۶ اشتباه مرگبار کسب‌وکارها در دوره تحولات دیجیتال
عوامل زیادی در دوره تحولات دیجیتال باعث تحول کسب‌وکارها می‌شود، اما برخی از چیزها همچنان ثابت می‌مانند و این شامل عادت‌هایی است که بسیاری از مدیران کسب‌وکارها آن را همراه خود دارند و همان‌ها باعث شکست نتیجه نهایی می‌شوند.
1. تمرکز بر فناوری، به جای نتایج
طبق نظرسنجی اخیر گارتنر، مهم ترین نتیجه تحول دیجیتال، برتری در تجربیات مشتریان و کارکنان است. داده‌های گارتنر نشان می‌دهد که بدون مشارکت اجرایی، 88 درصد از مدیران ارشد فناوری شکست می‌خورند.Sunil Senan، رئیس جهانی داده در Infosys (یک شرکت هندی که در سطح بین‌الملل خدمات مشاوره‌ای اقتصادی، تکنولوژی اطلاعات و مهندسی می‌دهد) می‌گوید: «شرکت‌های کمی متوجه نقش ساختار و فرهنگ سازمانی در ایجاد تحول می‌شوند و در عوض صرفاً بر روی فناوری تمرکز می‌کنند. با تمرکز بر فناوری، مدیران ارشد می‌توانند نتایجی مانند بهبود زیرساخت با مهاجرت به ابر یا بهبود تجربیات کاربر با ارتقاء سیستم‌های قدیمی به جدید را داشته باشند، اما برای دستیابی به اهداف تحول دیجیتال، شرکت‌ها باید دو سویه ساختاری ایجاد و بر فرصت‌های بهره‌وری کوتاه‌مدت متناسب با ساختار و مدل فعلی تمرکز کنند، اما همچنین فرصت‌های توسعه ناپیوسته میان‌مدت تا بلندمدت را در کسب‌وکار دنبال کنند که به طور بالقوه نیازمند تغییرات ساختاری و فرهنگی است.»
2. نادیده گرفتن روند بازار، نیازهای مشتری و اولویت دادن به همه چیز
دومین اشتباه مرگبار، استفاده از تحولات دیجیتال به عنوان فراخوانی برای ارتقاء هر سیستم قدیمی و پرداختن به تمام مشکلات فنی انباشته است. جاش میرامانت، مدیرعامل BlueOrange (یک آژانس علم داده و یادگیری ماشین) می‌گوید: «یکی از بزرگ‌ترین اشتباهات شرکت‌ها این است که به‌طور هم‌زمان چند کار را شروع می‌کنند و اغلب جاه طلبی برای رسیدگی به همه یا اکثر مشکلات وجود دارد، اما این می‌تواند کاربر سیستم را نادیده بگیرد و کلا یک راه حل اگر حول محور کاربران طراحی نشده باشد، ارزشی ندارد.»3. نادیده گرفتن ارتباط با کارمندان
جان ولتری، مدیر عامل SADA (شرکت خدمات ابری) می‌گوید: «هنگامی که مدیران در حال تغییرات دیجیتال هستند، اغلب نیاز به ارتباط واضح با کارمندان خود را در نظر نمی‌گیرند. وقتی صحبت از نوآوری سازمانی به میان می‌آید، بیشتر کارمندان هیجان‌زده هستند، اما مهم است که بدانیم درصد کمی ممکن است نگران نحوه برقراری ارتباط و همکاری با همتایان خود و نحوه انجام وظایف روزانه خود باشند و در برخی موارد حتی نگران سطح امنیت شغلی خود هستند.»علاوه بر این، ذینفعان کسب و کار اغلب نتایج سریع را طلب می‌کنند. این موضوع باعث می‌شود که تیم‌ها تحت فشار قرار بگیرند تا وارد روند پیاده سازی تحول شوند و مراحل ارتباطی کلیدی را از دست بدهند.
یکی از گام‌های آسان برای شروع به کار تیم‌ها این است که قبل از شروع، یک بیانیه یا چشم‌انداز را با ذینفعان و کاربران نهایی منتخب مستند کنید و آنها را در جریان امور بگذارید.
4. انتظار از مدیران میانی فناوری اطلاعات
مدیران میانی یا معاونان فناوری اغلب از زمینه‌های فناوری اطلاعات، مانند مدیریت محصول، مدیریت برنامه، توسعه برنامه و علم داده انتخاب می‌شوند. آنها در مدیریت ابتکارات فناوری موفق خواهند بود، اما ممکن است اعتماد یا تجربه لازم برای رهبری ابتکارات تحول و ارائه نتایج را نداشته باشند.وقتی مدیران ارشد، راهنمایی، آموزش و حمایت لازم را برای ایجاد اعتماد به نفس این رهبران برای رسیدگی به چالش‌های زیادی که در طول طرح‌های تحول با آنها مواجه خواهند شد را در نظر نمی‌گیرند، به معاونان خود آسیب می‌رسانند.
به مدیران ارشد فناوری توصیه می‌شود که رهبران را آموزش دهند و راهنمایی کنند تا ابتکارات تحول را پیش ببرند.
5. انتظار از تیم‌های دخیل در تحول
فرض اینکه هرکسی که در ایجاد نوآوری دخیل است به خوبی از تمام محدودیت‌های نظارتی و امنیتی آگاه باشد، اشتباهی است که پیامدهای قابل توجهی دارد. انتظار از توسعه‌دهندگان، دانشمندان داده و متخصصان برای داشتن دانش مورد نیاز و بهترین شیوه‌ها می‌تواند منجر به خطرات مادی و مشکلات اجرایی شود. مدیران ارشد فناوری باید اطمینان حاصل کنند که کارشناسان مربوطه به طور مؤثر با همه تیم‌های درگیر در طرح‌های تحول دیجیتال همکاری می‌کنند.6. سرمایه‌گذاری در هوش مصنوعی بدون استراتژی یا حاکمیت داده
به نظر می‌رسد که هوش مصنوعی مولد در چند سال آینده یک اولویت اساسی برای مدیران باشد و مانند هر فناوری جدید، باید با آن با یک رویکرد متفکرانه و عملگرایانه برخورد شود.کیل کارلسون، رئیس استراتژی علم داده می‌گوید: «سازمان‌هایی که فکر می‌کنند می‌توانند از هوش مصنوعی به عنوان مهره‌ای برای استراتژی‌های خود استفاده کنند، محکوم به شکست هستند. هوش مصنوعی مجموعه‌ای از فناوری‌های اساساً متفاوت است که به استراتژی و قابلیت‌های جداگانه‌ای نیاز دارد.»
و یک جنبه کلیدی آن مدیریت داده است. پیش از شروع، رهبران باید قابلیت دوام داده‌های خود را ارزیابی کنند و یک استراتژی پاکسازی و مدیریت جامع را برای اطمینان از دقیق و کامل بودن داده‌ها اجرا کنند. در غیر این صورت، هوش مصنوعی خروجی‌های خود را بر اساس فرضیات ناقص یا نادرست قرار می‌دهد که منجر به پیامدهای بالقوه فاجعه بار برای سازمان می‌شود.
https://www.cio.com/article/656508/7-sins-of-digital-transformation.html
