IT领导者2026年将面临的7大挑战

当今的首席信息官面临着多重期望的增长：他们需要推动运营和业务战略，同时领导AI计划并平衡相关的合规和治理问题。

此外，IDC副总裁兼研究主管Ranjit Rajan表示，首席信息官将被要求为以往的自动化投资正名，同时管理相关成本。

"首席信息官将负责创建企业AI价值手册，包含扩展的投资回报率模型，以定义、衡量和展示在效率、增长和创新方面的影响，"Rajan说道。

与此同时，过去十年或更长时间专注于数字化转型的技术领导者现在正在推动组织内部的文化变革。首席信息官强调，2026年的转型需要同时关注人员和技术。

以下是首席信息官们如何准备应对和克服2026年这些挑战的方式。

人才缺口和培训

首席信息官最常提到的挑战是持续和不断扩大的技术人才短缺。由于没有合适的人员执行目标就无法实现目标，技术领导者正在进行内部培训，同时探索非传统的新员工招聘途径。

在CIO最新的《2025年首席信息官现状调查》中，超过一半的受访者表示，人员配备和技能短缺"占用了更多战略性和创新追求的时间"。技术领导者预计这一趋势将在2026年持续。

"从IT角度审视我们的人才路线图时，我们认为AI、云计算和网络安全是对我们组织战略极其关键的三个领域，"Altra联邦信用联盟首席信息官Josh Hamit表示。

Hamit说公司将通过在必要时引入专业人才，并帮助现有员工扩展技能组合来解决这一需求。"例如，传统的网络安全专业人员需要提升技能，以便正确评估AI风险并了解不同的攻击载体，"他说。

Pegasystems首席信息官David Vidoni成功地识别了具有技术和业务技能组合的员工，然后将他们与能够指导他们的AI专家配对。

"我们发现，具有创造性思维的业务敏锐技术人员在正确指导下最能有效地将AI应用于业务情况，"Vidoni说。"经过几个项目后，新人可以快速变得自给自足，对组织产生更大影响。"

华盛顿信托公司首席技术官Daryl Clark表示，这家金融服务公司已经摆脱了学位要求，专注于已证明的能力。他说他们与Year Up United这个为年轻人提供职业培训的非营利组织合作取得了成功。

"我们IT部门目前有七名全职员工是从Year Up United实习生开始的，"Clark说。"其中一人现在是信息保障助理副总裁。这是早期职业人才进入技术角色、获得指导并成长为未来高影响力贡献者的成熟途径。"

协调的AI整合

首席信息官表示，2026年AI必须从实验和试点项目转向显示可衡量结果的统一方法。具体而言，技术领导者表示，全面的AI计划应该整合数据、工作流程和治理，而不是依赖于更容易失败的分散举措。

IDC的Rajan声称，到2026年，40%的组织将错失AI目标。为什么？"实施复杂性、工具碎片化和生命周期整合不良，"他说，这促使首席信息官增加对统一平台和工作流程的投资。

"我们简直无法承受更多在暗中运作的AI投资，"Flexera首席信息官Conal Gallagher说。"今天AI的成功取决于纪律性、透明度以及将每一美元支出与业务结果联系起来的能力。"

Genesys首席信息官Trevor Schulze认为AI试点项目并非浪费——只要它们能提供可应用于推动业务价值的经验教训。

"那些早期努力让首席信息官获得了关键洞察，了解为AI成熟度的下一阶段建立正确基础需要什么。快速应用这些经验的组织将最有可能获得真正的投资回报率。"

快速扩展AI工作的治理

IDC的Rajan表示，到本十年末，组织将因AI控制不足导致的干扰而面临诉讼、罚款和首席信息官被解雇。因此，首席信息官表示，治理已成为紧迫关注点——而非事后考虑。

"我为2026年准备的最大挑战是在不失控的情况下将AI扩展到整个企业，"Barracuda首席信息官Siroui Mushegian说。"AI请求从每个部门涌入。没有适当的治理，组织面临冲突的数据管道、不一致的架构和破坏整个技术栈的合规缺口。"

为了掌控这些请求，Mushegian创建了一个AI委员会来确定项目优先级、判断业务价值并确保合规。

"关键是建立鼓励实验而非阻碍实验的治理，"她说。"首席信息官需要在扩展时提供可见性和控制的框架，特别是在金融和医疗等监管压力不断加剧的行业。"

云端VoIP公司8×8的IT和业务系统副总裁Morgan Watts表示，AI生成的代码加速了生产力，解放了IT团队从事改善用户体验等其他重要任务。但这些收益伴随着风险。

"领先的IT组织正在调整围绕模型使用、代码审查、安全验证和数据完整性的现有保护措施，"Watts说。"在没有治理的情况下扩展AI会招致成本超支、信任问题和技术债务，因此从一开始就嵌入保护措施至关重要。"

协调人员和文化

首席信息官表示，他们面临的主要挑战之一是使组织的人员和文化与快速变化的步伐保持一致。技术总是快速发展，现在正超越团队的跟进能力。特别是AI需要负责任和安全工作的员工。

网络安全公司LevelBlue首席信息官Maria Cardow表示，组织经常错误地认为，如果选择正确的工具，技术可以解决任何问题。这导致对人员的关注和投资不足。

"关键是建立有韧性的系统和有韧性的人员，"她说。"这意味着投资于持续学习，在每个项目中早期整合安全性，并培养鼓励多元化思维的文化。"

数字身份和数据保护服务公司Entrust首席信息官Rishi Kaushal表示，他正专注于文化准备、持续学习以及为人员和技术栈准备快速AI驱动变化来迎接2026年。

"首席信息官的角色已经超越了管理应用程序和基础设施，"Kaushal说。"现在是塑造未来。随着AI重塑企业生态系统，在没有协调的情况下加速采用会带来技术债务、技能缺口和更大的网络漏洞风险。最终，现代首席信息官的真正衡量标准不是我们部署新应用程序或AI的速度有多快——而是我们为人员和企业准备下一步的效果如何。"

平衡成本和敏捷性

首席信息官表示，2026年将结束对AI项目的无节制支出，成本纪律必须与战略和创新并行。

"我们专注于AI的实际应用，这些应用能够增强我们的员工队伍并简化运营，"Pegasystems的Vidoni说。"每项技术投资都必须与业务目标和财务纪律保持一致。"

在应用程序现代化时，Vidoni认为团队需要保持以结果为导向，分阶段进行直接支持目标的改进。

"这意味着应用程序现代化和云成本优化举措是保持竞争力和相关性所必需的，"他说。"挑战是在不让成本失控的情况下实现现代化并变得更加敏捷。通过让组织能够更快、更高效地开发应用程序，我们可以加速现代化努力，更快地响应技术变化的步伐，并保持对云支出的控制。"

Tangoe首席信息官Mark Troller表示，技术领导者还面临通过AI推动效率的挑战，而供应商正在提高价格以覆盖他们自己在技术方面的投资。

"平衡这些相互竞争的期望——提供更多AI驱动的价值、吸收不断上升的成本并保护客户数据——将是首席信息官在未来一年面临的决定性挑战，"Troller说。"让事情更加复杂的是，我们客户群中的许多同行在内部拥抱AI，但可以理解地划定界限，即他们的数据不能用于训练模型或自动化，以增强他们使用的第三方服务和应用程序。"

网络安全

Secureframe信息安全副总裁Marc Rubbinaccio预计安全攻击的复杂性将发生巨大转变，这看起来与当前的网络钓鱼尝试完全不同。

"在2026年，我们将看到由AI驱动的社会工程攻击，这些攻击与合法通信无法区分，"Rubbinaccio说。"由于社会工程与几乎每次成功的网络攻击都有关联，威胁行为者已经在使用AI克隆声音、复制写作风格并生成高管的深度伪造视频。"

Rubbinaccio表示，这些攻击将需要自适应的、基于行为的检测和身份验证，以及针对AI驱动威胁定制的模拟。

在最新的首席信息官现状调查中，约三分之一的受访者表示他们预计在寻找能够应对现代攻击的网络安全人才方面会遇到困难。

"我们认为我们的团队关注深入这些领域的培训和认证极其重要，"Altra的Hamit说。他建议诸如ISACA高级AI安全管理(AAISM)和即将推出的ISACA高级AI风险(AAIR)等认证。

管理工作负载和对首席信息官不断增长的需求

Pegasystems的Vidoni表示，这是一个激动人心的时代，因为AI促使首席信息官以新方式解决问题。这一角色需要融合战略、商业敏锐性和日常运营。同时，转型的步伐可能导致工作负载增加和压力。

"我的方法很简单：专注于通过自动化、规模和最终用户体验推动更好结果的最高优先级举措。通过自动化手动、重复性任务，我们释放团队专注于更高价值、更有吸引力的工作，"他说。"最终，2026年的首席信息官必须首先是商业领导者，其次才是技术专家。挑战是领导组织进行文化和运营转变——使用AI不仅是为了效率，而是为了建立更敏捷、智能和以人为本的企业。"

Q&A

Q1：首席信息官在2026年面临的最大挑战是什么？

A：首席信息官在2026年面临的最大挑战包括人才短缺、协调AI整合、治理快速扩展的AI工作、协调人员和文化、平衡成本和敏捷性、网络安全威胁以及管理不断增长的工作负载。其中人才短缺是最常被提及的挑战。

Q2：如何解决技术人才短缺问题？

A：技术领导者通过多种方式解决人才短缺：进行内部培训帮助现有员工扩展技能、探索非传统招聘途径、摆脱学位要求转而关注实际能力、与非营利培训机构合作、将有业务和技术技能的员工与AI专家配对进行指导。

Q3：为什么AI治理在2026年变得如此重要？

A：AI治理变得重要是因为预计到本十年末，组织将因AI控制不足而面临诉讼、罚款和高管被解雇。40%的组织可能错失AI目标，原因包括实施复杂性、工具碎片化和生命周期整合不良。适当的治理框架对于确保合规、控制成本和实现AI投资回报至关重要。