2024年CIO的14大战略优先事项与关键趋势解析

GenAI将成为2024年的核心技术趋势，对CIO来说是主要关注点。他们需负责评估新工具，搭建基础设施，应对潜在风险，并且把握创新的用户体验机会。挑战在于，众多供应商争相推出价格不菲的GenAI功能。CIO需要通过商业案例分析来评估这些工具是否真正带来价值，或者可能仅仅是成本高昂的失败尝试。

GenAI的影响不仅限于工具和基础设施本身，CIO还需升级数据架构、规划网络安全预算、招募人才、提升团队技能，并通过优化流程释放员工资源以进行再配置。

此外，在审视云基础设施的投资回报、整合自动化仓储系统以及评估数字孪生技术时，CIO的作用愈加重要。

下面介绍了不同趋势如何塑造2024年CIO的工作重点。

01 GenAI

01、实现GenAI的价值取决于与业务团队的合作

阳狮集团执行副总裁兼全球工程主管Tilak Doddapaneni认为，CIO的主要职责是发掘GenAI的商业潜力。鉴于这项技术发展迅速，这是一项颇具挑战性的工作。

他指出，CIO面临的一个关键挑战是要深入理解并与业务团队协作，以把握GenAI的商业影响力。

CIO需要与业务团队紧密协作，共同识别GenAI可应用的场景，推动必要工具和平台的提供，并就相关业务案例和成本进行策略性规划。

创建适应这些技术进步的体系结构抽象模型是他们的一个关键任务，同时，CIO还需详尽评估相关成本。

02、AI的波动性刺激了嵌入式GenAI平台的使用

珠峰集团的合伙人Yugal Joshi指出，尽管有些公司将继续尝试甚至扩大GenAI项目，但更多企业倾向于采用如ServiceNow、SAP、Salesforce和微软等成熟平台以求简便快捷。这一转变的原因是目前AI工具存在较大不确定性，多数CIO不愿意冒险投资。

一个突出的问题是平台供应商提出的价格上涨。Joshi提到，在某些情况下，供应商的GenAI产品定价可能是其他产品和服务的两倍。然而，这些供应商也提供了赔偿保护措施，这或许能减轻用户对于新风险的担忧。

03、新的GenAI风险需要对治理框架、公司文化进行审查

随着公司涌入GenAI，CIO将越来越多地肩负着应对必须管理的风险的任务。Protiviti的新兴技术集团董事总经理兼全球负责人Scott Laliberte表示，CIO必须设定适当的预期和ROI预测。

他们将需要通过与关键业务高管合作，确保新的用例与整体业务战略保持一致，他们还可能参与建立坚实的AI治理框架。CIO必须培养一种持续的创新文化，强调AI与人类能力之间的共生关系，以建立信任并推动新工具的采用。

04、GenAI推动重新思考用户体验和用户界面策略

CIO还需要了解内部和外部利益相关者的用户体验和用户界面要求。

Doddapaneni说：“传统的用户界面概念正在发生范式转变，特别是对于使用GenAI的平台来说，这需要对用户体验战略进行重大反思。”由于许多类型的交互不适合Chatbot模型，因此不同的UI方法是必不可少的。

02 数 据

05、GenAI任务所需的数据工程和数据架构

Doddapaneni预测，在即将到来的解决GenAI需求的任务中，60%到70%将围绕数据工程展开。CIO将需要建立核心数据架构，他们还需要制定适当的数据格式化程序，将数据放在适当的地点进行模型培训，确保数据版本的准确性，并评估数据仓库和客户数据平台等数据平台的当前状态。

06、数据管理和治理是重心

全球咨询公司SSA&Company的应用解决方案负责人Nick Kramer预测，尽管AI的头条新闻和炒作层出不穷，但AI的采用将继续缓慢。在当前的环境下，最具创新精神的CIO将专注于数据管理和治理，这些CIO认识到，管理高质量数据、将非结构化数据纳入管理范围以及建立数据素养需要放在首位，这些努力通常在创新预算内是合理的，同时通过可见性、知识共享和更好的决策来推动直接影响。

03 网络安全

07、AI放大的网络威胁需要更大的安全预算，新的战术

S-RM公司美洲业务发展主管Stephen Ross预测，2024年，AI技术将增强攻击者在战术、技术和手法上的能力，导致高度个性化的鱼叉式网络钓鱼攻击更为普遍，欺诈手段更加简化，并促进网络钓鱼（如语音钓鱼）手法的发展。
Ross关注的是，在威胁演变速度日益加快的同时，去年美国网络安全预算增长缓慢，只有1%的增幅。五年前有效的安全措施现已不再适用，一些原本被认为安全可靠的供应商也受到威胁。他强调：“CIO们必须争取预算以及时更新关键技术，以确保他们的组织能够领先于攻击者。”

08、网络安全与业务目标保持一致是最重要的

德勤风险与金融咨询公司负责人Andrew Morrison表示，2024年，随着平衡风险管理与运营效率的挑战继续存在，将网络安全战略与整体业务需求保持一致仍将是CIO的优先事项。

Morrison表示，“尽管网络项目的执行往往落在CISO或信息安全主管的肩上，但CIO将需要与网络保持一致，作为其整体业务战略的一部分，这往往是一项挑战，特别是在数字化转型步伐加快的情况下。”

随着公司将更多数据推向边缘，增加对云的依赖，并采用GenAI等先进技术来实现增长，它们也可能会产生新的漏洞，攻击者可以利用这些漏洞来危害他们的系统。在自己的战略中优先考虑按设计安全的方法，同时将这种思维应用于新技术实施的CIO将处于有利地位，可以帮助他们的公司在未来几年获得竞争优势。

04 人 才

09、对IT人才的关注需要与人力资源和人才获取团队密切合作

Lotis Blue Consulting的业务转型实践合伙人John King指出，在2024年，CIO需要将提升关键人才的技能和留才置于优先地位。网络安全、人工智能、云服务迁移和数字化转型等领域的发展对技能要求提出了新的挑战。若不采取重大技能提升和再培训措施，新技术项目的投资回报率可能会受影响，进而拖慢业务的吸收速度。
King强调，成功的关键在于与人力资源、职场学习和人才招聘团队紧密合作，以确保在升级现有员工技能和招募新人才所需技能上的投资得到充分协调。这将涉及显著的资金投入。
他进一步解释，如果公司不将IT视为战略性资源，那么有关技能和人才的对话是不可避免的。因为如果不提供有竞争力的薪酬和工作条件，具有高技能的员工会对外界的诱惑非常敏感。
随着新技术，如GenAI，对编码和集成的需求量减少，虽然IT人员的总体数量可能降低，但员工的整体成本可能会维持不变。
CIO还需确保员工对工作保持高度投入和激励，并防止他们离岗，特别是在企业对员工职业生涯进行了更多投资的情况下。与人力资源部门的协作对于开发一种监控IT组织健康状况的方法至关重要，它能够识别出潜在的高离职风险部门，并迅速采取措施以留住关键人才。

10、加快劳动力学习计划和人才管理

内容管理平台Hyland的CIO Stephen Watt预测，劳动力管理将是CIO在2024年采用新技术(包括需要员工培训和参与的新AI系统)的主要趋势。

公司将继续寻找新的创新方法，通过智能、定制的AI交互和流程来缩短劳动力差距。尽管如此，他们仍需要从能够打造它们的团队成员那里获得技能。

Watt说：“我们需要在我们的技术团队和我们的业务组中提高我们自己的AI技能，这样他们也可以理解这些技术可能在哪里以及如何产生最大的影响。”

GenAI是一项变革性的技术，但向GenAI系统和流程的过渡仍然需要人们让它发挥作用。Watt说：“作为领导者，我们的工作将是确保我们能够培训、留住和竞争发展这一技能的最优秀的人才，我认为这将是一个需要最多时间和努力的趋势，而不是技术本身。”

11、董事会敦促CIO重新考虑工程人才的配置和人员编制

相反，CIO还必须为GenAI驱动的编码过程中的生产率提升和对软件工程生命周期的影响进行规划。Joshi预计，董事会成员将推动CIO重新考虑IT人才模式、构建和运行系统所需的员工人数、所需的新角色和技能，并为个人规划以GenAI为中心的职业道路。

Joshi说：“这对CIO来说将是一项艰巨的任务，他们需要比之前的技术颠覆更深入地理解人才的影响。”

GenAI相关生产率的提高可能会为网络安全等长期人手不足的领域释放人才。“每个CIO都在抱怨，但却无能为力，因为他们没有资金。”乔希说。他预测，董事会将要求CIO使用GenAI来改善这些人才问题。

05 基础设施

12、仓库互操作性成熟了

实物产品和物流公司的CIO将越来越优先考虑仓库自动化的技术堆栈。从历史上看，自动化解决方案很难集成，因为它们往往不会说相同的语言，并且需要复杂的定制代码才能将一切集成在一起。

咨询公司InterAct Analysis的研究分析师Rowan Stott表示：“我们现在看到，越来越多的系统正在开发具有开放接口的系统，以及像SVT Robotics这样的互操作性平台，这些平台使系统集成和连接变得更加容易。”他说，“CIO们应该考虑如何开发更具互操作性的技术堆栈，使其更容易利用机器人和运输系统的创新来简化运营并降低成本。”

13、云成本讨论将强调ROI

CIO们日益参与到关于云计算成本高企的讨论中。据珠峰集团调查，有87%的客户对于云服务带来的价值表示不满。Joshi预计，在2024年，成本相关的讨论将更加聚焦于投资回报率（ROI）。
企业期望云服务提供商和技术合作伙伴能够建立ROI模型，明确展示云服务采纳过程中的收益，计算实现正ROI的时间节点、所需的初始及年度投资额，以及为达到预期收益所必须迁移的云工作负载量。

14、AI使基于物理的模拟大众化

尽管今年GenAI吸引了众多媒体关注，但基于物理的模拟与数字孪生技术在产品制造领域也可能发挥核心作用，它们将复杂且成本高昂的工具普及化。物理模拟利用数学方程模拟现实世界的行为，而数字孪生则创建虚拟模型以实时反映其物理对应物。例如，谷歌研究人员于2023年展示了一种新的天气模拟模型，这种模型在单台计算机上运行几分钟即可完成，而此前这项工作需要几十台计算机运行数小时。这样的进步令CIO需要评估这些技术结合以及所需基础设施和培训的成本效益。

Altair的数据分析与物联网高级副总裁Christian Buckner预计，未来将会有更多企业将AI与物理模拟相结合。传统的物理模型运算通常占用大量计算资源和时间，而AI的效能往往受限于可用的历史数据。通过整合这两种工具，不仅可以双方互补，还能减少各自的局限性。

Buckner指出：“我们预见物理模型和AI将相互加速——AI模型将基于物理模型生成的数据进行训练，从而加快模拟用户工作流程，且可能通过自然语言界面实现操作。” 这种融合将带来速度更快、精度更高的迭代过程，同时大幅减少计算成本和用户操作负担。

文章来源：企业网D1Net，如有侵权，请联系删除。