Почему цифровая трансформация не работает

Forbs на днях опубликовал статью о том, что гуманитарии теснят технарей в компаниях. Правда основываются они на данных 2015 года. Но вот свежий HBR-Russia пишет, что несмотря на огромный прогресс в обработке больших данных и применении ИИ в бизнесе, финальная польза от инвестиций все равно упирается в человеческий фактор, а именно – в адекватность (рынку) и корректность управленческих решений, принятых на основе аналитики.

7 тысяч опрошенных аналитиков подтверждают, что «недостаток управленческой/ финансовой поддержки», «отсутствие четко поставленных вопросов, на которые нужно найти ответ», «отказ руководства использовать полученные результаты», «непонимание людьми сути аналитики» не позволяют получать от хайповых цифровых трендов ожидаемых результатов.

Занимаясь управленческим консалтингом и разработкой ПО, мы провели внутреннее исследование, чтобы разобраться в том, почему поднятая на щит цифровизация не работает. И вот к каким выводам пришли.

1. Как насчет автоматизации?

Большая часть компаний не прошла Excel этап автоматизации.Чтобы приступить к цифровой трансформации (изменению бизнес-модели), нужно как минимум увидеть объективную картину по своему бизнесу. Нет картины – нет понимания узких мест – нет правильно поставленных вопросов к аналитике и данным.

2. Культура важнее квалификации

Если проще, то адекватность и внутренняя мотивация – обязательные условия изменений. Если говорить о разработчике (в смысле проектной команды – внутренней или внешней), как драйвере технологических изменений, то его квалификация вторична, если он не понимает «язык бизнеса».

И речь не о бизнесовой терминологии, а о развитом категориальном аппарате (эмоциональном интеллекте, если вам ближе новое, которое хорошо забытое старое).

Например, у нас есть клиент, который, внедряя ERP, прошел все круги ада. На первом круге он внедрил малоизвестное всем (серьезно, даже google не знает) решение, которое горячо рекомендовал внутренний топ-менеджер, обещая управляемость бизнеса на грани фантастики. На втором компания билась над внедрением системы с лидером рынка, который ну не может за такие деньжища сделать плохо. На третьем круге пришли мы и поставили на рельсы то, что на них должно было стоять. И система эффективно работала 3 года, сократив, в частности, космическую дебиторскую задолженность в разы. Затем пришло время развития системы, и заказчик решил, что своими силами будет дешевле. Он потратил еще два года на корпоративные бои между подразделениями и разработчиками, которые вроде все делают, как их просят, но в итоге бюджет компании не сходится от слова совсем.

Вот такой классический пример непонимания, как встроить операционные потребности подразделений в бизнес-логику, чтобы данные на выходе отвечали на поставленные вопросы.

3. Трудности интерпретации

Преодолев, наконец, коммуникационные барьеры и снабдив бизнес всевозможными автоматизированными системами, топ-менеджер оказывается в ситуации чрезмерного количества данных. Которые нужно интерпретировать, чтобы принимать взвешенные решения. Сколько простаивает оборудование/«просиживает» персонал, почему сбоят поставки, сколько недовезли (украли?) субподрядчики, в какой момент «поплыли» сроки, какова реальная загрузка персонала?

Здесь есть два пути. Отдать это аналитикам (внутренним или внешним) или использовать технологии ИИ: интернет вещей, видеоаналитика и др. Их основная цель – объективная аналитика и интерпретация данных. Причем обработка данных заточена под конкретные задачи и бизнес-процессы. Например, строительные.

4. Скорость определяет качество

Эффективные изменения – это своевременные изменения. Последнее звено в цепочке наших выводов – это скорость реализации таких проектов и внедрения «умных» решений.

К счастью (?), сегодня все помешались на цифровой трансформации, и баталии на тему гибких методологий поутихли. Поэтому пара слов о разработчиках в контексте agile классического программирования и визуального.

Инструменты визуального программирования – это хорошо и нужно. Да, такой софт не решит нестандартных задач. Да, это низкий порог входа, низкие компетенции разработчиков, слабое профессиональное сообщество. Наконец, визуальное программирование – это не гибко. Но это высокая скорость в стандартных решениях и дружественный пользовательский интерфейс, который может освоить условный гуманитарий.

Возвращаясь к началу статьи, бизнес теперь выбирает между:

а) высококвалифицированным разработчиком, который обладает бизнес-мышлением и умеет слышать то, что не всегда сформулировано

б) гуманитарием, который может освоить простые инструменты разработки и применить их уже завтра.