Tech trends 2021 volgens Deloitte

Strategie – (ook) technisch ontwikkeld

Technologie is tegenwoordig een bron van nieuw concurrentievoordeel voor sommige organisaties en een bedreiging voor het voortbestaan ​​van anderen. Het resultaat is dat het onderscheid tussen bedrijfsstrategie en technologiestrategie vervaagt - beide moeten elkaar ondersteunen. Slimme bedrijfsstrategen kijken verder dan de huidige technische mogelijkheden en het concurrentielandschap van hun organisatie om een ​​breder scala aan toekomstige mogelijkheden te overwegen over hoe technologie kan ondersteunen. Maar het complexe scala aan onzekerheden en mogelijkheden kan te veel zijn voor het menselijk brein om alleen te verwerken. Daarom wenden strategen zich tot strategische technologieplatforms die zijn uitgerust met geavanceerde analyses, automatisering en AI. Organisaties gebruiken deze tools om continu interne en externe strategische krachten te identificeren, strategische beslissingen te nemen en resultaten te bewaken. Als gevolg hiervan transformeren bedrijven strategieontwikkeling van een zeldzaam, tijdrovend proces naar een continu en dynamisch proces, waardoor strategen uitgebreider en creatiever kunnen nadenken over het brede scala aan toekomstige mogelijkheden.

Core heropleving

Legacy-systemen moderniseren en ze migreren naar de cloud kan bedrijven helpen om digitaal potentieel te ontdekken. Tot voor kort kon deze digitale transformatie ook de budgetten van dezelfde organisatie behoorlijk onder druk zetten. Voor velen kunnen de kosten van benodigde cloud migraties en andere kernstrategieën voor modernisering een belemmering zijn om eraan te beginnen. Maar dat gaat veranderen. Een groeiende trend is dat sommige baanbrekende bedrijven slimme uitbestedingsregelingen onderzoeken om traditionele businesscases voor de core processen te moderniseren. Ook verkennen sommige de mogelijkheden om de core activa te verschuiven naar steeds meer krachtige platforms, inclusief low-code opties. Tenslotte, velen versnellen hun platform-first-strategieën door het aanpakken van technische belemmeringen van ERP-systemen en migreren niet-essentiële mogelijkheden voor andere platforms. In een bedrijfsklimaat, gedreven door historische onzekerheid, kan deze innovatieve benadering binnenkort de standaard worden van elke CIO's draaiboek voor digitale transformatie.

Levering ontketend

De toeleveringsketens zijn lang beschouwd als een kostenpost in een bedrijf, maar bewegen nu steeds meer de backoffice uit, naar de waarde toevoegende frontlinies van klantsegmentatie en productdifferentiatie. De op de toekomst gerichte fabrikanten, retailers, distributeurs en anderen onderzoeken manieren om de kosten van de toeleveringsketen te transformeren tot een klantgerichte driver van waarde. Zij halen meer waarde halen uit de gegevens die ze verzamelen, analyseren, en delen via hun leveringsnetwerken. Een aantal van deze organisaties onderzoeken mogelijkheden om robots, drones en geavanceerde beeldherkenning te gebruiken om fysieke supply chain-interacties efficiënter, effectiever, en veilig voor medewerkers te maken. Je moet toegeven, de transformatie van toeleveringsketens in een veerkrachtige, klantgerichte netwerk zal een uitdaging zijn, en voor de meeste organisaties zal het een voortdurende reis zijn - een reis van cruciaal belang. Het soort verstoring zoals we hebben gezien bij de COVID-19 pandemie zou wel eens de norm kunnen worden. Wanneer de volgende wereldwijde evenement volgt kunnen technologie- en supply chain-leiders niet beweren dat ze het niet zagen aankomen.

MLOps: geïndustrialiseerde AI

Geavanceerde machine learning modellen helpen bedrijven om efficiënt patronen te ontdekken, onthullen anomalieën, maken voorspellingen en beslissingen, en genereren inzichten - en worden in toenemende mate de belangrijkste drijfveren van organisatorische prestaties. Ondernemingen realiseren zich de noodzaak om te verschuiven van persoonlijk heldendaden tot technische prestaties om efficiënt te bewegen en ML-modellen van ontwikkeling tot productie en beheer te brengen. Velen zijn echter verlamd in hun inspanningen door onhandige, broze ontwikkelings- en implementatieprocessen die experimenten en samenwerking tussen productteams, operationeel personeel en datawetenschappers belemmeren. Naarmate AI en ML meer volwassen worden, kan een sterke dosis engineering en operationele discipline organisaties helpen om deze obstakels te overwinnen en om AI efficiënt te schalen om de transformatie mogelijk te maken. Om de bredere, transformatie en voordelen van AI en ML te bereiken, moet het AI tijdperk leiden tot een van de geautomatiseerde,  geïndustrialiseerde inzichten. Voer MLOps in, ook wel bekend als ML CI / CD, ModelOps en ML DevOps: het toepassen van DevOps-tools en model ontwikkeling en levering voor industrialisatie en schaal machinelearning, van ontwikkeling en implementatie tot doorlopend modelonderhoud en -beheer.

Machinegegevensrevolutie: de machine voeden

Een groeiend aantal AI-pioniers beseffen dat legacy datamodellen en infrastructuur (allemaal ontworpen om besluitvorming door mensen te ondersteunen) een blokkade kunnen zijn voor ML-succes, ondanks dat machine learning klaar is voor de revisie van bedrijfsactiviteiten en besluitvorming. Als reactie hierop nemen deze ondernemingen stappen om de data keten te verstoren (disrupten) van begin tot het eind. Als onderdeel van een groeiende trend zetten ze nieuwe technologieën en benaderingen in, waaronder geavanceerde gegevensverzameling en structurerende mogelijkheden, analyses om verbanden te identificeren onder willekeurige gegevens en de volgende generatie cloud based gegevensopslag om toch deze complexe modellering te ondersteunen. Deze tools en technieken kunnen samen organisaties helpen om de groeiende hoeveelheden data tot een toekomstbestendige basis te brengen voor een nieuw tijdperk,  waarin machines niet alleen de besluitvorming van de mens zullen vergroten, maar zelf real-time  op schaal beslissingen gaan nemen die mensen niet kunnen nemen.

Geen vertrouwen: nooit vertrouwen, altijd verifiëren

Geavanceerde cyberaanvallen en veranderende bedrijfsomgevingen hebben het traditionele  (en ietwat gebrekkige) kasteelachtige benadering van cyberveiligheid ondermijnd. Geen vertrouwen is geworteld in het concept dat moderne bedrijfsomgevingen een andere benadering nodig hebben van beveiliging: er is niet langer een gedefinieerde perimeter waarbinnen elke gebruiker, workload, apparaat en netwerk inherent vertrouwd is. In zero trust-architecturen moet elk toegangsverzoek worden gevalideerd op basis van alle beschikbare datapunten, inclusief gebruikersidentiteit, apparaat, locatie en andere variabelen die context bieden aan elke verbinding en meer  genuanceerde, op risico gebaseerde beslissingen mogelijk maken. Gegevens, applicaties, workloads en andere bronnen worden behandeld als individuele, beheersbare eenheden om inbreuken in te dammen, en toegang wordt verleend op basis van het principe van de minste rechten. De automatisering en engineering die nodig zijn om zero trust-beveiligingsarchitecturen goed te implementeren kan de beveiligingshouding, vereenvoudigen van beveiligingsbeheer, de eindgebruikerservaring versterken en moderne bedrijfsomgevingen mogelijk maken. Maar de overgang naar nul vertrouwen zou wel aanzienlijke inspanningen en planning kunnen vereisen, inclusief de adressering van fundamentele cyberbeveiligingsproblemen, automatiseringshandleiding processen en planning voor transformationele veranderingen in de beveiligingsorganisatie, het technologielandschap en de onderneming zelf.

De digitale werkplek opnieuw opstarten

Als 's werelds grootste ongepland thuiswerk-experiment vervolgt, stellen veel bedrijfsleiders zichzelf nog onbeantwoorde vragen: Als het stof is neergedaald, wordt werken op afstand dan de regel of de uitzondering? Is een permanent extern personeelsbestand duurzaam? Hoe zullen de productiviteit en het toegenomen welzijn van de medewerkers worden beïnvloed? Zal innovatie lijden als er geen face-to-face peer-verbindingen zijn? Wat wordt de rol van het fysieke kantoor? Bedrijven kunnen de digitale tekortkomingen en onduidelijkheden op de werkplek overkomen door meer opzettelijk de positieve aspecten ervan te omarmen, inclusief de data gegenereerd door tools en platforms van werknemers. Dit kan organisaties helpen om individuele en teamprestaties te optimaliseren en de werknemerservaring aan te passen door middel van gepersonaliseerde aanbevelingen, waardoor werken op afstand veel meer kan zijn dan een verminderde proxy voor het traditionele kantoor. En zoals on site werkplekken en hoofdkantoren evolueren kunnen organisaties deze gegevens gebruiken om bloeiende, productieve en kosteneffectieve kantoren te creëren die naadloos zijn verweven met de ervaring op afstand.

Op maat gemaakt voor miljarden: digitaal ontmoet fysiek

Als we terugkijken zal 2020 waarschijnlijk het keerpunt zijn voor het grootste deel van de bevolking om aangepast te raken aan digitale interacties in hun het dagelijks leven, of het nu gaat om werken vanuit huis, online school of boodschappen bestellen. Ondanks de digitale interacties smachten velen van ons terug naar de dagen van persoonlijk interacties. Als we naar de toekomst kijken, verwachten we dat consumenten niet langer tevreden zijn met duidelijke fysieke of digitale merkervaringen: ze verwachten een mix van het beste van beiden - zeer persoonlijk ervaringen zonder het gemak van online transacties op te offeren. In de aankomende 18 tot 24 maanden verwachten we dat persoonlijke en digitale ervaringen meer naadloos overgaan en met elkaar verweven worden. Online en offline interacties zullen geen gescheiden ervaringen meer zijn. De reis van de klant gaat van persoonlijke en digitale elementen naar een die meer geïntegreerd is en opzettelijk ontworpen om een ​ervaring te creëren die afgestemd is op die van individueel klantgedrag, attitudes en voorkeuren.

DEI tech: Tools voor equity

Veel organisaties omarmen diversiteit, gelijkheid en inclusie als zakelijke vereisten, met een groeiend aantal dat holistische, organisatie brede personeelsbestand strategieën aanpakt om vooroordelen en ongelijkheden te adresseren om de onderneming en de prestaties van werknemers te versterken. Terwijl HR-professionals vaak DEI (diversity, equity and inclusion) strategieën leiden,  spelen technologieleiders een cruciale rol als strategische partner door middel van het ontwerpen, ontwikkelen en uitvoeren op technologie gebaseerde oplossingen om de steeds complexere DEI uitdagingen aan te gaan. De komende maanden verwachten we dat bedrijven nieuwe tools gaan adopteren voor geavanceerde analyse, automatisering en AI, inclusief natuurlijke taal verwerking en machine learning, om zo te helpen in het informeren, leveren, en het meten van de impact van DEI.