Top 5 IT challenges leaders are facing (and solutions to them)

Top 5 IT challenges leaders are facing (and solutions to them) | Elastic Blog

Top 5 IT challenges leaders are facing (and solutions to them)

By

Riya Juneja

Jennifer Klinger

December 12, 2024

• Share on Twitter Share on Twitter

• Share on LinkedIn Share on LinkedIn

• Share on Facebook Share on Facebook

• Share by Email Share by Email

• Print this page Print

在预算限制、劳动力短缺以及需要“以更少资源做更多事”的压力下，首席信息官（CIO）和IT领导者正面临跨越各行业的共同IT难题。从数据可访问性差到客户期望的变化，IT领导者正将生成式人工智能（GenAI）作为解决问题的答案。

对GenAI的持续投资为企业提供了解决关键业务问题和构建创收渠道的新途径。但对大多数人而言，充分利用GenAI效益的关键显而易见：数据。数据是IT创新的核心，但目前大多数企业尚未充分发挥数据的潜力。投资建设坚实的数据基础对于利用GenAI优化业务流程和实现创新至关重要。继续阅读，了解IT领导者面临的其他挑战。

1. 无法从数据中获取洞察

69%的高管和决策者表示，无法持续（实时且大规模）使用数据是导致企业业务挑战的重大障碍。其结果是缺乏实时洞察，迫使领导者依赖直觉而非证据做决策。这阻碍了决策过程，抑制了增长和效率。数据运营不是一次性工作。您需要能够随着数据增长而扩展的工具，同时为您提供系统可见性。

一位电信行业高管解释道：“我们企业内部存在数据孤岛，无法整合成统一的视图来辅助决策。”

这一观点得到了数据支持：60%的组织对其当前的数据洞察表示不满，仅有35%的组织每天利用数据洞察进行业务决策。无法做出实时、数据驱动的业务决策源于底层的数据挑战，98%的领导者在数据问题的某些组合上面临困难。值得注意的是，67%的组织在不同环境中使用独立的数据解决方案，这在大多数情况下是由于数据管理效率低下。这在一定程度上是由于缺乏管理分散系统和软件的适当工具——这也是IT领导者今天面临的另一项挑战。

解决方案：从数据中获取洞察需要大量资源。它需要时间、专业知识和明确的目标，并且必须融入IT开发流程。在收集到相关数据后，需要通过数据分析（通常结合GenAI）获得可操作的洞察。可操作的洞察能提供具体措施和步骤，帮助您根据数据实现目标。借助搜索的精准性和人工智能（包括机器学习（ML）和自然语言处理（NLP））的智能，您可以将原始专有数据转化为可操作的洞察，从而加速业务成果。

传统上，组织会继续投资于基于业务需求的特定用途工具。然而，这种传统的技术投资流程会导致数据、信息、工作和成本的非计划性隔离和/或重复。工具泛滥的后果进一步阻碍了跨职能协作，使您当前环境的端到端可见性失效，并最终形成组织孤岛。

遗留系统也可能在工具泛滥中起到一定作用。组织必须在淘汰这些系统所产生的成本与继续维护它们的成本之间取得平衡。由于淘汰这些系统可能成本更高，因此企业仍依赖于遗留系统。结果，他们的团队可能会被迫使用那些在当前使用场景中性能和实用性并不理想的工具。这意味着所有工具可能无法“互联”并相互交流，最终阻碍对实时、相关数据的访问，进而影响数字化转型进程。

在可观测性和安全性方面——这两个需要共享数据的实践领域——重复的工作和分散的工具会对运营造成不利影响，降低生产效率和安全性，同时对收入产生负面影响。

总结：低效的工具和流程会造成瓶颈，导致工作流程变慢、资源浪费和运营成本增加。

解决方案：为应对这一挑战，67%的高管将投资数据工具和技术作为首要解决方案。更具体地说，通过整合工具并投资能够实现跨组织孤岛的多环境数据访问民主化的工具，您将获得巨大收益。

3. 过多时间消耗在手动工作和分析上

“如果数据无法快速处理和分析，可能导致决策延迟，影响客户服务、产品开发和营销策略等关键方面，”某科技公司高管解释道。低效的流程会降低生产效率，甚至减缓创新速度，而IT部门则要承受工具泛滥和数据孤岛的重压。

没有合适的易用工具和流程，团队往往需要花费大量时间进行过度的手动操作和分析，才能获得所需的结果。这不仅抑制了效率和生产力，还常常阻碍创新。

您招聘了最优秀的人才——为何要让他们困在低效的任务中，而不是专注于创新？如果团队拥有合适的工具，他们就能节省手动例行任务的时间，转而专注于能推动业务增长的高价值活动。重复和低效的工作往往会导致员工倦怠，并削弱宝贵的人才。构建允许团队快速应对繁琐任务并融入现有工作流程的解决方案和工具，可以提高员工满意度、留存率和业务效率。使用不支持团队需求的工具，可能导致生产力、声誉和收入的损失。

解决方案：采用以人员、流程和技术（PPT）为核心的投资方法，可以帮助您构建优先自动化重复任务的更优工作流程，最终实现效率提升、成本节约，并打造更敏捷、更具创新性的组织。通过分析和重新设计工作流程，组织可以识别瓶颈和低效环节，创建标准化、文档化的精简流程以确保一致性。

选择能够与现有系统无缝集成的合适工具，并利用GenAI和机器学习等先进技术，可以进一步优化自动化能力。这种方法不仅提高了准确性并降低了成本，还增强了组织的敏捷性和员工满意度，最终在市场中提供竞争优势。

4. 缺乏运营弹性

停机是企业最可怕的噩梦——尤其是考虑到平均停机成本每分钟可能高达9000美元。* 运营弹性帮助企业在减少停机时间和预防潜在危机方面应对中断。具有弹性的公司能够更快适应市场变化，并在危机期间和之后超越竞争对手。* 换句话说，运营弹性对企业发展有利。

成功的数据管理和实践是运营弹性的核心，但对许多企业来说，建立运营弹性是一项挑战。如果没有合适的工具、实践和专家，企业数据反而会成为负担，而非助力。因此，组织容易受到频繁中断、延迟和停机的影响，这会削弱弹性，增加业务风险，降低生产率并推高成本。

解决方案：如果没有能力主动应对中断和停机，组织将陷入被动应对的境地，被迫追赶问题。AI可以通过预测性弹性模型让你抢占先机。通过分析数据趋势，它可以在问题发生前发现潜在风险。无论是大小问题，最终都会影响终端用户的生产效率和面向客户的服务收入。

实现运营弹性应从坚实的数据基础开始，而不是依赖分散的碎片化工具和系统。通过优先考虑数据基础设施，你可以为团队提供可操作的实时洞察，采取主动措施推动业务增长，确保盈利应用始终正常运行。

5. 无法有效缓解网络安全威胁

GenAI有许多潜在优势，但它也催生了新一代网络威胁。GenAI在官方和非官方渠道的使用也加剧并助长了这些网络安全威胁。由于安全领域人员不足或在快速发展的AI技术面前技能不足，组织面临负面业务影响：被动应对措施导致高风险暴露、财务损失、法律问题、声誉损害和客户信任流失。

有效缓解这些网络安全威胁需要高度专业化的技能，而这些技能需求量大且难以获得。组织还必须更新安全监控实践，打破数据孤岛，为安全团队提供对系统和运营的全方位视图。

市场趋势不断变化，技术日新月异，这也催生了新一代数字犯罪。我们希望[按照]行业标准与时俱进，通过掌握最新的网络安全知识和实施措施来武装自己。

###### 高管，科技行业

解决方案：尽管生成式人工智能（GenAI）可能会加剧应对新威胁的挑战，但它也可能是更有效缓解这些威胁的解决方案。超过一半（59%）的领导者已经投资于由人工智能和机器学习驱动的安全自动化技术，96%的人认为使用能够主动检测和修复网络问题及威胁的生成式AI安全助手将为组织创造价值。当应用于强大的数据基础设施时，生成式AI有潜力帮助弥补安全领域的专业知识差距，并填补安全岗位的人力需求。

归根结底，这一切都取决于数据。领导者正在应对数据方面的挑战——从数据碎片化和孤岛问题，到缺乏足够的工具和不足的员工队伍——这些因素加剧了可观测性、安全性和韧性方面的挑战。因此，首席执行官和领导者将生成式AI解决方案和数据分析工具作为其首要技术投资也就不足为奇了。

进行数据和AI评估

许多组织的领导者都面临着相似的业务和数据挑战，同时又寄希望于AI和生成式AI来寻找新的机遇。为了确定改进和投资的领域，从反思现有挑战和了解竞争对手开始，是制定战略计划以保持竞争力的最佳起点。

查看您在AI投资、业务挑战和机遇方面与同行的对比情况。

最初发布于2024年10月8日；更新于2024年12月12日。

• Salesforce. 2022. 89%的员工可能通过这一改变受益。 * Forbes. 2024. 系统停机的真正成本（以及如何避免）。 * McKinsey. 2022. 为可持续、包容性增长构建韧性。

本文中描述的任何功能或功能的发布和发布时间表均由Elastic单独决定。任何当前不可用的功能可能无法按时或根本不会交付。

在本文中，我们可能已使用或引用了第三方生成式AI工具，这些工具由其各自的所有者拥有和运营。Elastic对第三方工具没有任何控制权，也不对这些工具的内容、操作或使用，或因使用这些工具而可能产生的任何损失或损害负责。在使用AI工具处理个人、敏感或机密信息时请格外谨慎。您提交的任何数据可能用于AI训练或其他目的。无法保证您提供的信息将被安全或保密地保存。在使用任何生成式AI工具之前，请熟悉其隐私政策和使用条款。

Elastic、Elasticsearch、ESRE、Elasticsearch Relevance Engine及相关标志是Elasticsearch N.V.在美国和其他国家/地区的商标、徽标或注册商标。所有其他公司和产品名称均为其各自所有者的商标、徽标或注册商标。

分享

/think