在过去十年中，技术团队和商业团队之间的鸿沟已经缩小到几乎不存在的程度。而我本人对此表示支持。并非每个技术团队都在科技公司工作，模糊商业和技术之间的界限意味着我们可以安全地制造和交付产品，并且知道它会受到欢迎、被广泛采用（并非总是如此），并为盈利做出有意义的贡献。说出一种更好的激励高绩效技术团队的方法，我会听的。
这种变化是由数据技术加速的（如果不是由数据技术引起的）。我们花了几十年时间研究大数据、商业智能和人工智能炒作周期。每个周期都为 CTO 及其团队带来了新的技能、问题和合作者，也让我们与组织的其他部分拉开了一点距离；没有人能做我们所做的事情，但每个人都需要这样做。
技术团队并非天生具有商业性，随着这些角色扩展到包括构建和交付工具以支持整个组织的各个团队，这种差距变得越来越明显。我们都看到了有关从未投入生产的数据科学项目数量的统计数据——这并不奇怪。那些不完全了解商业团队需求、目标或流程的人为商业团队构建的工具永远用处有限。
在人工智能发展的早期，这种技术资金的浪费是完全合理的——投资者希望看到的是技术投资，而不是成果——但技术已经成熟，市场也发生了变化。现在，我们必须展示技术投资的实际回报，这意味着要提供对利润产生可衡量影响的创新。
从支持功能过渡到核心功能
数据技术炒作周期的成长烦恼为现代 CTO 及其团队带来了两大福音（除了引入机器学习 (ML) 和 AI 等工具之外）。第一个是成熟的集中式数据架构，它消除了整个企业的历史数据孤岛，并首次让我们清楚地了解商业层面上正在发生的事情以及一个团队的行动如何影响另一个团队。第二个是从支持功能转变为核心功能。
第二点很重要。作为一项核心职能，技术员工现在可以与他们的商业同事并肩坐在一起，这种关系有助于加深对技术团队之外的流程的了解，包括这些同事需要实现什么以及这对业务有何影响。
这反过来又催生了新的工作方式。技术人员第一次不再被埋没在办公室，处理来自整个企业的无关请求，以获取统计数据或处理这些数据。相反，他们终于可以看到自己对业务的影响，并以金钱的形式体现出来。这是一个有益的观点，它催生了一种新的工作方式；这种方法可以最大限度地发挥这种贡献，并旨在尽快创造尽可能多的价值。
引入精益价值
我犹豫着是否要将另一种项目管理方法添加到词汇表中，但精益价值值得考虑，特别是在技术投资回报受到严格审查的环境中。指导原则是“无情的优先排序以最大化价值”。对我的团队来说，这意味着优先考虑最有可能带来价值或推进组织目标的研究。这也意味着降低非关键任务的优先级。
我们专注于实现最小可行产品 (MVP)，在工程和架构中应用精益原则，并且——这是棘手的一点——积极避免在初始阶段就完美构建。每周，我们都会审查非功能性需求并根据我们的目标重新确定其优先级。这种方法减少了不必要的代码，并防止团队偏离正轨或忽视大局。我们还发现，这种工作方式可以包容团队中的神经多样性个体，因为有一个非常明确的框架可以让我们保持稳定。
结果是产品推出速度加快。我们拥有一支分散的国际团队，并采用模块化微服务架构，这非常适合精益价值方法。每周审查让我们保持专注，避免不必要的开发——这本身就节省了时间——同时让我们能够逐步进行更改，从而避免大规模的重新设计。
利用法学硕士学位提高质量并加快交付速度
我们设定了必须达到的质量水平，但选择效率而不是完美意味着我们务实地使用 AI 生成的代码等工具。GPT 4o 可以通过生成架构和功能建议来节省我们的时间和金钱。然后，我们的高级员工会花时间批判性地评估和改进这些建议，而不是自己从头开始编写代码。
很多人会觉得这种方法令人反感或目光短浅，但我们会小心谨慎地降低风险。每次构建增量都必须准备好投入生产，经过改进和批准后才能继续进行下一个构建增量。人类永远不会在某个阶段置身事外。所有代码（尤其是生成的代码）均由经验丰富的团队成员根据我们自己的道德和技术行为准则进行监督和批准。
数据湖屋：精益价值数据架构
不可避免的是，精益价值框架延伸到了我们流程的其他领域，而采用大型语言模型 (LLM) 作为节省时间的工具使我们获得了数据湖住宅；数据湖和数据仓库的混合体。
标准化数据和结构化非结构化数据以提供企业数据仓库 (EDW) 是一个长达数年的过程，并且它有缺点。EDW 僵化、昂贵，并且对于非结构化数据或各种数据格式的实用性有限。
尽管数据湖可以存储结构化和非结构化数据，但使用 LLM 来处理这些数据可以减少标准化和结构化数据所需的时间，并自动将其转化为有价值的见解。湖屋提供了一个单一的数据管理平台，可以支持分析和机器学习工作流，并且需要更少的团队资源来设置和管理。将 LLM 和数据湖结合起来可以加快价值实现速度、降低成本并最大化投资回报率。
与精益价值的产品开发方法一样，这种精益价值的数据架构方法也需要一些保护措施。团队需要建立强大且经过深思熟虑的数据治理来保持质量、安全性和合规性。在保持成本效率的同时平衡查询大型数据集的性能也是一个持续的挑战，需要不断进行性能优化。
一席之地
精益价值方法是一个框架，它有可能改变技术团队将人工智能洞察与战略规划相结合的方式。它使我们能够为组织提供有意义的服务，激励高绩效团队并确保他们发挥最大效率。对于首席技术官来说，至关重要的是，它确保技术投资的回报清晰且可衡量，从而创造一种文化，让技术部门推动商业目标，并为收入做出与销售或营销等部门一样多的贡献。
