<font id="f7lv1"></font>

    <dfn id="f7lv1"><ruby id="f7lv1"></ruby></dfn>

        <dfn id="f7lv1"></dfn>

            <meter id="f7lv1"></meter>

            數據驅動的企業數字化轉型

            文章來源:火鳳凰軟件
            2021-07-08

            1章

            數據驅動的企業數字化轉型

            隨著通信與數字技術的發展,網絡化和數字化給人類帶來更多的精彩和無限的可能,推動我們進入全聯接的信息時代和大數據時代。因此,如何響應這個時代的變化是當前所有企業都需要考慮的問題。

             

            在這樣的時代背景下,數字化轉型正在改變許多企業和行業的運作模式,無論是數字原生企業,還是非數字原生企業,都在積極探索數字化轉型。社會經濟大環境的變化、行業趨勢的變化、競爭對手的壓力、公司的戰略優化、自身經營的改善等是企業數字化轉型最主要的驅動力。

             

            IDC(國際數據公司)預測,鑒于競爭對手和產業都在進行數字化轉型,如果企業不能快速實現數字化轉型,到2022年,它們逾三分之二的目標市場會消失。過去幾年里,IT廠商和傳統企業始終專注于數字化轉型,它們利用第三平臺技術(云計算、移動、大數據/分析、社交)重組企業架構,而物聯網(IoT)、人工智能(AI)和增強與虛擬現實(AR/VR)等創新加速器更進一步推動了這一進程。隨著數字覆蓋面的擴大、智能技術的廣泛普及、應用程序與服務開發的爆發式增長,企業不斷釋放出“倍增創新”能力,數字化轉型已步入第二階段。在這個技術與商業日新月異的環境中,企業競相加強自己的數字化創新能力,以便在快速數字化的全球經濟中提升競爭力,實現繁榮發展。

             

            企業要想在這樣的數字時代生存下來,要么是數字原生企業,要么數字化轉型成功,成為重生后的數字企業。


             

            1.1 非數字原生企業的數字化轉型挑戰

            數字原生企業在設立之初就以數字世界為中心來構建,生成了以軟件和數據平臺為核心的數字世界入口,便捷地獲取和存儲了大量的數據,并開始嘗試通過機器學習等人工智能技術分析這些數據,以便更好地理解用戶需求,增強數字化創新能力。部分數字原生企業引領著云計算、大數據、人工智能技術的發展,推動了數字化時代的發展。在這些數字原生企業中,整個企業的戰略愿景、業務需求、組織架構、人員技能、管理文化、思考方式都是圍繞著數字世界展開的。

             

            與數字原生企業不同,非數字原生企業在成立之時,基本都是以物理世界為中心來構建的。絕大部分企業在創建的時候,是圍繞生產、流通、服務等具體的經濟活動展開的,天然缺乏以軟件和數據平臺為核心的數字世界入口,這也就造成了非數字原生企業與數字原生企業之間的顯著差異。所以在數字化轉型過程中,非數字原生企業面臨著更大的挑戰。

             

            華為公司作為典型的非數字原生企業,在數字化轉型過程中面臨著與大多數非數字原生企業相似的問題。

             

            1.1.1 業態特征:產業鏈條長、多業態并存

            非數字原生企業,特別是大中型生產企業,往往有較長的業務鏈路,從研發到銷售全產業鏈覆蓋。以傳統的鋼鐵企業為例(如圖1-1所示),完整工藝包括采礦、選礦、燒結、煉鐵、煉鋼、熱軋、冷軋、硅鋼等,輔助生產工藝包括焦化、制氧、燃氣、自備電、動力等,在各個工藝流程中沉淀著大量的復雜數據。


             


            圖1-1 鋼鐵企業工藝流程簡圖

             

            華為公司在構建面向客戶價值流的過程中,同樣形成了從研發到銷售、供應、交付、運維的長鏈條,同時產品類型包括電信基站、服務器、CPU、電腦、手機、耳機等,橫跨多個產業。這在某種程度上造成了各條塊分割、業務組織強勢、變革困難、變革復雜度極高等問題。

            1.1.2 運營環境:數據交互和共享風險高

            非數字原生企業,特別是注重實物生產、交易的大中型企業,還面臨著場景復雜的特點,比如交易復雜、風險周期長、內外部風險多等。生產過程中需要關注原材料供應、人工成本、物流過程;交易過程中涉及進出口的還需要關注外匯匯率、當地政治環境、海關、法律法規、安全隱私、環境保護等多種信息;對于設備需要異地安裝的情況,還需要考慮地理環境、道路環境、施工條件、運輸條件、用工政策和安全防護等復雜因素。

             

            華為公司的服務對象從運營商、企業客戶到個人消費者,服務范圍和雇員遍布全球100多個國家和地區,需要嚴格遵守各個國家和地區的進出口管制措施、環保條例、安全隱私法規等。這些業務形態上的特點,導致包括華為在內的諸多非數字原生企業對數據共享(特別是生產、銷售側數據的對外共享)有更多顧慮,更容易形成客觀上的“數據孤島”。

            1.1.3 IT建設過程:數據復雜、歷史包袱重

            非數字原生企業普遍有較長的歷史,組織架構和人員配置都圍繞著線下業務開展,大都經歷過信息化過程。很多制造型企業隨著不同階段的發展需求,保留著各個版本的ERP軟件和各種不同類型的數據庫存儲環境,導致數據來源多樣,獨立封裝和存儲的數據難以集中共享,也不敢隨意改造或替換,IT系統歷史包袱沉重。Oracle ERP歷年的版本信息如圖1-2所示。


             


            圖1-2 Oracle ERP歷年的版本信息(資料參考Oracle)

             

            目前,華為公司的主業務流程中存在幾千個系統模塊,有多版本的ERP、多種集成方式,系統間存在大量復雜的集成和嵌套。各業務領域開發了上千個應用系統模塊,包含上百萬張物理表、幾千萬個字段,這些數據又分別存儲在上千個不同數據庫中,共享困難;數據鏈路呈“長網”狀,典型鏈路達12層以上,部分鏈路甚至高達22層。

            1.1.4 數據質量:數據可信和一致化的要求程度高

            基于業務特征和運營環境的特點,非數字原生企業對數據生成質量有更高的要求。數據產生時的質量高低不僅直接影響產品質量,而且直接影響整個內部業務的運作效率和成本。例如,華為公司會對合同錄入質量進行嚴格度量和控制,以確保下游各環節能夠及時、準確、完整地獲得所需數據,并在整個端到端鏈條中對異常數據進行嚴格監控。數據質量要求嚴格,需要配置多重精確規則,基于客觀事實多重校驗,確保數據可信、一致。

             

            非數字原生企業在消費數據時對數據質量的要求也更高,一般會更聚焦于與業務流程相關的特定場景,更關注業務流程中問題的根因和偏差,數據挖掘、推理、人工智能都會聚焦于對業務的理解,面向業務去做定制化、精細化的算法管理,因此消費數據時的質量容錯空間非常小。

             

            上面所列出的非數字原生企業的特點,是我們基于華為的發展和對行業的認知所總結的,包括對非數字原生企業存在的問題和歷史包袱等的表述,只是管中窺豹。聯合國工業體系分類中525門小工業體系的差異,足以說明非數字原生企業數字化轉型的復雜性。精益管理技術下的不合格產品的“小數據”,讓制造業AI難以基于這樣的數據量訓練出性能良好的產品質檢模型,同樣說明非數字原生企業的數字化轉型不可能是對數字原生企業的簡單復刻。


            <font id="f7lv1"></font>

              <dfn id="f7lv1"><ruby id="f7lv1"></ruby></dfn>

                  <dfn id="f7lv1"></dfn>

                      <meter id="f7lv1"></meter>
                      99久久综合狠狠综合久久止