مدرنیزاسیون IT (IT Modernization) همچنان یکی از ارکان استراتژیک مدیران فناوری اطلاعات (CIO) است و حتی مدیران عامل (CEO) نیز بر ارزش جایگزینی سیستم‌های قدیمی (Legacy Systems) برای تسریع نوآوری تأکید دارند. با این حال، گزارش‌ها نشان می‌دهد که اکثریت پروژه‌های مدرنیزاسیون اپلیکیشن‌ها و زیرساخت‌ها در رسیدن به اهداف خود شکست خورده‌اند.
تخصیص بودجه و فشار رقابتی AI
بر اساس نظرسنجی اخیر شرکت Ensono، حدود ۶۱ درصد از سازمان‌ها در ۲۴ ماه گذشته مجبور شده‌اند ابتکارات مدرنیزاسیون IT خود را متوقف کرده، به تعویق بیندازند یا مقیاس آن‌ها را کاهش دهند. یکی از دلایل اصلی این اتفاق، انتقال بودجه‌های سنتی IT به پروژه‌های هوش مصنوعی (AI) است تا سازمان‌ها بتوانند با روند سریع پیشرفت این فناوری رقابت کنند.
چالش‌های عملیاتی و هزینه‌های پیش‌بینی نشده
- تجاوز از بودجه: بیش از ۷۰ درصد پاسخ‌دهندگان اعلام کرده‌اند که هزینه‌های مدرنیزاسیون آن‌ها از بودجه اولیه فراتر رفته است.
- پدیده Scope Creep: گسترش کنترل‌نشده محدوده پروژه به دلیل عدم شناخت دقیق از عملکرد سیستم‌های قدیمی در ابتدای مسیر.
- اصطکاک پذیرش: پیچیدگی سیستم‌های جدید باعث می‌شود کاربران به روش‌های قدیمی بازگردند و نرخ پذیرش فناوری کاهش یابد.
تضاد یا هم‌افزایی؟
کارشناسان معتقدند نگاه به AI و مدرنیزاسیون به عنوان دو ردیف بودجه‌ای رقیب، یک تله استراتژیک است. در واقع، قابلیت‌های پیشرفته AI به شدت به زیرساخت‌های داده‌ای، یکپارچه‌سازی (Integration) و حاکمیت داده (Governance) وابسته هستند که سال‌هاست مدرنیزاسیون آن‌ها به تعویق افتاده است.
راهکارهای پیشنهادی برای مدیران ارشد
برای مدیریت بهینه هزینه‌ها و تضمین بازگشت سرمایه (ROI)، توصیه‌های زیر ارائه شده است:
- بودجه‌بندی مرحله‌ای: تخصیص منابع بر اساس دستاوردهای تعریف شده (Named Outcomes) به جای پرداخت یک‌باره.
- استفاده از AI برای مدرنیزاسیون: بهره‌گیری از ابزارهای AI برای تحلیل کدها (Code Discovery) و پاکسازی کدهای قدیمی جهت کاهش زمان و هزینه پروژه.
- هم‌راستایی استراتژیک: شناسایی سرمایه‌گذاری‌های زیرساختی که پیش‌نیاز رسیدن به اهداف AI هستند و ادغام آن‌ها در یک بیزنس‌کیس واحد.
