行业专家将我们当前的时代称为“后数字时代”。埃森哲概述了一些有趣的想法关于这个主题——最重要的是，今天从事数字化只不过是为了做生意而做的赌注。以新的方式应用数字技术来推动创新和差异化从未如此重要。这个福布斯文章更进一步，并暗示未来是关于“自动驾驶企业”的，并提供了一些例子来说明这应该是什么样子，例如：“我预测德国的 Logo 产品有竞争对手缺货。” 很酷，除了，有多少组织接近实现这一目标——尤其是在企业规模上？

自动驾驶企业的核心将是一个已经建立数据的组织，分析，以及人工智能作为端到端的核心竞争力。他们这样做的方式既比同行更快，又不会对资源造成严重影响。

在我看来，有两个概念相互冲突以建立这种企业范围的能力，这将是我们在这个新时代所期望的业务成果的各个方面的基础：

概念 #1：分析成熟度

我们已经进行了数十年的分析之旅，我相信它已经很好理解了。Gartner 提出了一个分析成熟度模型从描述性到诊断性再到预测性再到规范性。这种演变很好地映射了从传统运营报告到我们当前的人工智能和机器学习世界的潜在成熟之旅，这些世界正在使决策更接近自动化领域。大多数分析领导者会考虑将自己映射到这样的旅程中，并且可以确定他们在流程中的位置，但事实是，您组织中的某些职能将进一步朝着规范化方向发展，而组织的其他部分可能才刚刚开始使用描述性分析。如前所述，成为自动驾驶企业所面临的挑战是让每个人、每个流程、每个应用程序都达到规范或人工智能驱动的成熟度级别。

概念#2：让业务用户坐在驾驶座上

发生的第二个范式转变涉及我们技术领域各个方面的消费化。这意味着我们正在从一个所有相关技术都由在您的内部 IT 部门工作的高技能开发人员精心设计和设计的世界走向一个业务用户现在有能力获取技术并在许多情况下使用该技术的世界。在没有 IT 帮助的情况下，技术本身。Gartner 经常谈到“双模式 IT 模型”，其中模式 1 是我们由 IT 运营的传统高度设计的系统，模式 2 是差异化和洞察力系统的敏捷、自助服务世界。在大多数组织中，模式 2 的世界正在吞噬越来越多的传统模式 1 系统。再次，

在启蒙时代蓬勃发展的考虑

在评估与您自己组织的旅程相关的工会状态时，请务必牢记以下重要注意事项：

糟糕的数据是无声的杀手：在全云战略的世界中，最好的应用程序和数据无处不在（即 AWS、Azure 和 Google 上的数据、生态系统数据、物联网数据），您必须构建数据结构这可以帮助您从所有这些数据源中查找、塑造和准备企业规模的数据。记住我们之前关于自助服务的对话，并确保它可以由企业完成，因为他们有上下文！
从掌舵改变船舶的方向： 在改变决策过程和支持这一点的结构时，领导力就是一切。任命执行级别的大使来推动和拥有这一旅程，但请记住，作为组织的领导者，您需要亲自动手，以便同时改变流程和文化。
从会改变结果的事情开始，而不仅仅是小的无意义的项目：我们经常听到人们说从小处着手，快速迭代，然后重复。这在一定程度上是合理的建议，但我认为从会改变您业务轨迹的事情开始。不要从预测邮递员将早报送到办公室的时间的项目开始。相反，应专注于如何改变客户体验、提高销售或加快产品投放市场的速度。一个华尔街日报文章甚至建议项目应该专注于创收，而不是削减成本或提高效率。
拥有你的智慧命运

拥有自己的命运意味着在寻求建立一家能够竞争并抵御激烈竞争的持久公司时，您还必须拥有自己的智慧。不要放弃您的智慧——您的企业对您的客户了解的那些独特的事情，其他人都不知道也不应该知道。SAP 通过标准化业务流程赚了数十亿美元——太棒了！但这也意味着，如果您和您的同行都使用 SAP，您将再次处于赌注级别。您没有因为拥有 SAP 而与众不同。

在后数字时代，您需要重新控制让您与众不同的因素，并将其构建为买家更喜欢您而不是竞争对手的持久差异化原因。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了