Comment élaborer une feuille de route de transformation numérique pour votre organisation

Pour les entreprises établies en particulier, la première étape d’un processus de transformation numérique est susceptible de se concentrer sur l’adoption de nouvelles technologies et approches techniques, et éventuellement sur le remboursement de la dette technique existante. Cela implique souvent de migrer les charges de travail vers le cloud et de moderniser les technologies existantes. Même s'il s'agit d'un effort largement axé sur la technologie, il nécessite également de modifier les capacités informatiques et les modèles opérationnels existants. Presque immédiatement, les efforts des entreprises qui migrent vers le cloud sont susceptibles d'être récompensés par, entre autres, une réduction du coût de possession, une amélioration de la productivité du personnel informatique, une meilleure résilience opérationnelle et une plus grande agilité technique. Des études récentes menées auprès de clients AWS ont révélé une baisse de 50 % des coûts d’exploitation sur cinq ans, une gestion de l’infrastructure informatique 47 % plus efficace, plus de 2 fois plus de fonctionnalités proposées par an, une réduction de 69 % des durées d’indisponibilité imprévues et 45 % d’incidents de sécurité en moins par an.

Par exemple, l’agence de voyages Expedia Group, qui a transféré la majorité de ses applications critiques et près de 20 ans de données de ses centres de données sur site vers le cloud, a accéléré les paiements des fournisseurs, a économisé des millions de dollars et a pu évoluer pour gérer des centaines de millions de visiteurs de son site Web chaque mois. La société de médias internationale Discovery a mis hors service ses centres de données sur site utilisés pour la diffusion de contenu sur les chaînes de diffusion, câblées et satellites, en transférant ces fonctionnalités vers le cloud afin de réduire les coûts, d’améliorer la fiabilité et d’accélérer sa capacité à déployer des chaînes. GE Aviation a également transféré ses environnements de développement et de production vers le cloud, offrant ainsi de nouvelles méthodes de partage de données entre les deux environnements, ce qui n’était pas possible dans leur configuration sur site. GE a ainsi accéléré l’innovation tout en étant attentif à la sécurité et à la conformité, et a fait passer les équipes informatiques des tactiques informatiques à la création de valeur.

Une fois la bonne plateforme technique en place, les entreprises portent leur attention sur l’optimisation du modèle opérationnel de l’organisation afin de s’orienter davantage vers les données. Les données aident les entreprises à valider rapidement leurs orientations stratégiques tout en minimisant les risques et en réduisant les délais de commercialisation de leurs innovations grâce à une meilleure prise de décision et à la capacité de prévoir les résultats commerciaux. Les modifications apportées aux modèles opérationnels peuvent inclure l'utilisation de nouvelles plateformes de données et d'analyse pour obtenir des informations exploitables et améliorer l'expérience client, ou l'utilisation du machine learning pour automatiser les processus métier. Cet aspect de la transformation est probablement plus complexe que la transformation technologique, car il implique des changements à l'échelle de l'entreprise. Cependant, les avantages qui en résultent en matière d'amélioration de l'efficience, de l'efficacité et de la flexibilité opérationnelles se traduiront probablement par des résultats commerciaux démesurés. Les clients d’AWS ont constaté des équipes de développement d’applications 35 % plus productives et une augmentation de 29 % du temps consacré à l’innovation.
 
United Airlines est une parfaite illustration de la manière spectaculaire dont la transformation technologique peut à son tour entraîner des changements opérationnels. En effet, l’entreprise a réalisé qu’en collectant et analysant les données de l’organisation en temps réel, elle pouvait créer un « aéroport intelligent ». Pour ce faire, elle a utilisé des capteurs IoT et le machine learning afin d’améliorer l’efficacité de ses opérations de service au sol, dont la restauration, le ravitaillement et la préparation aux portes d’embarquement, le suivi et l’acheminement des bagages, ainsi que le parcours client de bout en bout. Les nouveaux modèles opérationnels ont permis à l'entreprise d'économiser 120 millions de dollars et 1,3 million d'heures de travail, et de réduire les émissions de 7 %. Le groupe Volkswagen a également modifié radicalement ses modèles opérationnels afin de transformer ses processus de fabrication et de logistique automobiles et d’exploiter les capacités de l’Internet des objets et le machine learning. Il a ainsi connecté les systèmes de 120 sites industriels, ce qui a permis d’augmenter la productivité de 30 % et d’économiser 1 milliard d’euros sur la chaîne d’approvisionnement grâce à une efficacité accrue.

Le troisième aspect de la transformation numérique à prendre en compte est la transformation stratégique : la réinvention du modèle opérationnel. La réinvention du modèle opérationnel implique de reconsidérer la manière dont les organisations créent de la valeur pour les clients et captent les bénéfices qui en résultent. Pour les organisations dont les modèles opérationnels actuels sont menacés ou ne sont plus viables, cela peut inclure l'utilisation de technologies numériques pour pénétrer de nouveaux marchés ou secteurs. Pour celles qui ne sont pas menacées, les modèles opérationnels peuvent encore être modifiés afin d'accroître la valeur pour les clients et de créer de nouveaux produits et des solutions innovantes qui favorisent la différenciation, l'avantage concurrentiel et la valeur à long terme tout en renforçant l'engagement des clients. Ces changements sont susceptibles de nécessiter des capacités commerciales nouvelles ou améliorées, d'où la nécessité de poursuivre la transformation opérationnelle et technologique.

Le fabricant de logiciels de conception, d’ingénierie et de divertissement Autodesk s’est lancé dans des secteurs d’activité entièrement nouveaux grâce à son évolution technologique et opérationnelle. Le passage au cloud a permis à Autodesk de proposer ses logiciels sous forme de service sur abonnement, avec une haute disponibilité et la possibilité de publier des mises à jour régulières et de nouvelles fonctionnalités. Au fil du temps, Autodesk a pris conscience de la puissance du cloud pour améliorer le travail de ses clients et a déployé de nouvelles fonctionnalités à l'aide de modèles de machine learning, dont un qui aide les concepteurs à organiser et trier des milliers d'options de conception génératives, et un autre qui peut aider à reconnaître les modèles en fonction de leur similitude visuelle. La société de services financiers Goldman Sachs a également tiré parti du cloud pour créer de nouveaux secteurs d’activité, notamment une activité de banque aux particuliers avec 110 milliards d’USD de dépôts de détail, une plateforme bancaire transactionnelle native cloud et Goldman Sachs Financial Cloud for Data, une nouvelle suite de solutions de données et d’analytique basées sur le cloud pour les institutions financières.