一文带你了解数字化与数字化转型

爱数据精选
爱数据精选
爱数据精选
589
文章
0
评论
2021-02-2510:09:33 评论 437 4380字
摘要

数字化打通了企业信息孤岛释放了数据价值。信息化是充分利用信息系统,将企业的生产过程、事务处理、现金流动、客户交互等业务过程,加工生成相关数据、信息、知识来支持业务的效率提升。

一、数字化介绍

1、背景

数字化是信息技术发展的高级阶段,是数字经济的主要驱动力,随着新一代数字技术的快速发展,各行各业利用数字技术创造了越来越多的价值,加快推动了各行业的数字化变革。

数字技术革命推动了人类的数字化变革。人类社会的经济形态随着技术的进步不断演变,农耕技术开启了农业经济时代,工业革命实现了农业经济向工业经济的演变,如今数字技术革命,推动了人类生产生活的数字化变革,孕育出一种新的经济形态——数字经济,数字化成为数字经济的核心驱动力。

数字技术成本的降低让数字化价值充分发挥。数字技术自计算机的发明开始,物联网、云计算、人工智能等各类数字技术不断涌现,成本不断降低,使得数字技术从科学走向实践,形成了完整的数字化价值链,在各个领域实现应用,推动了各个行业的数字化,为各行业不断创造新的价值。

数字基础设施快速发展推动数字化应用更加广泛深入。政府和社会各界全面加快数字基础设施建设,推进工业互联网、人工智能、物联网、车联网、大数据、云计算、区块链等技术集成创新和融合应用,让数字化应用更加广泛深入到社会经济运行的各个层面,成为推动数字经济发展的核心动力。

2、概念

数字化的概念分为狭义数字化和广义的数字化。狭义的数字化主要是利用数字技术,对具体业务、场景的数字化改造,更关注数字技术本身对业务的降本增效作用。广义的数字化,则是利用数字技术,对企业、政府等各类组织的业务模式、运营方式,进行系统化、整体性的变革,更关注数字技术对组织的整个体系的赋能和重塑。

狭义的数字化。狭义的数字化,是指利用信息系统、各类传感器、机器视觉等信息通讯技术,将物理世界中复杂多变的数据、信息、知识,转变为一系列二进制代码,引入计算机内部,形成可识别、可存储、可计算的数字、数据,再以这些数字、数据建立起相关的数据模型,进行统一处理、分析、应用,这就是数字化的基本过程。

广义的数字化。广义上的数字化,则是通过利用互联网、大数据、人工智能、区块链、人工智能等新一代信息技术,来对企业、政府等各类主体的战略、架构、运营、管理、 生产、营销等各个层面,进行系统性的、全面的变革,强调的是数字技术对整个组织的重塑,数字技术能力不再只是单纯的解决降本增效问题,而成为赋能模式创新和业务突破的核心力量。

数字化的概念,场景、语境不同,其含义也不同,对具体业务的数字化,多为狭义的数字化,对企业、组织整体的数字化变革,多为广义的数字化,广义的数字化概念,包含了狭义的数字化。

3、内涵

与传统的信息化相比,无论是狭义的数字化,还是广义的数字化,均是在信息化高速发展的基础上诞生和发展的,但与传统信息化条块化服务业务的方式不同,数字化更多的是对业务和商业模式的系统性变革、重塑。

数字化打通了企业信息孤岛释放了数据价值。信息化是充分利用信息系统,将企业的生产过程、事务处理、现金流动、客户交互等业务过程,加工生成相关数据、信息、知识来支持业务的效率提升,更多是一种条块分割、烟囱式的应用,而数字化则是利用新一代ICT技术,通过对业务数据的实时获取、网络协同、智能应用,打通了企业数据孤岛,让数据在企业系统内自由流动,数据价值得以充分发挥。

数字化以数据为主要生产要素。数字化,以数据作为企业核心生产要素,要求将企业中所有的业务、生产、营销、客户等有价值的人、事、物全部转变为数字存储的数据,形成可存储、可计算、可分析的数据、信息、知识,并和企业获取的外部数据一起,通过对这些数据的实时分析、计算、应用来指导企业生产、运营等各项业务。

数字化变革了企业生产关系,提升了企业生产力。数字化让企业从传统生产要素,转向以数据为生产要素,从传统部门分工转向网络协同的生产关系,从传统层级驱动转向以数据智能化应用为核心驱动的方式,让生产力得到指数级提升,使企业能够实时洞察各类动态业务中的一切信息,实时做出最优决策,使企业资源合理配置,适应瞬息万变的市场经济竞争环境,实现最大的经济效益。

二、数字化转型

1、什么是数字化转型?

数字化转型=数字技术带来的转型。

我理解,从企业的角度来说,数字化转型其真正的含义是数字技术给带来的转型,传统企业由于有了数字技术的加持,导致其商业模式发生了变化,包括原有的组织机构、业务流程、人力结构、评价体系、运营模式、资本结构、生产方式和成本要素都会发生变革。所以数字化转型很难。

相比于传统信息化的辅助作用,数字化转型就是在给企业动手术。

2、数字化转型的可能结果是什么?

组织机构:树形结构变成扁平网状,甚至三维球形结构,大量管理机构被数据喂养的AI替代。

业务流程:端到端的全面自动化,过程中人不在参与审批加工环节,全部由规则自动驱动,人浮于事现象、机关化现象、刷存在感的现象彻底消失,当然很多人也会转岗或失业,就像自动驾驶将导致司机大量失业,停车场大量消失一样。

人力结构:70%以上是数字技术人员、算法人员、架构师,纯粹的管理人员将消失,人员需求大量被裁减,包括管理、行政人员。

评价体系:不在按照企业有形资产和生产率进行估值,而是按照企业数字资产和商业生态参与度估值。

运营模式:重点将从自身资产的管理转向为所能够触及的生产和消费对象赋能。

资本结构:数字资产将作为重要的估值要素,成为企业突破所在行业天花板的重要资本。

生产方式:从生产有形产品到生产无形数据服务,从自己生产到网络协同制造,从工业批量制造到个性化柔性需求响应。

成本要素:有形资产占比被摊薄,高精尖人员成本将占据主要地位,企业人力资源管理能力将成为核心成本能力。

3.数字化和企业转型的因果关系是什么?

数字化只是企业转型的手段,而不是目的。我认为,理解数字化转型的方式应该是,思考一下,当企业拥有了数字化技术之后,能够给自己带来什么更有竞争力的变化,而不是简单的思考如何把当前业务数字化。

三、数字化时代

1、网红带货,数字化+零售的冰山一角

如今已经是"李佳琦"和"薇娅"们的时代了。2020年的新冠疫情一度让线下零售渠道的流量降温至零下,传统品牌不得不转向线上寻求销售的增长。借着这样的机会,原本以"小众"为标签的"网红经济"如野火燎原般的势头发展了起来。

"网红"作为特定群体的意见领袖(KOL),充分利用了互联网连接碎片化信息的能力,从早期为工厂库存进行定向营销的"带货大王",逐渐将挖掘到的客户需求反向传导到供应链,通过真实有效的需求提升生产制造端的效率、减轻库存压力、减少能源消耗。

这个趋势是建立在中国多年的零售在线化体系之上的,消费数据的积累是需求有能力开始带动生产的核心力量,而疫情只是加速了"数据资产化"的趋势,同时对中国制造业提出了更高的小单快返、智能化柔性生产要求。

2、数字化+制造业,提升中国制造的必经之路

近百年来,制造业一直沿用着1913年福特汽车流水线奠定的模式,从批量生产到批量营销,通过集中生产让更多客户能够以更低价格购买到同质化的产品。但这样的逻辑,其实从2008年开始,就走不通了。

2008年经济危机之后,全球范围内的货币和财政刺激并没有真正刺激需求,大量资金并未导入实体经济,其本质还是终端需求不旺。

如今,我们也在谈供给侧改革,但去产能、去库存的供给侧改革针对部分产业供大于求的生产格局,大大缓解了供需"量"的不平衡;但对于供需"质"的不平衡,需要更多优质供给能够匹配用户的个性化需求,还未得到很好的解决

中国制造业的产出占全球产出的28%,体量巨大,通过参与全球供应链也逐步积累了一些优势,但从生产效率和附加值来看,仍有非常大的效率提升空间。这也是数字化、智能化能够发挥巨大潜力的重要领域,将消费、营销、渠道、生产制造环节打通,将中国制造提升为真正的优势制造。

3、数字化发展的未来:AI与5G

从农业经济到工业经济,生产要素经历了由土地、劳动力向资本技术及管理等的演进。到了信息时代,由于通用计算机的出现,开启了人类数字化的进程,催生了以"数据"为代表的新型生产要素。

相较于传统生产要素有限的供给,数据具有可复制、可共享、无限增长的特性,和能够产生网络效应、通过自适应算法迭代的优势"数据"的第一阶段是"在线化",以IT技术为代表对信息进行分析和流通,带动了产业链的全球化进程,通过产能调度将"批量生产"的能效提升到前所未有的境地。而在下一个阶段,"数据"的"资产"价值被进一步挖掘,随着5G和AI技术的发展,从"调度"迈向"决策",实现更高的价值

"决策"是AI技术的核心价值。以人脸识别为例,在互联网时代积累的人脸图形数据基础上,通过AI机器视觉算法实现了自动识别,输出智能决策,在安防、金融等多个领域显著提高管理效率,因此成为了AI应用领域的首个行业爆款。而5G带来的万物互联融合了更多形式的数据,人与物、物与物的网络协同效应进一步立体化,数据的获取和联接指数级增长,使得AI技术能够开始切入产业链条更长、更复杂的领域。

以本文开篇的网红经济中,数据链条让消费者的"爆款反馈"替代明星设计师的产品设计;而在汽车领域,通过舱内互动、车路协同、路线调度,数据的自动交互大大提升了软件在汽车领域的重要性,汽车逐渐从个人资产趋向成为出行服务的载体。未来社会是数字资产的社会,在疫情之后已经开始被越来越多的人接受,一方面涌现出一批以"数据时代的IBM"为模式的技术型企业,为各行各业输出管理数据资产、形成智能决策的能力;另一方面,传统产业的龙头企业也纷纷开始主动拥抱数字化,尝试将行业经验和专有技术融合,形成更高水平的竞争力。这也是为什么美国将5G和AI视为中美竞争重要领域的核心原因。

4、数字化赋能,需打通这三个环节

数字化转型的浪潮来势汹涌,但仍有不少问题值得我们关注。

其一是数据安全问题,数据的资产价值必定带来对数据流通的大量需求,而数据本身的归属和隐私数据,是否能够通过隐私计算等技术手段、或区块链等新型商业模式进行规范、促进数据的安全流通,将是一个值得关注的事项。

其二是数据分析和处理的底层基座,目前大量的数据系统都运行在开源架构之上,但开源生态长期以来由美国主导,如何在数字化时代早期建立起不受制于人的底层基座,应用层之外的底层设施和技术也值得深度布局

其三,数据的连通属性决定了数字化绝不可能仅仅是在一家公司、一个行业内部实现,而必定需要与产业上下游、甚至横向的产业协同方共同联合,形成数字化的产业生态圈或产业联合体的概念,才能最大程度得发挥网络协同效应,让智能决策(AI)真正发挥作用,为产业和经济带来质的改变。

在数字化转型的进程中,所有行业都值得被重做一遍,这是时代带给我们的机遇。站在产业投资的一线,希望有机会通过这个专栏,与各位同仁共同观察和探讨数字化转型进程中的生动实践。

End.

本文为爱数据整理分享,如果涉及作品、版权和其他问题,请联系我们第一时间删除(微信号:lovedata0520)

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: