用戶登入
懇請您立即點擊填寫「2017年科技發展觀測平台與電子報滿意度調查」。我們期待提高問卷回收率,請繼續給我們支持與鼓勵,感謝您!
焦點新聞
2017年企業資訊管理技術成熟曲線
.2018/01/29
摘要 現階大多數公司皆面臨如何從資料中獲取更多價值的困境,並且欲發揮資料的最大價值,以推動更好的成果,本技術成熟曲線追蹤企業資訊管理,並提供資訊長(CIO)與數據分析長分析建議。在2017年Gartner的企業資訊管理研究報告中,具顛覆性效益的技術有六項,分別為資訊經濟學(Infonomics)、運算商業(Algorithmic Business)、機器學習(Machine Learning)、公民的資料科學(Citizen Data Science)、企業資訊管理計畫(Enterprise information management Programs, EIM Programs),以及人在迴路內的群眾外包(Human-in-the-Loop Crowdsourcing)等。其中,本文將針對前兩項進行說明,兩者皆位於創新始動期(Innovation Trigger),且皆在5-10年內會為產業界帶來實質的影響,以下將針對這兩項技術的發展與商業影響進行說明。

一、資訊經濟學(Infonomics)
(一) 定義:資訊經濟學是將資訊應用的理論與實務視為公司資產,包括資訊的衡量、管理和貨幣化與資產認定具有一樣或相似的規範。
(二) 商業影響:
(1)將資訊衡量、管理與貨幣化作為正式資產的效益包括:基於財務會計原則,評估特定資訊集(Information Set)的商業案例是否持續投資或撤資。
(2)更智慧地優先排序相關資訊措施,例如:資料治理(Data Governance)、分析、保留和歸檔。
(3)形成直接和間接貨幣化資訊資產的基礎。
(4)衡量或建立獲取新資訊源的效益。
(5)為IT部門、企業領導人與財務長(CFO)創立一種共通語言,以利資訊交流。
(6)成為更精通資訊的企業(最適化與創新)。
(7)正當化(Justifying)及證明IT與商業措施的效益。
(8)給投資者與潛在商業夥伴留下印象。
(9)推動資訊文化及改善訊息管理原則(Discipline)。
(10)減少與衡量資訊的相關風險。

二、運算商業(Algorithmic Business)
(一) 定義:運算商業是以工業化的方式,運用複雜的數學演算法以改善的商業決策或自動化流程,進而提高差異化的競爭力。
(二) 商業影響:Gartner預測在未來五年裡,自動化交易的水準將不斷地提高,因受多項資料來源的可用性越來越高,智慧機械等領域的能力也將不斷提高,以及社會對機器輔助的決策接受度越來越高。演算法(Algorithms)將作為個人和企業的代理,且下列三方面的決策支持將有大幅度改善:
 資產最佳化(Asset Optimization),例如:車隊、物流、機械、自動化、機器人。
 顧客參與(客戶流失(Customer Churn)、交叉銷售、獲利能力、開發新客戶)
 新產品(監視、遊戲、醫療保健)
隨著時間的推移,Gartner預計這些演算法將以提高系統運作自主性,以最適化傳遞期望的業務成果。
資料來源 Gartner