دگرگونی دیجیتال به معنای سیم‌کشیدوباره یک سازمان است، با هدف خلق ارزش از طریق به‌کارگیری مداوم فناوری در مقیاس گسترده. داشتن یک راهبرد روشن برای دگرگونی دیجیتال که بر حوزه‌های مشخص تمرکز داشته باشد و از مجموعه‌ای از توانایی‌های ویژه پشتیبانی کند، برای سازمان‌ها حیاتی است تا نه‌تنها بتوانند رقابت کنند بلکه بتوانند دوام بیاورند. دگرگونی‌های دیجیتال پروژه‌هایی یک‌باره نیستند؛ اغلب مدیران تا پایان دوران حرفه‌ای خود در مسیر این دگرگونی خواهند بود.

دگرگونی دیجیتال بازسازمان‌دهی بنیادی نحوه‌ی عملکرد یک سازمان است. هدف از دگرگونی دیجیتال، همان‌گونه که در کتاب McKinsey با عنوان «Rewired: A McKinsey Guide to Outcompeting in the Age of Digital and AI» (منتشرشده در ۲۰ ژوئن ۲۰۲۳ توسط Wiley) آمده است، ایجاد مزیت رقابتی از طریق به‌کارگیری مداوم فناوری در مقیاس گسترده برای بهبود تجربه مشتری و کاهش هزینه‌هاست.

همانند بسیاری از اصطلاحات پرکاربرد، عبارت “دگرگونی دیجیتال” نیز به عبارتی کلی بدل شده که برای افراد مختلف معانی متفاوتی دارد. این مسئله می‌تواند مشکل‌ساز شود. راهبرد دگرگونی دیجیتال برای بقای سازمان‌ها حیاتی است. اگر رهبران نتوانند تعریف روشنی از دگرگونی دیجیتال ارائه دهند و سازمان خود را پیرامون برنامه‌ای مشخص هم‌سو کنند، نمی‌توانند انتظار موفقیت داشته باشند.

دگرگونی‌های دیجیتال در جنبه‌های کوچک و بزرگ با دگرگونی‌های معمول تجاری تفاوت دارند. دگرگونی‌های تجاری معمولا زمانی پایان می‌یابند که رفتار جدیدی تثبیت شده باشد. در مقابل، دگرگونی‌های دیجیتال تلاش‌هایی بلندمدت هستند (واقعا بلندمدت؛ بسیاری از مدیران تا پایان کار خود در این مسیر خواهند بود) تا سازمان را بازسازی کنند و به آن توانایی بهبود و تغییر مستمر بدهند. این امر به این دلیل است که فناوری، که پیوسته در حال تحول است، بیش‌ازپیش در ساختار کسب‌وکار ادغام می‌شود. به عنوان مثال، با توجه به اهمیت فزاینده هوش مصنوعی در تولید بینش‌های تجاری و توانمندسازی منطق تصمیم‌گیری، هر دگرگونی دیجیتال باید دگرگونی مبتنی بر هوش مصنوعی نیز باشد.

مدیران ارشد این مسئله را جدی گرفته‌اند. بر اساس پژوهش‌های McKinsey، حدود ۹۰ درصد از تمام سازمان‌ها در حال گذراندن نوعی دگرگونی دیجیتال هستند. Rodney Zemmel، یکی از شرکای ارشد McKinsey می‌گوید: اکنون زمان آن رسیده که دگرگونی‌های دیجیتال واقعا بازدهی مالی خود را نشان دهند. برای موفقیت در یک دگرگونی دیجیتال، این موضوع باید در دستور کار مدیرعامل باشد.

همان‌طور که خواهیم دید، موفقیت در دگرگونی دیجیتال کمتر به چگونگی استفاده شرکت‌ها از فناوری دیجیتال و بیشتر به چگونگی دیجیتالی شدن آن‌ها بستگی دارد.

چه توانایی‌هایی برای موفقیت در دگرگونی دیجیتال لازم است؟
راهبرد موفق دگرگونی دیجیتال نیازمند مجموعه‌ای از اقدامات هماهنگ است. کتاب Rewired شش توانایی اساسی برای موفقیت در دگرگونی دیجیتال را معرفی می‌کند:

۱. توانایی تدوین راهبردی روشن که بر ارزش تجاری متمرکز باشد
شرکت‌ها باید دگرگونی خود را بر حوزه‌های خاصی (مانند تجربه مشتری، فرآیندها، یا کارکردها) متمرکز کنند که ارزش قابل توجهی برای کسب‌وکار ایجاد می‌کنند. این دگرگونی باید بر اساس نقشه راهی هدایت شود که راه‌حل‌ها و منابع لازم برای تحقق تغییر در حوزه‌های اولویت‌دار را مشخص کند.

۲. برخورداری از استعداد قوی داخلی با مهندسان درون‌سازمانی
هیچ شرکتی نمی‌تواند تنها با برون‌سپاری به تعالی دیجیتال دست یابد. دیجیتالی بودن به معنای داشتن تیمی از استعدادهای دیجیتال داخلی است که در کنار همکاران تجاری خود کار می‌کنند. بهترین برنامه‌های استعداد دیجیتال فراتر از استخدام صرف هستند و باید شامل پیشنهادهای ارزشی برای کارکنان جهت جذب و حفظ بهترین‌ها، فرآیندهای منابع انسانی چابک و دیجیتال برای یافتن، مدیریت و آموزش استعدادها، و محیطی سالم برای شکوفایی آن‌ها باشند.

۳. مدل عملیاتی قابل مقیاس
دگرگونی‌های دیجیتال به تیم‌های میان‌وظیفه‌ای نیاز دارند که افراد را از بخش‌های مختلف سازمان گرد هم می‌آورند. اغلب شرکت‌ها چند تیم از این نوع دارند، اما گسترش آن‌ها برای پشتیبانی از صدها یا هزاران تیم نیازمند مدل عملیاتی جدیدی است. سه مدل اصلی وجود دارد: کارخانه دیجیتال، مدل محصول و پلتفرم، و مدل چابکی در سطح کل سازمان.

۴. فناوری توزیع‌شده که به تیم‌ها اجازه نوآوری مستقل دهد
فناوری درون سازمان باید فرآیند توسعه و عرضه مداوم نوآوری‌های دیجیتال را برای تیم‌ها آسان‌تر کند. برای تحقق این هدف، سازمان‌ها باید محیطی فناورانه و توزیع‌شده ایجاد کنند که هر تیم به داده‌ها، برنامه‌ها و ابزارهای توسعه نرم‌افزار مورد نیاز خود دسترسی داشته باشد.

۵. دسترسی به داده‌های قابل‌اعتماد و به‌روز
داده‌های دقیق و در دسترس برای موفقیت هر دگرگونی دیجیتال حیاتی‌اند. معماری داده باید به‌گونه‌ای باشد که داده‌ها به‌راحتی توسط تیم‌های مختلف سازمان قابل استفاده باشند و به‌طور مداوم ارزیابی و به‌روزرسانی شوند. حاکمیت قوی داده برای تحقق این توانایی ضروری است. عنصر اصلی، “محصول داده” است که بخش‌های مختلف داده را در قالب واحدی منسجم برای استفاده تیم‌ها و برنامه‌ها ساختاردهی می‌کند.

۶. مدیریت تغییر و پذیرش قوی
در گذشته، چرخه پذیرش فناوری فرآیندی خطی بود: گردآوری نیازها، توسعه راه‌حل، آزمون، و سپس آموزش کاربر نهایی. این رویکرد اغلب به نرخ پذیرش پایین و در نتیجه ارزش تجاری اندک منجر می‌شد. دگرگونی‌های دیجیتال رویکردی تکرارشونده دارند: طراحی، نمونه‌سازی، جمع‌آوری بازخورد، و بهبود مداوم راه‌حل برای دستیابی به حداکثر ارزش. به عنوان قاعده‌ای کلی، به ازای هر دلار صرف‌شده برای توسعه راه‌حل دیجیتال، باید دست‌کم یک دلار دیگر برای پیاده‌سازی تغییرات فرآیندی، آموزش کاربران و ابتکارات مدیریت تغییر هزینه شود. هیچ دگرگونی دیجیتالی بدون هماهنگی این عناصر موفق نخواهد بود.

حوزه دگرگونی دیجیتال چیست و چرا اهمیت دارد؟
احتمال موفقیت دگرگونی‌های دیجیتال زمانی بیشتر می‌شود که تیم‌ها بر تغییر کل یک حوزه (برای مثال، سفر مشتری، فرآیند، یا بخش عملکردی) تمرکز کنند، نه صرفا بر موارد کاربردی (یک گام واحد درون آن حوزه، مانند پاسخ‌گویی به تماس خدمات مشتری). تمرکز بر حوزه‌ها موجب تغییر مؤثرتر می‌شود، زیرا تمامی فعالیت‌های مرتبط برای ارایه یک راه‌حل کامل را دربر می‌گیرد.

برای نمونه، به‌جای تمرکز تنها بر ایجاد فرآیند افتتاح حساب بانکی از طریق یک اپلیکیشن، حوزه شامل تمام فعالیت‌های دیگر (مانند راه‌اندازی حساب، احراز هویت، خودکارسازی گردش کار و غیره) نیز می‌شود. در نظر گرفتن همه این فعالیت‌هاست که به راه‌حل اجازه می‌دهد ارزش واقعی خود را ارایه دهد. یک حوزه باید آن‌قدر بزرگ باشد که برای شرکت قابل‌توجه و باارزش باشد، اما نه آن‌قدر بزرگ که برای تغییر آن به بخش‌های دیگر سازمان وابسته باشد. مدیریت ارتباطات میان موارد کاربردی و راه‌حل‌ها درون یک حوزه از کلیدهای موفقیت در دگرگونی دیجیتال است.

نقش هوش مصنوعی در دگرگونی دیجیتال چیست؟
هوش مصنوعی، به‌ویژه هوش مصنوعی مولد (Gen AI)، در حال دگرگون کردن نحوه عملکرد و خلق ارزش در شرکت‌هاست و فرصت‌های عظیمی برای ایجاد ارزش پدید می‌آورد. با این حال، ممکن است سازمان‌ها به‌راحتی مجذوب جذابیت فناوری‌های نو شوند. همان‌طور که Eric Lamarre، از شرکای ارشد McKinsey می‌گوید: دگرگونی‌های دیجیتال و هوش مصنوعی باید همیشه با مسئله تجاری‌ای آغاز شوند که قصد حل آن را داریم.

درس‌هایی که از نوآوری‌های فناورانه گذشته گرفته‌ایم همچنان معتبرند: ارزش از درک روشن اهداف تجاری و چگونگی یاری‌رسانی فناوری در دستیابی به آن‌ها ناشی می‌شود. مهم است که شرکت‌ها سریع آزمایش کنند و یاد بگیرند، اما باید در برابر وسوسه توسعه موارد کاربردی که هیجان‌انگیز اما بدون مقیاس‌پذیری و ارزش واقعی‌اند، مقاومت کنند Lamarre. ادامه می‌دهد: گفت‌وگوهای پیرامون هوش مصنوعی مولد اکنون گویی فناوری‌ای در جست‌وجوی مسئله‌اند.

خلق ارزش با Gen AI به همان شایستگی‌هایی نیاز دارد که لازمه‌ی یک دگرگونی دیجیتال موفق‌اند، از جمله راهبردی روشن، استعدادهای داخلی، و مدل عملیاتی چابک و مقیاس‌پذیر. این فرایند هم یک اقدام یک‌باره نیست؛ شرکت‌هایی که می‌خواهند هوش مصنوعی مولد را در پیشنهادهای ارزشی خود بگنجانند، باید نقشه راه دگرگونی دیجیتال خود را به‌طور مستمر بازنگری کنند و بررسی نمایند که تکرارهای جدید مدل‌های Gen AI چگونه می‌توانند اهداف آن‌ها را بهتر پشتیبانی کنند.

نقش‌های کلیدی رهبری در دگرگونی دیجیتال
دگرگونی دیجیتال موفق نیازمند هماهنگی گسترده در سراسر عملکردهای سازمان است تا همه بتوانند به شیوه‌های جدید با یکدیگر کار کنند. این امر مستلزم سرمایه‌گذاری‌های هماهنگ و در مقیاس بزرگ است. تنها کسی که می‌تواند چنین تغییری را به‌طور پایدار محقق کند، مدیرعامل است. یکی از وظایف حیاتی مدیرعامل، ایجاد هم‌سویی، تعهد و پاسخ‌گویی در میان تیم رهبری است؛ بدون این عوامل، پیشرفت دگرگونی دیجیتال به‌سرعت متوقف خواهد شد.

رهبران سطح C-suite و مدیران واحدهای کسب‌وکار نیز نقش‌های مهمی دارند. مدیر ارشد اطلاعات (CIO) معمولا بر بهبود کارکردهای درونی شرکت با فناوری تمرکز دارد. مدیر ارشد فناوری (CTO) بیشتر بر ارتقای محصولات و خدمات مشتری‌محور با فناوری کار می‌کند. مدیران ارشد دیجیتال (CDO) در بسیاری موارد هم‌رهبر دگرگونی هستند و با فناوری‌های دیجیتال و هوش مصنوعی برای خلق تجربه‌های دیجیتال جدید همکاری می‌کنند. مدیر ارشد منابع انسانی (CHRO) نقشی حیاتی در آغاز دگرگونی دارد تا استعداد دیجیتال جذب و پرورش یابد و نظام‌های مدیریتی مناسب برای حفظ و رشد آن طراحی شود، در حالی که مدیر مالی (CFO) بر توجیه اقتصادی و پایش بازده نظارت دارد. در نهایت، مدیر ارشد ریسک (CRO) باید کنترل‌های لازم برای مدیریت خطرات جدید مانند حریم داده‌ها و امنیت سایبری را در فرآیند توسعه ادغام کند.

چگونه بفهمیم دگرگونی دیجیتال موفق است؟
ارزیابی پیشرفت دگرگونی دیجیتال ممکن است دشوارتر از آن باشد که به نظر می‌رسد. بدون پیگیری و سنجش درست نتایج، رهبران نمی‌توانند عملکرد را مدیریت کنند یا مطمئن شوند تغییرات ایجادشده واقعا ارزش می‌آفرینند.

دانستن اینکه چه چیزی باید اندازه‌گیری شود، نیمی از مسیر است. شاخص‌های کلیدی عملکرد (KPI) در دگرگونی دیجیتال معمولا در سه دسته قرار می‌گیرند:

۱. خلق ارزش: راه‌حل‌های دیجیتال معمولا چند شاخص عملیاتی خاص را هدف قرار می‌دهند که قابل ترجمه به منافع مالی‌اند.
۲. سلامت تیم‌ها: بسیاری از دگرگونی‌های دیجیتال به کندی پیش می‌روند، زیرا تیم‌ها کم‌تعدادند یا شیوه‌های کاری مدرن مانند چابک را به‌کار نگرفته‌اند، یا از مهارت‌های حیاتی مانند مدیریت محصول و طراحی تجربه کاربر بی‌بهره‌اند. تجربه نشان داده تیم‌های با عملکرد بالا می‌توانند تا پنج برابر پربازده‌تر از تیم‌های ضعیف باشند.
۳. پیشرفت در مدیریت تغییر: این معیارها میزان رشد قابلیت‌های جدید و سلامت خود دگرگونی را می‌سنجند. آیا تیم‌ها طبق برنامه شکل گرفته‌اند؟ آیا کارکنان درگیرند؟ آیا قابلیت‌ها و استعدادها در حال رشدند؟ آیا کاربران واقعا از ابزارها و فناوری‌های جدید استفاده می‌کنند؟ در تجربه ما، در مدیریت تغییر، “خوبِ انجام‌شده بهتر از کاملِ ناتمام” است.

نمونه‌هایی از شرکت‌های موفق در دگرگونی دیجیتال برای دیجیتالی شدن

 هر شرکتی باید شیوه کار خود را بازسازی کند. روزی روزگاری Amazon نیز یک استارتاپ معمولی بود؛ اما با سرمایه‌گذاری بلندمدت در فناوری، داده، مدیریت عملکرد و استعدادها، به پیشتاز صنعت تبدیل شد. خبر خوب این است که موفقیت در دگرگونی دیجیتال فقط مختص غول‌های فناوری نیست. شرکت‌های باسابقه در صنایع مختلف نیز می‌توانند در مسیر دگرگونی دیجیتال به موفقیت برسند. در ادامه سه نمونه را می‌بینیم:

۱. شرکت استخراج مس Freeport-McMoRan در آریزونا با استفاده از مدل هوش مصنوعی در کارخانه تغلیظ سنگ معدن، عملکرد خود را به سطحی تازه رساند. هدف مدیریت، افزایش تولید مس بدون نیاز به سرمایه‌گذاری سنگین بود. شرکت تیم‌های میان‌رشته‌ای را برای ساخت، آزمون و بهبود مدل AI گرد هم آورد و فرهنگی مبتنی بر تکرار سریع و بهبود مستمر ایجاد کرد. مدیری ارشد محصول برای هماهنگی تیم‌ها منصوب شد، مدیر مالی بر ردیابی اثرات نظارت داشت، و نظام برنامه‌ریزی فصلی برای تعیین اهداف و تخصیص منابع طراحی شد.

۲. شرکت Vistra یکی از بزرگ‌ترین تولیدکنندگان برق در ایالات متحده، شبکه‌ای چندلایه از مدل‌های عصبی ایجاد کرد تا بهره‌وری و قابلیت اطمینان نیروگاه‌های خود را افزایش داده و انتشار آلاینده‌ها را کاهش دهد. این مدل با تحلیل داده‌های دو ساله، بهترین ترکیب عوامل را برای بیشینه کردن بازده در هر لحظه آموخت و هر ۳۰ دقیقه پیشنهادهایی برای بهینه‌سازی به اپراتورها ارائه می‌داد. موفقیت این رویکرد به توانایی شرکت در مقیاس‌پذیر کردن راه‌حل‌ها بستگی داشت تا در سراسر شبکه قابل‌اعمال باشند. تیمی میان‌رشته‌ای از اپراتورهای نیروگاه، دانشمندان داده و متخصصان فرآیند، توسعه سریع و کیفیت مدل‌ها را تضمین کرد.

۳. تیم Emirates New Zealand در مسابقات America’s Cup 2021 با کمک رباتی مبتنی بر یادگیری تقویتی عمیق توانست قهرمان شود. این ربات با همکاری ملوانان و دانشمندان داده آموزش دید تا به‌صورت پویا یاد بگیرد و دقت خود را از طریق بازخورد مداوم افزایش دهد. تیم زمان زیادی صرف یافتن مدل‌های آموزشی مناسب و تنظیم محدودیت‌های عملکرد کرد و برای تأمین قدرت محاسباتی لازم، بسیاری از ربات‌ها و برنامه‌ها را در فضای ابری میزبانی نمود.