قابل استفاده مجدد را ایجاد میکند که تیمها میتوانند برای تولید سریع برنامههای کاربردی آنها را سر هم کنند و بدین ترتیب زمان عرضه به بازار را کاهش دهند. تا سال ۲۰۲۴، شعار طراحی برنامههای کاربردی سفارشی جدید این خواهد بود «ابتدا API ترکیبپذیر یا فقط API ترکیبپذیر.» در این راستا باید اصول معماری ترکیبپذیر را در تمام راهکارهای فناورانه جدید، از جمله نوسازی برنامههای کاربردی، مهندسی جدید و انتخاب خدمات فروشنده جدید رعایت کنید. PBCهای استاندارد را از فروشگاه برنامههای کاربردی تهیه کنید.
- هوشمندی تصمیمگیری: تصمیمگیری معمولاً تحت تأثیر تجربهها و سوگیریهای متعدد است، اما در دنیای تغییرات سریع، سازمانها باید هر چه سریعتر تصمیمات بهتری بگیرند. هوشمندی تصمیمگیری، تصمیمگیری سازمانی را با مدلسازی تصمیمات از طریق چارچوبی مشخص بهبود میدهد. تیمهای ترکیب میتوانند تصمیمات را بر مبنای یادگیری و بازخورد مدیریت و ارزیابی کنند و بهبود دهند. یکپارچهسازی دادهها، تحلیل و هوش مصنوعی امکان ایجاد پلتفرمهای تصمیمگیری هوشمند برای پشتیبانی، ارتقا و خودکارسازی تصمیمگیری را فراهم میکند. تا سال ۲۰۲۳، بیش از یکسوم سازمانهای بزرگ تحلیلگرانی در حوزه هوشمندی تصمیم خواهند داشت. در این راستا هوشمندی تصمیم را در حوزههای نیازمند بهبود تصمیمات حیاتی کسبوکار بر مبنای دادهها یا هوش مصنوعی یا در حوزههایی به کار بگیرید که امکان افزایش مقیاس و تسریع تصمیمگیری از طریق خودکارسازی وجود دارد.
- فراخودکارسازی: تمرکز روزافزون روی رشد، دیجیتالسازی و سرآمدی عملیاتی، نیاز به خودکارسازی بهتر و گستردهتر را افزایش داده است. فراخودکارسازی، رویکردی کسبوکارمحور برای شناسایی، بررسی و خودکارسازی هرچه بیشتر فرایندهای فناوری اطلاعات و کسبوکار است. این امر مستلزم استفاده هماهنگ از ابزارها و پلتفرمهای فناورانه متعدد، شامل خودکارسازی فرایند رباتیک، پلتفرمهای توسعه کمکد و ابزارهای فرایندکاوی است. تا سال ۲۰۲۴، مخارج فراخودکارسازی پراکنده هزینه کل مالکیت را ۴۰ برابر افزایش میدهد و حکمرانی تطبیقی را به عاملی متمایزکننده در عملکرد شرکتها تبدیل میکند. به منظور تضمین دستیابی به نتایج همافزا و هماهنگ کسبوکار، به جای خودکارسازی جزیرهای وظایف باید نگاشت و اولویتبندی جامعی از راهکارها تهیه کرد.
- مهندسی هوش مصنوعی: هوش مصنوعی راهحلهایی ارائه میکند که زمین بازی را تغییر میدهند و سازمانها را قادر میسازد با قدرت بیشتری از همهگیری خارج شوند. اما صرفاً پذیرش هوش مصنوعی کافی نیست، سازمانها باید هوش مصنوعی را بهینه کنند. مهندسی هوش مصنوعی، رشتهای است برای بهروزرسانی عملیاتی مدلهای هوش مصنوعی با استفاده از دادهها و مدلهای یکپارچه و مسیرهای توسعه برای ارزشآفرینی از هوش مصنوعی. تا سال ۲۰۲۵، ۱۰ درصد بنگاههایی که بهترین الگوهای مهندسی هوش مصنوعی را ایجاد کردهاند ارزشی حداقل سه برابر بیشتر از ۹۰ درصد باقیمانده بنگاهها ایجاد خواهند کرد. در این راستا، باید مهندسی هوش مصنوعی را به عنوان عامل متمایزکننده راهبردی برای خلق و نگهداشت ارزش هوش مصنوعی در تولید به کار گرفت.
۳) تسریع رشد: پس از ایجاد زیربنا و اجزای سازنده، زمان تمرکز روی روندهای فناوری برای بیشینهسازی ارزش محصولات و خدمات سازمان فرا میرسد. این روندها شامل بنگاه توزیعشده، تجربه جامع، سامانههای خودمختار و هوش مصنوعی مولد است.
- بنگاه توزیعشده: خاستگاه بنگاه توزیعشده دو حوزه متفاوت است: از یک طرف، کارکنانی که در نتیجه شیوع کرونا دورکاری میکنند به ابزارهای متفاوت و انعطافپذیری بیشتری نیاز دارند. از سوی دیگر، مشتریان از طریق مسیرهای فیزیکی سنتی در دسترس نیستند. بنگاه توزیعشده، رویکرد معماری مجازی و از راه دور برای دیجیتالسازی نقاط تماس مشتری و ایجاد تجربه مناسب پشتیبانی از محصولات است. تا سال ۲۰۲۳، ۷۵ درصد از سازمانهایی که از مزایای بنگاه توزیعشده بهرهبرداری میکنند، ۲۵ درصد سریعتر از رقبا به رشد درآمد خواهند رسید. به منظور تصاحب سهم بازار مشتریان در دوران دورکاری، باید برای چرخش مدلهای کسبوکار از طریق اصول معماری مجازی و از راه دور برنامهریزی کرد. همچنین باید ابزار لازم برای توسعه و بهبود سریع فناوریهای تعامل با مشتریان در اختیار تیمهای ترکیب قرار گیرد.
- تجربه جامع: تجربه جامع، با یکپارچهسازی چهار رشته تجربه مشتری، تجربه کاربر، تجربه کارمند و تجربه چندگانه، تجربه بهتری برای مشتریان و کارکنان فراهم میکند. تا سال ۲۰۲۶، ۶۰ درصد از بنگاههای بزرگ از تجربه جامع برای تحول مدلهای کسبوکار خود در راستای دستیابی به حمایت از مشتریان و کارکنان در سطح جهانی استفاده خواهند کرد. در این راستا تیمهایی را برای اجرای راهکارهای بهبود تجربه ایجاد کنید.
- سامانههای خودمختار: افزایش مقیاس مدیریت سنتی دستی با سرعتی مشابه با رشد سازمان امکانپذیر نیست. سامانههای خودمختار، سامانههای فیزیکی یا نرمافزاری خودمدیریتی است که از محیط خود میآموزد. این سامانهها میتواند الگوریتمهای خود را، بدون بهروزرسانی نرمافزار، به صورت پویا اصلاح کند و این امر امکان پاسخگویی سریع به تغییر را فراهم میکند. تا سال ۲۰۲۴، ۲۰ درصد از سازمانهایی که سامانهها یا دستگاههای خودمختار را میفروشند، مشتریان را ملزم میکنند از مقررات مربوط به غرامت مربوط به رفتار آموختهشده محصولات آنان چشمپوشی کنند. در راستای این روند باید در حوزههایی که پذیرش زودهنگام فناوریهای خودمختار منجر به چابکی و ارتقای عملکرد در مدیریت سامانههای نرمافزاری یا فیزیکی پیچیده میشود، این فناوریها به صورت آزمایشی به کار گرفته شود.
- هوش مصنوعی مولد: هوش مصنوعی عمدتاً برای نتیجهگیری آموزش میبیند، اما فناوریهای توانافزا به خودی خود نیز میتواند نوآوری کند. هوش مصنوعی مولد، گونهای از هوش مصنوعی است که نمایش دیجیتالی مصنوعات را از دادههای نمونه میآموزد و از آن برای تولید مصنوعات جدید، اصیل و واقعی استفاده میکند. ازاینرو هوش مصنوعی مولد میتواند موتوری برای نوآوری سریع در بنگاهها باشد. تا سال ۲۰۲۵، هوش مصنوعی مولد ۱۰ درصد کل دادههای تولیدشده را به خود اختصاص خواهد داد. در راستای این روند باید با انتخاب کاربردهای اثباتشده هوش مصنوعی مولد برای تسریع آفرینش محصولات جدید و افزایش شخصیسازی مصنوعات، تولید محتوا و فعالیتهای تحقیق و توسعه را تسریع کنید.
منبع: Gartner, 2021, Gartner Top Strategic Technology Trends for 2022, [Internet], Available at: www.gartner.com/en/information-technology/insights/top-technology-trends