随着衡量长期价值创造的压力越来越大,公司面临的主要的挑战是如何从其数据中读取意义。
曾几何时,一份年度报告就可以证明公司的价值,透过良好的订单记录,健康的资产负债表和以往年度的诱人股息分配就可以向股东证明公司的价值。但是,近年来情况发生了变化,如今公司须在更广阔的层面上呈现出公司价值。
当前的趋势是从股东资本主义(保护股东的价值作为压倒一切的优先级)向利益相关者资本主义进行转变,利益相关者资本主义的关注点是向更广泛的受众(包括客户,员工,投资者和监管机构)展示公司在创造长期价值。
无论是由于千禧一代迫使企业价值观转变为更负责任和更具有社会意识的业务方法,还是由高调的公司倒闭导致的结果,关注点都已改变。企业已经不再仅仅追求利润最大化,其透明度,可持续性和包容性已日益成为衡量成功整体因素的一部分。
在评估长期价值时不考虑这些因素可能会影响投资、人才招聘、誉并最终影响生产力和利润。我们生活在一个各方日益参与的环境中,利益相关者需要更广泛的信息。在数字化世界中,他们希望这些数据是最新的并且随时可用。
数据水平
根据包容性资本主义路堤项目(EPIC)(EN) ,衡量长期价值的关键绩效指标(KPI)将越来越围绕四个关键领域:人才;创新和消费者趋势;社会与环境;和治理。利益相关者希望清楚这些KPI如何为战略规划,风险管理,高管薪酬,可持续运营,业务增长和长期公司价值提供信息。
但是,尝试报告长期价值的公司所面临的挑战之一是可用数据规模巨大以及如何从中读取价值。为了理解这一挑战的规模,请考虑我们全球数字宇宙中的数据每两年增加一倍 [1] 。
在这种情况下,人工智能(AI)就是改变游戏规则的,人工智能能够理解这些数据并确定有意义的指标 。 通过人工智能对大量信息的分析既可以即时进行,也可以定制。
数据挖掘可以帮助分析大量数据并分类信息。例如,它可以用于分析大量专利并将其归类为“定性类别”:增量性、相邻性、颠覆性等。预测分析还可以帮助分析市场和消费者行为,并提供趋势和预测。
公司应该能够使用该技术实时衡量其活动的各个方面,例如财务价值,生产,员工绩效,成本管理和可持续性,这一事实代表了巨大的进步。过去,要衡量价值须花费甚多且耗时。提供给分析师的数据质量参差不齐,而且流程通常没有结构或框架。将来,公司应该能够使用实时KPI,从而产生实时输出。
AI作为推动者
但人工智能不是“银弹”;它只是 支持新指标的生成和分析的推动者。
此外,公司 仍处于制定长期价值度量方法的初期。他们必须 在战术和战略KPI之间;运营和财务关键绩效指标之间;以及可以有效地把握时机,并展望未来的KPI之间取得可行的平衡。
就目前而言,存在一个问题,即配备精良的公司如何采用新的指标来进行公司治理,消费者信任,创新,人才和环境等等。许多组织还没有适当的“管道”,数据源和汇总功能或所需的报告系统。