|
| Chuyển đổi số trên thực tế không đơn giản chỉ là áp dụng các quy trình kinh doanh hiện có và vận hành chúng theo cách hiệu quả hơn. Ảnh: The Enterprisers Project |
Kinh tế thế giới đang dần phục hồi sau đại dịch Covid-19, các nhà lãnh đạo chuyển đổi số nên tìm kiếm chiến lược phù hợp cho doanh nghiệp và tiến hành khảo sát xu hướng phát triển mới của ngành. Trong khi nhiều tổ chức, doanh nghiệp bận rộn chuyển sang mô hình làm việc lai (Hybrid Work - nhân viên dành thời gian làm việc cả ở văn phòng lẫn tại nhà), tích cực cập nhật quy trình kinh doanh mới, điều chỉnh theo những thay đổi trong thị hiếu của khách hàng, tìm kiếm các cơ hội để đổi mới, cải thiện trải nghiệm của khách hàng, tung ra các sản phẩm mới hỗ trợ kỹ thuật số thì sự thuần thục về khả năng Học máy (Machine learning) thực sự có thể góp một phần giá trị của mình cho các doanh nghiệp.
Chuyển đổi số trên thực tế không đơn giản chỉ là áp dụng các quy trình kinh doanh hiện có và vận hành chúng theo cách hiệu quả hơn. Cơ hội tiếp nhận công nghệ mới và cơ hội tiếp cận khách hàng thực sự đòi hỏi các nhà lãnh đạo doanh nghiệp phải suy nghĩ, xem xét lại về mô hình kinh doanh, sản phẩm, thị trường và trải nghiệm của khách hàng mà họ đang có. Trong trường hợp sự chuyển đổi không tập trung vào tăng trưởng và cơ hội khách hàng thì quá trình chuyển đổi số của doanh nghiệp bạn có thể đang gặp khó khăn và chính vì điều đó nó sẽ yêu cầu bạn phải có phương án thích ứng và ứng phó kịp thời.
Xem xét các xu hướng chuyển đổi số là việc cấp thiết
Ngay cả khi doanh nghiệp đang trong quá trình thực hiện chuyển đổi tích cực thì các nhà lãnh đạo cũng cần phải tìm hiểu những thị hiếu đã được thay đổi và những gì đang thịnh hành. Lý do tại sao các đối thủ cạnh tranh lại xử lý thông minh hơn và vận hành nhanh hơn doanh nghiệp của bạn? Những công nghệ nào đang trở nên phổ biến và đáng để nghiên cứu hoặc đáng để tiến hành đánh giá tính khả thi, thực tiễn? Quy trình nào doanh nghiệp nên áp dụng nhanh để đáp ứng cho sự thay đổi và nhưng cơ hội mới? Dưới đây là 5 xu hướng các nhà lãnh đạo có thể tham khảo trong việc điều chỉnh các chiến lược chuyển đổi số cho doanh nghiệp của mình.
1. Phát triển và hoàn thiện nền tảng dữ liệu khách hàng (CDP - Customer Data Platforms)
 |
| Theo một báo cáo gần đây từ Viện CDP cho thấy việc áp dụng các chương trình này đang ngày một gia tăng. Ảnh: The Enterprisers |
Đối với các tổ chức, doanh nghiệp đã nhận ra sự thay đổi về thị hiếu của khách hàng và đang muốn phát triển nó theo xu hướng Data Driven (theo hướng sử dụng dữ liệu để cung cấp thông tin giúp họ ra quyết định nhanh hơn thay vì việc dùng trực giác hoặc kinh nghiệm cá nhân như trước đây), thì nền tảng dữ liệu khách hàng (CDP) có thể là một khoản đầu tư chiến lược thông minh nhằm điều chỉnh các hoạt động tại bộ phận mũi nhọn của doanh nghiệp. Các tổ chức, doanh nghiệp triển khai nền tảng công nghệ này với mục đích cải thiện dịch vụ khách hàng, cập nhật chiến lược phát triển sản phẩm một cách khéo léo, tối ưu hóa lợi thế kịnh doanh và điều chỉnh các chiến dịch tiếp thị cho phù hợp.
CDP theo định nghĩa cơ bản là kho dữ liệu và công cụ phân tích tập hợp, kiểm soát thông tin khách hàng từ quản lý quan hệ khách hàng (CRM-Customer Relationship Management), hoạch định tài nguyên doanh nghiệp (ERP- Enterprise Resource Planning), công cụ tự động hóa tiếp thị cho đến hệ thống dịch vụ hoàn tất đơn hàng (Fulfillment Systems). Chúng cung cấp một cái nhìn tổng quát về thông tin của khách hàng, các tương tác, sự kiện kiễn ra, chúng vận hành như kho lưu trữ chia sẻ thông tin hai chiều và kết nối với các hệ thống tương tác khách hàng khác. Hiện tại chúng ta đã có các giải pháp CDP dành riêng cho các nhóm ngành bán lẻ cụ thể và các nhóm ngành công nghiệp B2C khác (Business to Consumer - quá trình bán sản phẩm và dịch vụ trực tiếp giữa một doanh nghiệp và người tiêu dùng là những người sử dụng cuối cùng của sản phẩm hay dịch vụ của doanh nghiệp).
Việc triển khai và áp dụng CDP là một quy trình hết sức phức tạp do số lượng tham gia của các bên liên quan, các vấn đề liên đới về quy trình kinh doanh, hệ thống thu thập và xử lý thông tin khách hàng. Tuy nhiên theo một báo cáo gần đây từ Viện CDP cho thấy việc áp dụng các chương trình này đang ngày một gia tăng, với 52% trên tổng số người được hỏi thừa nhận họ đã đưa dữ liệu khách hàng vào hệ thống trung tâm mà con số này trước đó chỉ đạt 37% vào năm 2017.
Trên thực tế, mặc dù các sáng kiến vận hành CDP vẫn còn là câu hỏi với nhiều thách thức, tuy nhiên sự dần trưởng thành của các nền tảng công nghệ đã và đang biến chúng trở nên khả thi hơn đối với nhiều doanh nghiệp.
2. Chứng minh tác động kinh doanh của các khoản đầu tư vào Machine Learning
Có rất nhiều lý do khiến các doanh nghiệp gặp khó khăn trong việc bắt đầu áp dụng AI và chương trình Máy học, hoặc thất bại trong việc vận dụng từ chuyển đổi khái niệm (Proof of Concept - PoC ứng dụng chứng minh về tính khả thi, thực tiễn) sang áp dụng thực tiễn trong sản xuất.
Tuy nhiên theo bài phân tích gần đây của Capgemini Report đã cho thấy vào năm 2020, 53% trên tổng số người được hỏi đã thừa nhận rằng họ đã áp dụng các thử nghiệm Máy học và PoC trong nhiều tình huống khác nhau trong khi con số này vào năm 2017 chỉ đạt 36%. Quá trình tăng trưởng tiến bộ này không chỉ diễn ra trong các nhóm ngành tập trung cơ sở dữ liệu như công nghệ và dịch vụ tài chính mà còn ít nhất hơn mười nhóm ngành khác bao gồm cả các nhóm ngành kém năng động hơn như viễn thông, tiện ích và năng lượng cũng đã bắt đầu triển khai một số quy mô giới hạn của AI vào sản xuất.
Những người được phỏng vấn cũng đã có những chia sẻ về các tác động tích cực từ các khoản đầu tư vào AI vào hoạt động kinh doanh của doanh nghiệp họ.
Các nền tảng hoạt động máy học MLOps (Machine Learning Operations) và quản lý mô hình ModelOps (AI model operationalization) ngày càng hoàn thiện giúp nhiều tổ chức mở rộng quy trình, cơ sở hạ tầng. Các nền tảng này với khả năng kết hợp các nguyên lý, quy trình đã giúp nhiều tổ chức xây dựng, thử nghiệm, triển khai, giám sát và nhận ra giá trị kinh doanh từ các khoản đầu tư vào máy học. Với sự gia tăng ngày càng nhiều số lượng các nền tảng hỗ trợ chu trình của máy học trên thị trường, nhiều người hy vọng máy học có thể tiếp cận được tới các tổ chức, doanh nghiệp kém phát triển, đầu tư chậm chạp do yêu cầu kỹ năng về dữ liệu và công nghệ cao.
3. Hiện đại hóa các ứng dụng với phương pháp siêu tự động hóa (hyperautomation), nền tảng mã thấp (low-code) và phương pháp phát triển phần mềm linh hoạt (agile methodologies)
Phát triển ứng dụng, hiện đại hóa và tích hợp là các phương pháp trọng tâm trong quá trình chuyển đổi số giúp các doanh nghiệp khai thác được tiềm năng kinh doanh mới, cải thiện trải nghiệm của khách hàng và thúc đẩy hiệu quả trong quy trình kinh doanh.
Trong suốt thời gian gần đây, CIO (người đứng đầu mảng công nghệ thông tin của doanh nghiệp) đã xem xét quyết định về việc nên tự sản xuất hay mua ngoài sẽ có lợi hơn hoặc có nên sử dụng nền tảng RPA (tự động hóa quy trình bằng robot) để tự động hóa quy trình công việc. Khi xây dựng ứng dụng, rất nhiều doanh nghiệp đã đầu tư vào phương pháp phát triển phần mềm linh hoạt (Agile) và DevOps (Development and operations) để cung cấp liên tục các dịch vụ trên điện toán đám mây. Sau đó, dưới sự ảnh hưởng đại dịch Covid-19, nhiều nhà lãnh đạo chuyển đổi số đã chuyển qua theo đuổi các nền tảng mã thấp (low-code) và nền tảng không mã (no-code) để tăng tốc phát triển của ứng dụng.
Thực tế có rất nhiều cách hữu dụng để tiếp cận để hỗ trợ phát triển và tích hợp ứng dụng, nhưng ngày nay, chúng ta có quá nhiều lựa chọn để có một nền tảng siêu tự động hóa (hyperautomation) hoàn chỉnh. Ứng dụng nền tảng siêu tự động hóa là sự kết hợp của nền tảng mã thấp (low-code), nền tảng không mã (no-code), tự động hóa, khả năng máy học (Machine Learning), khả năng DevOps độc lập và khả năng điều chỉnh vòng đời của phương pháp phát triển linh hoạt. Nhìn chung, chúng có thể giúp đẩy nhanh quá trình phát triển và cải thiện năng suất.
Liệu điều đó có đồng nghĩa với việc các doanh nghiệp có thể phát triển, hỗ trợ và nâng cấp các ứng dụng mà không gặp phải bất kỳ rắc rối nào trong quá trình phát triển phần mềm? CIO có thể xây dựng và thúc đẩy tăng tốc hiện đại hóa ứng dụng với chi phí kỹ thuật công nghệ ít hơn? Ngày nay chúng ta có quá nhiều sự lựa chọn, quá nhiều biện pháp để hỗ trợ phát triển và tích hợp ứng dụng cho các doanh nghiệp, tuy nhiên đây là những câu hỏi sẽ được đặt ra trong vài năm tới dành cho các doanh nghiệp có yêu cầu cao về năng lực công nghệ chuyên sâu.
4. Thúc đẩy biệp pháp áp dụng IT hiệu quả trong khi triển khai các chiến lược đa đám mây (multi-cloud strategy)
 |
Các nhà lãnh đạo chuyển đổi số nên khám phá và tận dụng các xu hướng thị trường để tạo dựng thành công của riêng mình. Ảnh: Zymr |
Vấn đề về chi phí vẫn luôn là bài toán áp lực của các CIO, việc họ đang cố gắng bổ sung các công nghệ mới nhằm hỗ trợ hoạt động khai thác dữ liệu, máy học (machine learning) và các ứng dụng điện toán đám mây (cloud-native strategy) thậm chí còn nhanh hơn so với việc họ đóng lại toàn bộ các hệ thống, trung tâm dữ liệu và quy trình kinh doanh cũ.
Theo dự đoán, các CIO doanh nghiệp lớn sẽ tiếp tục sử dụng phương pháp đám mây lai (hybrid cloud) trong nhiều năm tới và đã có rất nhiều người xem cấu trúc và sự vận hành của phương pháp đa đám mây (multi-cloud architectures) là chiến lược đầy hy vọng của họ với mục đích mang lại cho doanh nghiệp sự linh hoạt tối đa trong suốt quá trình hoạt động.
Giải pháp duy nhất có thể giúp các CIO xử lý vấn đề nan giải về khoảng cách tài chính hoặc không có khả năng hỗ trợ danh mục công nghệ đang phát triển (technology portfolio) đó là tìm kiếm sự hiệu quả trong các hoạt động IT. Hay nói một cách đơn giản, các hoạt động IT sẽ hỗ trợ một khối lượng lớn hệ thống điện toán máy tính không đồng nhất (heterogeneous computing stacks) với cam kết chất lượng dịch vụ cao mà không làm tăng chi phí cho doanh nghiệp một cách đột ngột hay mất cân đối.
Vậy bằng cách nào để đạt được điều nêu trên ?
- Tự động hóa nhiều tác vụ (tasks) IT hơn, điều phối quá trình cho hầu hết các quy trình vận hành tiêu chuẩn.
- Sử dụng các công cụ AIOps (Artificial Intelligence for IT Operations) để cải thiện quản lý sự cố trong tầm nhìn chiến lược của doanh nghiệp
- Đầu tư vào DevOps, CI/CD (Continuous Integration/Continuous Delivery), IaC (Infrastructure as Code), kiểm tra tự động và các phương pháp bảo mật lệch trái (shifting-left security practices)
- Đồng bộ ITSM (quản lý dịch vụ công nghệ thông tin), DevOps (kết hợp của các nguyên lý, thực hành, quy trình và các tool giúp tự động hóa quá trình lập trình và chuyển giao phần mềm), SRE (quản lý độ tin cậy) và Agile (quy trình linh hoạt) để cải thiện sự cộng tác
- Chọn các công cụ “single pane of glass” (quản lý màn hình giao diện điều khiển tích hợp tất cả các bộ phận của một cơ sở hạ tầng máy tính) hoạt động trên các private cloud (máy chủ ảo dùng riêng)
5. Thay thế PMO thác nước bằng quản lý dòng giá trị linh hoạt
Đã rất nhiều lần các CIO được khuyên là nên ngừng việc cường điệu hóa quá mức, mở rộng quy trình linh hoạt vào văn phòng quản lý dự án (PMO-Project management office). Lộ trình phát triển và thể hiện giá trị kinh doanh của doanh nghiệp là các tiêu chí đánh giá quan trọng đối với các CIO dày dặn kinh nghiệm những người dẫn đầu trong công cuộc chuyển đổi số, tuy nhiên việc yêu cầu các nhóm (teams) cam kết thực hiện các kế hoạch theo chiến lược từ trên xuống (top-down strategy) và lập kế hoạch hàng quý là hoàn toàn trái ngược với việc thúc đẩy văn hóa quản lý linh hoạt, tuân thủ quy trình và tư duy nhanh nhẹn.
Các CIO không nên để bản thân bị vướng mắc trong các vấn đề liên quan đến phương pháp thực hành linh hoạt tập trung vào gia tăng sự thay đổi và bằng cách nào doanh nghiệp quản lý các chiến lược ưu tiên và lộ trình kinh doanh. Việc thúc đẩy văn hóa của tổ chức tiến lên phía trước đòi hỏi các CIO phải thách thức văn phòng quản lý dự án - PMO của họ áp dụng các phương pháp lập kế hoạch liên tục và xem xét lại các công cụ quản lý dòng giá trị.
Thất bại trong quá trình chuyển đổi số là trường hợp thường thấy và ngày một gia tăng vì vậy dưới áp lực này các nhà lãnh đạo chuyển đổi số nên khám phá và tận dụng các xu hướng thị trường để tạo dựng thành công của riêng mình.
Theo The Enterprisers Project
