企業數字化轉型的規劃需要直面幾個根本問題:轉什么?用什么轉?轉成什么樣?而這些問題不能靠服務商及咨詢公司從技術供給側單方面努力,企業要從需求側積極引導,畢竟數字化轉型不是簡單的甲方/乙方采購行為,而應是企業與服務商的共同長征。
以上三個根本問題可以轉譯為:業務痛點、技術錨點、轉型拐點。其答案也不是孤立的,而是“三點一線”,即以“價值創造”這個主線,一以貫之串聯這三點。本文結合筆者在阿里云期間的實戰案例,淺析傳統企業在構建“三點一線”的過程中如何發揮引領作用。
業務痛點數據化——從業務流到數據流
首先,企業要講得出業務痛點,并且講得透徹。
幾乎所有企業內部各個業務部門都有痛點與癢點,簡單羅列各自的挑戰只是原始信息收集,還需分析歸納整理,尤其要甄別哪些痛點在業務流程中產生了串聯反應并通傳到最終的業務指標上。把孤立的各部門痛點按照業務邏輯的因果關系梳理成為痛點循證鏈條,從而形成清晰的業務流程圖譜。例如,生產蘋果汁的企業,其業務流程可以按照邏輯聚類為:第一,上游原料果的“種植—采購—運輸”;第二,中間生產環節“排產—灌裝—封裝—質檢”;第三,下游銷售的“發貨—物流—營銷—渠道管理”,在此邏輯聚類的基礎上再逐層下探細化其局部業務環路,從而形成了業務流程的多層次透視圖。
在業務流透視圖上,各個節點對應的疊加企業信息化系統采集數據,形成的數據流,則是數字化轉型的基本前提。這種具備業務邏輯架構的數據流完美實現了從企業組織架構/業務單元的靜態結構到業務運轉動態協作的映射,幫助企業按圖索驥,定位并量化各個痛點循證鏈條的因與果,從而判斷哪些痛點具備用數字化技術解決的可行性。
其次,業務專家對痛點顯性化要主動引領,而非被動應答。
很多企業的業務專家會先入為主地對來自其他領域的專家有不信任感,會認為業務流的數據化會分散精力,拖緩當前主要業務。事實上業務專家完全可以成為數字化轉型的主動引領者,利用熟悉業務流程邏輯的優勢,結合企業前期的IT建設,推動把各個IT系統的內容(即數據)按照業務流貫穿形成數據流,從而實現業務數據化,推動數字化轉型啟航。因為基于海量的數據流,則可能應用各種數據技術DataTechnology(DT)探索解決痛點的規律。
技術錨點價值化——新價值而非新技術為導向
當前人工智能(AI)、深度學習、大數據和云計算等新技術名詞很流行,企業選擇數字化轉型的技術路徑也容易陷入到“追星”的陷阱。
其實,最新技術或者學術明星,并不一定是企業數字化轉型的最佳選擇,原因有二:其一,最新技術往往在特定的先決條件下才可能發揮作用,在具體業務中的適用性與穩定性有待驗證,如同每一種新藥上市前都要廣泛的臨床試驗;其二,具體業務場景中的挑戰與學術研究大為不同,學術明星擅長在前人研究基礎上找到創新點,但不保證創新點一定能夠帶來足夠大的實戰價值,而具體業務場景里應用新技術則需要有最低價值門檻,至少投入產出比要足夠。
而如何甄選合適的新技術作為錨點,可以從以下兩個維度分析:
第一,采用ROI(投資回報率)相對高的技術。
對于選定數字化轉型擬解決的痛點,企業的業務專家可以給出期待的收益價值,技術服務商提出的解決方案實施成本則包括開發實施成本和企業內部業務線的配合成本,基于收益與成本的考量、按照投資收益比ROI,綜合選擇適合的技術方案。實踐表明新鮮出爐的明星理論往往有相當長的開發試錯周期,導致轉型項目的夭折。
第二,采用嵌入式成本相對較低的技術實施方式。
大部分的數字化轉型項目都需要把新技術與現有的系統做某種程度上的兼容對接,所以應當著重考慮新技術的嵌入式成本,在保證新技術向后兼容的同時,應避免技術選型與現有系統之間產生無法共存的排斥反應,盡最大可能實現“無縫對接”。
例如,某新技術要求數據源A實現每秒更新一次,而數據源A的采集系統一直是每分鐘更新一次,強行上馬則可能造成采集系統的崩潰,顯然這是一個嵌入式風險高的選項。2018年阿里云工業大腦團隊實施恒逸石化項目,當時目標是通過AI提高己內酰胺鍋爐燃燒效能。如果想要追求極致,工廠希望實現自動反向控制,即工人不需要操作,生產線能夠自動根據算法的結果調節工序關鍵參數。但這種方式需要打通現有系統,集成成本過高,還可能有未知的控制風險。所以最終采用了折中的解決方案:將AI計算的參數,即時推送至業務流程中,再由業務操作者來決策是否應用該參數。這種方案減少了嵌入式成本并且降低了風險,最終實現了方案快速上線,提升了燃燒效率2.6%。
轉型拐點連續化——從量變到質變的漸進過程
數字化轉型一定是持久戰,而非畢其功于一役。實踐中,一些企業滿懷熱情啟動數字化轉型項目,在成功完成一兩個項目后就開始做財務核算,判斷是否要追加投入繼續做大。而此時最容易陷入用成人百米賽跑成績選拔少年選手的誤區,只看到眼前而忽略了蘊藏的潛力。
評估前期的數字化轉型項目成功與否,不僅要看其創造價值是否明顯,更要關注其方式和路徑是否能再度放大持續創造新價值。
例如,在2018年阿里云與海底撈及蒙牛的數字化轉型案例中,首期項目以數據中臺的雛形為基礎,然后開發了一兩個示范應用。如果通過示范應用的業務價值了解數據中臺的威力,繼而加碼投入,則會創造出更多的示范應用,解決業務痛點甚至是創造新的業務模式,用數字化技術打造連串的價值創造點,從而觸發質變的轉型拐點。
阿里云城市大腦在交通領域的實踐也經歷了類似的過程,從2017年在杭州中河高架及蕭山區試點路口到2018年拓展至杭州主城區1300個路口420平方公里區域,站在2017年與2018年底分別評價城市大腦的收益,得到的結論顯然有了巨大的飛躍。
傳統產業的數字化轉型之路漫漫,成功的路徑不可能復制,因為各家企業的現狀迥異,但是選擇成功路徑的方法論是可以借鑒的,“三點一線”就是多個企業實踐的提煉的方法論,希望對還在求索中的前行者有所啟迪。
-
人工智能
+關注
關注
1791文章
47208瀏覽量
238284 -
大數據
+關注
關注
64文章
8884瀏覽量
137407 -
深度學習
+關注
關注
73文章
5500瀏覽量
121117
發布評論請先 登錄
相關推薦
評論