不過，很少有公司能夠以确保成功的步伐來創新。CBInsights統計顯示，雖然接受調查的677名企業戰略領導人中85%認為創新很重要，但78%承認隻專注于逐步的變化，而不是颠覆性項目。創新的步伐也很慢，60%聲稱開發新産品至少需要一年的時間。
的确，在數字時代，這個步伐太慢了，這也許可以解釋為何41%的調查對象表示自己被新興公司或技術颠覆的風險“極大”或“很大”。
考慮到所處的地位，數字領導力可提升業務成效，理想情況下還能促進收入增長。每個技術負責人如何處理創新和轉型将因所在行業的獨特挑戰而異。
租戶系統确保組織變革順利進行
這些年來，陶氏化學經曆了相當大的變化。該公司完成了多次資産剝離、合資和兼并，包括2017年9月與杜邦的大交易，成立全球收入最高的化學公司，随後又将體陶氏杜邦公司（DowDuPont）拆成了三家上市公司。由于技術在這些重大變革中發揮重要作用，陶氏化學的首席信息官MelanieKalmar面臨艱巨的任務。
她面臨的主要挑戰之一跟上并購活動節奏的同時确保陶氏化學緊跟創新的潮流。為了讓IT團隊保持對區塊鍊、數據分析及其他新興技術的高度關注，Kalmar為公司的全球ERP系統打造了一項“租戶”（tenant）功能。
這項功能由跨職能部門的Diamond系統解決方案（DSS）團隊運營，讓陶氏得以迅速為其成立的任何新公司搭建SAP财務軟件，那樣IT部門不會因結構變化而“陷入困境”。此外，這種遷移必須在幾個月内完成，又不影響業務，更重要的是不影響客戶。
Kalmar表示，迄今為止，租戶系統已省下了逾4500萬美元的成本，讓租戶系統發揮功效的關鍵在于，确保業務利益相關者亦步亦趨。“我們要争取與價值鍊上的合作夥伴保持步調一緻，否則會陷入‘自己作好準備但别人都不合拍’的困境。”
數據驅動的餐飲配送
如您，消費者越來越喜歡點外賣和看網劇，休閑餐廳正在努力應勢而變。市場颠覆已使許多連鎖店競相與UberEats、GrubHub、DoorDash及食品配送服務方合作。Bloomin'Brands的首席信息官DonaghHerlihy表示，他們不會選擇更容易的合作方式，而是要建立自己的配送網絡。Bloomin'Brands是世界知名的休閑餐廳集團，旗下餐飲品牌包括Outback牛排，Carrabba's意大利燒烤，Bonefis燒烤和Fleming'sPrime牛排和葡萄酒酒吧。該公司在48個州，波多黎各，關島以及20個國家擁有并經營着約1500家餐廳。
對于為何要推出自己的配送服務？Herlihy表示，首先，配送合作方最多要分走訂單金額的25%，直接攤薄了潛在的利潤。此外，配送合作方還會在餐廳不知情的情況下保有訂單生成的數據。“我不知道客人的體驗是好是壞，也沒法向客人進行有針對性的營銷。”而後一個問題至關重要，因為該集團正在升級營銷方式，從原來向消費者發送批量促銷電子郵件的方式，升級為更富個性化、更有針對性的營銷手法。借助微軟的Azure機器學習技術，Herlihy打造了一個數據池，确保個人營銷信息更有的放矢。
另一方面，為了培養固定的客戶，Bloomin'也在加強其客戶忠誠度計劃，該計劃目前将覆蓋460萬消費者。該服務通過Bloomin'的移動應用程序提供，可在顧客進入停車場時對其進行登記，顧客可以用手機支付而無需等待服務員拿賬單來。同時，Bloomin'還在移動應用中添加了一項功能，方便客戶看到送貨司機的行車路線。
向創業家亮明你的問題
自2006年加入西北互助人壽保險公司（NorthwesternMutual）以來，KarlGouverneur開始了他所謂的“矽谷考察之旅”，以尋求更多的創新。這位數字創新主管在風險投資家的安排下，與多家初創公司進行了“快速約會”。他還主持了黑客馬拉松和演示日活動，并與公司内部的風險投資公司和企業孵化器合作，來培育新技術。現在，Gouverneur追求一種比較新的創新模式，在他看來，這是一種非常适合提升數字能力的方式。
2017年11月，西北互助搞了一次“反向推銷”（reversepitch）活動，邀請創業家了解現有廠商目前尚未解決的具體的業務挑戰。這些挑戰包括：實現采購合同流程自動化，減小推薦阻力，并根據财務代表的社交媒體聯系資料自動識别潛在客戶。接受挑戰的團隊可獲得高達85000美元的種子投資，接觸企業導師和網絡，使用西北互助在威斯康星州密爾沃基市中心總部的辦公場所。
理想情況下，推銷将滲入到創業家的A輪融資。Gouverneur說：“結果是，他們成為一家能獨立發展、業務規模增長10倍的公司。我們需要一種有廣度和深度、産品符合市場需求，以及未來有出路的産品。”
用數據科學優化作物
農業和高科技可能是一個奇怪的組合，但孟山都就是要打破這種看法。它的首席信息官JamesSwanson推出了一個旨在發現種植玉米和其它作物的最佳條件的分析平台。這個叫做science@scale的系統針對種子遺傳學、氣候、水、土壤和營養等特征對數百萬個數據點進行模拟。
Science@scale利用亞馬遜網絡服務和谷歌的TensorFlow機器學習應用軟件等技術，在幾分鐘内處理以前需要幾個月才能處理的模拟，銷售收入因此增加了1700萬美元。Swanson将孟山都的方法比作“個性化醫療”，該公司幫助客戶找出種植作物的最佳種子、條件和土壤。目前，孟山都能夠在農民的土地上将最佳種植條件精确到10米的範圍内。Swanson說：“而這僅僅是個開始；随着我們獲取的數據越來越多，将來我們會更卓有成效。”
Swanson表示，理想情況下，孟山都旨在幫助玉米種植者将每英畝産量從185蒲式耳提高到近500蒲式耳。“世界上最古老的行業正因技術和數據科學而發生轉變。”