일반적인 기술 채택 방해 요소 및 혁신에 대한 과제

디지털 경제의 혁신에 설명된 대로 혁신에는 발명과 채택 간의 균형이 필요합니다. 이 문서에서는 이러한 방법이 혁신 주기 동안 가치를 더할 수 있는 방법을 이해하는 데 도움이 되는 것을 목표로 하는 일반적인 클라우드 채택 과제 및 혁신에 대한 방해 요소에 대해 설명합니다.

혁신을 위한 공식: 혁신 = 발명 + 채택

혁신 문제를 극복하는 방법을 알기 위해서 적절한 방법을 검색하는 데 시간이 걸립니다. 이 문서에서는 직장에서 기술 채택 문제를 극복하는 데 대해 자세히 설명합니다.

클라우드 기술 채택 과제

클라우드 기술 발전으로 채택과 관련된 마찰이 일부 감소했지만 기술 채택은 기술 중심보다 사람 중심적입니다. 아쉽게도 클라우드는 사람을 고칠 수 없습니다.

다음 목록에서는 혁신과 관련된 가장 일반적인 채택 과제 중 일부를 설명합니다. 혁신 방법론을 진행하면서 다음 섹션의 각 과제를 식별하고 해결합니다. 이 방법론을 적용하기 전에 현재 혁신 주기를 평가하여 가장 중요한 과제 또는 방해 요소가 무엇인지 결정합니다. 그런 다음 방법론을 사용하여 해당 방해 요소를 해결하거나 제거합니다.

외부 과제 유형

• 출시 시간: 디지털 경제에서 시장 출시 시간은 시장 지배의 가장 중요한 지표 중 하나입니다. 놀랍게도 시장에 미치는 영향은 위치 선점 또는 초기 시장 점유율과는 거의 관련이 없습니다. 이러한 두 가지 요소는 모두 변덕스럽고 일시적입니다. 출시 시간 이점은 솔루션이 시장에 출시되는 데 시간이 더 많이 걸릴수록 더 많은 시간을 배우고 반복하고 개선해야 한다는 단순한 진실에서 비롯됩니다. 출시 시간을 단축하고 학습 기회를 가속화하려면 빠른 정의와 효과적인 최소 실행 가능한 제품의 신속한 구축에 집중해야 합니다.
• 경쟁 과제: 지배적인 현직자는 고객으로부터 참여하고 배울 수 있는 기회를 줄입니다. 또한 경쟁업체는 더 빨리 제공하도록 외부 압력을 가합니다. 빠르게 구축하되 적절한 측정치를 이해하는 데 많은 투자를 해야 합니다. 잘 정의된 틈새는 보다 실행 가능한 피드백 측정치를 생성하고 파트너십을 맺고 학습하는 능력을 향상시켜 전반적인 솔루션을 개선합니다.
• 고객 이해: 고객 공감은 고객 및 고객 기반에 대한 이해에서 시작됩니다. 혁신가의 가장 큰 과제 중 하나는 빌드-측정-학습 주기 내에서 측정 및 학습을 신속하게 분류하는 능력입니다. 시장 세분화, 채널 및 관계 유형의 렌즈를 통해 고객을 이해하는 것이 중요합니다. 빌드-측정-학습 주기 전체에서 이러한 데이터 요소는 공감을 만들고 학습된 교훈을 형성하는 데 도움이 됩니다.

내부 과제 유형

• 혁신 후보 선택: 혁신에 투자할 때 건강한 기업은 잠재적인 발명품의 끝없는 공급을 생성합니다. 이들 중 상당수는 높은 수익을 제안하고 매력적인 비즈니스 근거 스프레드시트를 생성하는 매력적인 비즈니스 사례를 만듭니다. 빌드 문서에서 설명한 대로 고객 공감으로 구축은 수익 예측에만 기반한 발명보다 우선 순위에 놓여야 합니다. 고객 공감이 제안에 나타나지 않으면 장기적인 채택 가능성은 낮습니다.
• 포트폴리오의 균형 조정: 대부분의 기술 구현은 시장을 바꾸거나 고객의 삶을 개선하는 데 초점을 맞추지 않습니다. 평균적인 IT 부서에서는 기본 프로세스 자동화를 위해 워크로드의 80% 이상이 유지 관리됩니다. 혁신의 용이성을 통해 이러한 솔루션을 혁신하고 재설계하려는 유혹이 생기기 마련입니다. 대부분의 경우 그러한 워크로드는 핵심 비즈니스 논리 또는 데이터 프로세스를 변경하지 않고 솔루션을 마이그레이션하거나 현대화하여 유사하거나 더 나은 수익을 경험할 수 있습니다. 포트폴리오의 균형을 조정하여 고객(내부 또는 외부)에 대한 명확한 공감으로 구축할 수 있는 혁신 전략을 선호하도록 합니다. 다른 모든 워크로드의 경우 재무 수익에 대한 마이그레이션 경로를 따릅니다.
• 핵심 유지 및 우선 순위 보호: 혁신에 대한 노력을 기울였을 때 팀의 핵심을 유지하는 것이 중요합니다. 빌드 단계의 첫 번째 반복 중에는 팀이 고객의 미래를 바꿀 가능성에 대해 기대할 수 있게 만드는 것이 비교적 쉽습니다. 그러나 첫 번째 MVP 릴리스는 시작에 불과합니다. 진정한 혁신은 피드백 루프에서 학습하여 더 나은 솔루션을 생성하여 각 빌드-측정-학습 주기를 제공해야 합니다. 혁신 프로세스의 리더로서 팀의 핵심을 유지하고, 매력이 떨어지는 후속 빌드 반복을 통해 혁신 우선 순위를 유지하는 데 집중해야 합니다.

발명 과제

클라우드를 광범위하게 채택하기 전에는 발명 주기가 어렵고 시간이 많이 소요되는 정보 기술에 의존했습니다. 조달 및 프로비저닝 주기는 새 솔루션에 대한 중요한 첫 번째 단계를 지연시키는 경우가 많았습니다. DevOps 솔루션 및 피드백 루프의 비용으로 인해 팀의 초기 단계 아이디어 및 발명에 대한 공동 작업 능력이 지연되곤 했습니다. 개발자 환경 및 데이터 플랫폼과 관련된 비용으로 인해 고도로 학습된 전문 개발자를 제외한 모든 사용자가 새 솔루션 만들기에 참여하지 못하게 만들었습니다.

클라우드는 셀프 서비스 자동화 프로비저닝, 경량 개발 및 배포 도구, 전문 개발자와 시민 개발자가 신속한 솔루션 만들기에 협력할 수 있는 기회를 제공함으로써 발명의 이러한 많은 과제를 극복했습니다. 혁신을 위해 클라우드를 사용하면 혁신 방정식의 발명 측면에 있어 고객의 과제와 방해 요소가 크게 줄어듭니다.

디지털 경제의 발명 및 혁신 과제

오늘날의 발명 과제는 과거의 과제와는 다릅니다. 클라우드 기술의 무한한 잠재력은 더 많은 구현 옵션과 이러한 구현을 사용하는 방법에 대한 심층적인 고려 사항도 생성합니다.

혁신 방법론은 다음 혁신 분야를 사용하여 구현 결정을 발명 및 채택 목표에 맞추는 데 도움이 됩니다.

• 데이터 플랫폼: 데이터에 대한 새로운 원본 및 변형을 사용할 수 있습니다. 이전에는 이 데이터의 대부분을 레거시 또는 온-프레미스 애플리케이션에 통합되어 비용 효율적인 솔루션을 만들 수 없었습니다. 고객에서 추진하려는 변경 사항을 이해하면 데이터 플랫폼 결정을 알릴 수 있습니다. 그러한 결정은 데이터를 수집, 통합, 분류 및 공유하기 위해 선택한 방법의 확장입니다. Microsoft는 이러한 결정 프로세스를 데이터의 민주화라고 합니다.
• 디바이스 상호 작용: IoT, 모바일 및 증강 현실은 디지털과 물리적 사이의 경계를 흐리게 하여 디지털 경제를 가속화합니다. 고객 동작을 둘러싼 실제 상호 작용을 이해하면 디바이스 통합에 대한 결정을 내릴 수 있습니다.
• 애플리케이션: 애플리케이션은 더 이상 전문 개발자의 독점 분야가 아닙니다. 기존 서버 기반 방법도 필요하지 않습니다. 전문 개발자의 역량을 강화하고, 비즈니스 전문가가 시민 개발자가 될 수 있도록 하며 API, 마이크로 서비스 및 PaaS 솔루션에 대한 컴퓨팅 옵션을 확장하면 애플리케이션 인터페이스 옵션이 확장됩니다. 고객 동작을 형성하는 데 필요한 디지털 환경을 이해하면 애플리케이션 옵션에 대한 의사 결정이 향상됩니다.
• 소스 코드 및 배포: 모든 단계의 개발자 간 협업은 품질과 출시 속도를 모두 향상시킵니다. 피드백의 통합 및 학습에 대한 신속한 응답이 시장의 리더를 형성합니다. 빌드, 측정 및 학습 프로세스에 대한 헌신은 도구 채택 결정을 가속화하는 데 도움이 됩니다.
• 예측 솔루션: 디지털 경제에서는 고객의 현재 요구 사항을 충족하는 것만으로는 충분하지 않습니다. 고객은 다음 단계를 예측하고 미래의 요구를 예측하는 비즈니스를 기대합니다. 연속 학습은 종종 예측 도구로 발전합니다. 고객 요구 사항의 복잡성과 데이터의 가용성은 예측 및 영향을 위한 최상의 도구와 접근 방식을 정의하는 데 도움이 됩니다.

디지털 경제에서 설계자가 직면한 가장 큰 과제는 고객의 발명 및 채택 요구를 명확하게 이해하고 이러한 요구 사항을 충족할 수 있는 최고의 클라우드 기반 도구 체인을 결정하는 것입니다.

다음 단계

빌드-측정-학습 모델 및 성장형 사고방식에 대해 얻은 지식이 있으면 혁신 방법론 내에서 디지털 발명을 개발할 준비가 된 것입니다.

디지털 발명 개발