CIO們常年應對技術債務的風險、成本和復雜性。雖然遺留系統的影響可以量化，但技術債務還常常以更為微妙的方式存在于整個IT生態系統中，這使得人們很難列出全部的問題和風險。
Forrester的報告顯示，30%的IT領導者面臨高額或關鍵性的技術債務問題，另有49%的IT領導者面臨中度的技術債務問題。即便是在中度至低度風險的情況下，隨著業務需求的變化，技術債務的影響也可能迅速改變。畢竟，當某個關鍵應用程序需要現代化以支持數字化轉型舉措時，原本低風險的煩惱就可能變成一塊巨大的絆腳石。
Accenture的報告指出，技術債務的主要來源是企業應用程序、AI和企業架構。這些問題相當嚴重，但數據、安全、文化以及解決過去問題的捷徑如今成為負債的領域又該如何呢?另一個問題是：如何區分隨機修復的技術債務與可能使企業陷入癱瘓的關鍵性技術債務?
為了應對可能阻礙企業轉型的已知和未知因素，CIO們應考慮以下七種技術債務類型、它們為何關鍵以及應如何應對。
1. 妨礙決策的數據債務
在《數字開拓者》一書中，我分享了一個私營公司的故事。該公司向董事會報告稱某一年度盈利，但假期過后卻發現，由于數據質量問題和計算錯誤，該年度實際上并未盈利。
那些改變文化，使之更加以數據為驅動，并實施公民數據科學的CIO們受數據債務的影響最大，因為日期、金額或閾值的錯誤解釋或計算都可能導致錯誤的業務決策。數據債務的類型包括暗數據、重復記錄和未與主數據源集成的數據。
將公司的數據用于大型語言模型(LLM)、智能體或其他GenAI模型會帶來更多風險。數據偏見、數據分類中的空白以及授權政策不足的數據源都可能導致錯誤決策、合規風險以及影響客戶的問題。因此，數據債務沉重的組織可能會發現，追求許多GenAI機會更具挑戰性和風險性。
CIO們可以做什么：通過在敏捷數據團隊中納入數據治理和分析職責、實施數據可觀測性以及制定數據質量指標來避免和減少數據債務。
2. 拖慢性能的數據管理債務
數據管理債務可能瞬間產生，也可能隨時間累積，可能因缺乏自動化而產生，也可能由事件響應所驅動：
• 瞬間產生：IT部門將大型數據庫遷移到云端，但未優化數據架構，這可能導致數據庫管理債務隨著時間的推移而不斷增加。
• 隨時間累積：數據庫在規模、復雜性和使用上不斷增長，需要隨著時間的推移重新構建模型和架構以支持這種增長。
• 缺乏自動化：數據庫管理員在手動操作程序上花費了太多時間，而這些操作本應實現自動化，包括創建備份、管理權限、跨系統同步數據或配置基礎設施。
• 事件響應：每日處理緊急問題、應對重大事件或進行根本原因分析，使數據庫管理員無法進行更多主動性的任務。
Redgate的CTO Graham McMillan表示：“即使在數據庫工具上進行適度投資并償還一些數據管理債務，也能使數據庫管理員擺脫手動更新或響應式監控的乏味工作。這將使他們能夠將自己的技能和創造力用于更高價值的活動，如增強數據安全和為客戶提供創新解決方案。”
CIO們可以做什么：衡量數據庫管理員在手動操作程序和事件響應上花費的時間，以評估數據管理債務。減少數據管理債務的選項包括自動化任務、遷移到數據庫即服務(DbaaS)產品以及歸檔舊數據集。
3. 開源依賴債務拖慢DevOps速度
作為軟件開發者，自己編寫代碼要比審閱他人的代碼并了解如何使用它來得更容易。搜索和集成開源庫和組件甚至可能更容易，因為當開發者面臨在截止日期前完成任務和頻繁部署的壓力時，長期支持的重擔并不會時刻縈繞在他們心頭。
Sonatype的首席產品交付官(CPDO)Mitchell Johnson表示：“許多團隊忽視了依賴項衛生，任由過時、冗余或不受支持的開源組件堆積如山。平均每個應用程序包含180個組件，如果不進行更新，就會導致代碼臃腫、安全漏洞和不斷累積的技術債務。正如沒有人愿意在關鍵任務系統上運行十年前的硬件一樣，現代的軟件開發生命周期(SDLC)和DevOps實踐也必須以同樣的方式對待軟件依賴項——保持更新、精簡和安全。”
根據Black Duck發布的《2025年開源安全與風險分析報告》，在接受風險評估的代碼庫中，有81%存在高風險或嚴重風險漏洞，90%包含的組件落后于最新版本10個或更多版本。CIO應尋找開源依賴項債務削弱DevOps生產力的跡象，包括破壞性代碼更新的頻率、安全警報數量的增加，或解決依賴項沖突所花費的時間。
CIO可以做什么：向DevOps團隊普及開源安全風險知識，制定評估和批準開源包的治理政策，并使用SAST工具來查找代碼漏洞。
4. 將需要大量重做的AI債務
GenAI工具和能力正在引入新的技術債務來源。即使CIO已經制定了AI治理方案，快速變化的GenAI模型、法規和自主式AI能力也將產生AI債務問題。
PagerDuty的CIO Eric Johnson表示：“AI系統中的技術債務表現形式與傳統架構債務不同，它不僅僅關乎代碼的可維護性，而是關乎整個數據和模型治理生命周期。如今，急于構建自定義AI解決方案的公司可能會產生新的技術債務形式，這些債務可能比過去我們面臨的架構挑戰更加昂貴和復雜，難以解決。關鍵是，在投入AI實施之前，要建立強大的數據治理和基礎設施基礎。”
雖然許多形式的技術債務會導致持續的維護問題，但AI模型漂移是AI債務逐漸增加的一個例子。但有些AI債務可能需要CIO停用并替換AI功能，例如，當新模型在準確性、性能或成本方面有了顯著改善時，舊模型就會被淘汰。另一個令人擔憂的問題是，如果法規要求全面重新訓練模型，CIO將不得不改用其他方案以保持合規性。
CIO可以做什么：為了使過渡到新的AI功能成本更低，應投資回歸測試和圍繞AI驅動的大規模工作流程的變更管理實踐。
5. 侵蝕并產生遺留系統的架構債務
一些應用架構債務可以通過現代化、將應用遷移到新平臺或使用GenAI工具來記錄和解釋遺留代碼庫來補救。一些更大的架構債務來源包括：
·嵌入在ERP和其他企業系統中的重大代碼定制
·系統之間未使用數據織物或集成平臺的點對點集成
·未遵循安全、測試、版本控制和可觀察性標準而部署的微服務和API
·為早期部署利益而配置的多云架構，需要大量成本、時間和專業知識來維護
擁有龐大架構的CIO應考慮簡化架構，并建立架構可觀察性實踐。這些實踐包括通過聚合應用級監控、可觀察性、代碼質量、總成本、DevOps周期時間和事件指標來創建架構和平臺性能指標，以此作為評估架構如何影響業務運營的工具。
vFunction的聯合創始人兼CTO Amir Rapson表示：“如果沒有架構可觀察性和治理，AI驅動的開發可能會引發微服務蔓延，加速架構漂移，并導致隱藏的依賴項，這些依賴項會加劇架構技術債務，這是影響性能和可擴展性的最具破壞性的技術債務形式。工程團隊也可能會陷入混亂的服務交互中，而無法交付新功能。GenAI是一個強大的推動者，但要實現長期創新，可持續的成功取決于架構可觀察性。”
CIO可以做什么：技術的發展會產生架構債務，所有CIO都必須隨著時間的推移來解決這個問題，否則，債務將變成無法支持的遺留系統。CIO可以控制的一個領域是管理是否以及如何實現定制，以避免將業務規則復雜性內置到代碼中。第二個領域是重新考慮架構審查委員會，并制定自組織標準，明確敏捷開發團隊和企業架構師之間關于架構的決策權限。
6. AI實施中難以解釋的安全債務
安全債務有多種形式，如缺乏可執行的政策、終端用戶培訓不足以及未將安全實踐向DevOps左移。CISO在不斷循環中彌補這些安全漏洞，同時應對最新的威脅。
但趕上AI模型的步伐可能沒那么容易。雖然組織可以采取措施防止機密信息被用于訓練AI模型，但很難知道模型中有什么私人信息，也不知道是否有刪除它們的選項。
Xebia的數據董事總經理Giovanni Lanzani表示：“GenAI模型可能會引入新的安全風險，如模型本身存在漏洞、數據泄露和對抗性攻擊。”如果這些風險沒有得到充分解決，安全債務就會不斷累積。
Lanzani分享了一個銀行面向客戶的聊天機器人的例子。“該實例需要一個強大的GenAI框架，實施強大的提示注入防護欄，以避免提供財務建議或發表對銀行不利的言論。它還匿名化所有個人身份信息(PII)，以便云托管的聊天機器人無法接收私人信息。”
CIO可以做什么：DevSecOps中的安全實踐落后于持續集成/持續部署(CI/CD)自動化，而企業正迅速實施公民數據科學，導致許多數據治理實踐仍待完成。落后于AI治理實踐可能會產生不可接受的風險，尤其是當智能體被部署在企業應用和面向客戶的應用中時。
7. 加速業務中斷的文化債務
數字化轉型最難的部分在于獲得早期采用者、推動變革管理以及應對反對者的阻撓。GenAI會增加更多的文化債務，因為主題專家逐漸退出勞動力隊伍，而具備AI能力的員工幾乎沒有繼承這些經驗，難以承擔新的職責。
LaunchDarkly的現場CTO Joe Byrne表示：“文化債務可能會產生多種負面影響，但就AI而言，缺乏適當的工程實踐、對創新的抵制、部落知識差距以及未能采用現代實踐，都會給成功利用AI造成重大障礙。”
CIO可以做什么：尋求將AI用作生產力驅動力之外，并尋求轉型成果的CIO應認識到，減輕員工對失業的恐懼并指導他們如何利用AI來增強(而不僅僅是自動化)自身能力，這一點非常重要。
雖然CIO面臨著加速交付AI和其他現代化成果的壓力，但留下過多的技術債務會成為創新和轉型的阻力。
企業網D1net(m.hfnxjk.com)：
國內主流的to B IT門戶，旗下運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。
版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號