Geen producten in je winkelwagen.
Na onderzoek onder de 150 grootste bedrijven in verschillende sectoren is voor Microsoft-ceo Satya Nadella en Harvard-prof Marco Iansiti duidelijk geworden dat de omvang van je IT-budget niet het succes van je digitale transformatie bepaalt. Veel geld uitgeven aan technologie levert je niet automatisch meer groei of betere prestaties op.
Nog een misvatting: succesverhalen over digitale transformaties zijn alleen te vinden bij bedrijven die ‘digitaal geboren’ zijn, zoals Uber en Airbnb. Ook de oudere giganten zoals Unilever en Starbucks zijn erin geslaagd om een digitale innovatieve mindset en cultuur te creëren.Waarom slagen zij wel in hun digitale transformatie?
Ze investeren in opleidingen, cultuur, toegankelijke technologie, en ze betrekken vooral niet-technische medewerkers bij dit hele proces. Zij moeten namelijk die digitale innovatie gaan omarmen én aansturen. Volgens het rapport Worldwide IT Industry 2020 Predictions van marktonderzoeksbureau IDC moeten wereldwijd tegen 2023 zo’n 500 miljoen nieuwe digitale oplossingen worden gecreëerd.
Dat is meer dan het totale aantal dat van de afgelopen 40 jaar. Dit kan niet worden bereikt door kleine groepen IT’ers en techneuten die in silo’s zijn afgescheiden van de rest. Maar hoe en waarin je investeert, hangt ook een beetje af van waar je staat op je pad naar digitale transformatie. Nadella en Iansiti definiëren samen vijf fases in HBR: van traditioneel naar native.
Fase 1: Traditioneel
Veel bedrijven passen nog prima in het traditionele model: digitale investeringen zijn het domein van de IT-afdeling. De technologie wordt lokaal toegepast bij aparte afdelingen of business units. De projecten, inclusief artificiële intelligentie en machine learning, worden aangepast aan de specifieke eisen van deze afdelingen of teams. Ook de verzamelde data blijft bij deze gebruikers.
Daardoor zullen de technologie en de data-infrastructuur ook de kenmerken van deze gebruikers gaan vertonen. Er is geen consistentie en geen connectiviteit met de rest van het bedrijf. Deze aanpak maakt het onmogelijk om digitale innovaties te delen en op te schalen naar de rest van de organisatie.
Een teken aan de wand: de perceptie van de impact van de digitalisering verschilt dramatisch. IT’ers vinden de impact enorm, vooral omdat ze er veel werk insteken. De meeste medewerkers daarentegen vinden de impact laag, omdat ze er weinig van merken, laat staan profiteren, bij hun dagelijkse activiteiten.
Fase 2: Brug
Het doorbreken van het traditionele model gebeurt met het lanceren van pilots. Deze slaan via cross-functionele teams een brug tussen voorheen gescheiden afdelingen of groepen. De data en technologie (API’s) worden intern gedeeld, bijvoorbeeld op een makkelijk schaalbaar platform in de cloud, om innovaties mogelijk te maken.
Daarbij kunnen bedrijven zich eerst richten op de functionele mogelijkheden. Denk bijvoorbeeld aan het optimaliseren van reclame, of onderdelen in de productie- of supply chain. Dit gaat verder dan het testen van technologie. Managers en medewerkers werken in deze fase namelijk samen in agile ontwikkelingsteams met IT’ers en data scientists.
Fase 3: Hub
Wanneer meer en meer pilots succes boeken, volgt de fase waarin bedrijven hubs gaan vormen waarin wordt samengewerkt aan het koppelen van steeds meer functies en afdelingen. Real-time inzichten worden gedeeld over de business units, apps zijn eigendom van het hele bedrijf, het dataplatform is verenigd en modulair. Machine learning modellen zijn verder geavanceerd.
Hoe verder een organisatie hiermee komt, hoe meer het knelpunt verschuift van investeringen in technologie en architectuur naar personeel. Een beperkende factor in deze fase is het gebrek aan werknemers met de kennis en de vaardigheid om digitale innovatie te stimuleren. Organisaties moeten dus investeren in het coachen en opleiden van een veel grotere groep medewerkers.
Fase 4: Platform
De verschillende hubs smelten samen tot een geïntegreerde fundering, waardoor het bedrijf steeds meer als een software bedrijf gaat fungeren, inclusief product- en programmabeheer en snelle experimenten.
Operationele basistaken worden geautomatiseerd, toepassingen gebaseerd op artificiële intelligentie worden snel ingezet, er wordt gebouwd aan geavanceerde data-engineering en machine learning modellen. De analyses en voorspellingen die hieruit voortkomen, worden in het hele bedrijf gedeeld en toegepast.
Microsoft heeft de afgelopen vijf jaar bijna elke fase van deze reis doorlopen. ‘Jaren geleden waren we net zo’n silo als de meeste bedrijven, met een organisatie die zijn eigen gegevens, software en mogelijkheden afsplitste’, staat te lezen in HBR.
Pas toen het bedrijf de data van verschillende functies en productgroepen met elkaar in verband bracht en dit proces genormaliseerd werd, was Microsoft in staat geïntegreerde oplossingen te implementeren van klantenservice tot supply chain management.
Alle data is nu geïntegreerd in een ‘data lake’ voor het hele bedrijf. ‘We hebben een business process platform gebouwd, dat software en analytische componenten biedt die teams gebruiken om innovaties mogelijk te maken van Xbox-productie tot het beheren van reclame-uitgaven.
We hebben ook geïnvesteerd in trainingsprogramma’s voor niet-technische medewerkers, waarbij we in de hele organisatie data centric en machine learning vaardigheden hebben ontwikkeld.’
Fase 5: Native
De meest succesvolle bedrijven onder de 150 uit de studie hebben een ander type operationele architectuur geïmplementeerd. De native fase is volledig data-driven. Alles is ontworpen om artificiële intelligentie op grote schaal over het hele bedrijf in te zetten.
Kenmerken: een kern van experts, een agile cultuur, breed toegankelijke en gebruiksvriendelijke tools, veel investeringen in training en opleidingen zodat grote groepen medewerkers volledig begrijpen wat technologie en data kunnen betekenen.
‘Bij Microsoft hebben we nog veel te leren, maar in sommige delen van de organisatie beginnen we het native model te benaderen. Zoals gebruikelijk bij elk bedrijf, is de vooruitgang niet overal even snel gegaan.
De resultaten zijn over het algemeen bemoedigend, aangezien we steeds meer innovatieve oplossingen zien voor interne en klantgerichte problemen. Het belangrijkste is dat onze benadering van het begrijpen, beschermen en werken met data lichtjaren vooruit is gegaan.’
