當前，全球經(jīng)濟經(jīng)歷了通脹加劇、利率上升、油價不穩(wěn)等諸多重大動蕩。這些不利因素正在向亞太（APAC）地區(qū)蔓延。根據(jù)IMF的《地區(qū)經(jīng)濟展望》，預計亞太地區(qū)2024年的增速將放緩至4.2%，而中國經(jīng)濟重新開放產(chǎn)生的提振作用正在減弱，這早于先前的預期。因此，亞太地區(qū)的企業(yè)領(lǐng)導者必須重視自身的彈性和風險管理。

根據(jù)過去幾年的經(jīng)驗，企業(yè)必須具有反脆弱性。作家Nassim Nicholas Taleb將“反脆弱”定義為在混亂或充滿變數(shù)的環(huán)境中生存、發(fā)展和繁榮的能力。鑒于當前艱難的環(huán)境，預計2024年將是屬于具有反脆弱性企業(yè)的一年。為了能夠渡過又一個艱難的一年，各公司都在韜光養(yǎng)晦。

降本增效是支撐2024年業(yè)務(wù)的核心

盡管2024年的經(jīng)濟前景堪憂，但預計到2030年，數(shù)字化轉(zhuǎn)型市場規(guī)模仍將達到46177.8億美元。尤其在中國，數(shù)字化轉(zhuǎn)型還處于新興階段。據(jù)中國信息通信研究院發(fā)布的《新IT重塑企業(yè)數(shù)字化轉(zhuǎn)型(2022年)》，在多方數(shù)字化轉(zhuǎn)型政策推動下，未來幾年市場規(guī)模預計將保持20%以上的平均增速，有望在2025年逼近5萬億大關(guān)。這些數(shù)字表明，盡管企業(yè)將繼續(xù)投資于數(shù)字化轉(zhuǎn)型，但在艱難的經(jīng)濟環(huán)境下，企業(yè)很可能會加大力度以實現(xiàn)降本增效及資源利用最大化。

然而，企業(yè)必須把眼光放得更遠，考慮動蕩時期過去之后的計劃，以避免做出目光短淺的商業(yè)決策。在規(guī)劃未來業(yè)務(wù)方向時，必須深思熟慮且慎之又慎。為了落實長期業(yè)務(wù)戰(zhàn)略，企業(yè)需要在基礎(chǔ)設(shè)施和技能方面投入資源。如果能夠針對未來做好技術(shù)、人員和流程方面的準備，企業(yè)就可以輕松進行創(chuàng)新轉(zhuǎn)型，而且無論是在經(jīng)濟繁榮還是蕭條時期，都能做到反脆弱。

通過數(shù)據(jù)貨幣化實現(xiàn)反脆弱性

大多數(shù)企業(yè)都對數(shù)據(jù)的重要性心知肚明。數(shù)據(jù)已被視為一種戰(zhàn)略資產(chǎn)并將繼續(xù)成為企業(yè)的數(shù)字財富。但我們預計，越來越多的企業(yè)將會開始將數(shù)據(jù)視為一種商品，通過將數(shù)據(jù)變現(xiàn)開辟新的收入來源并推動創(chuàng)新，而不僅僅是用來節(jié)約成本。

在將數(shù)據(jù)變現(xiàn)時，不僅要考慮其對收入的直接影響，還要考慮如何利用數(shù)據(jù)推動關(guān)鍵業(yè)務(wù)決策和創(chuàng)新。為此，企業(yè)必須確保數(shù)據(jù)的完整性，保證數(shù)據(jù)準確全面和一致。做到這一點的方法之一是關(guān)注數(shù)據(jù)脈絡(luò)，即企業(yè)需要清楚地知道其數(shù)據(jù)的來源、變化情況及其在生命周期內(nèi)的最終目的地。

隨著越來越多的企業(yè)將數(shù)據(jù)存儲在本地和云中，部署具有現(xiàn)代化架構(gòu)的數(shù)據(jù)管理平臺可以讓企業(yè)更快抓住洞察，同時將其接入所有業(yè)務(wù)領(lǐng)域的數(shù)據(jù)和分析。由于能夠快速洞察，企業(yè)將向數(shù)據(jù)驅(qū)動化轉(zhuǎn)型，并做出與企業(yè)目標相一致的戰(zhàn)略性業(yè)務(wù)決策。

部署AI以去驅(qū)動商業(yè)價值

AI在2023年風靡一時并將在2024年延續(xù)這一趨勢。生成式AI和機器學習（ML）已成為大眾可以接觸到的領(lǐng)域，許多企業(yè)也開始涉足其中，探討AI/ML 能為他們的業(yè)務(wù)帶來哪些好處。

AI的可操作化不僅可以通過自動執(zhí)行重復、瑣碎和耗時的任務(wù)來節(jié)約成本和提高運營效率，還可以發(fā)掘創(chuàng)新機遇以及創(chuàng)造性地應(yīng)對業(yè)務(wù)挑戰(zhàn)。AI平臺無法孤立運行，所以必須整合整個業(yè)務(wù)數(shù)據(jù)架構(gòu)，以便AI能夠快速、輕松地接入可用數(shù)據(jù)。AI/ML模型的性能取決于所“投喂”的數(shù)據(jù)，因此需要在整個企業(yè)落實統(tǒng)一的安全和治理控制措施。

如果企業(yè)想要充分發(fā)揮AI/ML模型的作用，就必須確保部署正確AI/ML戰(zhàn)略和數(shù)據(jù)平臺，且其中要包括已集成的一套安全和治理技術(shù)，無論數(shù)據(jù)存儲在何處，都能提供貫穿整個企業(yè)的連貫數(shù)據(jù)上下文。借助這樣的平臺，企業(yè)可以全面了解并掌控其位于任何地點的數(shù)據(jù)。再加上適當?shù)臄?shù)據(jù)治理和公司上下對數(shù)據(jù)治理舉措的投入，企業(yè)就能夠依靠數(shù)據(jù)提供可靠的洞察，并為AI的部署奠定基礎(chǔ)。

企業(yè)不必以犧牲創(chuàng)新或增長為代價來獲得彈性

企業(yè)在準備應(yīng)對未來充滿變數(shù)的經(jīng)濟環(huán)境時，必須注意這些措施不能以犧牲創(chuàng)新或增長為代價。

要想成功從AI中獲益，就必須制定謹慎周密的AI戰(zhàn)略，以配合企業(yè)業(yè)務(wù)規(guī)劃和數(shù)據(jù)戰(zhàn)略。企業(yè)在部署AI時不能盲目跟風，而是必須與其業(yè)務(wù)戰(zhàn)略保持一致。若是草率部署一個或多個不同的AI用例，則很可能不會給企業(yè)帶來更多收益。

企業(yè)還必須盡快為AI奠定堅實的基礎(chǔ)。確保技術(shù)、人員和流程的相互支持和協(xié)調(diào)一致對于企業(yè)至關(guān)重要。這可以讓企業(yè)在可信數(shù)據(jù)的基礎(chǔ)上構(gòu)建和訓練其AI部署項目，這樣即便在充滿變數(shù)的時期也能推動創(chuàng)新和增長。

有彈性的企業(yè)能夠抵御沖擊并守住已有水平，而具有反脆弱性的企業(yè)則能夠不斷進步、發(fā)展并變得更加強大。