《中數聯盟：2022中國企業數字化轉型白皮書-成就數據驅動型企業（59頁）.pdf》由會員分享，可在線閱讀，更多相關《中數聯盟：2022中國企業數字化轉型白皮書-成就數據驅動型企業（59頁）.pdf（59頁珍藏版）》請在三個皮匠報告上搜索。

1、1成就數據驅動型企業中國企業數字化轉型白皮書每一場危機中總是孕育著巨大的機會，考驗的是決策者的遠見和勇氣。2003年“非典”期間，劉強東在中關村經營的所有門店被迫歇業。為維持運營，劉強東硬著頭皮在論壇、網站刷帖子與用戶溝通賣貨。這次嘗試，令此前對BBS一無所知的劉強東，刷新了對互聯網和電子商務的認知。非典結束后，劉強東放棄了復制國美、蘇寧商業模式的戰略，力排眾議關掉所有線下門店，全力發展京東多媒體網，正式躋身電商行業。劉強東的順勢而變，讓京東彎道超車，迅速崛起為我國互聯網頭部企業。2022年，新冠疫情已在全球肆虐兩年之久。數字化轉型卻在疫情中逆勢加速，成為企業穿越不確定性，實現高質量發展的新引

2、擎。在市場倒逼轉型的時代面前，現在的企業決策者，已無需像劉強東當年一般為“轉不轉”反復思量、背負非議和不理解；但卻也會比他面對相對更不確定的轉型過程和轉型收益?！稗D什么，怎么轉，從何處轉”，成為長久盤桓在決策者心頭的“問號三連”。為此，中關村數字經濟產業聯盟、元年研究院、管理會計研究共同完成這份報告，基于對100+中國企業數字化轉型的實踐調研和對專業人士的實地訪談，結合桌面調研、文獻研究等研究方法，為迷茫中的企業帶去一份數字化轉型的實施方法論及行動指南。前言100+中國企業數字化轉型2成就數據驅動型企業中國企業數字化轉型白皮書技術是推動數字化轉型的核心力量：以大數據、人工智能（AI)、云計算、

3、移動互聯、物聯網為代表的新一代信息技術形成“核聚變”與行業融通，賦能千行百業，推動企業實現信息化向數字化的變革。連接、數據、智能構成數字化轉型三大內核：建立依賴可信依據而非依賴商業經驗或直覺的自動化、智能化的決策體系，實現智能化場景應用和人工智能等高階場景。連接使內外部數據的邊界消融，數據信息日益豐富，使AI的模型和算法有了用武之地。應用新一代信息技術，建立起人與人、人與物、物與物之間廣泛且在線的連接。外部商業模式和生態的巨變內部運作機制和管理者行為的巨變工作效率及客戶體驗的提升影響內核連接數據智能技術信息化新一代信息技術數字化1.本報告提出數字化轉型的概念框架為：核心觀點3成就數據驅動型企業

4、中國企業數字化轉型白皮書過去數字化轉型帶來三大巨變：?以企業為中心?以“控制和命令”為核心的威權式管理?企業?現在?業?從研發生產端到銷售端?簡單的、線性的產業鏈?以用戶為中心?以“服務和指導”為核心的賦能式管理?企業?業?從市場端到研發生產端到銷售終端?以消費者為核心的生態系統?業?WHAT，數據驅動是什么？本報告認為，數據驅動的概念和內涵包括五大關鍵要素：數據驅動的服務對象覆蓋各層級管理決策人員；以需求動機作為人機協同數據驅動的傳導鏈條；找到高價值的應用場景是數據驅動的前提和核心；構建自動優化的AI模型和業務模型；2.本報告認為：數據驅動是數字化轉型的主線，理解數據驅動要回答 兩大框架性問

5、題。AI4成就數據驅動型企業中國企業數字化轉型白皮書?型?型線性回歸邏輯回歸決策樹等戰略導向領導要求問題導向業務數據?數據?財務數據大數據業?型研發/制造供應鏈銷售等呈現：如數據報表1預警：如儀表盤2建議：如抖音推薦3決策：如銀行貸款4融貫：如元宇宙5?數據驅動?決策層管理層執行層?銷售生產采購等關注點?動?數據驅動?數據驅動?動?型?業?型數據?動?夯實海量實時多維共享的數據基礎。5成就數據驅動型企業中國企業數字化轉型白皮書HOW，數據驅動怎樣發生？本報告認為，數據驅動的作用過程是一個閉環：基于人機協同的工作模式，對數據的采集、整理、提煉，總結規律形成智能模型，及時作出決策，直接驅動行動的快

6、速執行，最終將決策和行動數據化并進行反饋。報告提出數據驅動的閉環體系為：數據治理使數據標準化、數據資產化智能決策自動化、智能化地開展數據洞察，推動業務和管理決策指揮執行基于決策下達任務指令、指揮和監控執行過程、分析執行結果、評價執行效果反饋改進決策反饋、行動反饋，系統通過深度學習算法自動對反饋情況進行修正和完善數據采集創造數據、重構系統和建立連接數據建模將數據轉化為結構化的知識6成就數據驅動型企業中國企業數字化轉型白皮書3.本報告提出數字化轉型的“五要素”推進法：從需求出發，以場景切入，用數據支撐，乘技術迭代，呈螺旋前進。?數據?從單個場景的轉型切入，尋求局部最優方案逐個突破業務重要節點，打通

7、企業價值鏈行業不同，切入的場景不同需求出發以核心需求為引擎進行數字化轉型，避免盲目轉型技術迭代將經由助力企業數字化轉型不斷前行，最終助力企業重塑競爭力面向用戶需求、解決實際應用，開展場景式研發與創新，逆向牽引技術迭代技術與業務融合迭代驅動企業進入到網絡式生態化協同創新模式，引領技術迭代支撐轉型過程和動作每個企業都要成為數據公司螺旋前進明確要求，根據實際情況和階段性目標，從某一環節入手開源？節流？提效？選擇不同的目標，切入點不同場景切入數據支撐支撐轉型中的業務運營和管理決策技術迭代前進路徑是近似于螺旋的曲線是一條只有起點沒有終點的征途呈現從起點出發，經過不斷試錯和發展，仿佛又回到起點，但獲得極大

8、豐富和提高的數字化轉型的曲折過程7成就數據驅動型企業中國企業數字化轉型白皮書4.本報告提出：為適應未來真實世界和數字孿生世界的運行、交互與融合，企業應構建以數據驅動為核心，可廣泛連接和打通、可靈活組裝、可快速搭建快速迭代的新一代企業數字化架構。它在未來將以如下形態出現：真實世界中的一切，基于信息系統和網絡在線連接起來，在虛擬世界中形成鏡像，真實世界與虛擬世界打通，實現無縫交互，并產生大量數據?；诩夹g構建數字化各項能力，創新性地滿足企業不同場景下業務、管理、生態建設等全面需求。一方面推動真實物理世界中的效率提升、商業模式創新與生態演進，另一方面推動虛擬數據世界中的數據應用，實現數據驅動。管理應

9、用層IOC層結構化數據客戶數據財務數據業務數據社會化數據實時數據離線數據半結構化數據非結構化數據數據層伙伴渠道協助者競爭者生態采購生產銷售人力財務研發經營分析預算管理目標管理風險管理預測模擬績效管理低代碼開發數字化流程對象建模業務應用層指揮調度決策分析人工智能數據加工監控預警計劃執行交易協同在線溝通能力層作業組織 制度 流程利潤人力銷售物流設計生產輔助活動主要活動設備管理系統生產管理系統財務管理系統其他利益相關者股東監管機構價值鏈資金ERPSCMCRMOAMISBIHR信息系統客戶企業供應商制造能源金融化工服務分銷產業鏈計劃尋源采購付款入庫收款報表模式創新一商業模式創新與生態演進數據驅動一數據

10、豐富與技術進步戰略制?價值創造 體驗為?客戶供應商?行政財務1成就數據驅動型企業中國企業數字化轉型白皮書01 不同人群對數字化轉型的理解 1?數?型?國外文獻關于數字化轉型的研究2國內文獻關于數字化轉型的研究2?企業?數?型?02 數字化轉型的“33”概念框架 4?動企業?信息化改變但不是顛覆流程5新一代信息技術推動數字化變革的發生5數字化是轉型數字業務的過程6?數據?成數?型?連接是數字化最基本的內容6數據是數字化的基礎6智能是數字化未來的最高形式6?數?型?企業?推動外部商業模式和生態的巨變7引起內部運作機制和管理者行為的巨變7推動工作效率及用戶體驗的提升7目錄CONTENTS2成就數據驅

11、動型企業中國企業數字化轉型白皮書03 數據驅動是數字化轉型的主線 8?數據驅動?數據驅動是動力而不是助力9數據驅動與人機協同模式緊密關聯9以數據驅動替代流程驅動推動數字化轉型9?數據驅動?服務對象覆蓋各層級管理決策人員11以需求動機作為人機協同傳導鏈條11匹配不同層次的數據驅動應用場景11構建自動優化的 AI 模型和業務模型12夯實海量實時多維共享的數據基礎12?數據驅動?數據采集是數據驅動閉環的起點14數據治理是數據標準化、資產化的過程15數據建模將數據轉化為結構化知識15智能決策是系統開展自動化數據洞察的過程15指揮執行是用決策結果驅動行為的過程15反饋改進是系統自動修正和完善的過程150

12、4 數字化轉型的方法論和行動指南 16?數?型?從需求出發17以場景切入17用數據支撐18乘技術迭代18呈螺旋前進183成就數據驅動型企業中國企業數字化轉型白皮書?數?型?以研發數字化為引擎重新定義產品19以生產數字化為核心推動智能制造22以供應鏈數字化為橋梁實現業務強耦合25以營銷數字化為抓手讀懂用戶、持續成交27以財務數字化為牽引推動業務財務雙向賦能30以經營管理數字化為手段實現數智運營3305 用新一代技術架構支撐數字化轉型 36?企業數?從真實世界到數字孿生世界37數據層：萬物皆數37能力層：數字化必備的三層能力38應用層：數據應用的兩大方向38?驅動企業數?打造新一代技術平臺支撐數字

13、化轉型39建立在線連接協同是數字化前提39數據治理水平和智能決策能力是評價數字化水平的核心標準41AI 人工智能點亮數字化未來4206 數字化配套機制的“五力模型”43?數?型?數?企業?1成就數據驅動型企業中國企業數字化轉型白皮書01不同人群對數字化轉型的理解2成就數據驅動型企業中國企業數字化轉型白皮書1.1 學術文獻中對數字化轉型的描述1.1.1 國外文獻關于數字化轉型的研究麻省理工（2017）1的研究指出，數字化轉型可分成Digitized和Digital兩類。其中，Digitized以實現更高效率、更高可靠性和更優成本為目標，而Digital則是以聚焦快速創新，實現創收和增長為方向。B

14、resciani，Ferraris，&DelGiudice（2018）；Scuotto，Arrigo，Candelo，&Nicotra，（2019）認為，數字化轉型重新定義戰略、創新與治理機制，通過影響整個組織創造出的新的企業價值鏈以及企業間的關系，改變了企業開展業務的方式以及同上下游企業等利益關聯者建立聯系的方式。Sanchis R等（2020），Marc K.Peter等（2020）認為：低代碼開發平臺、大數據、云計算、區塊鏈以及人工智能等數字技術，為企業數字化轉型提供堅強有力的技術支持。Huanli Li 等（2021）認為：數字化轉型通過加強企業內外部關系，促使數字技術與企業經營戰略的

15、結合，從而增加企業面對市場環境變化的應對及反應能力。1JeanneW.Rossetc.DontConfuseDigitalWithDigitization,2017。2國務院發展研究中心課題組.傳統產業數字化轉型的模型和路徑,2018。1.1.2 國內文獻關于數字化轉型的研究國務院發展研究中心課題組（2018）2指出：數字化是利用新一代信息技術，構建數據的采集、傳輸、存儲、處理和反饋的閉環，打通不同層級與不同行業間的數據壁壘，提高行業整體的運行效率，構建全新的數字經濟體系。李輝等（2020）認為：數字化轉型是構建于互聯網和信息技術基礎之上的智能化和數字化，通過搭載全新的產業形態，重構交易模式，

16、將企業的生產設備、交易過程和物理世界數字化后再連接，推動企業競爭從實體空間向網絡空間轉變的一種全新的生存、生產、經營、競爭與創新方式。肖靜華（2020）認為：從技術視角來看，數字化轉型是以新一代數字技術、商業模式、競爭模式、新型人力資本積累和相應制度變革為關鍵驅動因素的顛覆性創新力量。尹金等（2020）認為：數字化轉型是利用信息化技術對企業的組織架構進行重塑，讓企業的業務構架變得更加快捷和方便。數字化變革代表著以數據為驅動要素的新經濟形態和產業發展規律。3成就數據驅動型企業中國企業數字化轉型白皮書1.2 企業對數字化轉型的認識Gartner（高德納，又譯顧能公司）給數字化轉型的定義是，開發數字

17、化技術及支持能力以新建一個富有活力的數字化商業模式。數字化轉型完全超越了信息的數字化或工作流程的數字化，著力于實現“業務的數字化”，使公司在一個新型的數字化商業環境中發展出新的業務（商業模式）和新的核心競爭力。谷歌認為：數字化轉型是利用現代化數字技術（包括所有類型的公有云、私有云和混合云平臺）來創建或調整業務流程、文化和用戶體驗，以適應不斷變化的業務和市場需求。亞馬遜認為：數字化轉型的本質是信息技術和能力驅動商業的變革。企業數字化轉型的三個關鍵是：第一，建立起數字化的企業戰略、模式和文化；第二，企業掌握駕馭數字化新技術的能力；第三，將數據視為企業的戰略資產。IDC（國際數據公司)認為：數字化轉

18、型是“利用數字化技術（例如云計算、移動化、大數據/分析、社交和物聯網）能力來驅動組織商業模式創新和商業生態系統重構的途徑或方法”。阿里巴巴認為：“數字化是一個從業務到數據，再讓數據回到業務的過程”，關鍵在于IT架構統一、業務中臺互聯網化以及數據在線智能化。華為認為：數字化轉型就是基于業務對象、業務過程和業務規則的數字化，構建一個實現感知、聯接和智能的數據平臺。騰訊CEO馬化騰認為：數字化轉型未來的趨勢就是數據打通，再造流程，簡化流程，提高效率。美的集團CEO方洪波認為：數字化即企業價值鏈的數字化，也就是從數據出發，利用現有的一些新型技術與所有的數據進行分析、計算、重構，然后實時指導經營管理的全

19、過程。4成就數據驅動型企業中國企業數字化轉型白皮書02數?型?5成就數據驅動型企業中國企業數字化轉型白皮書2.1 技術是推動企業變革的核心力量新一代信息技術形成“核聚變”與行業融通，賦能千行百業，推動著萬物互聯，邁向萬物智能世界，進而帶動新數字經濟發展，推動企業實現從信息化到數字化的變革。從各方對數字化轉型的理解來看，存在一些共性：技術、連接、數據、智能、商業模式、管理模式、效率，這些構成了數字化轉型的核心關鍵詞。我們通過梳理這些關鍵詞與數字化轉型之間的關系，提出了數字化轉型的概念框架如圖2-1所示：圖 2-1 數字化轉型的概念框架2.1.1 信息化改變但不是顛覆流程從技術的視角上看，數字化是

20、IT（InformationTechnology，信息技術）向DT（DataTechnology，數字技術）轉化的過程。因此，我們在談論數字化時，就不能不提信息化：從應用的廣度上看，信息化主要是單個部門的應用，很少有跨部門的整合與集成，只能實現部分流程、部分信息和數據的線上化；從應用的深度上看，信息化盡管將線下的流程和數據搬到了線上進行處理，但企業內部各部門，企業與企業之間，企業與社會之間都沒有建立連接，并沒有改變業務本身，僅僅是對線下流程的改進和再造，未解決數據分散形成信息孤島的問題；從思維模式上看，信息化還是線下的流程化思維，是對線下物理世界的活動進行管控，流程是核心，信息系統是工具，而數

21、據則是信息系統的副產品。2.1.2 新一代信息技術推動數字化變革的發生新一代信息技術的突破性發展，使企業從信息化向數字化的變革成為可能：大數據技術的出現，使得海量數據能夠以高效、低成本的方式進行存儲、處理和分析；AI技術為機器開展深度數據分析和輔助決策提供了技術支持；云計算創造了連接現實與虛擬孿生世界的基礎環境；移動互聯技術讓連接無處不在、無時不在；物聯網為數字化提供了大量源頭數據，如大量生產設備、生產線在生產過程中的運行數據?；谛乱淮畔⒓夹g，我們能夠將現實繽紛世界在計算機世界全息重建這就是現實世界與虛擬世界并存且融合的數字化新世界。外部商業模式和生態的巨變內部運作機制和管理者行為的巨變工

22、作效率及客戶體驗的提升影響內核連接數據智能技術信息化新一代信息技術數字化6成就數據驅動型企業中國企業數字化轉型白皮書2.1.3 數字化是轉型數字業務的過程根據Gartner對數字化（digitalization）的定義：數字化就是利用數字技術來改變商業模式并提供新的收入和價值創造機會；是轉向數字業務的過程。與信息化相對應，數字化具有如下核心特點：從應用的廣度上看，數字化是在企業整個業務流程中進行數字化的打通，會牽扯到企業方方面面，甚至會影響上下游產業鏈生態。從應用的深度上看，數字化為企業帶來了從商業模式、運營管理模式到業務流程、管理流程的全面創新和重塑，打破了部門壁壘、數據壁壘，延伸到上下游產

23、業鏈，實現跨部門、跨單位的系統互通、數據互聯，數據被全線打通融合并形成數字資產，賦能業務、運營、決策。從思維模式上看，在數字化時代，企業的思維模式應從流程驅動轉向數據驅動。數據是物理世界在數字化世界中的投影，是一切的基礎，而流程和系統則是產生數據的過程和工具。需要注意的是，數字化并不是對信息化的推倒重來，而是要基于對企業以往信息系統的整合優化，提升管理和運營水平，用新的技術手段提升企業的技術能力，以支撐企業滿足數字化轉型的新要求。2.2 連接、數據、智能構成數字化轉型三大內核2.2.1 連接是數字化最基本的內容互聯網、移動互聯網、物聯網的突破性發展顛覆了人與人、人與物、物與物之間的連接方式。今

24、天，人們已經習慣于在線連接去獲取一切。企業可以基于云端平臺，與供應商、用戶、稅務局、工商局等進行對接，實現交易在線化、透明化，統一對賬和結算。通過將企業內部的IT系統與智能制造設備相連接，企業能夠開展供應鏈計劃和精益成本管理?；诨ヂ摼W，企業內部各個部門、企業與企業之間、企業與管理機構之間的人員都可以建立連接，快速進行社交分享、溝通，發起會議，開展協作。2.2.2 數據是數字化的基礎在數字化時代，數據既是數字化的基礎，也決定了數字化的價值。過去，企業所擁有的數據構成主要是財務數據和部分業務數據。數字化轉型的推進，使得企業的數據生態發生了極大的變化；工業4.0的推進，極大豐富了企業生產運作過程中

25、的在線數據；而互聯網、新零售等C端豐富多彩的應用，產生了大量充分展現消費者行為的數據信息。內部數據與外部數據的邊界正在逐步消融。數據信息日益豐富，甚至日益廣泛且深入地滲透進我們的生活中。這些豐富的數據海洋給我們提供了無限的可能，企業可以通過這些數據來理解和分析業務，做出決策而后再應用到現實中。2.2.3 智能是數字化未來的最高形式數據賦能離不開智能的應用，未來的數字化是建立在大數據和AI基礎上的運營全面智能化，是企業實現“連接”，坐擁“數據”之后的延伸。比如，系統基于機器學習模型、語音識別模型、管理測算模型等AI模型，融合具體業務場景、運營場景，將模型與場景相關聯，實現一體化應用，輔助或直接作

26、出快速決策，促進“生產智能化、服務生態化、管理協同化、決策數據化”，實現人工智能高階場景。7成就數據驅動型企業中國企業數字化轉型白皮書2.3 數字化轉型對企業帶來三大巨變2.3.1 推動外部商業模式和生態的巨變在數字化時代，當整個世界被連接在一起之后，過去“從研發生產端到銷售端”的傳統商業模式被顛覆，取而代之的是“從市場端到研發生產端到銷售終端”的現代商業模式；過去簡單的、線性的產業鏈被擊破，取而代之的是更加高效的、以消費者為核心的生態系統。融合成為數字經濟發展的重要方向。產業數據鏈、技術鏈、供應鏈、資金鏈等各條鏈路在數字化時代都要實現同頻共振，通過產業數字化和數字產業化雙輪驅動助推現代產業體

27、系建設。2.3.2 引起內部運作機制和管理者行為的巨變互聯網將企業和用戶連接在一起，打破了信息不對稱，不僅使企業與用戶之間的溝通變得越來越實時和沒有縫隙，也讓企業能夠聆聽到真實用戶的聲音。同時，用戶的評價也會直接影響到其他潛在用戶的消費意愿。用戶的影響力在數字化時代實現了大幅提升，用戶獲得了前所未有的主導權。無論在線上還是在線下，提升用戶體驗成了商業最核心的問題。這就要求企業必須建立起以用戶為中心的運營模式，并不斷完善服務并提升服務質量。相應的，企業管理者也要發生轉變：從經營產品向經營用戶價值轉變；從經營市場向經營數據轉變；從經營企業向經營生態轉變。這些轉變的背后，要求管理者的行為模式要實現從

28、管控向賦能的轉變。以“控制和命令”為核心的威權式管理行為被削弱，取而代之的是以“服務和指導”為核心的賦能式管理行為。2.3.3 推動工作效率及用戶體驗的提升數字化轉型不僅給帶來了業務活動的在線化和數據處理的智能化，還有大量流程、大量業務的自動化處理，從而在最大幅度上降低失誤、提升效率。同時，數字化還為企業帶來了用戶體驗的極大提升。數字化連接一切，企業能夠基于互聯網與用戶互動：無論是用戶對產品和服務的需求，還是用戶對產品和服務的反饋，都能夠直接快速地傳遞到企業。企業能夠據此高效做出改進產品和服務的決策，并完成產品服務升級。我們可以用這樣一段話對企業數字化轉型進行詮釋：在數字化時代，企業通過廣泛且

29、深入地應用新一代信息技術，建立起人與人、人與物、物與物之間廣泛且在線的連接。這些連接讓數據的傳遞變得更加高效，信息變得更加透明，運營效率不斷提升；引發了企業的商業模式、產業生態和運營管理模式的巨大變化。同時，這些連接也讓企業獲得了海量的內外部數據，使AI的模型和算法有了用武之地。企業可以依托模型和數據，建立起依賴可信依據而非依賴商業經驗或直覺的自動化、智能化的決策體系，高質量、快捷地完成業務與管理活動。8成就數據驅動型企業中國企業數字化轉型白皮書03數據驅動?數?型?9成就數據驅動型企業中國企業數字化轉型白皮書在國務院下發的十四五規劃等重要文件，以及各部委、各地區下發的數字化報告和規劃中，都多

30、次提到了數據，數據中臺，包括數據治理和元數據管理。數據作為企業的戰略資產越來越受到重視，從最初的數據協助業務協同，轉化為數據驅動業務，數據驅動運營，乃至數據驅動人工智能和智能場景應用。因此，我們說數據驅動是數字化轉型的主線。充分發揮數據價值是數據驅動的目的，數字化時代數據價值的利用和發揮將影響企業數字化轉型過程和形成數字化背景下企業的核心競爭力。理解數據驅動有兩大框架性問題：WHAT，即數據驅動是什么？HOW，即數據驅動怎樣發生？3.1 數據驅動的三大洞察數據和模型是數據驅動的基本前提，數據價值的利用和發揮是數據驅動的目標。辨析和明確數據驅動內核要解決的主要問題，就是數據驅動在企業決策和行動中

31、到底扮演什么角色，數據驅動的作用方式、作用過程和應用場景。3.1.1 數據驅動是動力而不是助力很多人容易將數據驅動與“以數據為中心進行決策”混為一談，但我們認為這兩者存在本質差別?！耙詳祿橹行倪M行決策”顧名思義就是用數據來支持決策。通過對數據的整理、抽取，將數據轉化為可讀的知識，形成分析結果，決策者根據分析結果考慮并決定決策結果，最終決策由人做出。以數據為中心進行決策，人為決策的本質未變，決策者作為個人的局限性無法避免；難以應對復雜多變的數字化時代高頻次動態決策的需求；同時，仍舊打不破企業業務流程環節多、決策鏈條長、信息不對稱等傳統決策模式下存在的問題；也沒有完全體現當下自動化智能化的發展趨

32、勢，在這種定位下，數據驅動所帶來的效率和價值都會大打折扣。3.1.2 數據驅動與人機協同模式緊密關聯“數據+AI”是數據驅動的核心要素。AI所具備的自主學習、自主決策、主動交互、情境感知等能力與特性，給數據驅動創造了更多更高層級的應用場景。AI的終極目標是“人機物”等多元協同共生。在數字化、智能化時代，企業在人機協同的工作方式下開展數據驅動成為常態。隨著機器智能化程度和自主能力的增強，人機協同的數據驅動有不同層次的應用場景，是一個“人的參與漸次減弱，機器的參與漸次增強”的體系。3.1.3 以數據驅動替代流程驅動推動數字化轉型流程驅動的基本思想就是改變傳統的按照重復、刪除、分工原則把一項完整的工

33、作分成不同部分、由各自相對獨立的部門依次進行工作的工作方式。流程驅動依靠人的直覺和經驗，用過去的流程來管理和應對現在和未來的變化，在市場環境日益復雜多變的現在和未來，顯然不可取。數據驅動依靠數據、算法和模型而不是人的直覺和經驗驅動流程中的行為，能夠更迅速、智慧地響應企業的業務和管理需求。10成就數據驅動型企業中國企業數字化轉型白皮書圖 3-1 什么是流程驅動圖 3-2 什么是數據驅動表 3-1 流程驅動與數據驅動對比流程驅動數據驅動輸入：人的經驗和直覺輸入：數據過程：文檔設計，流程分析過程：數據建模，機器學習設計過程可解釋，過程可視模型訓練過程不可視非自動化可自動化迭代慢迭代快輸出：規則體系輸

34、出：決策體系經驗直覺輸出業?什么是流程驅動？?什么是數據驅動？輸出數據?數據驅動?11成就數據驅動型企業中國企業數字化轉型白皮書 圖 3-3 數據驅動的分析框架3.2 數據驅動的概念框架基于上述分析，為更清晰地展現數據驅動在企業的發生過程，我們結合數據驅動在企業從發生動因到應用路徑的傳導機制，進一步梳理出理解數據驅動概念和內涵的五大關鍵要素，分別是：服務對象、需求動因、數據、模型、應用場景。圍繞這五大要素之間的勾稽關系，我們構建了數據驅動的分析框架（見圖3-3），并以此為基礎，從人機協同視角出發，對框架要素逐一進行描述，形成了數據驅動的概念框架（見圖3-3）。3.2.1 服務對象覆蓋各層級管理

35、決策人員服務對象即“人機協同”中的人。數據驅動的服務對象既包括企業高層決策者，包括從集團到部門的中層管理人員，又包括銷售、生產、采購、研發、質控等各個經營環節的業務執行人員，這些服務對象既是數據的使用者又是提供者，以自身不同的關注點對系統提出需求，通過需求傳導，在具體場景形成基本的人機互動，并逐步上升到人機協同和人機融合。3.2.2 以需求動機作為人機協同傳導鏈條與服務對象相對應，需求動機分為企業決策層的戰略需求、管理層的管理需求以及執行層解決具體業務問題的需求。需求作為人機協同的傳導鏈條，不同層次的需求動機將對應不同層次的數據驅動應用場景。事實上，在數據驅動發展至今的過程中，低層級的需求一直

36、存在，只是逐步向高層級發展，這就要求在構建數據驅動概念時，應持有發展動態的原則，結合人機協同的發展，盡可能完整體現數據驅動的全貌。?型數據?動?12成就數據驅動型企業中國企業數字化轉型白皮書3.2.3 匹配不同層次的數據驅動應用場景找到高價值的應用場景是數據驅動的前提和核心。數據驅動的應用場景，實際上對應的是服務對象不斷發展的從低到高的需求，層級的高低則是由人機協同的程度來體現。具體而言：第一層是呈現，核心是要你看見，即將數據結果呈現給用戶，只反應客觀事實，不做判斷，典型應用場景如數據報表。在這個層級上的數據驅動未形成人機協同，僅有簡單的人機交互；第二層是預警，核心是助你分辨，即基于數據判斷好

37、壞優劣，典型應用場景如紅綠燈、儀表盤，在這一層級上系統已開始進行數據的處理分析，并能協助用戶進行數據判斷，人機交互程度進一步提高，但數據分析判斷過于簡單，仍未達到人機協同的程度；第三層是建議，核心是幫你抉擇，即基于數據做出行動建議，如商品選擇、抖音推薦，這一層級在一定程度上已經開始出現人機協同，與傳統的工具不同，信息系統可以運行設定好的模型算法，針對用戶的輸入執行相應的命令，做出預設性的建議，人與數字系統的交互是雙向、多重的，并且可以形成多輪開放式對話，但做最終決策的仍然是人，系統仍處在被動地位；第四層是決策，核心是替你決斷，即基于數據自動決策和執行，如銀行貸款等，依托智能系統，數據驅動場景正

38、式進入人機協同階段，智能系統具有情境感知、自適應學習、自主決策及主動交互與協同等關鍵特征，人開始選擇性的將經營管理事務交由系統自動決策和執行，在此過程中，人和系統互相雙向學習，推動著人機交互向人機智能協同發生深刻的轉變；第五層是融貫，核心是虛實合一，即將虛擬與實際打通，在人機智能得到充分融合的條件下，人機協同將向人機融合轉變，人與機器的共生關系將在信息傳遞、信息處理及決策執行等方面都得到全方位的充分體現。此時，數據驅動下的決策也將難分是完全由機器做出還是由人做出，機器和數據已經成為現實中人不可分割的部分。3.2.4 構建自動優化的AI模型和業務模型數據驅動的不同層次場景、人機協同的不同程度，都

39、需要依靠模型來構建。企業數據驅動場景下的模型主要有兩類，一類是AI模型，包括線性回歸、邏輯回歸、線性判別分析、決策樹、學習矢量量化、深度神經網絡等，為解決各類數據處理問題提供科學的算法，并可以基于機器人的自適應學習機制持續自主地進行模型更新。另一類是業務模型?；跀祿?算法+算力，企業通過將業務過程抽象化、數據化，開展數據建模，形成覆蓋從研發、制造、供應鏈、物流、市場、銷售等環節的全鏈路的多維業務模型。這些模型沉淀在系統中成為知識，多向共享賦能不同業務場景中的數據應用，并在此過程中自動進行優化和迭代。3.2.5 夯實海量實時多維共享的數據基礎數據是物理世界在數字化世界中的投影，是數據驅動的基礎

40、，也是使機器獲得智能的鑰匙。數據信息日益豐富，甚至日益廣泛且深入地滲透進我們的生活中。數據量的提升、數據時效性的加強、數據來源復雜化、數據維度多元化、數據共享化，為數據驅動提供了大量、實時、多維、貫通和定制化的生產要素，讓數據驅動向全場景滲透。13成就數據驅動型企業中國企業數字化轉型白皮書圖 3-4 數據驅動的概念框架?型?型線性回歸邏輯回歸決策樹等戰略導向領導要求問題導向業務數據?數據?財務數據大數據業?型研發/制造供應鏈銷售等呈現：如數據報表1預警：如儀表盤2建議：如抖音推薦3決策：如銀行貸款4融貫：如元宇宙5?數據驅動?決策層管理層執行層?銷售生產采購等關注點?動?數據驅動?數據驅動?動

41、?型?業?型數據?動?14成就數據驅動型企業中國企業數字化轉型白皮書3.3 數據驅動的六步閉環在一個真正的數據驅動型企業，企業應擁有一套閉環的數據價值體系。數據價值體系指的是一套完整的從數據采集、整理、報告到創造價值的流程。完整的數據價值體系分為6個環節（見圖3-5）：數據采集、數據治理、數據建模、自動決策、指揮執行、反饋改進。3.3.1 數據采集是數據驅動閉環的起點數據采集是數據驅動閉環的起點，是創造數據、重構系統、建立連接的過程。以往的數據采集方式主要有兩種：一是伴隨運營過程簡單記錄，最主要的特點是數據往往伴隨著一定的運營活動而產生并記錄在數據庫中，比如超市每銷售出一件產品就會在數據庫中產

42、生相應的一條銷售記錄。這種數據的產生方式是被動的、是伴隨性的；二是用戶原創，隨著流媒體、移動互聯網設備的快速發展，用戶可以通過電商點評、平臺意見發布等主動產生數據。圖 3-5 數據驅動閉環數據治理使數據標準化、數據資產化智能決策自動化、智能化地開展數據洞察，推動業務和管理決策指揮執行基于決策下達任務指令、指揮和監控執行過程、分析執行結果、評價執行效果反饋改進決策反饋、行動反饋，系統通過深度學習算法自動對反饋情況進行修正和完善數據采集創造數據、重構系統和建立連接數據建模將數據轉化為結構化的知識15成就數據驅動型企業中國企業數字化轉型白皮書3.3.2 數據治理是數據標準化、資產化的過程數據治理是數

43、據標準化、數據資產化的過程。數據價值的體現，是建立在整條數據鏈路的效率和質量基礎上的。利用數據治理首先可以實現數據標準化，通過對數據的標準化定義，明確數據的責任主體，為數據安全、數據質量提供保障；其次，解決數據不一致、不完整、不準確問題，消除可能存在的對數據意義的理解偏差，減少各部門、各系統的溝通成本，提升企業業務處理的效率；最后，標準的數據及數據結構能為新建系統提供支撐，提升應用系統的開發實施效率。3.3.3 數據建模將數據轉化為結構化知識建模環節是通過數據建模，將數據轉化為結構化的知識的過程。通過建模環節，系統可以從海量非結構化數據中抽取結構化知識，并利用圖分析進行關聯關系挖掘，可以洞察“

44、肉眼”無法發現的關系和邏輯，通過提取節點及關系信息，節點相互連接，形成知識網絡結構，并逐漸積累為企業的結構化知識庫。結構化知識庫將雙向作用于人和數字系統，通過提煉出簡潔清晰可復用的知識模型，可以協助人實現快速回顧知識，節省下認知資源用于更高層次的思考，并形成小顆粒度的知識模塊，便于系統自動進行知識重組和知識創新，為自動化、智能化的數據洞察打下基礎。3.3.4 智能決策是系統開展自動化數據洞察的過程智能決策是系統自動化、智能化地開展數據洞察，推動業務和管理決策的過程。在應用初期，系統依靠AI技術進行數據洞察，幫助我們判斷哪些是可以被委派給計算機的決策任務，哪些是短期內仍需要依靠人來決策的管理問題

45、。對于可委派的決策，通過計算機程序自動分析、自動進行；對于尚需要人做出的決策，將管理層的決策行為作為知識不斷輸入系統，利用機器學習等方式促進系統形成智能算法，通過知識發現系統，產生新的規則、算法或模型。3.3.5 指揮執行是用決策結果驅動行為的過程指揮執行是用決策的結果直接驅動行為的過程，通過監控執行過程、分析執行結果、評價執行效果，做出改進措施等一系列活動，確保數據驅動價值的實現。在系統完成自動化、智能化業務和管理決策后，這些決策將通過系統指令的方式實時指導企業各類業務經營環節的最佳行動。這種由數據直接驅動的行為是整體性的，能夠將企業復雜的戰略決策落實到多環節、跨職能的業務場景上。同時，系統

46、將監測整個的決策執行過程，以便在用戶交互和運營業務期間進行執行結構的動態分析和實時建議最佳操作。在此基礎上，實現對不斷變化的執行情況和用戶動態的快速響應。3.3.6 反饋改進是系統自動修正和完善的過程反饋改進是系統結合決策反饋、行動反饋的情況，通過深度學習算法去自動修正和完善的過程，通過反饋使數據驅動最終形成一個動態的、自主發展的閉環。在數據驅動下，系統是可以實現自我學習和完善的，但是這個過程需要反饋數據的不斷輸入，需要模型根據比對決策結果、執行結果的現實數據把偏差信息反饋給機器學習，形成正向和負向的數據反饋，才能在其后不斷的機器學習迭代過程中自我完善。因此，數據驅動閉環要求要有流式的數據不斷

47、地注入，要有以機器學習為基礎的決策模型，要有能依賴模型輸出結果可以推動的業務系統，還要有可以反饋預測偏差的反饋機制。16成就數據驅動型企業中國企業數字化轉型白皮書04數?型?動?17成就數據驅動型企業中國企業數字化轉型白皮書4.1 數字化轉型的“五要素”推進法企業數字化轉型的過程就是技術創新與管理創新協調互動，生產力變革與生產關系變革相輔相成，實現螺旋式上升、可持續迭代優化的體系性創新和全面變革過程。從數字化轉型工作推進角度，我們提出數字化轉型的行動方法論，可總結為“五要素”推進法：從需求出發，以場景切入，用數據支撐，乘技術迭代，呈螺旋前進。4.1.1 從需求出發數字化轉型本質是業務轉型，數字

48、技術的作用正從技術支撐走向企業生產經營全流程。這就急需企業內部達成轉型共識并調整領導戰略。企業數字化轉型的首要工作是在正式啟動轉型之前要明確需求，通過全面掃描自身情況，梳理企業對數字化轉型的需求，需求的收集范圍要覆蓋企業的研發、測試、生產、營銷、銷售、人事、辦公、采購、客服、運維等全流程與全部門，整合分析后進行分類聚焦，明確企業的核心需求，以核心需求為引擎，結合自身實際情況和階段性目標，先從某一環節入手，漸進式地進行數字化轉型。從企業的本質來看，核心追求的目標包括“開源、節流、提效”三個部分。不同企業在面對這三者時的選擇不同，也常常意味著各自轉型過程中的切入點大相徑庭。例如，很多B2C類企業往

49、往以“開源”為核心需求，那么，這類企業往往選擇營銷與用戶增長環節為數字化切入點，比如鏈家推出的鏈家在線、貝殼找房等。而很多B2B類企業往往以“提效”為核心訴求，于是以管理或財務環節為數字化切入點，例如美的在轉型初期基于“一個美的，一個體系，一個標準”的戰略，重構流程和系統，統一數據標準。4.1.2 以場景切入在數字化轉型視角下，企業經營可分解為業務場景的疊加，立足場景、問題導向是數字化建設速贏見效的重要手段。數字化轉型的本質是技術驅動的業務變革和價值鏈創新，數字化對準的是業務，重點在于企業在具體的業務場景中如何借助技術更精準、更有效地服務用戶，更全面、直接地提升產品的用戶體驗和質量，更系統地獲

50、得有競爭力的成本優勢和服務優勢。從場景切入開展數字化轉型，企業可采取這樣的有效策略：從價值需求出發，通過場景建模、解耦、復用、協同開發、數據打通等，從單個場景的轉型切入，尋求局部最優解決方案，通過逐個突破業務重要節點，打通企業價值鏈，推動企業的數字化轉型。行業不同，切入的場景不同。例如零售企業一般選擇從營銷端或渠道端的場景切入，制造業可選擇從供應鏈場景切入，包括采購、制造、倉儲物流等場景。圖 4-1 數字化轉型的“五要素”推進法數字化轉型?數據?18成就數據驅動型企業中國企業數字化轉型白皮書4.1.3 用數據支撐在數字化時代，數據就是生產力。實現數字化轉型應以數據為必要且關鍵的支撐。用數據支撐

51、數字化轉型有兩層含義：第一層是用數據支撐數字化轉型的過程和動作。數字化轉型會打破企業原有的組織邊界和信息邊界，需要基于大量打通的數據資產開展場景化的計算、建模、應用。同時，將數據應用于具體場景的過程中，又會產生和沉淀大量新的數據，成為企業新的數據資產，繼續支撐數字化體系。第二層是用數據支撐數字化轉型中的業務運營和管理決策。數字化轉型的本質就是挖掘和釋放數據的價值，一方面是基于大數據+算法的技術手段，面向業務運營提供數據支撐，通過數據模型為供應鏈管理提供支撐；另一方面是面向管理決策分析提供數據支撐，對企業全方位進行數據的加工、分析中，發現問題，制定戰略和相關決策，并對結果進行預測和監控。在數字化

52、時代，每個企業都要成為數據公司，用算法來構建模型，并搭建數字化平臺。這就要用到技術。4.1.4 乘技術迭代當前，以云計算、大數據、物聯網、人工智能、5G為代表的新一代信息技術，在不斷的融合、疊加、迭代中，為數字化轉型提供了高經濟性、高可用性、高可靠性的技術底座。同時，量子計算、腦機接口等技術突破傳統信息技術領域范疇，為數字化轉型向高級階段發展注入動力。此外，除上述通用的技術之外，每個行業的企業在轉型過程中對技術還有一些特殊的需求：例如制造業的工業機器人技術，房地產經紀行業的VR技術，零售行業的數據采集技術，物流行業的REID（射頻識別）技術等。這些技術在行業的應用場景中廣泛應用，高效響應不同行

53、業企業數字化轉型中的個性化需求。從數據層面講，隨著技術的迭代發展，企業將更多地通過數據處理、仿真建模、機器學習等技術改變從數據-信息-知識的整個流程，用數據建構與物理世界形成映射關系的數字世界，并借助算力和算法來生產有用的信息和知識，企業將進入知識自動化階段，數據將進入到價值創造的體系中。這種力量決定了技術迭代將會經由助力企業數字化轉型的不斷前行，最終助力企業重塑競爭力。盡管技術是驅動數字化轉型的重要力量，但是，在數字化轉型進程中，關于業務場景、業務模式、業務創新以及業務與技術關系的內容遠遠大于技術本身。企業需要基于技術面向物理世界和數字世界進行互動融合，一方面需要面向用戶需求、解決實際應用，

54、開展全新市場的場景式研發與創新，對技術迭代形成逆向牽引；另一方面，技術與業務融合迭代驅動企業進入到網絡式生態化協同創新模式，創新節奏加快、周期縮短，快速迭代、持續改進、及時反饋以及敏捷管理的創新，引領數字技術迭代，并不斷驅動其他長周期的創新領域。4.1.5 呈螺旋前進數字化轉型需要企業在不斷試錯中前進。這要求企業在轉型之前就建立這一認知并指導數字化進程，接受過程中的停滯甚至是倒退，篤定并堅持數字化總進程和總趨勢是不變的。同時，數字化轉型的螺旋式前進還意味著數字化轉型是一條只有起點沒有終點的征途。數字化轉型是伴隨著數字技術的不斷發展，不斷利用技術重新定義產業的發展模式和企業的業務戰略模式的一個持

55、續的過程，因為技術的發展沒有終點，注定了數字化轉型也只有起點沒有終點。19成就數據驅動型企業中國企業數字化轉型白皮書4.2 數字化轉型的六大主戰場從整體來看，企業應著眼于整個價值鏈，而不是某一個環節開展數字化轉型，尤其要規劃建設研發、生產、供應鏈、營銷、經營管理和財務六大價值鏈關鍵環節的數字化體系，并將它們全線打通，形成緊密連接、互為促進，共生共贏關系，共同創造企業價值鏈新生態。4.2.1 以研發數字化為引擎重新定義產品研發數字化，具體來說包含兩個部分，一是研發管理數字化，二是研發產品數字化。隨著用戶的變化、技術的發展，企業要求研發端有更高的效率和效益；同時，用戶對產品和服務的需求在不斷迭代變

56、化，推動企業開發出更豐富的數字化產品和服務。本節以汽車行業企業為例，詮釋研發數字化的價值和實現。（1）研發數字化的典型實踐：比亞迪VS特斯拉圖 4-2 新技術重新定義汽車電子產品機械產品?動?聯接云計算數?動?數據?型?數據?20成就數據驅動型企業中國企業數字化轉型白皮書比亞迪擁抱研發數字化在比亞迪全球設計中心，已建立起全新的數字化設計流程，實現創意數字化、模型數字化、驗證數字化，引入虛擬現實評審系統，通過全數字化的流程，讓感性的設計與理性的品質高效結合，用技術驅動設計。同時，比亞迪開發DiLink智能網聯系統，并攜手產業鏈合作伙伴在電動車智能網聯系統、供應鏈信息化、智能制造、大數據分析等多方

57、面開展交流合作。比亞迪的DiLink智能網聯系統將手機生態完美移植到汽車上，為用戶帶來豐富的智能座艙體驗。系統不僅開放了車載信息系統，還開放了車輛的數據能力，包括341個車輛傳感器和66項控制權。同時，DiLink智能網聯系統能夠連接全球億萬開發者、駕駛者和乘坐者，整合汽車行業上下游生態（銷售、金融、出行等），聚合優秀開發者，集各方智力于一身，最終為車輛的智能化創新服務，最大程度地推動比亞迪的智能出行生態擴張。特斯拉擁抱產品智能化特斯拉研發的汽車產品已經走向了全面智能化。特斯拉把每輛車，每一個傳感器，每一個“事件”（即與方向盤、剎車踏板等進行的人機交互）都看作一個數據點。每個新事件、驅動程序和

58、機器之間的每個新交互都會被記錄并上傳到數據庫。這些數據被用來創建3D模擬，特斯拉的軟件工程師可以通過研究來改進和完善算法，并將對整個系統的更新、改變或修改在線傳輸給特斯拉汽車，實現汽車的空中升級迭代。這使得特斯拉具備和其他汽車之間真正重要的不同：特斯拉的數據是從真實世界的英里數中收集的；特斯拉車主不只是開車去上班或辦事。他們同時也是訓練特斯拉AI/ML的引擎。這肯定是當今最有效的產品研發眾包眾創方案，我們所期待的汽車自動駕駛也是在這一模式下才更有可能加速實現。從上述案例中可以看到：在現階段，比亞迪的研發更多還是基于研發協同帶來的研發效率和效益的提升以及基于產品聯網服務帶來的產品價值的提升；而特

59、斯拉作為傳統汽車產業的顛覆者，已走到了研發的更高階段，每一輛車不僅是自動化生產線上的終端產品，也是驅動特斯拉持續性研發的新引擎。這無疑也是比亞迪等其他廠商正在追趕的方向。（2）研發數字化帶來四大提升適配變化的研發轉型需求。電動化、網聯化、智能化已成為汽車產業的發展潮流和趨勢，與傳統的汽車相比，電動車、智能車在相同的車內空間增加了傳感器、電子、配電系統等多種配件，需要千兆級別的數據量傳輸，新的電子電氣架構，超過1億行的軟件代碼，以及更高的電力需求。所有這些都要求企業從系統層面統籌規劃，實現機、電、軟、控制等多領域跨學科集成和數據的統一管理和傳輸，利用雷達和攝像技術實現主動安全，通過數字化虛擬驗證

60、、電子電氣架構數字化模型、虛擬化仿真驗證，實現基于需求、功能、邏輯以及物理的研發全過程數字孿生。實現敏捷研發。研發數字化要求企業廣泛應用數字孿生、數字化仿真技術，這些技術在不斷演進的過程中，表現出跨產品生命周期、從靜態到動態、人工智能驅動、算力需求暴增的特征，開辟車企數字化研發新業態，可利用數據和模型縮短決策鏈，大幅縮短產品研發周期和產品后期設計修改周期，優化研發流程，圍繞用戶不斷變化的需求迅速進行研發的支持和響應，加快產品研發速度和質量。實現產品全生命周期管理。研發數字化不是孤立系統，將與企業其他價值鏈環節，如生產、供應鏈、營銷、服務等數字化系統進行連接?；赑LM平臺和以ERP為核心的產供

61、銷服資源管理平臺，企業可打通全價值鏈業財數據，連接上下游伙伴、用戶和資源，實現研發、生產、銷售、服務一體化應用。重新定義產品和服務，推動商業模式創新。相比傳統汽車,未來汽車在研發中關注的焦點更多集中在軟件方面，比如手機APP、自動駕駛、數字化座艙、車聯網等等。車企獲得競爭力的核心不再只是“造好車”，而是“用好車”；產品研發不再只是研發汽車整車本身，還包括數字化產品和服務的創新，形成更豐富的車內數字化產品和車輛應用服務，拓寬企業盈利空間，形成人、車、生活連為一體的全新且豐富的生態圈產品和服務，實現商業模式創新。21成就數據驅動型企業中國企業數字化轉型白皮書硬?特斯拉商業模式整車銷售Model3M

62、odel?能業務儲能業務能源業務軟?確定性FSD付費軟件應用商?訂閱服務可能性Ro?otaxi服務保險業務充電業務?業務圖 4-3 特斯拉商業模式（3）研發數字化的三大關鍵研發數字化的實現有三大關鍵：一是做好需求管理，識別有價值的需求；二是建立并不斷迭代優化產品研發體系；三是建立高效的協同研發環境。研發是為了給用戶提供更好的服務和體驗。因此，研發首先要以用戶為中心，基于平臺與用戶產生交互，獲得用戶需求、體驗等相關數據，對需求進行分類、篩選、挖掘和管理，根據多數用戶的需求和優先級進行統籌規劃，確定每一次產品迭代升級的需求，準確定義產品。在數字化、智能化大潮下，軟件不止定義汽車，軟件定義一切。數字

63、化產品、智能服務已波及各行各業，這就要求企業在研發時必須考慮如何把經典的傳統需求和新時代下的數字化需求整合在一起。因此，研發模式由于用戶需求的不斷轉變也發生了巨大變化。這就要求企業不斷迭代研發體系，優化組織和流程，實行動態敏捷的產品研發管理，基于快速的研發支撐產品的快速迭代，滿足甚至是創造和引領不斷變化的用戶需求。協同研發已成為企業研發的常態?；谂c用戶間的直接連接，協同的對象已經從內部延展到外部，這尤其需要企業建立數字化協同研發體系，建立產品開發過程協同管理機制，以實現分布式環境中開發人員項目協同、全生命周期產品開發協同和產品開發過程信息的協同，從而實現精準高效的研發協同。22成就數據驅動型

64、企業中國企業數字化轉型白皮書4.2.2 以生產數字化為核心推動智能制造（2）生產數字化提升三大能力基于海爾的實踐，我們可以看到，生產數字化能夠為家電企業帶來三大能力的提升：第一是大規模定制能力。大規模定制被認為是二十一世紀的生產模式，基于生產數字化，企業能夠對用戶需求快速的進行響應，同時保持與大規模生產效益戰略的協調。第二是供應鏈的韌性。營銷手段的花樣翻新、及時快捷的物流供應鏈都基于產品生產環節的快速響應和穩定供應。所有變化都會歸結到更高效的機器，生產數字化打通了端到端價值鏈，將生產端和供應端連接在一起，生產端和供應端的信息能實現雙向實時交流，從而使企業從營銷到供應，從產品到生產的所有環節都處

65、于高效運營的協同狀態，極大提升供應鏈的反應能力即韌性。第三是智能化生產的能力。生產數字化轉型的過程一般伴隨大量數控設備和工業機器人的應用。數控設備使企業能夠利用RFID自動實時追蹤整個領料、生產、入庫流程，及時更新產品信息，從而使生產過程變得可追蹤，可控制。工業機器人能夠在共享工作空間中與人類進行安全物理交互的人機協作、人工智能、機器學習的趨勢更加明顯。（3）實現生產數字化的四大關鍵不同企業開展生產數字化轉型的方向或許各不相同，但必然都要指向實現整個生產環節的自動化、數字化、智能化，形成全價值鏈端到端互聯互通的能力和生態體系。在這個過程中，我們梳理出四大關鍵點：以用戶為中心開展個性化生產；以傳

66、感器為紐帶實現生產全鏈路實時在線連接；以數字孿生為基礎開展智能化生產控制；以系統融合為支撐建設智能化工廠。以用戶為中心開展個性化生產?，F在，制造業的發展已經呈現出多品種、小批量、個性化定制生產的趨勢，所以需要將傳統的鏈狀模式重塑成C2M制造平臺模式，將各職能的數據打通、相連，形成一個網絡平臺，通過數據的共享實現跨職能的無縫連接，以快速推動、響應需求的波動。這種模式以用戶為產品設計和生產的核心，甚至讓用戶主動參與到產品設計過程中，通過數據的收集、積累、透明、打通、利用，打造極致的用戶體驗，這才是生產的出發點。生產數字化不僅僅是對生產業務的科學決策、智能設計、合理排產，而是實現工廠內部的數字化裝配

67、、加工、維護、績效管理、質量管理和可持續發展，打通端到端的價值鏈（主要集中在供應網絡、產品開發、規劃、交付以及用戶的連接性），實現快速響應用戶需求的全流程價值鏈的變革，實現從規?；a向個性化生產的轉型。本節我們以典型的制造行業家電行業企業為例，詮釋生產數字化的價值及實現。（1）海爾的互聯工廠創新海爾互聯工廠是涉及企業全部流程的一個生態系統，它構建了可供進行用戶交互的網絡空間，通過工廠的人機料法環全要素、全流程、全產品與用戶零距離互聯，滿足用戶最佳體驗，最終實現產消合一3，為我國企業探索智能制造新模式提供了有益的參照。海爾基于五大技術體系構建互聯工廠，分別是精益標準化體系、模塊化體系、柔性化體

68、系、數字化體系和智能化體系。精益標準化為以機床、熱處理設備、機器人、測量測試設備等組成的自動化設備與相關設施，實現生產過程的精確化、標準化執行。模塊化實現零件-模塊-通用-更新模塊的迭代循環，根據不同的個性化需求，對模塊可以進行自由組合，滿足用戶多樣化的需求，最終實現產品的平臺化；柔性化與用戶的定制相結合，利用自動化設備直接連接用戶，將響應速度達到百萬分之一秒；數字化即智能裝備互聯互通、應用系統無縫集成、數據可視&分析的三維一體的數字化互聯互通體系；智能化是一個雙胞胎系統，通過一個虛擬的設計、虛擬的裝配，將用戶需求轉化為產品方案，同時在生產過程中應用新一代信息技術，實現智慧家庭和互聯工廠的有機

69、融合，完成用戶全生命周期的最佳體驗。3產消合一指用戶既是生產者，又是消費者。23成就數據驅動型企業中國企業數字化轉型白皮書圖 4-4 數字化工廠參考系統架構以傳感器為紐帶實現生產全鏈路在線連接。傳統工廠的設備之間、車間之間、工廠之間、產線之間都是孤立運作的，生產過程無法做到可視、可控，無法及時發現問題和進行改進。以傳感器為核心的設備物聯網，聯通起企業信息系統與機床等物理空間的自動化設備，構建車間級的CPS系統，實現人機互聯、機物互聯、機機互聯、人人互聯，將生產全過程從線下發展到線上，實現計劃調度、生產物流、工藝執行、過程質量、設備管理等生產全過程的自動化、透明化、可視化。以數字孿生為基礎開展智

70、能化生產控制。生產全鏈路的在線連接意味著企業在線上構建了一個與線下工廠一樣的數字孿生工廠，數據能夠在線上實現自動實時采集和管理，不同車間、不同工廠之間實現數據共享、準時配送、協同作業?；跀祿Ｐ蛯ξ锢硎澜绲慕?，企業能夠開展數據挖掘、數據分析和智能推理預測等，對生產全過程進行實時監測、動態預警，實現對工廠的精細化、智能化管控，并將其貫穿到企業運營管理的全生命周期，提升企業建設和運營管理效率。產品全生命周期管理企業資源計劃ERP個性化定制平臺DI?大數據平臺視頻監控智能分析系統?數字化架構數字化工廠平臺4.4工廠可視化4.3大數據平臺4.2個性化定制4.1ERPPLM?企業?高級排產訂單、組件

71、、生產實績物流信息/設備維護生產事件過程數據數據收集制造過程數據設備狀態分布式I?O識別系統過程控制系統主數據、物料人員、工時虛擬仿真設備管理生產管理質量管理系統集成物料拉動檢驗管理3.3模擬仿真智能生產3.2EAMEMS3.1MESWMS3.0APSANDON?2.3SCADA2.2HMI2.1PFIDPLC?1.2傳感器1.1工業以?網?0.2機器人0.1設備?定單可視化虛擬可視化設備可視化質量可視化工廠可視化工序可視化工位可視化檢測系統RFID系統中控系統HMISCADA?業?數據分析結果智能決策指令內?吸附機門?吸附機U殼生產線門殼成型線門殼成型線U殼配送線?體發?線總裝線24成就數據

72、驅動型企業中國企業數字化轉型白皮書圖 4-5 五大核心系統集成示例以系統融合為支撐建設智能化工廠。通過將智能制造系統MES系統（ManufacturingExecutionSystem）與ERP系統(EnterpriseResourcePlanning，資源計劃系統)、PLM系統(ProductLifecycleManagement，產品全生命周期管理系統）、工業控制系統、物流管理系統進行融合，將制造、管理、研發、物流等環節緊密地互聯互通，整個工廠可以變成一個類似人腦一樣的智能系統，實現高品質、高效率、高柔性的訂單響應、定制生產、快速交付，打通生產、供應鏈、銷售、物流、財務等價值鏈全過程，推動

73、工廠的數字化、智能化、可視化、定制化等先進模式的落地。?向集成用戶需求產品設計制造物流服務的橫向并聯數字化閉環（物聯網）PLMERPL?isticsC?ntr?liMES?零距離?單?個性化定制?向集成設備的人機物互聯（物聯網）車間企業模塊設計資源模塊供貨資源機機互聯信息互聯內外互聯虛實互聯機物互聯人機互聯人人互聯4.3大數據平臺4.2個性化定制4.1ERPPLM?企業?3.3模擬仿真3.2EAMEMS3.1MESWMS?2.3SCADA2.2HMI2.1PLC?1.2傳感器1.1工業以?網?0.2機器人0.1設備?25成就數據驅動型企業中國企業數字化轉型白皮書生產：基于物聯網技術，便利蜂對鮮

74、食生產進行全過程的記錄、監控，對食材的長度、硬度、烹制時間進行嚴格控制，如烹制時間精確控制到秒，使制作過程成為一系列可視化的數據。采購：便利蜂所有的訂貨指令都由系統根據數據算法分析后發出，完美解決了滯銷商品浪費的問題。同時，便利蜂制定了嚴格的供應商準入體系和自動化食品安全防護體系，一旦發現食品安全問題或者隱患，可直接取消供應商資格，一次強化對供應鏈的風險管理。倉儲物流：便利蜂門店沒有儲物室，所有架上商品即是店內全部可供出售商品。系統會提前測量、采集好所有貨架層板的高度、貨架的位置和每一件商品的長寬高，并在訂貨時直接將其匹配到貨架的具體位置。便利蜂的物流都是動態排線的。系統要確保在訂單下完的那一

75、瞬間，車才會重新排線，以實現效率最佳化。銷售：除了實體門店，便利蜂還開發了移動端APP，并積極拓展分銷渠道，通過與多個電商平臺及社交平臺達成直播與社區拼購的合作，開拓更多的觸達區域，實現更廣泛的顧客覆蓋率。此外，便利蜂結合熱點與用戶畫像，不斷推出用戶更偏愛的產品，逐漸成為網紅生產機，充分發揮作為食品飲料品牌重要推廣渠道的優勢，以發送消費券、降價促銷等措施，不斷提高食品飲料銷量，助力食品飲料供應商協同發展。4.2.3 以供應鏈數字化為橋梁實現業務強耦合以終端用戶的需求為核心，大大提升供應鏈響應速度及柔性。供應鏈數字化使得數據不再以線性方式傳播，而是形成矩陣結構的網絡，由此提升全供應鏈的協同能力。

76、（1）便利蜂的智慧供應鏈便利蜂自創立伊始就采取了智慧決策及數據驅動的運營模式。便利蜂構建了基于人工智能的倉管平臺，具有自動排班、銷量圖 4-6 便利蜂智能供應鏈系統生產采購倉儲物流銷售原料商制造商線上：外賣服務線下：便利店/無人店/智能貨?品牌商一級批發商二級批發商便利蜂供應商送貨自有倉庫自有車隊制作過程可視化全流程商品溯源平臺合作直播與社區拼購數據算法分析智能訂貨補貨零庫存，即時上架動態排線，自預警便利蜂智能供應鏈系統物流資金流信息流物預測、活動預測、自動訂貨、庫存管理、店鋪財務管理等多項功能。另外，基于統一大數據平臺，公司還研發了財務系統、物流管理系統、單車管理系統等覆蓋全流程的信息化系統

77、。在便利蜂的模型中，系統的中央大腦驅動了連接起來的一切。只需要改變算法，供應鏈、店鋪就會隨著數學模型指示的變化展開。精準、快速體現在便利蜂供應鏈的方方面面。26成就數據驅動型企業中國企業數字化轉型白皮書（2）采購和供應鏈數字化帶來的三大能力提升供應鏈的響應能力。供應鏈的響應能力是指供應鏈具備高度的敏捷性和柔性，能夠直接將計劃生產與響應顧客需求緊密銜接。在企業的整個價值鏈體系中，供應鏈處于后端生產和前臺銷售之間，天然就需要與生產端和銷售端的業務流程進行耦合。通過打造數字化供應鏈體系，可以實現企業供應鏈與業務深度耦合，為企業提供尋源代采、倉儲運營、增值加工、多場景運輸配送等多維的供應鏈全鏈路服務，

78、打通產品源頭、企業、終端消費者的直接聯系，快速響應客戶需求。流程自動化能力。外部環境越是動蕩、無常、復雜、模糊，越需要依據數字化系統中的自動化來應對復雜系統的不確定性。借助新技術、新工具重構與優化供應鏈結構，可以低成本地實現計劃、采購、生產、運輸和物流等流程標準化，快速連接下游客戶需求和上游供應資源，實現信息流和物流、資源流的協同，促使供應鏈全流程以自動化方式完成。供應鏈抗風險能力。隨著供應鏈變得更加復雜和相互依賴，企業對供應鏈的風險管理必須變得更加全面，超過任何一家企業以往的風險管理范圍。通過利用大數據技術，將尋源項目、供應合同簽署、采購訂單等關鍵節點與風險來源進行關聯,從而幫助企業做出更科

79、學的決策來規避風險、選擇更合適的供應商,提升供應鏈的抗風險能力。（3）采購與供應鏈數字化的三大關鍵一是把握終端需求驅動的供應鏈數字化趨勢；二是基于數據分析和決策提升供應鏈的敏捷性和柔性；三是重塑供應商協同關系。把握終端需求驅動的供應鏈數字化趨勢。供應鏈數字化使得信息不再以線性方式傳播，而是形成矩陣結構的信息網絡，以市場終端需求為生產驅動力，由此提升全鏈條的信息共享程度和協同能力，為企業的商業模式帶來根本性變革。與此相適應，企業需要實時把握跟蹤消費者的購需求變化，并以用戶需求為驅動，進行后續一系列供應鏈活動的安排?；跀祿治龊蜎Q策提升供應鏈的敏捷性和柔性。在未來的供應鏈組織中，通過使用更多機器

80、學習、預測模型、區塊鏈等技術，以前分散的數據源有望無縫集成，以提供準確的、實時的數據分析和決策。例如：利用區塊鏈技術在供應鏈可追溯性或質量相關事件的可追溯性領域的應用，可以改善風險管理；借助虛擬采購助理，使供應商和應付賬款團隊之間的溝通實現自動化，直接跟蹤其發票的狀態，無須聯系買方。重塑供應商協同關系。數字化供應鏈要確保企業最好的供應商有能力為終端客戶帶來創新，從而建立更好、更有成效的關系。依托數字化技術，通過系統平臺、數據聯通，可以實現供應商的深度連接，從面向庫存的采購轉到面向訂單的采購。同時，依靠人工智能的技術可以實現主動預測、合約履約過程的自動化管理和持續監控，加強供應商和客戶之間的關系

81、，實現真正的雙贏結果。0100010100100100101010010001001010101010100000101000100010100100100101010010001001010101010100000101000100010100100100101010010001001010101010100000101000100010100100100010010101010101000001010027成就數據驅動型企業中國企業數字化轉型白皮書4.2.4 以營銷數字化為抓手讀懂用戶、持續成交盒馬鮮生以“人”為核心，實現了“人、貨、場”的無縫銜接。人與人：通過盒馬社群實施粉絲營銷，促使用

82、戶之間形成關系；人與貨：面對近年來呈現多元化的貨物需求，盒馬鮮生通過大數據與消費者畫像快速地實現了人與貨的匹配；人與場不同的場景，有不同的消費需求與消費習慣;盒馬鮮生用O2O作為媒介實現了人與場的銜接，極大提升了用戶的體驗度。圖 4-7 盒馬鮮生商業營銷模式零售行業經過多年的演進，形成了非常全面的營銷通路，普遍具有強營銷、重運營的特征。隨著云計算、大數據、人工智能等新一代技術應用的普及，零售企業在積極建立與消費者數字化連接的基礎上，越來越注重消費者的體驗?？梢哉f，數字化營銷已成為零售企業的基本功，未來企業營銷的競爭將是消費者數字體驗的競爭。本節將以零售行業為例，具體闡述營銷數字化的價值和實現。

83、（1）盒馬鮮生：以“人”為核心的新零售樣板盒馬鮮生是阿里集團探索新零售商業模式的“先鋒兵”，圍繞個性消費塑造了一系列場景，以高頻剛需的生鮮商品作為切入口，將互聯網和線下模式相結合，去滿足不同場景下的用戶需求，以門店為中心，以三公里為半徑構建最快30分鐘送達的冷鏈熱鏈配送體系的“電商+線下超市、餐飲”新零售模式。引流，場景體驗導流，數據收集?油百貨時?凈?線下門店線上平臺?品?肉?五中心超市+餐飲粉絲運營物流配送客戶體驗海鮮水產?品?食水果零食?水飲料餐飲?倉儲配送生產供應生產經銷商消費反饋買單支付消費者購買自提28成就數據驅動型企業中國企業數字化轉型白皮書（2）營銷數字化帶來的三大能力提升從上

84、文案例可以看出，從企業角度來說，消費者流量運營將是營銷管理的核心內容。通過營銷數字化，可以提升企業精準營銷、用戶轉化和社交互動三大能力?！叭恕庇脩艮D化能力。如何將各渠道消費者流量轉化為用戶，是零售快消行業必須考慮的核心問題。利用大數據技術，可以對各個渠道的數據進行匹配，根據相似度進行自動或者手動的合并，進而使得用戶信息更全面和完整，識別潛在用戶；再通過將潛在用戶與會員信息進行合并分析，獲得更加全面的畫像，進而由相應的渠道推送相應的內容去觸達轉化?！柏洝本珳薁I銷能力。所謂精準營銷，是指對于每一個用戶或者每一類有著共同特性的用戶，產生有針對性的圖 4-8 盒馬鮮生以“人”為核心的場景變革打造私域流

85、量和粉絲文化，提高用戶?性和復購；打造會員體系，實現精細化運營；新鮮每一刻+所想即所得+一站式購物+讓做?變成一種?等場景，培養用戶新的消費觀。人盒馬APP作為門店?一的支付入口，在便捷購物的同時，沉淀了大量用戶數據；門店作為“線上+線下”業務模式的融合體，集“生鮮超市+餐飲體驗+線上業務倉儲”三大功能為一體。場優化物流體驗，五公里范圍，半小時送達；S?U達8000個，以物美價?的生鮮引流，關聯食品百貨?動客單?價；消費者即生產者理念，基于消費者數據驅動商品采購，進一步降低進貨成本和周轉效率。貨?營銷動作，從而讓用戶生命周期價值最大化。利用數字化技術和能力來驅動渠道模式創新和渠道生態系統重構，

86、實現自動化創意和內容生產匹配，將有效提高企業的精準營銷能力?！皥觥鄙缃换幽芰?。數字化營銷是更重視消費者互動和消費者自發性的一種營銷理念。虛擬現實（VR）、增強現實（AR）、游戲、展覽、影音表演結合智能終端的應用，實現了真實世界信息與虛擬世界信息的“無縫”集成，實現虛實共融，為用戶開啟了別開生面的沉浸式情緒體驗。企業能夠實時跟蹤用戶行為，抓取和分析用戶數據以實現商機投入，可以在社交互動中充分挖掘用戶需求，再通過“消費者體驗”設計消費者體驗旅程，完成對流量的有效分配。29成就數據驅動型企業中國企業數字化轉型白皮書（3）營銷數字化的三大關鍵圍繞消費者流量運營進行營銷數字化轉型有三大關鍵：一是實現用

87、戶數據化，鏈接全場景；二是讀懂用戶，滿足、引領、創造用戶需求；三是以平臺為支撐，搭建營銷數字化生態矩陣?；谟脩魯祿?，鏈接全場景。在零售行業用戶為王的時代，基于對用戶行為進行記錄和數據化，通過處理和洞察，企業能夠掌握用戶的習慣、偏好和感受，據此開展產品設計、渠道選擇、銷售策略、用戶價值運營等一系列決策，實現精準獲客及開展高效用戶運營。讀懂用戶，滿足、引領、創造用戶需求。數字化時代，客戶的需求往往呈現即時的、突發的、不確定性的特點，如何挖掘、創造、引領客戶的需求并對其進行迭代滿足成為營銷數字化的一大關鍵問題。企業可以依循“洞察-定位-引導”的方法論去引領和創造客戶需求，為產品和服務升級圖 4-

88、9 營銷數智化生態矩陣?數據?動?搭建方式數據層消費者行為層應用層?提出創造性的解決辦法，為客戶搭建合理的消費場景，引導客戶形成使用習慣。企業不能只做需求的搬運工，更要做需求的創造者。搭建營銷數字化生態矩陣。數字化營銷中臺、客戶數據平臺（CDP）、數據管理平臺（DMP）在營銷數據生態中扮演著底層基礎設施的作用，所有的營銷應用場景都需要基于這三大平臺實現和落地?？蛻魯祿脚_基于對訪客行跡，為用戶生命歷程分析提供有效的數據支撐。數字化營銷中臺能夠打通線上線下營銷渠道，建立企業與用戶的全場景觸點，實現實時監測營銷數據，全程記錄用戶行為軌跡，“去中間化”營銷過程，借助大數據讓一切營銷效果可量化。數據管

89、理平臺記錄了全渠道、全平臺的用戶信息和行為數據，并且能夠整合形成清晰精準的用戶畫像，根據歷史記錄，追蹤不同渠道用戶的行為特征，進行分層和標簽化管理，洞察用戶的潛在需求和價值。30成就數據驅動型企業中國企業數字化轉型白皮書4.2.5 以財務數字化為牽引推動業務財務雙向賦能圖 4-10 西北油田財務數字化轉型的階段性成果在數字化的大背景下，財務要走出企業內的會計循環，走向銜接產業鏈上下游的業務循環和更浩瀚的社會數據循環，連接和打通企業內部的財務體系、業務體系和企業外部的產業體系，以“數據驅動”作為主線，構建“價值創造型”財務體系，使財務真正成為戰略和業務的合作伙伴，推動乃至引領企業的價值創造，支持

90、業務發展。（1）西北油田基于數據中臺的財務數字化轉型2019年，時任中國石化西北油田分公司總會計師的賀小滔4提出：“西北油田的管理會計工具建設日趨成熟，已經成為財務嵌入業務、業財融合雙向溝通的橋梁，但在數字化轉型方面還需要做更多的準備工作?！彼Ｍㄟ^數字化轉型，推動財務人員轉變成各級決策者的“導航儀”，逐步從穩健型的“數據提供者”向敏捷型的“形勢變化預報者”和“知識資本運營者”轉型，推動經營決策從經驗驅動向數字驅動轉變。從2020年3月到6月，西北油田緊扣“經營財務”職能定位，初步打造完成“業財融合，數據賦能”的數據中臺，打破過去煙囪式管理的數據孤島與IT架構，實現財財、業財數據的大貫通，全

91、面提升財務的信息化運行能力、數據資產化能力、數據挖掘能力、敏捷應用能力、價值引領能力，推動財務管理從信息化向數字化轉型邁進，最終實現財務數字化轉型總體目標。4賀小滔現任中國石化集團資本運營與金融事業部副主任。?財務業務系統數據資產數據治理平臺建設采購投資勘探開發生產合同銷售服務監控17+盤點系統33個實體表366+核心指標129+主題域8+入湖字段18120+入湖數據量1993萬+主數據服務數據資源服務業財指標庫資產目錄數據字典數據存儲運維監控數據采集離線/實時計算數據安全埋點數據?數據?需求提取155個主數據識別78個流程梳理16個價值場景數據資產管理應用實時智能注汽監控SEC儲量價值評估五

92、位一體決策支持模型全鏈路業務財務流程打通措施效益評價線上跟蹤單井效益自動評價31成就數據驅動型企業中國企業數字化轉型白皮書財務與業務融合?；谛畔⒓夹g的融合應用，西北油田不僅實現了財務與業務的融合與連接，優化核心業務流程，打通實現全流程自動化流轉；而且優化業務端到結算端全價值鏈流程，打通部門連接點，查找資源漏失點，集合價值鏈各項資源和生產要素，實施統一配置。深入業務場景?；跇I財融合全方位高質量數據基礎，西北油田以價值管理為紐帶，圍繞勘探、開發、生產、集輸、銷售的業務主線，分別在投資項目效益管理方面、產量優化方面、資產挖潛方面、油氣銷售環節等方面開展數據的價值挖掘，實現敏捷化、自動化、實時化、

93、場景化的數據應用，解決業務問題，引領業務發展。數據豐富化、價值化。西北油田以數據資源變資產為目標，以業財數據中臺為核心，運用信息技術采集財務、生產、運營等源頭端各項數據資源，打通業務、財務數據，進行數據存儲、整合與處理，搭建以數字化應用為目標的業財數據資源池，實現財財數據、業財數據、財經數據融會貫通?；谪攧諗祿Y源池財務、生產、經營數據，全面掌握油田公司業務動態基本信息、實時狀態和潛在風險。（2）財務數字化為企業帶來四大提升財務數字化為企業帶來四大能力提升：一是記錄價值，展現全景化記錄能力。財務數字化轉型塑造業務過程全景化記錄的能力。傳統財務核算僅能事后真實記錄結果信息，財務數字化轉型推動業

94、財一體化，實現“事前、事中、事后”流程全景化數據記錄，業財多視角、全過程價值信息留存。二是反映價值，展現實時化洞察能力。財務數字化轉型助力價值風險實時化洞察。系統可以對業務動態過程進行實時捕獲，通過數字化控制中心實時規則校驗并反饋到財務端，通過數字化策略中心洞察經營風險并反饋到決策端，實現由“人找數”到“數找人”的轉變，利用AI技術主動推動分析報告、充分預警風險及異常信息，逐步提升財務管理中及時、準確、高質量的監督與分析決策能力。三是守護價值，展現主動性防御能力。財務數字化轉型提升財務守護價值的能力。傳統財務守護價值的職能體現在“事后、人工、被動”的風險防控過程，難以應對復雜多變的市場環境。財

95、務數字化轉型通過風險要素識別、風險預警預判、風控模型分析、風控策略推薦，構建“事前、事中，智能，主動”的風險防御機制，全方位守護企業價值。四是創造價值，展現前瞻性規劃、模型化決策、全過程管控能力。財務數字化轉型促使財務職能重心向價值創造轉移。財務人員將更多精力投入企業的價值鏈與業務循環拓展高附加值工作，利用數字化工具前瞻性規劃、模型化決策、全過程管控（如市場機遇洞察、資源配置建議、策略營銷支持、稅務籌劃、精益成本等），構建“價值創造型”財務。圖 4-11 財務數字化帶來四大能力提升記錄價值反映價值守護價值創造價值32成就數據驅動型企業中國企業數字化轉型白皮書（3）實現財務數字化的三大關鍵構建“

96、價值創造型”財務體系。價值創造型財務是以價值管理為核心，發揮財務體系對企業戰略推進和業務發展的決策支持與服務功能，使財務成為業務發展和價值創造的重要驅動力。與傳統財務相比，價值創造型財務體系有兩個鮮明的特點：一是績效考核由追求利潤轉向追求價值。傳統財務體系通常以凈利潤、凈資產收益率等作為企業績效的核心考核指標，但在價值創造型財務體系下，企業要綜合考慮績效的效率性、長期性和全面性。二是財務角色由“被動服務”轉向“主動創造價值”。三是由工作重心由“核算過去”轉向“管理未來”。讓財務深入業務場景，解決業務問題。在數字化時代，財務業務一體化成為必然，財務應由后端會計核算、財務預算、管理會計、稅金管理等

97、向前端業務經營延伸，實現業財深度融合。一是財務運營需融合企業價值鏈，充分考慮業務數字化對財務提出的訴求；二是財務流程融合進企業的業務循環，財務的管理理念才能滲透到業務管理過程，財務的管理要求才能更好的貫徹落實；三是財務作業融合進一線業務經營，才能獲取精細化過程數據，輔助歸因分析、支持戰略決策，實現企業價值最大化。圖 4-12 讓財務深入場景，解決問題讓數據更豐富，讓數據更有價值。首先，企業應基于日趨豐富的數據觸點，實現從結果性數據向過程性數據擴展的內部數據積累，由被動人工搜索向主動大數據采集轉變的外部數據沉淀，以及由結構化數據向非結構化數據解碼、存儲和利用的數據類型拓展，以獲得規模更大、質量更

98、高的內外部數據。其次，通過構建數據中臺，實現對各類數據的融合打通，結合內外部數據對具體場景下的業務經營情況進行前瞻性的預測分析等，提升數據價值。最后，借助技術工具和數據中臺，實現數據采集、處理、建模、分析、展現、預警預判的自動化。歸因分析引擎客戶流失預警折扣概算?訂單發貨開票收款開票訂單發貨收貨付款市場戰略雷達線索終端：定制化、實時化展示平臺中端：智能建模中心價值創造報告戰略管理報告綜合業績報告經營分析報告?全面預算管理報告投融資分析報告成本管理報告業績評價報告?銷售業務報告采購業務報告生產業務報告研發業務報告業?潛客360?視圖前端：數字化鏈接?點千人千面推薦引擎33成就數據驅動型企業中國企

99、業數字化轉型白皮書4.2.6 以經營管理數字化為手段實現數智運營數字化轉型重在技術，根在業務，但可能毀于管理。數字化轉型的大背景下，企業如何有效利用數據資產進行實時智能的決策和預測，是在不確定性的市場環境下取得成功的重要保障。（1）通威股份的“數字化經營大腦”通威股份將新一代信息技術應用于企業決策、經營管理、業務運營等各個層面，通過構建以“數字化經營大腦”為核心的經營管理數字化體系，與RPA、智能制造等系統實現智能融合，深度挖掘數據價值，創造業務新亮點，實現數字化智能化運營。在發展過程中迭代發展“數字化經營大腦”各項能力，用數字化、智能化重塑業財管理應用場景，以“數據+模型+算法”的方式實現數

100、字化、智能化的閉環管理，實現全業務、全鏈條的“數據驅動、智能運營”，支撐通威敏捷決策、精準執行的經營管理創新，引領業務創新發展，打造數字化新通威。圖 4-13 通威股份的“數字化經營大腦”全面感知業務動態，實時捕獲經營風險，主動預警前瞻洞察及科學決策追根溯因，分析洞察前瞻預測，智能決策高效執行閉環在線實時任務下達、跟蹤閉環、數據驅動自動化按規則執行數據平臺數據管控數據資產數據智能(AI+BI)數據服務數據運營數據集成策略（規則）能力中心預警規則知識庫審批規則通知規則控制規則績效規則授權規則指標庫?數據?安全運維運營?動?數據?數智應用（DataApp）（維度、指標、規則、算法、模型、流程）連接

101、服務Gate?ay服務及?片編排?管理流：面向企業經營，基于指標的閉環管理作業流：面向作業流程升級的智能運營（LTC,IPD,ISC,）應收賬款智能管理應用管理報告智能風控應用產品研發價值測算營銷作業計劃供應鏈白名單通威數字化經營大腦決策能力中心監控能力中心指揮能力中心經營規則集中管控+經驗/知識沉淀及復用全域數據（內部/外網/IoT）貫通企業所有內外部數據形成企業數據資產用數據為業務賦能建設數據中臺助力企業數字化運營形成數據化經營核心驅動力34成就數據驅動型企業中國企業數字化轉型白皮書（2）經營管理數字化為企業提升四大能力“讓聽得見炮聲的人來做決策”是華為老板任正非基于對美國特種部隊的作戰研

102、究總結而來，與傳統的企業經營管理模式形成了鮮明對比。然而，這種模式在傳統“能人”決策機制下難以實現，需要建立一個即時感知、科學決策、主動賦能、高效運行、智能監管的經營管理數字化體系，以實現數智運營，用數據治理企業。以通威“數字化經營大腦”的創新實踐為例，經營管理數字化體系能為企業帶來四大能力的提升：讓數據更豐富，讓數據更有價值。首先，企業應基于日趨豐富的數據觸點，實現從結果性數據向過程性數據擴展的內部數據積累，由被動人工搜索向主動大數據采集轉變的外部數據沉淀，以及由結構化數據向非結構化數據解碼、存儲和利用的數據類型拓展，以獲得規模更大、質量更高的內外部數據。其次，通過構建數據中臺，實現對各類數

103、據的融合打通，結合內外部數據對具體場景下的業務經營情況進行前瞻性的預測分析等，提升數據價值。最后，借助技術工具和數據中臺，實現數據采集、處理、建模、分析、展現、預警預判的自動化。全面感知的能力。系統能夠實時捕獲業務過程中的數據，可視化立體展現數據分析結果，并對經營中的問題和風險進行主動預警，提升經營活動的敏捷性和可控性。前瞻洞察的能力。系統能夠開展數據穿透，進行分析洞察，開展前瞻預測?？茖W決策的能力?；谀Ｐ蜏y算和數據、規則，開展自動化、智能化決策。在人機協同的工作模式下，“讓聽得見炮火的人”做決策。自動執行的能力。將決策實時轉化為行動，基于系統平臺的流程協同能力，快速形成指令驅動和控制業務，

104、能夠開展在線協同指揮作戰、高頻檢視追蹤執行結果。圖 4-14 經營管理數字化體系架構圖數?驅動?數?業?數智運營數據集成數據存儲數據開發數據治理數據資產數據服務數據?戰場可視全面感知策略賦能指揮下達數據?數據?實時捕捉業務動態，監控經營趨勢，發現經營問題?沉淀運營管理經驗，形成場景?片，從而實現運營管理能力的自動化?基于豐富的算法模型及精準的推演能力，幫助管理層掌握科學的決策方法?將管理決策和任務自動化下達到各業務系統，形成自動運營管理閉環?經營大腦?業?數字化營銷數字化交易數字化供應/采購數字化辦公?數據?、35成就數據驅動型企業中國企業數字化轉型白皮書（3）實現經營管理數字化的五大步驟企業

105、應基于五大關鍵步驟打造經營管理數字化體系，使企業成為可感知、會思考、能一體化協同執行的智能體，用數據驅動和賦能企業發展。搭建作為技術和數據底座的數據平臺。數據平臺提供數據從采集、治理、加工、資產、服務等全過程的平臺能力，是企業實現數智運營管理模式的技術和數據基礎。企業通過構建數據平臺打通數據壁壘，匯聚多源數據，實現全方位、全過程、全領域的數據實時流動與共享；構建數據治理體系，實現數據標準化和數據資產化；基于數據平臺提供的AI能力，包括RPA引擎、AI分析引擎、可視化引擎、知識圖譜、算法管理引擎等子系統，企業能夠開展數據建模、數據加工、智能分析、數據挖掘和數據模擬預測等，形成有價值的數據資產和服

106、務化的數據應用。確定數智運營相關規則。建立規則體系，對與業務管理緊密相關的政策、規定、策略等進行數字化轉化，形成數字化管理的基礎規則庫，以及基于知識圖譜的知識庫和指標庫。定規則過程體現了經營規則集中管控的能力，將企業經營過程中積累的經營問題、策略方案、管理方法等知識進行數字化沉淀，是企業經營管理逐步走向數智化不可或缺的經驗庫。開展業務全程實時監控。監控中心為業務管理者和決策者提供各類分析模型和數據分析工具，在業務發生的過程中實時進行數據監控和探索，以規則中心的監控規則、預警規則、財務指標庫等規則進行比對，發現經營異常、業務問題和運營風險，實現對異常業務的預警預測，在發現經營問題后，決策中心通過

107、分析模型和數據分析結果，通過規則中心匹配財稅知識庫中的解決方案，運用數據模擬、決策沙盤等方式找到多種可選的解決方案及策略，為企業管理者提供定量化的決策方案，管理者通過指揮中心，將最終選擇的方案及策略通過平臺將業務指令直接下達到各業務系統，觸發相關業務流程，實現決策到執行的自動化，信息傳遞的零失真，保證決策與執行完全一致。實施自動化建議和判斷。對于在經營過程中預警的經營風險，通過數據和算法匹配知識庫中的解決方案，開展模擬測算，形成多種可選擇的方案或策略，賦能經營管理決策，讓整個經營過程更加平穩運行。建議和判斷過程體系包括模型、計算、方案等主要功能，體現了前瞻洞察及科學決策能力。指揮任務執行形成反

108、饋閉環。企業經由系統自動化建議和判斷形成的最終方案策略基于任務執行過程自動下達到各業務系統，觸發相關業務流程，實現信息傳遞的零失真，決策到執行的自動化，形成自動運營的業務閉環。圖 4-15 五大步驟的邏輯架構監控 建議和判斷閉環指揮能力任務執行+閉環反饋數據平臺策略中心預警規則知識庫審批規則通知規則控制規則績效規則授權規則指標庫前瞻洞察及科學決策能力全面感知能力規則集中管控能力+經驗/知識沉淀及復用能力業務動態，實時捕獲經營風險，主動預警追根溯因，分析洞察前瞻預測，智能決策在線實時任務下達及跟蹤閉環數據驅動自動化按規則執行數據管控數據資產數據智能(AI+BI)數據服務數據運營數據集成全域數據（

109、內部/外網/IoT）貫通企業所有內外部數據形成企業數據資產用數據為業務賦能建設數據中臺助力企業數字化運營形成數據化經營核心驅動力36成就數據驅動型企業中國企業數字化轉型白皮書05?數?型37成就數據驅動型企業中國企業數字化轉型白皮書5.1 新一代企業數字化架構5.1.1 從真實世界到數字孿生世界在數字化轉型的浪潮推動下，企業信息化架構正在進行互聯網化的轉型升級。由于傳統單體系統的信息化架構無法滿足數字化轉型的需要，企業需要構建以數據驅動為核心，可廣泛連接和打通、可靈活組裝、可快速搭建快速迭代的新一代數字化架構，以適應未來真實世界和數字孿生世界的運行、交互與融合，以處理數據的方式創新性地滿足企業

110、不同場景下業務、管理、生態建設等全面需求。這個架構對企業而言必然無法一蹴而就，而將以漸進式的方式逐步實現。我們認為，它在未來將以如圖5-1所示的形態存在：圖 5-1 新一代企業數字化架構5.1.2 數據層：萬物皆數近10年來，整個社會對數據的依賴越來越大。萬物皆數日益成為現實，真實世界中的一切，包括用戶、產品、交易、運營等等無論是文字，數字，圖像還是視頻，都可以用數據來描述。數字化時代，我們從僅關注部分物品的狀態、數量發展到關注所有相關物品地理空間，形狀、狀態。簡單來說，就是從簡單的對事物狀態和數量的觀察發展到對事物整體時空信息和動態線索的全程記錄。所有的文字，視頻，聲音，地圖都是信息，最終都

111、會轉變為類似0/1比特流的數據化表示。萬物皆數據是實現數字孿生和元宇宙的前提。只有現實世界中的萬物都可以基于數字化的手段在虛擬世界中完成映射，數字孿生和元宇宙才可能實現。管理應用層IOC層結構化數據客戶數據財務數據業務數據社會化數據實時數據離線數據半結構化數據非結構化數據數據層伙伴渠道協助者競爭者生態采購生產銷售人力財務研發經營分析預算管理目標管理風險管理預測模擬績效管理低代碼開發數字化流程對象建模業務應用層指揮調度決策分析人工智能數據加工監控預警計劃執行交易協同在線溝通能力層作業組織 制度 流程利潤人力銷售物流設計生產輔助活動主要活動設備管理系統生產管理系統財務管理系統其他利益相關者股東監管

112、機構價值鏈資金ERPSCMCRMOAMISBIHR信息系統客戶企業供應商制造能源金融化工服務分銷產業鏈計劃尋源采購付款入庫收款報表模式創新一商業模式創新與生態演進數據驅動一數據豐富與技術進步戰略制?價值創造 體驗為?客戶供應商?行政財務38成就數據驅動型企業中國企業數字化轉型白皮書5.1.3 能力層：數字化必備的三層能力（1）頂層技術能力決策分析能力：實現數據驅動、假設透明、自動化、結果可視可預測的科學決策，在部分明確清晰的場景實現自動化決策。指揮調度能力：基于決策開展行動部署，實現從數據分析洞察到行動的串聯突破，驅動組織機構高效完成決策循環和數據驅動的管理閉環。計劃執行能力：在數字化轉型中完

113、成精準計劃與全面預算的實施。精準計劃在生產管理方面精準管控生產過程，全面預算管理實現對公司預算資金的精細化管理。監控預警能力：對業務經營全過程進行實時監控，及時發現異常情況并提出預警。（2）中間層技術能力數據加工能力：系統能夠對信息和數據進行識別、收集、分析和評價，并將數據處理結果用于解決實際問題。人工智能能力：人工智能的核心能力可以分為三個層面，分別是計算智能、感知智能、認知智能。計算智能即機器具備超強的存儲能力和超快的計算能力，感知智能是指使機器具備視覺、聽覺、觸覺等感知能力；認知智能是指機器像人一樣，有理解能力、歸納能力、推理能力，有運用知識的能力。在線溝通能力：人與人、人與機器基于系統

114、能夠實現在線溝通，在感知、分析、推理、學習、決策等多個智能水平上互相協同合作。交易協同能力：基于對在線交易的連接，不僅僅是客戶、供應商和一般IT系統的連接，還包括零件、產品和其他用于監控供應鏈的智能對象的連接，實現在線協作，對交易過程進行有效協同，更好服務于用戶。（3）底層技術能力對象建模能力：對象建模能力通過元數據管理來實現。元數據為最底層的原子數據對象，支持對元數據的基礎管理能力，同時元數據本身又是建立數據實體的基礎數據依賴，可通過關聯多個元數據來構建多層數據實體。數字化流程能力：流程數字化集中在端到端價值鏈下的流程梳理和構建，而以數字化PaaS平臺為核心建立“端到端”的數據流鏈路，是建設

115、端到端流程的核心要素。數字化PaaS平臺提供了低代碼建模能力、業務流程建模能力、審批流能力，PaaS集成平臺能力；業務數據從客戶需求端到客戶價值端的全流程，都可以在這套能力體系上進行流轉與追溯。低代碼開發能力：低代碼開發能力的實現依賴對象建模和數字化流程能力。在數字化體系中，用低代碼平臺開發創新型應用對ERP進行擴展，形成一個高內聚、低耦合的體系，為傳統ERP與新技術體系的融合遷移提供了強大的技術入口。5.1.4 應用層：數據應用的兩大方向在新一代企業數字化架構下，各種系統產生的數據類型和數據量快速激增，如何利用數據進行科學有效的決策，如何充分發揮數據的價值，成為眾多企業的重要訴求。企業的數據

116、應用主要有兩個大的方向：在業務應用層，是面向業務運營的數據支撐；在管理應用層，是面向戰略規劃和執行的管理決策分析。面向戰略規劃和執行的管理決策應用主要包括管理會計領域的幾個核心內容：戰略規劃和測算、全面預算管理、成本管理、管理分析報告體系,這些決策類應用的主要目標是要幫助管理者應對眾多的不確定性，這就需要管理會計體系具備敏捷響應前端業務變化的能力，能夠實時獲取第一手的業務端信息并及時捕捉到變化中的管理需求，建立業務模型來對變化進行預測、管理和分析。39成就數據驅動型企業中國企業數字化轉型白皮書5.2 驅動企業數字化的核心技術5.2.1 打造新一代技術平臺支撐數字化轉型（1）混合云支撐未來企業架

117、構云計算是數字化時代重要的基礎設施。云計算承載了全新的SaaS應用和在線化服務，使企業可以持續有效地利用SaaS供應商的能力保障運營效果?；旌显品桨赣捎谀軌蚓C合平衡公有云的便捷與私有云的安全這兩方面訴求，整合不同云廠商的優勢，正越來越成為企業云應用的主流方式，也成為企業數字化基礎設施的主要形態?；旌显剖侵纹髽I數字化的重要底層架構模式，它兼顧了敏捷、成本與安全?；旌显频钠占皶閿底只瘶I務應用和數據處理技術帶來更多全新的技術升級和服務模式的變化，最終極大降低企業數字化轉型的成本，提升轉型速度。（2）數字化PaaS平臺為數字化奠定技術基礎 未來IT架構一定是由多個來源的專業服務共同協作構成的，一部

118、分由外部接入，另一部分則是在企業數字化PaaS平臺上自建而成。如何利用已經運行多年的ERP系統、多個系統之間的數據打通與集成都是企業數字化轉型中非?，F實的問題。以云原生、微服務理念為基礎，元數據驅動、業務對象建模為核心的低代碼開發數字化PaaS平臺內置了企業數據化轉型的所有技術能力，并兼顧交付效率、用戶體驗、生態擴展與數據集成，是企業數字化轉型的技術基礎。5.2.2 建立在線連接協同是數字化前提（1）物聯網物聯網（IoT，Internetofthings）即“萬物相連的互聯網”，是在互聯網基礎上的延伸和擴展的網絡，將各種設備的接口和傳感器與網絡結合起來而形成的一個巨大網絡，實現任何時間、任何地

119、點的設備互聯互通，現在的物聯網技術可以支持多設備、多協議、多網絡的快速數據采集、存儲和應用，支持各種異構生產設備實時接入，千萬級生產設備數據高效并發處理，能夠保證設備數據的實時在線連接。40成就數據驅動型企業中國企業數字化轉型白皮書DB規則日志元數據規則監控對象建模能務自定義規則知識圖譜能力規則對象規則引擎業務單據財務憑證業務對象業務對象圖 5-3 會計引擎（2）端到端流程建模引擎端到端流程是一組有組織的相關活動，共同創造客戶價值。流程的重點不是單個工作單元（這些工作單元本身無法為客戶完成任何事情），而是關注整個活動組。當這些活動有效地組合在一起時，就會創造出客戶重視的結果。端到端流程的管理理

120、念是隨著數字化發展而發展的，是國內大型企業以及較早從事互聯網、通訊相關企業較早引入的。端到端流程橫向拉通客戶需求與客戶價值，是全局最優的解決方案。（3）會計引擎業財融合是企業數字化的核心場景，而業務數據向財務數據的高效、自動化、無差錯的連接和轉換是業財融合的基礎。業務數據轉換到財務數據是一個獨立的服務，需要一個獨立的組件來提供，集團級的統一的會計引擎可以提供統一的業務數據到財務數據的轉換服務。業務系統專注于完成業務任務，財務系統專注于完成財務核算與管理會計工作。高度可定義、可配置的會計引擎可以把業財數據轉換的規則顯性化，系統管理員可以直接通過配置更改來適應業務變化的需求，是企業數字化轉型的核心

121、組件，解耦業務和財務邏輯，連接業務財務數據，推進企業系統更敏捷，更智能。（4）在線協同工具在線協同工具包括即時通訊、會議協同、文檔協同、對象協同、共享協同、企業內外協同等工具。協同工具的核心價值是實現在線、互動和協同三位一體，把數據、流程、任務、事件等結構化信息文字，與圖片、語音、會議等非結構化信息相互融合，讓人與人之間協同更高效。通過協同工具輔助，不僅可以把工作結果沉淀下來，以便于未來的持續溝通和跟進，也保障了每次協同的高效產出。圖 5-2 端到端流程支持需求分析產品端到端流程產品設計方案方案制定交付交付實施研發研發落地?41成就數據驅動型企業中國企業數字化轉型白皮書圖 5-4 典型的內存多

122、維計算庫產品架構5.2.3 數據治理水平和智能決策能力是評價數字化水平的核心標準企業數字化建設的核心工作是持續提升數據治理水平，充分發掘數據價值，進而提升運營效率，促進商業模式轉型升級。數據治理水平反映了企業數據采集、加工處理的能力；數據智能的應用則反映了數字化建設的水平，數據智能幫助企業更實時、更智能地探查出海量數據中隱藏的問題、歸因分析，匹配相應的運營策略和規則，實現運營決策的自動化、智能化。（1）數據中臺數據中臺為企業提供完整的數據處理能力和數據治理能力，實現企業全域數據的統一管理，將企業的基礎數據、各系統業務數據、運營數據、用戶行為數據以及外部的互聯網數據，通過數據集成、數據清洗、數據

123、挖掘、數據服務等過程形成數據資產。同時通過主數據管理、數據質量管理、數據安全管理、數據標準管理、元數據管理等為企業提供高質量的數據。（2）數據治理數據治理從早期的元數據、數據標準、數據質量已逐漸發展為一個包含數據模型、數據服務、數據應用、數據生命周期的完整體系。數據治理涉及的技術包括元數據、數據標準、數據質量、數據集成、主數據、數據資產、數據交換、生命周期、數據安全等。（3）內存多維計算引擎多維內存計算是為了滿足用戶從多角度多層次進行數據查詢和分析的需要而建立起來的基于事實和維的數據庫模型，實現聯機分析處理（OLAP，OnlineAnalyticalProcessing）。在數字化進程中，企業

124、通過將多維內存計算引擎融入數據中臺架構，借助互聯網、云原生的大數據底座跟多維內存計算引擎的整合，既能發揮大數據平臺對海量數據的處理能力，又能延續優秀OLAP產品面向業務分析人員自助維護數據模型的能力。同時利用數據中臺的數據驅動業務的思想，讓各類管理工具能更好的將企業管理決策和運營支持進行融合。（4）數據智能數據智能是利用信息技術與人工智能技術，對海量數據進行挖掘、分析、處理，從中提取有價值的信息和知識，通過工程化的方式建立數據驅動決策模型，解決實際問題的能力。企業盡管身處行業不同、業務各異，但應用數據的行為具有一致性，都是“獲取數據，進行分析，進行決策”，本質是“人、數據、決策”三者的關系。管

125、理者與員工可以更便捷地訪問數據，實時掌握數據異動風險，并通過增強型數據分析輔助商業決策的過程。企業未來數據分析場景，需要用到下面自然語言查詢（NLQ）、自然語言生成（NLG）、數據動因解釋、數據智能洞察、智能數據可視化、數據智能助手等核心技術能力。OData?REST接口引擎用戶管理監控生命周期管理高可用國產平臺支持分布式計算Cu?e數據元數據日志MD?查詢引擎公式計算引擎聚合計算引擎事務執行引擎A?B+CC?F(D,F)+E?問層平臺管理層存儲層引擎層數據層Cu?e數據區元數據區日志?區內存管理器維度用戶?性沙?成員服務日志?區Cu?e42成就數據驅動型企業中國企業數字化轉型白皮書5.2.4

126、 AI人工智能點亮數字化未來在企業數字化轉型的進程中，AI的應用是其中不可或缺的點睛之筆。改變企業數字化體系的AI技術主要有三類：自然語言識別、知識圖譜和機器學習。應用自然語音識別技術，系統具備了感知并認知自然語言的能力。用戶可以隨時隨地、實時高效與數據進行“無門檻”交互；應用知識圖譜和智能推理技術，系統可以自動檢索閱讀，并與用戶進行智能問答；可以分析、記錄、歸納用戶的閱讀數據和分析問題的習慣，實現數據信息的自動推送，實現從人找數到數找人的轉變；可以開展歸因分析，幫助決策者找到真正的問題驅動因素；應用機器學習，系統可以基于對業務知識的 圖 5-5 典型的 AI 中臺架構圖應用層AI平臺層AI模

127、型層AI框架層數據層?數據?MyS?lPostgreS?lOracle?GreenPlumElasticSearchCassandra?數據?HBaseHDFSHi?e?TensorFlo?MxNetPyTorch?Alink/Flink?erasJA?型邏輯回歸LDA線性回歸?素貝?斯協同過?聚類SVM決策樹集成學習?型LSTMCNNBERTTextCNNfastTextRNNTransformerGNNGAN強化學習?型?機器學習建模深度學習建模AutoML建模Jupyter建模AutoDL建模?共享財務共享稅務管理會計C1?相關性分析歸因分析業務預測數據洞察風險預警智能推薦SparkML

128、li?Scikit-learnAPI管理API管理模型部署集群管理資源監控資源調度理解，科學預測，合理控制，智能分析。例如，系統可以開展自動化的智能洞察，系統可以模擬人的學習、推理過程，實現舉一反三，觸類旁通。通過構建在商業分析領域的通用知識框架，并使用遷移學習、預學習、多任務學習，可以實現不同場景、不同數據對象、不同分析任務的復用。在很多行業已經取得初步成功試點應用的基礎上，AI應用將呈現中臺化的特征。在數據中臺和業務應用之間提供無代碼、低代碼等快速構建、訓練、上線AI模型的能力，形成對數據分析、決策人員的有效支撐。43成就數據驅動型企業中國企業數字化轉型白皮書06數?型?44成就數據驅動型

129、企業中國企業數字化轉型白皮書6.1 領導力：長期主義與腳踏實地6.2 規劃力：戰略引領與持續迭代數字化轉型不是企業內部的修修補補，而是在商業浪潮中重新定位并參與競爭，需要最高領導者來規劃航線、定位目標、組織全員的工作方式。只有最高領導者，才能既看見遠處的目標，又能把控著航行的方向。因此，數字化轉型的首要前提，必須是企業的最高領導者已經具備了數字領導力，不僅具備長期的戰略洞察力、同時具備轉型的勇氣決心和愿意為轉型投入充沛的資源。數字化轉型是一場不可逆的征程，任何的搖擺不定或是盲目冒進都可能給企業帶來巨大的負面影響。領導力是貫穿數字化轉型全局的。數字化轉型牽扯甚廣，既無法一蹴而就，也很難順風順水。

130、因此，整體規劃、分步實施、有序推進、隨時糾偏就變得尤其重要。為此，企業應在開展數字化轉型之前制定數字化規劃，明確數字化轉型的路徑，確定數字化轉型的目標，對數字化轉型進行跨領域的引領和協調推動，推動業務和技術的融合，以確保轉型服務與企業戰略目標的實現。數字化規劃具有綜合性、系統性，它是企業數字化轉型的整體行動方案，既是企業數字化建設征程中邁出的第一步，也應該貫穿于企業數字化建設始終。圖 6-1 數字化配套機制的“五力模型”領導力?45成就數據驅動型企業中國企業數字化轉型白皮書6.3 組織力：變多層級為扁平式組織結構6.4 執行力：打造數字化復合型人才梯隊現代企業為適應競爭與不斷變化的環境，需要創

131、建并不斷優化與創新扁平化的敏捷組織模式。過去組織的目標制定、傳達與執行，直至考核都要按傳統的多層級組織架構來運作，但是隨著環境多變性的深度影響，需要企業建立更加敏捷的組織，以更有效地推動業務運營的持續健康發展，實現“人-貨-場”的真正穿透。在移動互聯等數字技術的支持下，“去中心化”、“扁平化”成為企業組織變革的方向，通過構建一個網格化組織，提升企業的整體運營效率。人與人的協同被賦予新的形式和價值。在數字化時代的扁平化組織下，企業建立真正面向外部及內部的協同模式，任何對等權力的個體可以獲取、影響與報告相應經營中的信息數據，以更快速地有效參與、影響運營，實現數據驅動業務運營的目標。這種打破原有ER

132、P模塊思維的做法，可以增強組織的反應、變化與進化能力。很多企業數字化轉型“不會轉”的主要問題是在于數字化人才匱乏。因此，要順利實現數字化轉型，一大關鍵就在于要構建數字化新型人才梯隊。首先，企業要確定數字化領導者，數字化領導者作為整個數字化人才團隊的領導者，需要具備較強的數字化商業與經營思維，并且對企業進行數字化轉型以及數字化發展有著非常堅定的信念，同時對數字化業務系統有所掌握，能夠準確找到企業的業務發展與數字化轉型的切入點，并且加強企業內部與外部渠道、用戶之間的關系互動與數據互動，將企業的組織、經營模式以及數字化技術進行融合，從而實現企業的數字化轉型。企業還需要引入和培養數字化專業人才。這些人

133、才是企業實現數字化轉型的根本，企業需要通過這些人才來構建起自身的數字化平臺，支撐企業的數字化轉型有效進行。這之中不僅包括軟硬件工程師，同時還包括大數據專家、用戶運營人員等崗位。6.5 文化力：落地面向數字戰略的企業文化在VUCA時代，企業數字化轉型也在不斷創新變化，如何保障企業戰略的有效實施，就需要企業擁有面向數字戰略的企業文化。打造企業數字化“硬文化”，包括公司形象，VI體系，產品造型、外觀等。打造數字化轉型制度文化，包括領導體制、各項規章制度等。打造企業數字化核心“軟文化”，包括員工行為規范、價值觀念、數字化群體意識、員工數字化素質能力等。在數字化轉型的當下，企業需要基于數字化轉型戰略對企

134、業文化進行重新梳理與打造，形成新的、組織認同的“使命、愿景、價值觀”。例如2019年阿里巴巴發布的“新六脈神劍”企業文化，形成了阿里巴巴在數字時代的信念與原動力。企業需要加強數字化轉型理念文化的構建與宣傳，在企業內部形成良好的文化環境，打造用數據來驅動業務與決策的企業氛圍。46成就數據驅動型企業中國企業數字化轉型白皮書1吳靜,王曉明,呂佳齡.加強技術與科學的互動,推動數字經濟進入發展新階段J.科技日報，2020(8).2艾瑞咨詢.中國企業數字化轉型路徑實踐研究報告EB/OL.2021(1).3騰訊研究院.汽車產業數字化轉型白皮書EB/OL.2022(7).4韓向東,余紅燕.企業數字化轉型的構念

135、及實現路徑J.管理會計研究,2021(9).5張小燕.智能低碳，共建汽車產業“網狀生態”J.智能網聯汽車,2022(1).6楊國安.數智革新中國企業的轉型升級.中信出版集團,2021.7于可心,魏琦.中國供應鏈數字化升級行業研究報告J.艾瑞咨詢系列研究報告,2022(5).8知了數據分析.阿里的變革:從“場貨人”到“人貨場”EB/OL.2021.9劉玉平,孫新濤,牟堂峰等.引領物聯網時代的先進制造模式海爾互聯工廠模式J.中國儀器儀表,2020(1).10艾瑞咨詢.2021年中國零售數字化轉型研究報告EB/OL.2021.11吳超,趙靜,羅家鷹等.營銷數字化:一路向C,構建企業級營銷與增長體系M

136、.北京:機械工業出版社,2022.12余紅燕.2021財務共享應用與管理會計融合的七大趨勢J.中國會計報,2021(1).13張二鋒.基于財務風險防范下的企業內控管理研究J.財會學習,2021(5).14唐隆基,潘永剛.數字化供應鏈:轉型升級路線與價值再造實踐M.北京:人民郵電出版社出版,2021.參考文獻47成就數據驅動型企業中國企業數字化轉型白皮書 中關村數字經濟產業聯盟 元年研究院 管理會計研究中關村數字經濟產業聯盟（簡稱聯盟）是于2020年12月經民政部門批準成立的非營利性社會團體。十屆全國人大常委會副委員長蔣正華擔任榮譽理事長，北京市國資委主任張貴林擔任理事長。工業和信息化部、中國科

137、協等擔任聯盟指導單位。中國電信、中國聯通、華為、京東集團擔任聯席理事長單位，中國中車、騰訊、中興通訊、京東方、中金公司、中國節能、360等擔任副理事長單位。聯盟以“推進數字產業化和產業數字化”為使命，集聚政產學研各界資源，吸納數字經濟優秀企業和專業人士，致力于加強技術賦能，打造數字技術賦能平臺；加強服務賦能，樹立數字化標桿企業；加強知識賦能，打造數字經濟領域高端智庫；加強生態賦能，深化數字經濟融通創新。為打造具有國際競爭力的數字產業集群、建設數字中國提供有力支撐！元年研究院是依托元年科技20多年服務數千家企業的專業與技術積淀，以“推動企業管理進步”為使命，匯聚了一大批深諳企業財務管理理論，又具

138、備豐富行業實戰經驗的專家及學者，致力于企業共享交易、數據分析等管理模塊的深度研究和數字化實踐案例提煉的研究機構。案例研究：基于中國企業財務轉型、數字化轉型實踐，已完成上百家企業、近十個行業的案例研究。課題研究：主持或參與多個部委、協會和大型企業的專業課題研究，形成預算管理成熟度模型、管理會計應用評價體系等多個重量級研究成果。圖書出版：與出版社合作持續編撰出版專業圖書，已成功推出財務共享、管理會計、數字化轉型、預算管理、成本管理等多本暢銷書籍。管理會計研究是一本以管理會計理論和實踐創新為基礎，專注數字技術驅動業財融合、企業轉型的發展趨勢，用案例啟迪管理智慧的新銳權威學術期刊。雙月刊雜志(國內刊號CN44-1740/F)，于2018年7月創刊，由廣東經濟出版社主辦和出版發行。管理會計研究雜志編委、專家委是由對外經貿大學國際商學院湯谷良教授領銜的超過百余位國內外管理會計知名教授、中央企業和國內知名企業的總會計師和財務總監構成。財政部會計司、工信部財務司、國資委財務監管局等領導多次在雜志中發表文章，多家央企總會計師、行政事業單位將管理會計研究雜志作為內部開會學習應用教材。