当市场转向时如何权衡技术投资

市场的重大动荡和美联储行动的不确定性导致许多企业重新评估 2023 年的支出并削减某些成本。过去,我的公司看到公司削减预算的一个关键领域是技术支出。一些公司认为,他们会在经济低迷时期省钱,目标是在几年或几个月后市场反弹时迎头赶上。

但追赶是错误的。幸运的是,根据我公司今年收集的数据,一些公司开始改变策略,认识到在市场低迷时期削减技术支出并不是跟上创新和数字化标准的最佳方法。

过去削减预算的公司现在认识到,无论市场波动如何,继续进行持续的技术投资是务实的,而且确实是必要的。即使他们只能在现金流受限期间推动渐进式变革,情况也是如此。

对于由于最近的波动而考虑削减技术投资的组织,这里有一些需要考虑的因素。

技术不是成本中心,而是您的业务机会

虽然公司的领导层可能会评估他们的预算,并看到大量资金投入到他们的技术中,但至关重要的是,要根据具体情况考虑这些成本。任何希望保持重要地位的公司都必须进行某种形式的数字化转型——这是不容谈判的。而且这种转变不可能在每次市场下跌时暂停。

尽管这看起来像是一种节省成本的措施,但从长远来看,这种方法可能会给企业带来更多成本。这不仅从货币角度来看,而且从对长期创新计划和满足客户需求的破坏角度来看也是如此。

随着公司的扩张,随着新工具、供应商和结构化支持的引入,其技术预算自然会随之增加。公司收入和规模的增长将需要相应增加支出,特别是在最重要的业务领域(例如科技)。虽然我们无法预测市场何时会下跌,但我们可以预见高点和低点将不可避免地发生,并相应地准备预算。

将其视为平均成本法 (DCA)

将您的技术投资与许多精明的投资者的心态进行比较。

由于各种原因,市场每天、每周、每月和每年都会波动。但我们从数十年的研究和投资中知道,这些下降通常最终会为投资者带来收益。这就是为什么顾问建议他们的客户无论市场状况如何都继续进行小额投资,并避免因投资组合的细微日常变动而烦恼。

公司的技术投资也是如此。市场的变化是不可避免的,但它们并不一定表明投资策略应该改变——尤其是当涉及到公司改进其技术产品的计划时。

根据投资者策略的类比,低迷的市场提供了与技术合作伙伴重新协商定价的机会。供应商也不想失去公司的业务,因此在现金流紧张时有强烈的动机与公司和组织合作。

在终止服务之前,高管应该与技术合作伙伴就潜在的解决方案进行讨论——达成协议可能比他们想象的更容易。

停止和启动成本巨大

正如我所讨论的,削减成本并不完全等同于有形的节省。无论是日常锻炼还是公司的技术支出,启动和停止成本始终高于预期。2022 年针对全球 IT 领导者的一项调查显示,虽然数字化转型项目正在不断取得进步,但企业在失败、延迟或缩减的项目上平均浪费了 412 万美元。

有关如何实现这一点的示例,请考虑这样一个场景:一家公司正在推出与客户关系管理 (CRM) 系统的组织范围内的集成。这种规模的技术集成非常复杂,需要整个组织的大力支持,并且必须谨慎执行。随机大幅减少该项目的投资可能会给公司带来额外成本,而不是节省成本。

当他们重新拾起技术时,技术可能已经发展,使他们最初的计划变得无关紧要,并迫使公司从头开始。他们面临着失去团队动力和支持的风险,这可能需要额外的咨询服务支出才能使项目回到正轨以供全公司采用。

如果科技是赌注,那么你不会仅仅因为市场下跌就将其从赌注中剔除。公司通常都有战略路线图,概述他们希望自己的业务在未来几年内走向何方,并且这些路线图不应该在出现问题的第一个迹象时就被放弃。

当投资稳定时,技术更容易维护和发展,而不是零星的投资。如果有计划改进公司的技术,可以对其进行调整以反映现金流的实时变化。但它不应该完全停止。

不要仅仅因为市场转变就调整方向。在经济低迷时期减少科技支出可能会导致错失良机,并导致公司在坚持最初计划的情况下承担更高的成本。

Scott Lamont是 F2 Strategy 的咨询服务总监,F2 Strategy是一家财富科技管理咨询公司,为复杂的财富咨询公司提供服务。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/75911.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年9月7日 23:16
下一篇 2023年9月7日 23:29

相关推荐

  • 应对金融领域人工智能的风险:数据治理和管理至关重要

    监管机构意识到,投资行业数据治理 (DG) 和数据管理 (DM) 实践薄弱将带来破坏性影响和安全威胁。许多投资公司并未制定全面的 DG 和 DM 框架,以跟上其利用机器学习和人工智能 (AI) 等新技术的雄心勃勃的计划。该行业必须定义数据和 AI 工具的合法和道德用途。监管机构和金融行业需要在国家和国际层面进行多学科对话,以确立法律和道德标准。 迈向数据效率…

    2024年10月22日
    9800
  • 人工智能技能:科技工作者正在通过课程、研究和工作学习转向人工智能

    尽管科技工作者正在面临薪资停滞、裁员以及对技能的需求普遍低于过去十年的问题,但人工智能专家已成为硅谷新的“it”女孩。 人工智能初创公司NonprofitsHQ的创始人扎克·布朗 (Zac Brown) 表示:“我们今天看到的所有正在开发的产品都正在转向人工智能驱动的操作类型。” “对于一名普通软件工程师来说,这是一段艰难的时期。” 当布朗去年找工作时,他并…

    2023年7月22日
    18500
  • ML 模型需要更好的训练数据:GenAI 解决方案

    我们对金融市场的理解本质上受到历史经验的限制——在无数可能展开的情景中,只实现了一个单一的时间线。每个市场周期、地缘政治事件或政策决定都只是潜在结果的一种表现形式。 在训练机器学习(ML)模型时,这一限制尤为明显,因为模型可能会无意中从历史遗迹中学习,而不是学习底层的市场动态。随着复杂 ML 模型在资产管理中的普及,它们倾向于过度拟合特定的历史条件,这给投资…

    2025年7月15日
    4200
  • AI 热潮预计驱动新兴市场未来十年回报

    来源:彭博新闻,Selcuk Gokoluk, Daedo Kim, Srinivasan Sivabalan,2025 年 8 月 18 日 新兴市场基金正转向抓住人工智能热潮,一些投资者预测,蓬勃发展的科技支出将推动未来数年的回报。 受到中国人工智能开发商深势科技以及亚洲半导体巨头的成功鼓舞,资产管理公司如 AllSpring Global Invest…

    2025年9月5日
    2800
  • 风险投资中的人工智能:区分信号与噪音

    无论是在公开市场还是私营市场,AI 的崛起都异常显著:目前不到十几只科技股约占标普 500 指数的 40%,而 AI 驱动的初创企业主导了风险投资流入和估值(见图 1 和图 2)。 评估基金质量意味着不仅要区分不同管理人,还要区分不同成熟阶段的新兴技术。核心挑战依然存在:投资者如何将信号与噪音区分开来,并在以人工智能为核心的风险投资组合中识别真正持久的价值?…

    2025年12月27日
    1100

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部