本研究通过评估六种标准管理方法在信息技术(IT)投资生命周期各阶段的应用适配性,解决如何优化选择方法论以应对新型IT技术的决策挑战,从而实现核心流程的价值优化。在当前实践中,价值无差异的成本优化常驱动企业下级营利部门及非营利机构(如国防部)的IT投资决策,根源在于通用会计、财务和经济方法无法量化IT在核心流程中创造的价值。本研究旨在为决策者提供六种方法论指导,使其能在缺乏历史数据预测结果的情况下,对新型IT技术实现价值感知型优化投资。面对历史数据缺失的困境,决策者运用六种标准管理方法预测核心流程性能变化(尤其是投资回报率)面临更大挑战。本研究成果包括各生命周期阶段最优方法论应用指南,以最大限度提升新型IT投资成效。研究以前沿远距机器人系统强化前推部署战地维修(FDCR)核心流程为概念验证案例,展示了IT投资生命周期中创新机遇的实践指导框架。

采用有效、可靠且可比的方法预测信息技术(IT)投资价值,持续挑战着IT经济研究者与实践者。现有融合标准会计、财务与经济学的评估方法,在量化优化核心流程的IT投资效益时存在显著局限。症结在于标准投资方法对价值度量的假设缺乏支撑或精确性(例如未在流程层面采用比率尺度价值指标),导致决策者难以预测优化核心流程的IT技术潜在效能。此类价值假设缺陷因缺乏子组织核心流程层级的比率尺度价值标准,常致使投资无法达成预期效益,在国防部等非营利机构中尤为凸显。若决策者能精准匹配各类管理方法与IT投资生命周期阶段,将极大优化IT投资决策成效——例如根据方法适用性指导流程改进,从而实现更科学的远距机器人等新兴技术投资组合管理。正如海军作战部长吉尔戴上将(2022)"求真务实,精益求精"战略所强调:高效统筹财务、人力与IT资源对实现资源优化利用目标至关重要;而运用IT技术重构核心流程,可助力海军机构通过提升流程效率实现"精益求精"目标。

本研究基于有效可靠比率尺度——以前推部署战地维修(FDCR)核心流程生产率的价值、成本及周期时长为度量标准——攻克IT投资决策难题。这些指标通过测算投资回报率(ROI)与核心流程周期时长,为投资决策提供关键性能数据支撑。研究进一步验证六种管理方法(平衡计分卡、业务流程再造、知识价值增值、挣值管理、集成风险管理、精益六西格玛)如何引导IT投资生命周期各阶段:通过在FDCR核心流程应用远距机器人技术,驱动正向投资回报率与周期时长优化。

研究核心问题与价值 本研究聚焦如何运用六种方法论提升IT投资生命周期成效,并以FDCR流程案例实证分析。军事领域的痛点在于:军用装备前推部署战地维修(FDCR)流程未能实现效率优化,导致可用装备数量不足而影响战局胜利。深层症结在于:投资决策者未有效运用六种方法论,致使FDCR核心流程IT投资未达最优,进而削弱装备战备状态。本研究旨在通过FDCR场景实证,展示六种方法论如何支撑IT投资生命周期决策机制。其战略价值在于:改进IT投资决策可使国防部在分析替代性IT实物期权组合时,更高效配置有限资源,最终提升装备战备水平。

本研究对照美国防部核心流程中对新型IT投资决策精准评估的普遍需求。通过远距机器人系统投资案例,实证对比六种方法的优势、局限与应用边界:重点展示知识价值增值(KVA)与集成风险管理(IRM)定量分析如何预测目标模型(To-Be)相较于现状模型(As-Is)的价值增量。目标模型构建完成后,采用实物期权组合分析法(Mun, 2024a)评估该技术方案的风险维度(即ROI指标波动性)及未来潜在价值增益——此步骤对军事决策层至关重要,因远距机器人投资方案需与众多替代方案竞争预算资源。优化结果表明:远距机器人显著提升FDCR的投资回报率、周期时效及任务达成率。

知识贡献与实践价值 本研究核心知识贡献在于:基于各类方法论的优劣势分析,构建六种方法论与IT投资生命周期的优化映射模型。实践价值则是建立支撑IT投资全周期的决策框架,该框架可辅助管理层评估技术方案对核心流程的价值增益潜力。在远距机器人案例中具体映射关系如下:

  • 平衡计分卡(BSC)
  • 业务流程再造
  • 精益六西格玛(LSS)
  • 知识价值增值(KVA)
  • 战略实物期权与组合优化
  • 挣值管理(EVM)

上述方法长期广泛应用于军事决策层IT投资管理,故被选为本研究支撑框架的方法论基础。研究特别论证KVA对FDCR现状模型的基准构建价值:首阶段提供当前流程ROI与周期时效量化分析;次阶段通过同方法论预测应用远距机器人后的目标模型性能表现。

成为VIP会员查看完整内容
1

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《基于图计算的多机器人协同研究》最新139页
专知会员服务
29+阅读 · 5月28日
【2022新书】深度学习归一化技术,117页pdf
专知
28+阅读 · 2022年11月25日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
17+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
35+阅读 · 2008年12月31日
Arxiv
170+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
472+阅读 · 2023年3月31日
Arxiv
78+阅读 · 2023年3月26日
Arxiv
171+阅读 · 2023年3月24日
Arxiv
24+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
17+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
35+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员