为您推荐:
精华内容
最热下载
问答
  • 5星
    15.33MB zuoan1993 2021-05-10 10:36:55
  • 5星
    17.36MB qq_17695025 2021-02-19 19:14:03
  • 5星
    8.58MB zuoan1993 2021-06-03 11:10:49
  • [ 政企数字化转型 ] 查看原图 建立连接 “人、财、法、事、物、场应该是一体化的服务提供者。要建立一体化的服务提供,必须把底层的信息孤岛连接起来。建设中台基础能力,把这些信息连接起来,并且在此基础上...
    1233356-bda28b769fdb80ba.jpg

    [ 政企数字化转型 ]  查看原图

    建立连接

    “人、财、法、事、物、场应该是一体化的服务提供者。要建立一体化的服务提供,必须把底层的信息孤岛连接起来。建设中台基础能力,把这些信息连接起来,并且在此基础上支持企业智能决策。”

    打通阿里巴巴企业人、财、法管理运营和协同系统,做了三件事:

    1、打通系统主数据;

    2、在各领域落地中台化标准;

    3、统一技术并提升交付能力。从此开始从0到1打造组织中台。

    打通系统主数据,就是把阿里巴巴经济体组织多环境下的人事、财务、空间等核心主数据打通,从而让系统能真正连接、协同起来。

    数字化转型过程中的六大治理要素

    当下,数字化已成为企业一个热门话题,究竟数字化有什么特点,与此前流行的信息化又有什么区别?

    在信息化时代,工厂中每人手上有一台机器,下班以后机器一关人就走了,这些机器把我们原来的线下工作进行线上化,让原来线下不规则、不结构化、不规范的工作变得合规,变得高效。

    但数字化不一样的是,同样在工厂中大量工作由机器完成,而人的角色从“操作”机器变成了“治理”机器。“信息化到数字化更像是从‘一切业务数字化’到‘一切数字业务化’的转变。”叶军表示道。

    数字化转型过程中的六大治理要素分别为:人、财、法、事、物、场。而在法务领域,同样存在一个治理与数字化的路径。阿里巴巴经过数年探索,将法务数字化的路径提炼为以下四个关键点:

    在线:让法务不仅是“守门人”

    “在线”,是数字化的第一个关键点。“以前出事找法务没事基本不认识人,我们现在发现很多工作都在线了,无形中跟法务工作发生了很多联系。” 叶军提到,阿里巴巴是以电商业务为核心,区别于其他行业,这个业务从第一天开始就在线,也正因为业务在线,让法务工作不再仅是“守门人”的角色。

    叶军表示到:“以前我们经常讲要让法务同学给我们看看有没有问题。现在不一样了,因为业务在线,信息在过程中被获取、被结构化,我们的大数据治理、人工智能、自然语言理解等各种技术能力就可以随时发挥价值,让法务同学可以主动找到问题,辅助业务。”

    除了业务在线外,阿里巴巴另一大特点就是组织在线,通过钉钉以及大量线上系统、流程,让法务同学随时在线。

    连接:让主动服务变成可能

    第二个关键点是“连接”。因为法务在线、组织在线的能力之后,系统连接开始发挥作用。叶军认为,信息化阶段的在线工作连接的是人和人,在数字化阶段,系统与系统的连接,数据与数据的连接变得极为重要。“因为有了这样的连接我们的生产系统连接让我们的法务工作得到拓展,因为有了数字的连接让我们法务的脑力、智慧有了更深层次的洞察和更多智慧的辅助”。

    阿里巴巴在法务领域的核心系统,从项目起点到后期运维的系统管理全生命周期都进行了连接,法务工作变得有效可控。

    此外,因为数据与系统的连接,主动服务也变成可以规模化的行为。叶军认为,主动服务不但能够服务好客户,也能普惠法务工作者。从原来的单点法务工作、分散的管理模式、个人的智慧与知识变成整个团队的能力。“法务的知识普惠、能力普惠是科技给法务带去的更好价值,也是阿里法务工作的一个非常重要的特点”。

    治理:智能化升级

    “科技把大量简单的、繁琐的法务工作释放了出来,但这并不意味着法务工作者的工作被取代了,反而是让法务人员去从事更加有意义的事,这就是治理工作”。 叶军认为,法务专业治理是在法务数字化过程中最核心的一环。

    治理工作涉及到中台化的标准,为此,在阿里内部做了非常强大的中台化体系。因为有了中台化体系,法务治理的策略、政策、规则、流程可以被有效地识别和管控。

    以智能合同管理为例,传统的合同管理涉及到纸质合同与电子合同的审查。在阿里,纸质合同可以快速通过OCR、NLP等技术,进行关键词的提取、识别,合同的风险点能够进行归集,并快速连接至淘宝、天猫、蚂蚁等各种前端业务。

    除此之外,在阿里巴巴法务工作中,也已经实现了智能问答、智能风险预警、智能案件管理等法务治理的新体验。

    比如通过智能案件管理系统,可以针对案例类型和风险的不同程度,进行智能流转和处置。一些相对简单的案件,可以在系统里自动生成答辩状。案件的处理周期、成本、风险情况有了很好的优化。

    而这些智能技术与手段,除了赋能业务外,也可以让法务同学的专业能力得到进一步拓展。众所周知,阿里巴巴已从单一电商业务向文娱、金融、科技等各种业务发展。业务类型的复杂性,导致对法务的业务知识的要求也不一样。通过引入专业能力与技术手段,可以让现有法务同学可以更好花时间来理解业务,甚至帮助业务进行关键性决策,而不仅仅只是通过招人来解决业务诉求。

    阿里大脑:法务工作数字化

    叶军还在峰会现场透露,阿里巴巴法务工作数字化的产品形态之一就是建立了法务大脑。“法务大脑是阿里大脑的一部分。法务大脑不是一个孤立的存在,而是与阿里最核心的企业治理6大要素(人、财、法、事、物、场)连接在一起,以‘法’的视角切入进来,帮助阿里这家企业做大量的治理和决策工作,这个是我们阿里大脑目前提供的能力”。

    通过上述四个关键点的实践,不光是法务领域的升级,阿里巴巴整个企业的运营管理也在数字经济时代的科技驱动下,从信息化向数字化进一步升级。


    【组织中台:阿里的企业管理数字化转型】

    数字经济时代,面对激烈的商业竞争,企业最为关注的一点就是如何获得持续且高质量的增长,这背后比拼的最重要因素还是组织内部的协同效率。一家有竞争力的企业,一方面有能力管理好客户,另一方面,需要有能力管理好组织、员工。

    随着阿里巴巴的业务环境变化,投资并购生态公司的不断出现与融入;公司组织协同模式从原来金字塔向扁平化、网状协同发展。组织内部的协同效率并不仅仅是研发一个系统,让线上比线下节省多少时间和成本的问题。

    负责阿里集团组织内部协同办公与运营管理的部门正是企业智能事业部。

    这些工作说起来好像容易,但叶军通过系统梳理后才发现,这个部门为阿里巴巴人、财、法、事、物、场和协同办公等核心职能,研发和沉淀了超百款产品,业务专业性、服务定制化和系统模型架构的复杂性超乎想象。

    随之而来的是更加严峻的挑战:如何打通这些系统。

    当时,在阿里巴巴的中台战略下,阿里业务与技术中台打通。整个集团的运营数据能力、产品技术能力进行整合,对各前台业务进行强力支撑。企业组织层面的系统打通迫在眉睫。

    “最初,这些系统就像一个个SaaS软件一样,只能在其特定的领域服务,无法承载大中型企业的数字化管理,更无法为更多经济体企业提供规模化的服务。”叶军看到,现在组织的协同效率拼的是数字化、智能化。

    “有句老话叫‘上ERP,找死;不上ERP,等死’。在一家企业中,买一个财务系统很容易,买一个采购系统也很容易,难的是把财务和采购系统连接起来。”叶军表示,“数字经济越来越成为整个经济形态的强大推动力,企业生产经营的数字化转型,企业管理数字化转型,现在都是最重要的时机。”

    “人、财、法、事、物、场应该是一体化的服务提供者。要建立一体化的服务提供,必须把底层的信息孤岛连接起来。我们建设完整的中台基础能力,就能把这些信息连接起来,并且在此基础上支持企业智能决策。” 叶军是这样描述他心中的“组织中台”。

    为此,他牵头打通阿里巴巴企业人、财、法管理运营和协同系统,带领团队做了三件事:

    1、打通系统主数据;

    2、在各领域落地中台化标准;

    3、统一技术并提升交付能力。

    从此开始从0到1打造组织中台。

    打通系统主数据,就是把阿里巴巴经济体组织多环境下的人事、财务、空间等核心主数据打通,从而让系统能真正连接、协同起来。

    参考资料

    1.政企数字化转型,现在是最重要的时机: https://baijiahao.baidu.com/s?id=1648879627640143738

    2.科技驱动阿里法务的数字化升级:https://baijiahao.baidu.com/s?id=1651231473504433981

    3.新零售时代下,数字化增长型组织才是未来核心?:https://baijiahao.baidu.com/s?id=1641487411169742955


    英雄帖-Alibaba-企业智能事业部-技术专家/高级开发工程师

    前言

    如题,本文是招贤纳士帖。

    岗位和博主一个团队,欢迎大家一起过来搞事情!

    如果你对我有想法,简历甩过来吧,我们可以成为同事;

    如果你对Alibaba 有想法,简历也请甩过来吧,我来给你内推!

    如果面试通过,我请你吃大餐 ,大餐,大餐~

    职位 :技术专家/高级Java工程师-杭州(P6/P7/P8/...)

    工作地点:杭州

    工作年限:三年以上

    所属部门:阿里集团-企业智能事业部

    学 历:本科

    招聘人数:若干

    团队介绍

    企业智能部,是阿里巴巴集团协同办公和运营平台的建设者,为阿里集团及生态公司提供生态化、国际化、数据化、移动化以及安全稳定的企业信息化服务;负责协同门户平台、工作流平台、数据平台、iHR、财务、IT、行政、账户权限等核心系统,是企业信息化服务能力输出的强大引擎;我们专注于赋能业务,以严谨理念和互联网的创新精神,致力打造企业运营最佳效能!

    岗位描述

    作为核心工程师参与阿里大脑的建设工作,通过云计算和人工智能的手段助力组织升级。

    主导业务及技术改造类项目的系统分析和设计工作,承担核心功能及公共模块的代码编写工作。

    维护和升级现有软件产品,快速定位并修复现有产品的缺陷。

    岗位要求

    本科以上学历,计算机相关专业毕业。

    精通Web编程,Java基础扎实;熟悉Spring、MyBatis等开源框架;熟悉常用消息和存储中间件;熟悉Oracle、Mysql等关系数据库,熟悉Linux操作系统。

    有4年以上使用Java语言进行web开发的经验,熟悉常用设计模式。在公司担任过架构师或核心技术骨干,有主导大型系统架构设计和核心代码开发的经验。

    对技术有强烈的兴趣,喜欢钻研;同时需要具备良好的沟通协作能力。

    熟悉SOA,有平台化实施经验,有大数据、高并发系统和大型网站构建经验者优先。

    有企业服务业务系统开发经验者优先。

    注意:这是P7职级的要求,P6职级的要求会相对降低。

    咨询&联系方式

    简历可直接发送到邮箱:guangjian.cgj@alibaba-inc.com

    微信: universskyoh

    欢迎大家骚扰!

    1233356-8ce6def95a167472.png

    Kotlin 开发者社区

    国内第一Kotlin 开发者社区公众号,主要分享、交流 Kotlin 编程语言、Spring Boot、Android、React.js/Node.js、函数式编程、编程思想等相关主题。

    1233356-bca93e5c34975635
    Kotlin 开发者社区
    展开全文
    universsky2015 2020-03-03 02:45:39
  • 5星
    24MB qq_38412739 2021-05-12 12:31:50
  • 1.89MB xxedts 2021-11-02 19:08:48
  • 17.35MB m0_43393325 2021-12-31 15:25:04
  • 一、数字化营销数字化营销指在不断变化的市场需求与环境下,通过多种新兴技术融合的方式,对以多方数据并行的多渠道营销数据进行分析管理,达成全域营销、辅助企业运营、实现业务增长的目的,并落地到更...


    一、数字化营销

    数字化营销指在不断变化的市场需求与环境下,通过多种新兴技术融合的方式,对以多方数据并行的多渠道营销数据进行分析管理,达成全域营销、辅助企业运营、实现业务增长的目的,并落地到更多场景,助力企业完成营销数字化转型。

    二、数字化管理

    数字化管理指以实现组织管理行为和数据的在线化为目标,运用人工智能及大数据等新一代信息技术,打通以人、财、物、事为主的数据界限,实现组织内部管理数据流通,优化组织流程,提升组织管理及劳动效率。

    三、数字化供应链

    数字化供应链指在供应链日益复杂和全球化背景下,应用区块链、大数据及人工智能等新一代信息技术,处理庞大且复杂的信息流、商流、 物流及资金流,加强企业内外互联互通,致力于将传统的链式供应链迭代为网状供应生态体系。

    四、数字化生产

    数字化生产指基于“人-机-料-法-环”全工业生产要素的数字化连接,通过数据沉淀,为数据建模、数据分析、工业APP开发等提供“养料”, 最终实现生产率提高、生产成本降低、商品附加值提升及商业服务创新

    五、数字化技术

    数字化技术是指:将大数据、云计算、物联网、区块链、人工智能、增强现实及5G通信等新兴技术融入运营流程、产品设计及解决方案,协助企业构建数字化业务,改变企业商业模式,加快企业向数字化转型。

    互联互通社区


    互联互通社区专注于IT互联网交流与学习,旨在打造最具价值的IT互联网智库中心,关注公众号:互联互通社区,每日获取最新报告并附带专题内容辅助学习。

    方案咨询、架构设计、数字化转型、中台建设、前沿技术培训与交流,合作请+微信:hulianhutongshequ

    展开全文
    kymdidicom 2021-04-02 00:51:50
  • 5星
    40.65MB qq_38412739 2021-05-16 20:14:50
  • 来源:THINKTANK新智囊2月,在旧金山举办的IBM Think 2019大会上,IBM CEO、总裁及董事长Ginni Rometty提出当前正在进入数字化重塑2....

    640?wx_fmt=jpeg

    来源:THINKTANK新智囊

    2月,在旧金山举办的IBM Think 2019大会上,IBM CEO、总裁及董事长Ginni Rometty提出当前正在进入数字化重塑2.0阶段(Digital Reinvention, Chapter II):数字化重塑的第二篇章,将以企业驱动为主,具有三大维度特征——扩展数字化和AI规模、混合云以及关键任务应用,这些之下是可信的基础设施,而IBM有责任引导这一进程。


    近日,在清华大学经管学院举办的高教论坛上,安筱鹏博士围绕“数字化转型2.0”进行了主题发言。


    各位来宾上午好!


    在座的各位都是清华经管学院的校友,非常高兴在清华108年校庆期,和各位清华校友交流数字化转型这个话题。今天,我们业界关于企业数字化转型有很多新的概念,有些时候新概念太多,也造成了“新概念雾霾”,我们需要一个“雾霾净化器”;我们需要一个望远镜,能看到数字化转型的全局;我们需要一个显微镜,能看到数字化转型的细节;我们也需要一个CT机,能看到数字化转型的本质。


    什么是数字化转型的本质?我们认为,数字化转型的本质是,在数据+算法定义的世界中,以数据的自动流动化解复杂系统的不确定性,优化资源配置效率,构建企业新型竞争优势。


    当前,全球信息通信技术正进入技术架构大迁徙时代,企业数字化转型正在经历从基于传统IT架构的信息化管理(数字化转型1.0),迈向基于云架构的智能化运营(数字化转型2.0)。


    如何理解和认识企业数字化转型,这十个关键词也许可以帮助勾勒出数字化转型的本质:1、不确定性,2、复杂系统,3、竞争的本质,4、转型的逻辑起点,5、工具革命,6、决策革命,7、数据的自动流动,8、软件的本质,9、技术架构的大迁移时代,10、体系重构。


    01

    不确定性


    只有深刻认识不确定性,才能深刻理解数字化转型的本质


    对不确定性的恐惧是人们认知社会规律的内在动力。人类社会发展一直伴随着对确定性的追求,确定性是行为能够被预测的前提,也是我们安全感的来源。人类社会的发展史就是一部对抗不确定性、寻求人类命运发展确定性的历史,对不确定性的恐惧和对确定性的追求一直伴随着人类社会的发展和演进。


    不确定性源于信息约束条件下人们有限的认知能力,应对不确定性,是人类永恒的挑战。在过去几千年里,每一个个体、族群、部落、企业、国家等都会面临着各种各样的挑战,如战争、冲突、灾害、竞争等。人们都面临着如何在不确定性的环境中进行决策,这些决策正确与否会导致事情的成败、得失、利弊、对错、好坏、优劣等结果,决策结果又会影响个体的幸福、部落的兴衰、企业的成长、国家的繁荣、历史的走向。


    化解不确定性的“三部曲”。第一,理解和认知世界运行的规律,是化解不确定性的逻辑起点;第二,理解运行规律之后需要预测将会发生什么,这是决策的基础和依据;第三是控制,是将决策付诸行动的具体路径。


    640?wx_fmt=jpeg


    面对不确定性如何决策?


    几千年来,人类社会一直面临的重大挑战是,如何在不确定性的环境中进行决策,从游牧社会、农业社会、工业社会到信息社会,这都是一个永恒的话题,而在过去几千年人类是如何进行决策?2000多年前,《史记·龟策列传》中记载“自古圣王将建国受命,兴动事业,何尝不宝卜筮以助善!”500年前,正如马克斯·韦伯在《新教伦理与资本主义精神》所说的,新教构建了一套对世界的解释体系,企业家们面对各种不确定性进行决策的时候,宗教是指导他们在不确定性的环境中进行选择的依据。


    100前,爱迪生经过几千次试验发明了电灯,1969年美国人把人类送到了月球,波音747实现首飞。人类上月球的每一个决策、飞机研发的每一次重大决策的背后是基于什么?是科学。今天,风电功率预测、工程机械设备全生命周期运维、盒马鲜生对生鲜食品的品类及数量选择、淘宝首页的千人千面的背后,构建了新的决策机制:数据+算法。


    对不确定性认知的分野:从哲学到科学


    对于不确定性的认知,也是从哲学、科学、经济学分化的一个重要的因素。从信息论来看,克劳德·香农认为“信息是用来减少随机不确定性的东西,信息的价值是确定性的增加”,信息最重要就是要减少不确定性而增加确定性。回到数字化本质,那就是在数据+算法定义的世界中,化解复杂系统的不确定性。


    640?wx_fmt=jpeg


    医疗的本质:应对不确定性


    关于不确定性,我们把这个话题拓展到其它领域。1972年,阿罗获得诺贝尔经济学奖,其在1963年发表的论文《不确定性和医疗保健的福利经济学》中指出,医疗服务的特殊性源于其普遍存在的不确定性。医疗是什么?向外看,是悬壶济世;向内看,就是如何应对不确定性。在现代医生的手边,有6000多种药物,4000多种治疗手段,每种有不同的使用要求、风险、注意事项。面对疾病世界,从几百年前的简单,到几十年前的复杂,再到现在的“非常复杂”。医学成了一门掌控极端复杂性的艺术,它考验着作为人是否能够驾驭这种复杂性。


    02

    复杂系统


    从万物互联到万物智能


    没有网络的世界是一个机械系统。随着传感器、互联网、物联网的出现,IoT时代正在到来,所有的产品最终都将成为一个网络终端。正如波特所说,未来,所有的产品功能将由四个基本模块构成:动力部件、执行部件、智能部件、互联部件,未来的智能产品可以监测、可以控制、可以优化,产品的功能灵活性、易扩展性、安全性、可管理性都得到提高。

     

    640?wx_fmt=jpeg


    单一产品走向复杂系统,从机械系统走向生物系统


    万物互联网使得孤立产品走向复杂产品网体系。约翰迪尔公司(John Deere)作为全球最大的农业机械制造商和世界第二大工程机械制造商,其产品沿着传统产品→智能产品→智能互联产品→产品系统→产品体系的路径逐步演变。它不仅仅是一个产品,而且成为一个网络体系的组成部分。当成为一个网络体系组成部分的时候,就从一个原有的机械系统演变成复杂的生物系统。


    智能系统:单一系统、局部系统、复杂系统到巨系统


    我们再来看智能制造,我们可以定义一个智能的最小单元——具有感知、分析、优化、执行功能的智能单元,如数控机床、智能机器人、AGV小车以及刀具管理、工装管理系统等,这些最小智能单元散布在制造体系的各个角落。今天,随着物联网、边缘计算、工业互联网等新的架构和技术体系的出现,以及市场需求对跨企业、跨环节、大尺度资源优化的需求,最小的智能单元从一个小系统被不断接入企业内部大系统,企业内部大系统与上下游实现互联互通互操作,构建复杂产业链系统。在此基础上,当企业把产业链系统向整个社会开放时,开始构建起一个复杂巨系统。那我们可以看出来,商业和制造系统变得越来越复杂,从一个机械系统演变成了一个复杂生物系统。


    德国工业4.0讲横向集成、纵向集成、端到端集成,从这个角度来讲,什么是集成?集成是数据的互联互联网互操作,集成的本质就是对制造资源优化范围、领域深度的描述,从自动化到智能化,就是从局部优化到全局优化的过程,在时间上优化只有起点没有终点,空间上参与优化的资源从点、线、面、大系统、巨系统的方向不断地扩展。如果说,自动化是单点的、低水平的,有限的资源优化;那么,智能化是多点、高水平、全局的资源优化。所谓集成的过程,就是对制造过程的范围领域不断地深化的过程。


    640?wx_fmt=jpeg


    智能制造:复杂的生态系统


    传统的制造体系是一个简单的机械体系,确定性是常态。而智能制造是一个复杂的生态系统,要解决的核心问题是如何降低系统的不确定性。今天,当人们在理解制造业、理解智能制造的时候,我们要换一个视角,我们从一种静态思维、机械化思维,走向生态思维、系统思维。


    03

    竞争的本质


    什么是企业?企业竞争的本质是什么?这是我们在理解数字化转型,必须要思考的问题。


    企业是一种组织,是跟市场、政府一样,配置资源的组织。企业是一种替代市场进行资源配置的组织,是将技术、资本、人才、土地、机器设备等资源组织起来,以更高效、更低成本满足客户需求的组织。企业竞争的本质是什么?企业竞争的本质就是资源配置效率的竞争,就是要以数据自动流动化解复杂系统的不确定性,优化企业资源的配置效率。企业面临什么样的挑战?当我们走进企业董事会、走进工厂、走进车间、走进研发中心,他们都在思考什么问题:企业思考如何缩短一个产品的研发周期、如何提高一个班组产量、如何提高一个机床的使用精度、如何提高一组设备的使用效率,所有这些问题,都可以归结为一个问题,就是如何提高资源配置效率。


    面对这些问题,如何提高资源优化配置效率,核心是如何实现科学决策、精准决策、高效决策。企业的本质属性是在不确定性的环境中如何决策,对于企业来说,新品开发是决策,客户定位是决策,营销策略是决策,研发组织是决策,供应链选择是决策,交付周期是决策,库存管理是决策,排产计划是决策,商业模式选择是决策。科学决策的背后是资源优配置效率的提高。


    在淘宝、天猫上的服装、化妆品商家来说,他们要思考的问题是,如何发现客户的需求?如何找到新产品的最佳代言人?是选择电视广告还是网络广告?如何确定营销关键词?今年夏季流行什么款式、什么颜色、什么尺码?何时备料、备多少?如何定价?所有这些问题的背后,都是一系列决策。


    04

    转型的逻辑起点


    数字化转型的逻辑起点:适应竞争环境的快速变化


    今天人们讲智能制造、工业4.0、工业互联网等一系列概念,讲数字化转型,首先需要思考的问题是,转型的逻辑起点是什么?这个逻辑起点是,企业如何适应竞争环境的快速变化。智能就是一个主体对外部环境的变化做出反应能力,这个主体可以是一个人、一个机器、一个设备、一个组织、一个企业等。工业4.0、智能制造等要解决的核心问题就是,面对客户需求的变化,企业如何适应和跟上这一快速的变化,如何更好地满足客户需求,这是数字化转型的逻辑起点。


    消费者的需求已经发生改变


    在过去,消费者追求的更多是性价比、产品功能、耐用性等功能诉求;而今天,年轻的消费者不仅仅关注功能性诉求,而且关注内容、服务、参与度、社交体验、分享与交流等体验诉求。消费者的需求已变化,我们的供给能否跟上消费者需求的变化。


    640?wx_fmt=jpeg


    制造企业需要面对不确定性快速做出反应


    美国的标准与技术研究院对智能制造有一个理解。就是如何实现差异性更大的定制化服务、更小的生产批量、不可预知的供应链的变更。把这三个标准归纳成一句话就是制造企业如何面对不确定性,在外界环境发生变化时,如何能够快速地、实时地、精准地做出反应。这背后的体现的是一种能力。


    中国是全球最大的服装出口基地,过去一个外贸服装订单量可以达到百万级,后来订单量下降到了十万、五万级,今天服装的外贸订单最小批量只有3000件左右,线下订单达到1500件、线上达到380件。但同时,订单的交期从过去的一年、半年、三个月进一步压缩到15天,有些品牌厂商15天交期产品的比重已占所有产品的15%。而具备15天交期能力的代工厂,其单件产品的议价能力比大规模生产厂家高出30%。对于智能制造和数字化转型而言,其要解决的核心问题是如何解决小批量、多品种、短交期的问题。

     

    640?wx_fmt=jpeg


    商业和制造系统的复杂性


    商业和制造业变得越来越复杂,这个复杂性至少可以从两个维度去观察。第一,产品本身越来越复杂。过去,仅仅是一个机械产品,现在变成了智能互联的产品,产品增加传感器、通信模块、计算模块、软件等,产品变得越来越复杂。第二,需求变得越来越复杂。从大规模生产、大规模定制到个性化定制是一个不断演进的过程。当需求变得很复杂的时候,给企业研发、设计、生产带来一系列的挑战。


    640?wx_fmt=jpeg


    05

    工具革命


    数字化转型,本质是两场革命:工具革命和决策革命。人们去一个地方可以选择步行、可以开车、可以乘飞机,这叫工具,工具决定了能走得多快;但是,离目的地是不是越来越近,还取决于你的决策是否正确。数字化转型本质上就是解决两个基本问题:正确地做事和做正确的事。


    我们可以从这两个维度上观察和理解企业的数字化转型。从工具革命的维度看,自动化的工具提高了体力劳动者和脑力劳动者的效率,传统的机器人、机床、专业设备等传统工具正升级为3D打印、数控机床、自动吊装设备、自动分检系统等智能工具,传统能量转换工具正在向智能工具演变,大幅提高了体力劳动者效率;同时CAD、CAE、CAM等软件工具提高了脑力劳动者的工具效率。从决策革命的维度看,企业内部 EPR、CRM、SCM、MES等通用软件和自研软件系统,通过不断挖掘、汇聚、分析消费者以及研发、生产、供应链等数据,基于数据+算法构建一套新的决策机制,替代传统的经验决策,实现更加高效、科学、精准、及时的决策,以适应需求的快速变化。


    640?wx_fmt=jpeg


    工具革命:从能量转换工具到智能工具


    马克思在几百年前就说过“手推磨产生的是封建主的社会,蒸汽磨产生的是工业资本家的社会”。马克思也说过各种经济时代的划分,原始社会、农业社会、工业社会,这种时代的划分,不在于生产什么,而在于怎样进行生产,用什么样的劳动资料生产。


    2004年为了制定《国家信息化发展战略(2006-2020)》,我们组织开展了一个课题研究,叫“中国信息战略研究”,这个研究成果集结成一本书《信息社会:概念、经验与选择》(2006)。在这本书中,我们通过劳动工具的差异将人类社会划分为农业社会、工业社会、信息社会。我们定义工业社会最重要的工具叫做能量转换的工具,蒸汽机、内燃机、纺织机等都是能量转换的工具。信息社会是什么工具呢?信息社会的工具是在传统工业社会能量转换的工具基础上,增加了传感、通信、计算、处理等智能模块,能量工具转变成为一种智能工具,如智能机器人、数控机床、AGV小车等都是在能量转换的基础上加载了传感、控制、优化等智能要素。


    我们可以看到,在过往的几百年、上千年,人类信息传播工具的演变:从过去的狼烟、驿站、旗语、邮局、电报、电话到互联网;生产加工工具的演变:从手工、机床到数控机床、在线数控机床。


    过去工厂里面传递信息是通过文档,设计师们用纸、笔等工具画出汽车、飞机的几何外形;后来通过模型来传递信息,将几何模型、工艺模型信息等都完全加载,用二维CAD、三维CAD来设计汽车和飞机,到后来基础模型的企业(MBD)等。无论是体力劳动者,还是脑力劳动者,通过新的工具,提高了生产、研发效率。


    06

    决策革命


    什么叫决策革命?用抽象的语言来描述就是在比特的汪洋中重构原子的运行轨道。就是通过在Cyber空间重建物理世界,对采集的信息进行处理、加工、优化,将优化的结果反馈到物理世界,再去优化物理世界。信息物理系统建设就是在比特的世界中构建物质世界的运行框架和体系,是以数据自动流动实现资源优化配置。这种决策将更加的高效、更低的成本、更加的精准和更加的科学。


    决策革命:基于数据+算法的决策


    决策革命简而言之就是基于数据+算法的决策。“数据+算法=服务”实现分四个环节:一是描述,在虚拟世界描述物理世界发生了什么;二是洞察,为什么会发生,事物产生的原因;三是预测,研判将来会发生什么;四是决策,最后应该怎么办,提供解决方案。


    在上述的描述、洞察、预测、决策之后,可能都需要人来参与决策,但是人参与决策越来越少,而系统参与的决策越来越多。就好像无人驾驶一样,从开始完全依赖人的驾驶到最后无人驾驶。我们在Cyber空间找了一个代理人,把人们对汽车驾驶运行规律的认知装载到软件系统等去感知、优化、控制、执行。通过这样一种方式优化资源的配置效率。正是因为我们构造了一种新的改造和认知世界的方法论,在开发汽车、飞机、高铁等产品的时候,研发、生产效率都会大幅度提高。

     

    640?wx_fmt=jpeg


    在不确定性的环境中进行决策是企业面临的巨大挑战,从基于经验的决策到基于数据+算法的决策,是企业数字化转型的基本模式。天猫联合玛氏、雀巢等多家一线品牌,联合建立新品创新中心,基于数据和新商业逻辑,洞察新品机会、提高研发效率,3  C、服装、美装、电器等新产品研发周期大幅缩短。

     

    640?wx_fmt=jpeg


    07

    数据的自动流动


    “数据+算法”背后的支撑:数据的自动流动


    决策革命是基于数据+算法,那支撑数据+算法的背后是什么?是数据的自动流动,即正确的数据在正确的时间以正确的方式传递给正确的人和机器。


    青岛红领作为一家个性化定制服装企业,有些企业高管参观后感到非常失望,因为没有想象中一排排机器人、先进的数控机床、先进的生产线以及忙乱而有序的AGV小车,看到的是一排排的工人在用手工的方式加工衣服,是一个典型的劳动密集型企业生产场景。


    有人说他跟富士康没有区别,不是没有区别,而是根本就比不上富士康,富士康的自动化生产线、切片机、机器人是非常先进,红领跟富士康有什么不同呢?


    我们认为自动化分为两种。一种自动化是生产装备自动化,叫做看得见自动化,或者定义成工具革命,数控机床、机器人、立体仓库、忙碌而有序的AGV小车。还有一种叫做看不见的自动化,数据流动的自动化,把正确的数据在正确的时间传递给正确的人和机器,或者定义成决策革命。当你采集一个人上身的18个部位,22个指标之后,这一个指标首先自动生成一个适合这个人体型的一个版型,自动生成一个数控机床的加工指令,自动生成200个工序的加工工艺,定制化生产跟规模化生产相比,其复杂度、面临的不确定性远远地超出几个量级。


    当面对一个定制化生产的时候,系统变得极其地复杂,需要非常多的决策,每时每刻、每个人所面对的加工对象、工艺、方法都会发生变化。定制化生产的核心在于,如何能够把数据在正确的时间以正确的方式传递给正确的人,以数据的自动流动化解复杂系统的不确定性。


    640?wx_fmt=jpeg


    基于文档的信息流到基于模型的信息流


    我们把这一模式概念拓展到一般生产场景,当企业采集了客户的数据之后,这些数据就会在企业经营管理、产品设计、工艺设计、生产制造、过程控制、产品测试的每一个环节里去流动。我们要思考的问题是在数据流动的每一个环节,是不是可以没有人去参与。过去信息的流动是基于文档的流动,我们的企业通过传真、e-mail、excel表、U盘、光盘、打电话、开会、自己开发工艺程序、编写软件等各种方式传递信息。今天,我们所要追求的是,数据能够在企业内部流动过程中,不需要人的参与可以实现信息的自动流动。

     

    640?wx_fmt=jpeg


    08

    软件的本质


    软件是实现数据自动流动的核心


    数据的自动流动,正确的数据在正确的时间,以正确的方式传递给正确的人和机器,正确与否的核心是软件、是算法、是模型。软件是一系列按照特定顺序组织的计算机数据和指令的集合,本质是事物运行规律的代码化,作用是构建数据流动的规则体系,是指导甚至控制物理世界高效、有序乃至创造性运转的工具,是工业和商业技术体系的载体,也是人类经验、知识和智慧的结晶。


    无论是爱因斯坦的质能方程,还是牛顿的三大规律,都是我们认识这个物理世界的方式。我们把规律模型化、模型算法化、算法代码化、代码软件化,再用软件化去优化物理世界。我们构建了三个世界,物理世界、意识世界、数字世界。


    “数据+算法”构造了我们认识这个世界新的方法


    2013年的诺贝尔化学奖,因发展了复杂化学体系中的多尺度模型,颁给了三位美国科学家马丁·卡普鲁斯、迈克尔·赖韦特和亚利耶·瓦谢尔因。这三位科学家的贡献就是构建了一个做实验的方法论,做化学实验的方法论,这个方法论就是在计算机中做实验,它实际就是“数据+算法”的另一种的表现形式。


    过去科学家整天在实验室做实验,现在有一部分实验可以在计算机里面去做。对于制造业也是一样,过去飞机从立项到交付需要近十五年,现在只需要五六年的时间,因为人们构建了一个新的认识和改造世界方法论。高铁可以通过虚拟的高铁在虚拟的京沪线上跑起来,来测试高铁运行中选择电流、电压、噪音、稳定性、可靠性等,通过在虚拟世界的快速迭代,构造了一个改造和认识世界的方法论,这种方法叫模拟择优法。

     

    640?wx_fmt=jpeg


    09

    技术架构大迁徙时代


    今天我们讨论各种各样的云和工业互联网概念的背后是什么?是我们正在迎接一个新时代的到来,这个时代就是体系架构大迁徙的时代。


    基于云架构的大迁移


    伴随着工业技术和信息技术的飞速发展,商业系统的需求、生产流程、业务逻辑的复杂性逐渐增加,对信息系统的响应要求也越来越高。面对商业和制造系统复杂性的持续增加,基于传统IT架构解决方案的基本思路是在原有业务系统升级的基础上不断开发新的业务系统,即“系统+系统”模式,面临业务系统“烟囱林立”、复杂臃肿、迭代缓慢、交付低效等挑战,业务系统响应能力呈线性增长,越来越难以适应日益复杂的制造系统。


    我们今天讨论工业互联网、工业云,我们讨论边缘计算、时间敏感网络等概念都在描述一件事情,我们在构造一个新的架构体系,我们可能正在迎来一场历时20年的技术架构体系大迁移时代,这场迁移5年前已经开始,会在未来15年结束。这是一场基于复杂经济系统需求牵引的技术架构大迁移,我们商业系统、制造系统变得越来越复杂,这种复杂性,来自于产品本身、来自于客户需求、来自于全球化、来自于供应链、来自于世界政治经济环境的变化。


    今天我们需要重新构建这个架构就是基于云计算架构体系,基于云架构实现各业务系统和解决方案的云化迁移,我们需要构建一整套基于云架构的软件体系、商业模式、咨询服务、运维体系,使大量数据、模型、决策信息平台化汇聚、在线化调用,系统之间实现互联互通操作,实现了业务系统的功能重用、快速迭代、敏捷开发、高效交付、按需交付,即“系统之系统”模式。伴随着制造系统的复杂性增加,新的业务系统通过对原有业务系统模块的充分调用、部署实现快速上线,系统响应能力指数增长。


    640?wx_fmt=jpeg


    从数字化转型1.0到数字化转型2.0


    架构体系的迁移推动了企业数字化转型从1.0迈向2.0,如果说,数字化转型1.0是基于传统IT架构的信息化管理,那么数字化转型2.0就是基于云架构的智能化运营;数字化转型1.0是管理导向,数字化转型2.0是创新导向;数字化转型1.0的核心是业务数字化,数字化转型2.0是数据的业务化;数字化转型1.0是实现消费端数字化,数字化转型2.0是供给端数字化;数字化转型1.0是局部数字化,数字化转型2.0是全链路数字化;数字化转型1.0是流程驱动,数字化转型2.0是数据驱动;数字化转型1.0是基于硬件和软件的交付,数字化转型2.0是数据+算法提供了赋能;数字化转型1.0是产品经济,数字化转型2.0是结果经济。

     

    640?wx_fmt=jpeg


    10

    体系重构


    数字化的逻辑殊途同归:数字孪生的世界


    可以设想一下,未来十年、二十年、三十年之后,信息通信技术的发展趋势是什么?或者我们思考一个问题:数字化的终极版图是什么?从未来看现在,我们今天所看到的物联网、大数据、云计算、人工智能、工业软件等技术,都是未来数字化终极版图的一个碎片,ICT技术发展及应用的过程,就是我们不断把这个碎片化的模块拼一个幅完整版图过程,我们都是拼图人。


    那么,形成的最终图景是什么呢?是数字孪生。我们不断地把碎片化物理世界数字化后,在Cyber空间构造成一个碎片化的数字孪生体,然后把这个碎片化的孪生体拼成一个完整的数字孪生体,直至构造一个数字孪生的世界,从数字孪生的心脏、数字孪生的飞机、数字孪生的建筑到数字孪生的城市,我们都走在构造数字孪生世界的大道上。我们将在比特的世界中重建原子的世界,将在比特的世界优化原子的世界,数字孪生的世界在未来20年将经历三个阶段:局部的数字孪生、静态的数字孪生和动态的数字孪生。


    深度融合:体系重构的新阶


    以互联网、云计算、大数据等为新一代信息通信技术与制造业融合带来了体系的重构,形成了以数据驱动、软件定义、平台支撑、服务增值、智能主导为特征的制造业新体系。在过去的两三百年的时间里,制造业不变的追求是:制造的高效率、高质量、低成本和客户的高满意度。新的体系对于制造业来说,带来什么样的变化呢?带来了谁来生产、生产什么、用什么工具、以什么方式、在哪儿生产的改变。


    生产者由单纯的生产者转变为产销者(Prosumer),消费者越来越深度地参与了生产的全过程;生产产品由功能产品演进到智能互联产品,无人汽车、智能硬件等产品层出不穷;生产工具由从能量转换工具到智能工具,3D打印、数控机床广泛应用于制造;生产方式从“试错法”到“模拟择优”,从实体制造到实体虚拟融合,虚拟仿真、数字孪生的技术正不断应用,体现一种新的认识和改造世界的方法论;生产地点由集中向分散转变,网络化制造、分享制造正是这一过程的体现。


    转型:从思维转变开始


    面对数字化转型大变革,企业如何转型?企业思维需要实现三个转变:一是以不确定性应对不确定性。面对需求的不确定性,企业需要以数据+算法的策略应对不确定性,需要摒弃冗余思维、静态思维,走向精准思维、动态思维。二是以增量革命构建新型能力,企业数字化转型,就是要把软件、设备、流程优化、管理变革最终都要转化为企业的新型能力。这是数字化的出发点,也是落脚点。三是从产品制造商到客户运营商(Customer Operator),制造企业应成为一个工业产品提供者,通过产品与客户建立一种“强关系”,能成为24小时在线,了解、预测、满足客户需求的“客户运营商”。


    今天,企业数字化转型2.0时代已经到来。


    未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


    未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


      如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


    640?wx_fmt=jpeg

    展开全文
    cf2SudS8x8F0v 2019-07-08 11:46:44
  • ​本篇文章为亿信华辰《4大行业实战案例,深度解析数字化转型升级路径》视频直播稿件。 大家晚上好,欢迎来到小亿直播间!今天主讲的内容是以4个行业的典型应用为背景,给大家讲讲数字化转型的项目是如何落地的。...

    ​本篇文章为亿信华辰《4大行业实战案例,深度解析数字化转型升级路径》视频直播稿件。

    大家晚上好,欢迎来到小亿直播间!今天主讲的内容是以4个行业的典型应用为背景,给大家讲讲数字化转型的项目是如何落地的。我们将会从3个方面来进行分享:首先我们回顾下数字化转型,然后我们以制造、能源、金融、政务四个典型行业为背景,来给大家讲讲数字化转型的项目应用,最后给大家分享亿信华辰在数字化转型能力。

    一、数字化转型的背景

    1.数据化转型的认知

    不知道大家对数字化转型是怎么认知的,这里我们列举了一些,比如

    以上都属于数字化转型的战术问题,而且是属于早期数字应用,而今天数字化转型是战略问题,是重构企业价值,颠覆传统企业的一切,从价值主张到组织架构到信息流的传递,再到客户交付,等等都是嵌入数字化手段,让企业增强客户的体验。

    2.波士顿的“数字化战略路线图”

    那关于什么是数字化转型?这里我们引用波士顿“数字化转型战略路线图”,如图所示,即“数字化业务战略”和“业务化数字战略”的终极目标是迎接或创造对行业的数字化影响,比如:

    (1)在产品和服务方面:以数字化的方式交付产品和服务,或者产品和服务本身就是数字化或者包含数字化特性,例如音乐产业,数字化隐音乐下载替代了传统的唱片和CD,其后,在线音乐播放又替代了音乐下载。

    (2)在运营方面:企业的整体业务过程从物理现实转换到数字空间,实现实时线上化、数据智能化,这类转型意味着需要大规模重构企业运营的核心信息系统的架构,例如制造业的“数字化孪生”,物理实体对象被数字化,无论是顾客、合作伙伴,还是企业员工,利用数字化界面来实现人与企业数字空间的交互。

    (3)在商业模式方面:数字化重构行业价值链和价值网络,改变原有的收入和利润模式。例如IT企业服务行业全面向云转型,重构了这个行业传统的硬件、软件、服务的价值链,厂商从一次性收入模式变为年金收费模式。

    3.数字化转型的核心特点

    (1)新一代ICT技术成为新的生产要素

    数字化转型就是将新一代ICT技术作为新的生产要素,叠加到企业原有的生产要素中,从而引起企业业务的创新、重构。因此,新一代ICT技术能否得到有效运用,并为企业产生显著的业务价值是转型的关键特征。

    (2)数字资产成为创造价值的新源泉

    数字化转型不仅仅是将新技术简单运用到生产过程中,更应该在转型过程中不断积累并形成数字资产,围绕数字资产构建数字世界的竞争力,为企业不断创造价值。

    (3)融合共享成为数字转型的核心理念

    数字化转型首先是数据的融合共享,然后推动业务的融合共享,从而实现企业内部资源,外部资源的高效整合,提升企业运营效率和服务客户的能力,为企业发展赋能。

    4.席卷全球的数字化转型的3个波次

    根据罗兰贝格的深度报告,席卷全球的数字化转型有3个波次:第一,从信息密集型开始,代表企业就是银行、保险;第二,到消费与服务行业,代表企业就是零售与医疗;第三,再到支柱型工业,比如制造业和房产。

    5.数字化转型加速了数据管理的需求

    说了这么多数字化转型,其核心还是数据,因此从某种程度上来说,数字化转型加速了数据管理的需求,但也导致了一些问题的出现,比如

    第一,由于数据量高速增长,大数据量操作效率低,实时分析时效无保障;

    第二,数据无法融合与共享,即数据分散在各业务系统,如何实现数据的融合,实现面向共享服务的数据资产体系成为了关键;

    第三,由于数据不完整,数据冗余,数据不规范等导致数据质量差,应用价值低的现象也很普遍;

    第四,可视化手段单一,对技术人员要求高,效果局限于普通图表,最终导致数据前端应用较浅。

    因此企业可以从以下8个方面全面提高数字化转型的能力,首先是做好业务数据规划,明确数据的范围;其次,是做好数据的采集、存储和保证数据质量;然后,是搭建好数据分析模型与执行;最后,做好企业数字化能力评估的工作。

    二、制造行业案例

    1.制造业数字化转型的意义

    (1)适应快速变化的市场环境

    纵观中国制造业发展历程,大致经历了三个时代。

    上个世纪80年代,商品短缺,制造业只关注“造”,满足市场需求;

    1990年至2010年,商品变得丰富,客户开始挑选,企业关注营销、品牌、质量和服务,而实现这些就需要有信息化的手段去支撑;

    2010年至今, 产品过剩,消费升级。消费者更关注产品和服务的个性、体验和快速响应。于是企业需要不断创新产品和服务满足消费者需求。而数字化转型能快速适应市场变化,提高效率、提升客户体验。

    (2)提高产品质量和生产管理效率

    中国的制造业规模庞大、体系完备,但在一定历史时间内的自主创新能力相对不强,目前依然有生产管理效率较低的情况;而与此同时,行业大环境的变化,人工、原材料成本增加,倒逼着企业必须着力提高产品品质和生产管理效率,才能重塑竞争优势。

    另外,随着互联网的日益普及,计算和存储能力的迅猛发展,物联网和传感器技术的广泛应用,以及工业软件的不断进化,数据的采集、存储、传输、展现、分析与优化都具备了良好的技术基础,因此,如果能好好把握住这些IT技术,能帮助制造企业提升竞争力。

    (3)提高产品附加值,增加营收

    相比传统制造业以技术产品交易为纽带形成价值链,而先进制造业,是以互联网为工具、数据为纽带形成人和机器智能融合的价值共创网络。因此,制造企业也可以实现产品本身的数字化转型,实现数据采集、状态感知与远程控制,从而提高产品的附加值,增加服务收入。

    2.制造业数字化转型所面临的挑战

    (1)工业设备终端联网率不高

    工业设备设施联网是制造业数字化转型发展的重要基础。

    目前全球各国工业设备设施联网率均不高,究其原因,一方面,受益于传统工业封闭技术体系和价值壁垒,设备制造商核心利润主要来源于产品交易和线下后市场服务,总体上对设备网络化改造和提供线上服务缺乏动力;

    另一方面,由于商业模式不清晰、线上服务能力不足、设备入网成本高昂、价值回报预期不足,工业企业普遍同样缺乏设备联网的动力。

    (2)全面集成管控水平不高

    很多制造企业,把ERP、MES、PLM、WMS、CRM、SCM等软件系统全上齐了,不等于实现数字化转型,更不等于企业效率提升。数字化转型是一个系统工程,企业单纯堆砌大量数字化工具难以完成。

    除此以外,制造业具有很深的行业壁垒,数据和业务结合需要大量的跨领域知识,单纯依赖数字技术,而忽视工业属性,融合应用的难度必然大增。只有把数字技术和人员、生产设备和制造场景等紧密联结起来,以现实需求为统领,支撑更加高效的业务活动,数字化转型才具有生命力。

    (3)缺乏统一的数字化转型战略规划

    数字化转型不能一蹴而就,而是一个阶段性的累积过程,也并非传统的技术改造或现场改善,而是涵盖企业战略、管理、组织、运营等各个方面的全面转型升级,是一项需要自上而下逐级推进的复杂系统工程,且通常涵盖大量的创新实践,而这也意味着较大的实施风险。

    3.挑战具体表现以下方面:

    第一,制造业数据缺乏整合与利用的现象较为突出

    第二,制造业数据普遍缺乏分析与可视化处理

    第三,传统手工的数据分析方式对员工的工作造成了重大的负担

    第四,传统的数据分析模式与智能时代的数据深度挖掘产生了尖锐的矛盾。

    4.制造企业如何做数字化转型?

    制造企业要推进数字化转型,必须明确数字化转型战略,制定数字化转型规划,然后实现规划的落地。在这个过程中,制造企业需要借助专业的咨询服务机构,来完成数字化转型的现状诊断、需求分析、流程梳理、整体框架设计和实施方案制定等过程,可以从5个步骤来进行:

    (1)评估数字化转型的现状

    制造企业可以通过现状评估,了解价值链各个环节应用数字技术的深度、广度和应用效果,还存在哪些数字化技术应用的断点,并对各个分支机构进行比较,与行业标杆进行对标,从而明确企业进行数字化转型的基础。

    (2)分析企业数字化转型的机会与突破口

    通过广泛的企业内部调研与行业最佳实践分析,结合行业的标准规范和合规性需求,基于企业的发展战略,来梳理企业推进数字化转型的需求,并根据重要度与可行性来确定企业推进数字化转型的突破口。

    (3)明确企业数字化系统的整体框架

    分析企业的业务流程在数字化转型过程中应当如何进行优化,确定企业进行数字化转型的关键考核指标,制定数字化系统的整体框架,明确企业未来三到五年数字化转型的整体规划。

    (4)确定企业数字化转型的路线图

    明确各个数字化系统的具体功能、部署方式和集成方案;确定数据采集、设备联网,IT与OT集成方案;制定数字化转型的年度投资计划;明确推进数字化转型的组织体系;分析数字化转型的投资收益;预测数字化转型过程可能存在的风险和规避策略。

    (5)据数字化转型的规划落地实施,并及时修订规划

    数字化转型的规划也应该是三年一规划、一年一滚动。企业应当对数字化转型的状况进行年检,并结合企业实际情况的变化和新兴技术的发展,对数字化转型的规划进行修订。同时,企业应当高度重视数字化转型的核心团队建设,将IT部门、自动化部门、规划部门和推进精益的部门结合起来,并聘请外部的专家顾问,从而确保企业的数字化转型过程一步一个脚印,取得实实在在的效益。

    下面我们通过一个制造业的物料主数据的建设来看看

    5.案例展示

    (1)案例背景

    某集团是稳居中国企业500强前列的大型民营股份制企业,现有员工4万多人,年产值过1000亿。目前形成了以铝业、纺织服饰、西海岸新区、金融、地产、教育、旅游、健康、航空等为主导的多产业并举的发展格局。

    a)建设原因:大数据建设起步晚,数据资产没有得到充分利用

    集团已经建立了包括财务管理、资产管理、人力资源管理在内的多个信息系统,且运行多年,积累了一定数量的各类型数据。但过去信息化建设遵循的理念是“业务驱动”而非“数据驱动”,忽略了对数据本身的关注,没有充分挖掘和利用数据的价值。

    b)信息化现状:集团较完善,各下属企业信息化程序参差不齐

    集团管控层面信息化系统比较完善,比如:人事系统、财务系统、供应链系统、客户和销售系统、固定资产管理系统、流程审批系统;但各下属企业信息化程度参差不齐,主要为ERP+特定领域专用系统,并由众多计划中MES系统。

    (2)目标

    基于该企业的现状,亿信华辰帮助该企业以数据标准与制度二者为基石,以管理组织、流程和平台三者为实现手段,实现物料主数据全面高效的管理。

    同时,如图所示,明确主数据建设的整体发展思路为以七大核心能力构建为支撑,以八大关键举措为手段,逐步实现国内领先的主数据管理建设。

    (3)建设任务

    主要建设任务是物资的标准化,那什么是物资的标准化呢:

    物资标准化的目标是制定一套全集团所有业务板块通行统一的物资分类及编码标准,以支持业务集中管控发展战略与综合管理信息系统建设项目的需要,即通过如图所示的方法来落地物料标准化。

    (4)项目管理规划

    这个过程主要分成三个阶段,第一阶段是整体的规划,建立标准、搭建平台、完成集团管控系统数据整合(物料、财务、人事、客商);第二阶段是把主数据管理工作往其他业务模块推进,以及推进下级单位的数据整合;第三阶段是做主数据的查漏补缺,全面完善,整体优化。进行持续的数据治理,逐步构建数据专家团队。

    (5)建设成效对比

    主要体现在以下四个方面:

    (6)项目成果

    完成人力资源、财务、采购、营销、指标及其他基础等六大类主数据建设,其中物料主数据,涉及40+大类,3000+小类,10万+实体数据,并实现供应链等其他经营系统的数据对接共享。

    (7)价值展现

    经过一年多的项目建设,该集团利用亿信华辰主数据管理软件搭建的主数据平台成功上线,建立了满足各下属公司业务需要的物资分类和各属性字段标准规范模板,实现所有类型主数据在主数据管理平台中统一管控。

    最终通过集中的数据管理和全面的数据服务,实现高效的数据利用和可靠的数据质量,比如:第一,大幅度降低了物料重码率,为降低库存提供了保证;第二,满足快速定位及查询的需要,减少了无效操作时间,最终提高了工作效率。

    三、能源行业案例

    1.能源行业转型升级压力凸显

    能源是人类社会生存发展的重要物质基础,攸关国计民生和国家战略竞争力。当前,以新能源、新技术、新材料为主要驱动力的能源革命推动人类社会进入全新能源体系。

    与此同时,随着民营企业大规模进入炼化、销售领域,行业竞争不断加剧,资源、能源和环境的刚性约束日益增强,能源化工行业面临一系列挑战。主要表现在以下 4个方面:

    2.能源行业数字化转型的意义

    而数字化转型对于能源行业同样也是意义重大,比如:

    (1)资源配置网络化、全局化

    深化全员、全要素、全过程成本管控,合理配置资源,提升全要素的流通效率和水平,市场化运作向价值创造聚焦,促进整体价值最大化。

    (2)产业创新协同化、开放化

    建立创新驱动的发展模式,将创新链与产业链、价值链结合,加快推进技术创新、产业创新和商业模式创新,基于新业态、新模式创造新的价值增长点;研制能力与客户需求精准对接,实现个性化定制;构建快速精准适应市场的生产组织方式,满足市场细分需求。

    (3)生产制造智能化、精益化

    提升技术能力、升级管控手段、创新发展模式,着力打造新产品,注重绿色洁净,积极开发生产环境友好产品,加快数字化转型,实现高质量发展,推动产业结构优化升级。

    3.能源行业的数字化转型包含哪些?

    能源数字化转型的核心即使用新兴信息技术充分挖掘和利用能源全生命周期的数据价值,例如物联网技术可实现海量设备实时在线接入,云计算技术提高能源设备数据的收集、存储与分析效率等。

    在产能端,通过数据实现设备能耗的管理,产能效益的提升;在用能端:通过数据实现产品多元化,用能稳定性提升;在管能端:通过数据实现能源规划的优化,和灾害应急的规划优化。

    4.能源行业大数据解决方案

    这里亿信华辰也针对能源行业的数据管理问题,推出了大数据解决方案:

    通过采集集团和子公司的生产经营全要素数据,实现集团层面全局汇总数据统计分析及可视化需求,支撑集团综合运营管理和企业的采、掘、机、运、通管理,实现企业“用数据说话、用数据决策、用数据管理、用数据创新”的经营理念,达到集团整体数字化转型及智能化生产目标。

    5.案例展示

    (1)案例背景

    临矿集团是全国煤炭企业50强和山东省重点工业企业之一。2011年划归山东能源集团管理,如今已发展成为一家国内横跨鲁蒙陕甘四省区十余个地市,海外涉足澳大利亚,以煤电、铁矿、玻纤三大产业为支柱,以物流贸易、技术服务、现代农业三大产业为支撑,拥有全资、控股企业21家,后备矿产资源储量200亿吨以上的大型企业集团。

    (2)项目痛点

    该集团在2016年开始建设大数据平台,相继完成集团财务共享、人力共享、设备共享、安全生产、党建平台及大数据平台建设,也面向集团层面建了数据仓库,通过对集团领导与二级单位领导提供云中看板,让领导随时随地了解生产经营信息,及时决策。 

    但是由于各系统厂商不同,早期也没有健全的数据治理体系,导致在数据使用过程中存在一系列问题,比如:

    a)各系统之间,甚至同系统不同表的数据标准不统一,比如存在多套组织机构代码,导致数据关联分析困难。

    b)系统设计不规范,缺少审核条件,导致数据质量不够高,存在空值、重复值、误报数据现象。

     c)缺乏统一的数据资产管理和数据服务,存在信息孤岛,用数主要靠业务人员自己去业务系统复制粘贴到EXCEL中处理,或者技术人员写SQL查询,数据资产利用效率很低。 

    d)现有数据仓库还有待完善,尤其是未对原始数据及分析数据进行数据资产编目,业务人员无法获悉企业数据资产,并通过数据分析工具进行分析取数。

    e)除了结构化管理数据,煤矿、铁矿等生产企业有海量安全、设备物联网数据,需要对海量实时数据、非结构化数据进行采集和统一存储。

    (3)项目规划

    最终经过临矿集团大数据中心和各业务部门的商讨决策,结合亿信华辰数据治理专家的意见,确定了临矿集团数据治理项目的总体目标为通过涵盖全数据生命周期数据治理,建设涵盖人、财、物、产、供、销、安全等业务领域的集团级大数据资产平台,提供各类数据服务,并实现一线业务人员对数据自助分析应用,完成数据赋能。

    (4)具体路线

    对于如何进行数据治理工作呢?主要是通过“盘、规、治”的三字规划路线:

    第一,是盘点,也就是建设集团生产经营数据资源目录,资源目录提供服务接口,为一线业务人员生产运营提供数据支撑,实现数据共享,数据交互,充分发挥数据资产价值。

    第二,是规划,即建立基于集团生产经营统一的数据标准规范体系,以及更新机制和使用管理制度,形成服务于数据资源全生命周期的标准规范体系,促进多源异构数据的深度融合和共享应用。

    第三,是治理,建立数据质量管控体系,以规范和制度为约束,通过数据质量检测工具根据制定的数据标准检测数据,及时发现数据问题,进行数据治理并提炼相应的数据质量检核规则,防止同类问题的重复发生,有效提升数据整体数据质量,从而保证提供高质量,如图所示:

    (5)项目亮点

    在亿信华辰的大力协助下,依托于亿信华辰的行业经验及自主研发的睿治数据治理平台、亿信ABI工具,实现了临矿集团人力、财务、安全、设备、媒质数据从元数据、数据标准、数据质量、数据资产编目、到数据业务部门自助分析全数据生命周期治理及应用。

    此项目亮点主要体现在以下几个方面:

    第一,此项目对整个煤炭能源行业行业具有标杆和典型示范作用。把临矿的成功经验推广复制,可以让更多煤炭能源行业的企业树立正确观念,认识到数据治理重要性和必要性,重拾信心投入到企业数字化转型。

    第二,从特定业务和技术要求、风险和合规性需求等多方位考量,此项目运用战略一致性模型和阿姆斯特丹信息模型,结合集团现有的组织和文化规范,采用集中式的管理模式,并充分运用了科特的重大变革八步法,保证管理和组织优化的持续进行并逐步完善。

    第三,此项目不但对数据资产进行编目,并配以业务元数据方便业务人员理解数据含义,更提供了敏捷数据分析工具,让业务人员申请数据后,无需技术人员帮助自行进行数据分析,探索数据背后规律,发现生产工作中的问题并第一时间解决,极大的提升了企业生产效率。

    (6)项目成果

    通过数据资产目录对全集团发布,并用业务元数据解释数据含义,便于业务人员寻找自己所需的数据。业务人员可以对自己所需数据提出申请,数据管理员审批通过后,业务人员可以利用零代码敏捷分析工具自助分析取数,实现数据赋能,支持日常生产经营管理。

    四、金融行业案例

    1.银行数字化转型的意义

    首先,随着我国经济结构的调整,银行原有的重点客群发展进入瓶颈期,比如传统支柱型产业房地产、基建等,导致业务增长、资产质量受到了严峻的考验,于是银行将业务焦点由少数的“头部”转向普惠大众的“长尾”,也就是中小企业和零售业务。

    其次,近年第三方支付的异军突起,一方面让银行的危机感油然而生,业务转型的动力更足,另一方面又从技术创新角度给银行提供了经验借鉴,打开了银行在“长尾”客群的经营方面的思路。

    最后,客户的需求已发生了改变,对于金融服务的期望和要求日益提升,在全渠道体验、定制化内容、智能数据、实时便捷及移动化等方面,对银行都提出了更高要求。

    总的来说,银行数字化转型逐渐从互联网金融业务、电子渠道等简单层面逐步拓展到包括战略、组织架构、业务、渠道、营销、风险以及IT等各领域的系统化工作。在业务领域,从零售业务到公司业务再到与智慧城市关联,构建了与C端、B端、G端连接的数字化银行生态体系。

    2.银行的数字化转型包含哪些内容?

    (1)业务及管理系统的数字化

    这里主要指的是各业务资源要素和业务流程的数字化。

    (2)经营的数字化和智能化

    主要是对客户服务内容、方式和手段的数字化,是在业务数字化基础上围绕客户经营输出效能。

    (3)经营的平台化和生态化

    这里指的是通过科技手段建立“中间层大脑”,实现对前后台资源及内外部资源的整合创新,构建联合经营生态和跨界服务能力,并统一输出对外服务能力。

    3.银行数据应用情况分析

    当前银行在数据应用方面也是存在一些问题,比如

    第一,缺乏数据梳理,造成行领导看到的数据相互冲突和矛盾;

    第二,业务职能不清晰或相互重叠,观察数据视角不尽相同,缺少数据标准与业务统一定义,语轨不一致;

    第三,IT架构中中都是以部门级应用为主(如计财、资金计划部等),缺乏从大的管理职能(财务、风险、运营等)综合方面的数据整合、数据标准和统一业务定义;

    第四,由于业务系统输入的随意性,导致部分关键业务数据质量较差。

    4.银行的数据问题

    总的来说,表现在以下3个方面:

    (1)在数据架构方面:由于全行的数据散落在各个业务系统中,没有进行有效整合,形成竖井式架构,造成多个信息孤岛,整体架构缺少一个稳定的、抗源变化的保存最细粒度历史数据的数据层。无法支撑未来共享性应用。

    (2)在数据应用方面:缺少统一的应用分析标准,缺少统一的基础数据标准。

    (3)在数据质量方面:没有归纳并总结数据质量问题,缺少反馈机制,导致长期存在各类数据质量问题。

    5.银行的数据平台架构

    针对银行的数据问题,亿信华辰也是凭借过去在银行项目中积累的经验推出了银行数据平台架构,大家可以看下。

    6.案例解析

    (1)案例背景

    赣州银行信息化程度较高,拥有61个存量系统,2014年就已经搭建数仓系统,拥有不错的数据处理水平。

    但由于外部的监管要求和内部业务发展需要,赣州银行于2019年正式启动新信贷等系统的建设,趁此机会同时开展数据治理和数据标准项目,以全新的建设思路打造“新一代”全行级数据管控平台,提升了赣州银行数据管控的成熟度。但是存在主要问题有:

    (2)项目规划

    针对中小型银行数据治理存在的诸多难点,同时为全面达成数据管控与治理目标,赣州银行携手亿信华辰以全新的建设思路打造“新一代”数据管控平台,如图所示:

    (3)项目亮点

    基于亿信华辰睿治数据平台平台,针对各个痛点问题分别给予了解决:

    a)针对中小银行人员匮乏,特别是既懂业务又懂数据的综合性人才稀缺问题,

    赣州银行数据管控平台在关键环节运用了多项智能技术和可视化技术,取得了比较好的效果。比如实现数据标准和各个应用系统(数据来源)智能映射和自动检查,当数据来源结构变化,能对数据资产智能化更新,大大降低技术人员底层的维护工作量。

    同时在管控平台设计上,引入主流的可视化技术,以业务人员能理解的方式组织功能界面、交互和展示治理成果,打通业务人员全流程的可视化,保证业务人员与技术人员的理解一致,降低对管控人员技术能力的要求。

    b)随着赣州银行信息化建设的不断深入,业务系统逐步增多、结构关系日趋复杂,管控平台特此针对赣州银行现有的各类数据源实现了元数据自动化采集,从而全面了解历史建设情况,并以此为基础进行深度梳理,形成完善的词根管理,并通过定义统一的用语规范,为各方提供了权威可信的参考依据。

    同时针对赣州银行的各类历史系统标准不一情况,我们通过链接图谱、映射转换等技术手段,可以有效的进行标准规范的转换落地,避免了系统的改造,较好的降低了成本,解决了历史遗留问题。

    c)中小型银行业务种类繁多,数据问题类型复杂,数据质量不高,仅凭行方人工判断难度大,我们通过研究自身数据特征,量身打造了数据质量问题管控体系。

    基于对大量问题数据的研究分析,总结出契合赣州银行的14大类质检规则,充分利用四则运算、数理统计、数据挖掘等多项技术,提供百余种质量规则模板,有效覆盖了90%以上问题场景,较好的降低了人工辨别难度。

    数据质量问题的管控不仅仅是一次性的发现辨别,而是持续性的监控提升,因此管控平台通过对质量规则的组合、调度,实现了数据问题的自动、智能探查,避免了需要人工反复排查的局面。同时通过在平台上定义规范的整改流程和绩效评分机制,并提供多维度的质量绩效报告为依据,实现责任到人,促进落实数据整改工作。

    d)防患于未然,从源头把控,往往可以有效的减少后续诸多不必要的沟通协调与处理,因此赣州银行数据管控平台设计了严格的变更管控流程,保证了从源头进行管理。对于现已存在的各类流程,平台通过简单的拖拉拽就可灵活配置符合银行实际业务场景的规范流程,实现全流程线上管理,并可随着管理制度、组织架构的变更而变更,做到了快速协同反应。

    对于数据治理的几大核心领域,管控平台采用全新Spring Boot+EUI开发,微服务架构,实现各模块的深度融合与联动,治理所有场景全面打通。同时,也充分考虑了系统集成与二次开发扩展性,保证能够适应未来发展需要。

    (4)项目成果

    赣州银行通过与亿信华辰团队配合,基于明确的项目目标,完成了包含元数据管理、数据标准管理、数据质量管控三大主体模块的数据管理平台建设,项目建设成果如下:

    第一,通过长达5个月的元数据管理,实现了新信贷、新总账、新理财、核算等系统的注释填充率到达100%;每一次元数据变更都是可控,实现了元数据的变更事前管理。

    第二,总计梳理了8个主题、1244条标准,对7000多个关键字段进行落地评估,将治理初期20%的标准通过率提升到现在的85%的通过率。

    第三,根据EAST4.0的要求,梳理了300余条规则,建立了相应的预警机制,实现了监管报送指标的自动化监管。严格按照PDCA策略对数据质量进行持续提升。

    五、政务行业案例

    1.案例背景及痛点

    某市,需要根据中央全面深化改革的决策部署,按照“开展集成改革试点、形成改革集成效应”的总体要求开展集成改革试点工作。

    该市的大数据共享交换平台已全面汇聚政务部门及主要重点驻澄单位数据,总计接入57个部门(机构改革后)、超17亿条数据,完成了数据分散化存储到集中化管理的第一步。但是由于各政务部门之间都是独立的,早期也没有健全的数据治理体系,导致在数据使用过程中存在一系列问题,比如:

    (1)未提供统一的标准可参照,各政务部门系统建设时数据字典自成一套;

    (2)存在数据质量问题;例如:人社局的就业登记信息,合同起始时间和合同终止时间,正常的应该终止时间比起始时间要晚,但是在实际中有终止时间比起始时间要早的数据;

    (3)未建立有效数据问题反馈机制,质量问题反复出现,低质量数据跨部门共享与交互,数据质量问题越来越严重;

    (4)虽建立了资源目录,但缺乏数据仓库建设过程,数据表之间关联性差,不利于整体管理数据;

    (5)无法监控数据使用率,不能对数据进行精细化管理,数据价值未得到释放。

    2.项目规划

    基于以上问题,该市大数据中心意识到,改革试点工作的关键在于,在现有建设的基础上,进一步提升数据质量,建立数据标准,制定合适的数据问题解决方案,通过涵盖全数据生命周期数据治理,建设涵盖全市各政务部门超17亿条数据的大数据治理平台,建立覆盖数据全生命周期的数据治理,提供各类数据服务。因此,在亿信华辰的帮助下,依据如图所示的步骤,开展数据治理工作。

    3.项目亮点

    最终成功部署了一套大数据治理平台,除此以外,还能对公共数据进行数据治理,提高政务数据质量。

    4.项目成果

    通过数据集成工具,消除数据碎片,打破信息孤岛,累计接入57个部门,超17亿条数据,累计交换量达88.37亿条通过数据资产工具,成功打通省级数据共享直连链路, 外接93项资源共670多万条数据通过数据质量工具,建立健全数据管理机制,向政务部门定期发布数据质量报告。

    六、公司与产品介绍

    1.关于亿信华辰

    亿信华辰成立于2006年,十五年以来一直在智能数据领域,专注于商业智能、数据治理,还有大数据领域的产品研发。亿信华辰的商业智能BI与数据治理两大核心产品,广泛应用于银行、租赁、税务、能源、政务、卫生、教育行业与领域,并与华为中心等集成商合作,打造可持续的、多维度的数据生态体系。

    亿信华辰是坚持以卓越的智能数据产品与服务商为愿景,从数据的接入到数据的存储,到数据治理以及数据的分析与应用都有对应的产品和服务。

    2.产品介绍

    (1)睿治数据治理平台

    睿治一套完善的,通过的数据治理工具,是由亿信华辰自主研发的,融合元数据管理、数据标准管理、数据质量管理、数据集成管理、主数据管理、数据交换管理、数据资产管理、数据安全管理、数据生命周期管理九大产品模块,打通数据治理各个环节,各产品模块可独立或任意组合使用,快速满足政府、企业各类不同的数据治理场景。

    (2)亿信ABI数据分析平台

    亿信ABI是亿信华辰历经15年打造的国产化BI工具,覆盖数据接入、数据整合、数据分析、数据挖掘的全流程,打通数据全生命周期各环节,能满足政企用户各类复杂的分析需求,帮助政企用户实现高效的数字化转型。

    以上就是本次直播的所有内容,感谢大家的积极参与!

    展开全文
    esensoft123 2021-12-03 10:51:36
  • weixin_45727359 2021-02-09 00:00:00
  • achuan2015 2018-12-20 17:17:59
  • weixin_45727359 2021-03-10 00:24:20
  • weixin_46128898 2020-08-02 16:47:23
  • CECBC 2021-05-27 19:24:42
  • qq_15350605 2021-11-18 01:31:56
  • weixin_41033724 2021-10-29 00:29:39
  • 18.68MB richer 2021-08-04 14:42:50
  • ShuZi_11 2021-11-11 13:47:53
  • mkt_transwarp 2021-12-06 11:10:34
  • kymdidicom 2021-11-02 01:14:53
  • jiatuobao 2021-08-26 15:12:28
  • Mendix 2021-07-30 15:30:43
  • kymdidicom 2021-04-18 00:41:59
  • qianfan_analysys 2021-12-29 11:27:03
  • m0_37848449 2020-10-11 22:43:11
  • zw0Pi8G5C1x 2021-08-30 00:08:55
  • jawin27 2020-10-27 19:30:00

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,747
精华内容 1,498
关键字:

数字化转型技术图谱