领导力协同：软件领导者与D-A领导者如何共同推动AI创新

领导力协同软件工程领导者与D&A领导者如何高效协作，推动AI创新Haritha Khandabattu高级研究总监Michael Gabbard高级研究总监Keith Mann高级研究总监Gartner软件工程领导者服务软件工程领导者如何与D&A领导者建立协同软件工程与数据与分析（D&A）领导者在AI等新技术的创新中面临协同挑战。本研究探讨软件工程领导者应如何将技术执行与数据治理相结合，调整团队架构以适配 IT 运营模式，最终支撑企业战略落地。Haritha Khandabattu高级研究总监Michael Gabbard高级研究总监Keith Mann高级研究总监发布日期：2024年10月14日 - ID G008103932Gartner官网成为客户3软件工程领导者如何与D&A领导者建立协同概述主要观点• 软件工程领导者通常作为技术驱动者，而D&A领导者则较多承担业务决策的角色。这种职能分化易导致组织孤岛，亟需通过文化与架构变革优化协作及决策效能。• 当前，软件工程领导者面临数据驱动转型的压力，需借助数据优化流程与产品以此来证明团队价值。然而，这些数据要么不可用，要么分散于各个团队与系统，导致数据的收集、集成和分析变得困难。• Gartner《2024年数据、分析和软件开发交汇点》调研显示，开发、数据科学与工程团队的敏捷协同可显著提升数据可及性与团队生产效率。建议建议软件工程领导者通过以下方式促进与D&A领导者的协同合作：• 重新评估所有权和责任划分，达成一致并严格执行新的协作框架，同时确保协作方式和时间的透明度，推动变革落地。• 通过对齐跨团队指标和KPI，促进与D&A团队的协作，并高效实现业务目标。• 识别企业的IT价值主张，采用最合适的交付模式，并据此优化团队架构，以满足特定的协作需求。Gartner官网成为客户软件工程领导者如何与D&A领导者建立协同介绍软件工程领导者和D&A领导者作为数字化转型的双引擎，分别承担着技术驱动和业务赋能的战略角色。软件工程领导者聚焦技术创新，通过采用前沿解决方案、优化工程效能和开拓变现渠道，持续推动数字化转型和AI增强型软件工程实践。D&A领导者则凭借商业洞察力，在加速数字化转型进程的同时，将数据资产转化为决策智能，从而优化客户体验并创造商业价值（见表1）。需要指出的是，这些职能的具体边界会因企业架构、汇报线设置、行业特性和区域特征而存在差异。传统上，这两类领导者往往作为高绩效个体贡献者独立运作。但在面对持续的波动、复杂的决策环境和AI技术快速迭代的背景下，他们必须转向协同作战模式，通过跨职能协作解决企业级复杂问题。通常，这两个角色会采用双线汇报至CIO的架构，以确保责任共担和KPI对齐。但在某些企业中，D&A领导者可能直接向CEO、CFO或COO等业务领导者汇报。1 这种治理结构的差异常常导致目标失焦和战略断层，形成协作壁垒。本研究旨在构建软件工程与D&A领导者的协同框架，突破组织边界，实现技术执行与数据资产的战略耦合，增强企业战略（见图1）。图1：软件工程与D&A领导者的战略协同软件工程领导者D&A 领导者重构权责矩阵，明确分工并推动执行建立激励协同的指标体系优化团队架构以适配运营模式战略协作来源：Gartner4Gartner官网成为客户软件工程领导者如何与D&A领导者建立协同分析重构权责矩阵，明确分工并推动执行软件工程与D&A领导者必须突破组织壁垒，通过跨职能协同创造增量价值。无论企业汇报线如何设置，双方都应建立平衡的协作关系，重新定义权责机制并明确协同边界。双方应基于战略目标达成职责共识（见表1），并通过沟通校准以适配业务需求变化。同时，根据CIO或业务优先级的变化，及时优化责任划分。责任分歧应转化为协同契机，需引入CIO/CTO等决策层进行权责仲裁。下文提供一个典型案例，以说明可能引发责任分歧的问题：5AI项目主体交付责任分布表1：软件工程和D&A领导者的职责框架角色职责软件工程领导者•提供平台、基础设施、工具、应用程序、数字产品及包括AI增强软件工程在内的技术•领导软件工程团队•监督软件工程的交付与执行•设计交付方法，以便在快速变化的技术和业务环境中持续提升软件交付价值D&A 领导者•实施D&A战略，包括数据素养、数据管理和数据工程•监管D&A资产•采用、运营并扩展AI平台•在某些以平台为主导的初创企业中，与应用团队合作开展分析和报告活动协商领域•使AI工程目标与高层设定的标准和指导方针保持一致•监控数据管道和模型来源：GartnerGartner官网成为客户软件工程领导者如何与D&A领导者建立协同AI（特别是GenAI）凭借其广泛的应用场景和复杂的技术特性，已成为关键的技术颠覆力量，使企业在界定职责边界和管控风险方面面临显著挑战。鉴于AI技术快速迭代的特性，企业需要建立敏捷、可扩展且具备风险适应能力且可持续的运营机制。当前AI责任分配呈现碎片化特征（见图2）。企业AI项目管理模式主要存在三种形态：职能分散型、部门孤岛型或权责模糊型。Gartner 2024年网络研讨会调研数据显示，仅23%的受访者能够明确归属特定职能角色，而IT部门与非IT部门在AI责任承担上呈现41%对41%的均衡分布。2图2：AI项目主体（交付）责任分布占受访者的比例n = 2090 (2024年4月)来源：GartnerCIOCTO业务单元负责人数字化业务负责人企业战略负责人AI技术负责人CDOCDAOCOO其他C级高管其他/未明确/无主责非IT职能部门占比41%6IT职能部门占比41%Gartner官网成为客户7软件工程领导者如何与D&A领导者建立协同企业需采用跨职能协作的多学科方法构建和运营AI解决方案，并通过可量化、可追踪的机制评估成本与业务价值。为此，软件工程领导者可采取以下关键措施：•与CIO和CDAO（和/或CTO）深度协同，在企业整体技术战略与业务目标框架下，清晰界定AI项目的所有权和责任矩阵。•联合D&A领导者制定支持AI就绪的D&A战略，整合数据治理、DevOps、MLOps及负责任AI原则，构建AI责任与问责的实施基础。•强化平台工程与数据工程协作。建立紧密协作，避免数据工程、治理、分析及AI团队的资源重复投入。平台工程应聚焦统一数据平台建设，实现元数据管理、安全管控与可观测性标准化。关于平台工程案例，可参考工具包：《平台工程商业案例模板》。•主导AI技术与软件应用的集成。•投资AI能力建设，服务短期与长期目标，推动组织人才转型，培育AI核心技能。参考《快速解答：软件工程团队如何构建 GenAI 技能》和《多元AI团队的核心Gen AI技能就绪度评估》。调整指标，促进跨职能协作软件工程与D&A领导者均面临创造显著业务价值的压力。1 当前主流软件工程指标体系包括DORA、SPACE和DevEx（详见《DORA、SPACE 或 DevEx比较分析》）。由于业务需求往往超出资源和基础设施现代化的投资能力，企业可能倾向于在现有运营条件下追求短期价值，而忽视长期战略。要实现突破性业务价值，必须统一跨职能指标，对齐长期目标，而协同投入的整体收益将远超单点突破。企业可通过追溯各团队的具体工作与企业目标及预期业务成果之间的联系来建立共识。关于如何在软件工