生成式AI将成为 2024 年的首要技术趋势，也会是首席信息官的优先事项，董事会安排首席信息官的任务包括审查新工具、配置基础设施、为新风险做好准备和利用新用户体验。

这并不容易，因为大多数供应商都在添加新的GenAI功能，这通常需要大量的成本。首席信息官需要为这些工具制定业务案例，以确定它们是否能够提供真正的价值，还是会导致代价高昂的失败。

生成式 AI 对 CIO 的影响将远远超出新的生成式 AI 工具和基础设施本身。首席信息官还可能负责升级数据基础设施和流程，为新的网络安全工具制定预算，以及吸引新人才，提升团队技能，并重新部署因更高效的流程而腾出的员工。

除了生成式AI之外，首席信息官还将在审查云基础设施的投资回报率、整合仓库自动化基础设施以及考虑新的数字孪生工具的价值方面发挥越来越多的作用。

下面让我们看看这些不同趋势将如何影响 2024 年 CIO 优先事项。

生成式 AI

1. GenAI 的价值取决于与业务团队的协作

Publicis Sapient执行副总裁兼全球工程主管Tilak Doddapaneni表示，发现生成式AI的商业价值将是首席信息官的首要任务，但鉴于该技术的发展速度如此之快，这并非易事。

他说：“首席信息官正面临着可预测但又严峻的挑战，他们的首要任务是理解业务团队并与之合作，以掌握生成式人工智能的影响。”

首席信息官需要与业务团队密切合作，以发现GenAI的应用，提供必要的工具和平台，并制定与其实施相关的业务案例和成本的战略。

一个关键方面将在于创建架构抽象，以保护系统免受人工智能领域的快速发展的影响。首席信息官还需要深入了解与这些进步相关的成本。

2. 人工智能的波动性推动企业使用提供嵌入式GenAI的平台

咨询公司Everest Group的合伙人Yugal Joshi说，有些公司将继续尝试GenAI计划，有时甚至扩大该计划。但更多的企业将转向他们现有的平台，例如ServiceNow、SAP、Salesforce和微软，以获得简单性和速度。目前，人工智能工具的波动性太大，大多数首席信息官都不想投资。

其中主要的顾虑是平台供应商要求提升定价。Joshi说，在某些情况下，他们的GenAI产品比其他产品和服务贵200%。另一方面，这些供应商也开始提供赔偿保护，这可能有助于缓解对新责任的担忧。

3. 新的GenAI风险需要企业重新审视治理框架、企业文化

随着企业急于进入生成式AI，首席信息官将越来越多地承担解决这些风险的责任。Protiviti新兴技术集团董事总经理兼全球负责人Scott Laliberte表示，首席信息官必须设定适当的期望和投资回报率预测。

他们需要通过与关键业务主管合作，确保新的用例与整体业务战略保持一致。他们也可能参与建立完善的人工智能治理框架。首席信息官必须培养一种持续的创新文化，强调人工智能与人类能力之间的共生关系，以建立信任，并推动新工具的采用。

4. GenAI 推动对 UX 和 UI 策略的重新思考

首席信息官还需要了解内部和外部利益相关者的用户体验和UI要求。

Doddapaneni说：“传统的UI概念正在经历范式转变，特别是对于使用GenAI的平台，这需要对UX策略进行重大的重新思考。”多样化的 UI 方法是必不可少的，因为很多类型的交互不适合聊天机器人模型。

数据

5. GenAI任务所需的数据工程和数据架构

Doddapaneni预测，在即将到来的满足生成式AI需求的任务中，有60%到70%将围绕数据工程展开。首席信息官需要建立一个核心数据架构。他们还需要开发适当的数据格式化流程，将其放置在合适的位置进行模型训练，确保数据版本的准确性，并评估数据平台（例如数据仓库和客户数据平台）的当前状态。

6. 数据管理和治理占据中心位置

全球咨询公司SSA&Company应用解决方案负责人Nick Kramer预测，尽管有生成式人工智能的头条新闻和炒作，但人工智能的采用仍将缓慢。在当前环境下，最具创新精神的首席信息官将专注于数据管理和治理。这些首席信息官认识到，管理高质量数据、引入非结构化数据以及建立数据素养需要放在首位。这些努力通常可以在创新预算范围内得到证明，同时通过可见性、知识共享和更好的决策来推动直接影响。

网络安全

7. AI放大的网络威胁需要更大的安全预算和新策略

人工智能将在 2024 年放大威胁行为者的策略、技术和程序。全球企业情报和网络安全咨询公司S-RM美洲业务发展主管Stephen Ross预测，这将提高高度针对性的鱼叉式网络钓鱼的发生率，简化欺诈攻击并推动网络钓鱼（语音网络钓鱼）。

Ross担心，去年美国的平均网络安全预算仅增长了1%，而威胁行为者的发展速度要快得多。五年前有效的安全工具现在已经失效，甚至看似无懈可击的供应商也受到了损害。Ross 说：“首席信息官需要在预算时间内全力以赴，争取其组织所需的关键技术更新，以保持领先于威胁行为者。”

8. 网络安全与业务目标保持一致至关重要

德勤风险与财务咨询负责人Andrew Morrison表示，平衡风险管理与运营效率的挑战将继续存在，到2024年，首席信息官的首要任务仍将是网络安全战略与整体业务需求保持一致。

Morrison表示：“虽然网络计划的执行通常由首席信息安全官或信息安全主管负责，但首席信息官需要将与网络保持一致，作为其整体业务战略的一部分，这通常是一个挑战，尤其是随着数字化转型步伐的加快。”

随着企业将更多数据推送到边缘、增加对云的依赖，并采用生成式人工智能等先进技术来实现增长，他们也可能会创建新的漏洞，攻击者可以利用这些漏洞来破坏他们的系统。如果首席信息官能在自己的战略中优先考虑安全设计方法，同时将这种思维应用于新技术部署，这将能够帮助他们的企业在未来几年获得竞争优势。

人才

9. IT 人才问题需要与人力资源和人才招聘团队密切合作

Lotis Blue Consulting 业务转型实践合伙人 John King 预测，2024 年的首席信息官将需要优先考虑升级、管理和留住组织中的关键人才。网络安全、人工智能、云迁移和数字化转型方面的技术趋势都需要截然不同的技能。如果没有大量的技能提升和再培训，新技术项目的投资回报率将不足，导致业务吸收速度变慢。

要取得成功，就需要与人力资源、工作场所学习和人才招聘团队密切合作，以协调升级现有员工技能和引入新功能所需的投资。这些投资将是巨大的。

King说：“如果公司不将IT视为一项高度战略性的资产，那么这些对话将不得不尽早进行，因为如果不保持参与和补偿，高技能的员工将对猎头具有极大的吸引力。”

引入具有合适资历的新人才可能会比以前的 IT 招聘更昂贵。随着时间的推移，实施生成式 AI 等技术进行代码编写和集成将减少 IT 所需的总人数，但总成本可能保持不变。

当这些计划开始启动，首席信息官还需要确保他们的员工保持敬业度和工作动力，并且他们不会有离职的风险，特别是考虑到对他们职业生涯的投资增加。与人力资源部门合作至关重要，可联合开发方法，需以监控 IT 组织的健康状况，查明存在离职风险的领域，并可以快速采取干预措施以留住员工。

10. 员工学习计划和人才管理加速

内容管理平台 Hyland 的首席信息官 Stephen Watt 预测，劳动力管理将成为首席信息官在 2024 年的关键趋势，随着他们安排新技术部署，包括新人工智能系统-需要员工培训和参与。

企业将继续寻找新的创新方法，通过智能、定制的人工智能交互和流程来缩短劳动力缺口。尽管如此，他们仍然需要在团队成员中具有这些技能。

Watt称：“我们需要提高自己的人工智能技能，无论是在我们的技术团队中……在我们的业务团队中，他们也可以了解这些技术可能在何处以及如何产生最大的影响。”

生成式 AI 是一项变革性技术，但向 GenAI 系统和流程的过渡仍然需要人们让它发挥作用。Watt称：“作为领导者，我们的工作将是确保我们能够培训、留住和竞争最优秀人才，以提供这种技能，我认为这将是花费最多时间和精力的趋势，而不是技术本身。”

11. 董事会推动首席信息官重新思考人才模型和员工人数

相反，首席信息官还必须计划GenAI驱动的编码流程生产力提升和对软件工程生命周期的影响。Joshi预测，董事会成员将推动首席信息官重新思考IT人才模型、构建和运行系统所需的员工人数、所需的新角色和技能，并为个人制定以GenAI为中心的职业道路。

Joshi说：“对于首席信息官来说，这将是一项艰巨的任务，他们需要比早期的技术颠覆更深入地了解人才的影响。”

与GenAI相关的生产力提高可能会为网络安全等长期人手不足的领域腾出人才。Joshi称：“每个首席信息官都抱怨它，但无能为力，因为他们没有资金。”他预测，董事会将要求首席信息官使用GenAI来改善这些人才问题。

基础设施

12. 仓库互操作性趋于成熟

实体产品和物流公司的首席信息官将越来越优先考虑其用于仓库自动化的技术堆栈。从历史上看，自动化解决方案一直难以集成，因为它们往往不会说同一种语言，并且需要复杂的自定义代码才能将所有内容集成在一起。

咨询公司Interact Analysis的研究分析师Rowan Stott表示：“我们现在看到越来越多的系统正在开发具有开放接口的系统，以及像SVT Robotics这样的互操作性平台，这使得将系统集成和连接在一起变得更加容易。”他说，首席信息官应该研究如何开发更具互操作性的技术堆栈，以便更容易利用机器人和输送系统的创新来简化运营并降低成本。

13. 云成本讨论将强调投资回报率

首席信息官们越来越多地被卷入关于虚高的云账单的讨论中。Everest Group 发现，87% 的客户对他们从云采用中获得的价值不满意。Joshi 预测，2024 年的成本讨论将越来越关注投资回报率。

企业希望其云提供商和技术服务合作伙伴构建 ROI 模型，以展示其云采用之旅，并估计 ROI 的积极时间表、前期和每年需要多少投资，以及他们需要迁移的云工作负载数量才能达到正值。

14. AI 使基于物理特性的仿真普及

虽然生成式人工智能今年似乎得到了所有媒体的关注，但基于物理特性的仿真和数字孪生的创新可能会在构建产品方面发挥重要作用，使以前昂贵而复杂的工具普及。（物理模拟是基于计算机的建模，它使用数学方程式来复制现实世界的行为。例如，在 2023 年底，谷歌研究人员展示了一种新的天气模拟模型，该模型在一台机器上运行几分钟，而以前在数十台机器上需要数小时。首席信息官的任务是确定这种配对以及相关的基础设施和培训的成本效益比。

Altair 数据分析和物联网高级副总裁 Christian Buckner 预计，越来越多的企业将 AI 与物理仿真相结合。物理模型有时会占用大量的计算机能力和时间，而人工智能则受到可用历史数据的限制。当这些工具混合搭配时，它们将带来两全其美的优势，同时减少限制。

Buckner说：“我们将越来越多地看到物理模型被AI加速，AI模型在物理模型的合成数据上训练，仿真用户工作流程被自然语言界面加速。结果将是更快、更准确的迭代，需要更少的计算成本和用户工作量。”