产品经理如何理解数字化转型浪潮

‘壹’ 工厂到底应该如何进行数字化转型

随着当前全球范围内以5G、AI、物联网、云计算和大数据等新一代信息技术为核心的新一轮科技革命和工业改革正在加速推进，作为工业大国的中国也已进入了高速发展中。
制造企业向数字化转型不仅可以助力我国新一代信息技术产业的发展，为工厂提升生产效率，还能实现经济高质量的发展。
因此，在工业4.0的今天，转型数字化是必然，也是必须的。
然而，在工厂准备转型数字化时，也面临着一系列的问题，执行过程并不是那么顺畅。
数字化愿景不仅只是考虑各项技术，而且还定义了这些技术如何在整个产品生命周期和企业生态圈中相互配合。
阻碍企业制定数字化工厂计划的其他因素还包括机会不定、经济效益不明、投资代价不菲。综合考虑这些因素，企业所需要的不仅仅是一套清晰的愿景，更需要一张“接地气”的数字化攻略。
定制数字化转型目标
很多人会有这样一个问题，都说数字化转型，那转型到什么程度算是成功呢?换句话说，数字化转型的目标该如何制定?
因为不同行业、不同企业的特点不一样，选择目标也就各有不同。如果一定要说什么地方相同，那就是“企业沉静在数字之中，让数字如血液般在企业内部流动。”
完成数字化转型的企业最理想情况应该是这样的：企业内/外部的所有交互均是基于数据，对于外部任何细微的数据变动，企业能够迅速感知并作出反应。所有企业的决策/考核都是基于客观的数据，所有人的主观猜测和推断均不会影响企业的正常运转。
若是一定要进行客观细分，应当要从这几方面入手：
1.领导力转型
如果一把手、总经理、CEO不转型，下边再怎么推都很困难，所以一定要有领导力转型，认识到数字化转型对于整个业务的价值所在。
2.信息和数据转型
很重要的一点就是信息和数据产生的收入占总收入的百分比会成为未来企业转型的一个目标，将可能作为考核各部门的一个很重要的目标。
3.数字技术的保证
企业数字化转型绝不仅是IT系统的建设和升级，但却离不开IT系统的支撑。除了企业使用的管理和生产软件外，我们还需要一个自动化、实时的大数据分析引擎帮助我们处理大量的数据。同时，集合业务需要远程协助、虚拟现实等技术也都可以逐步引入。这个是我们日常的工作和交流全部数字化，做好转型的技术基础。
4.构建新的业务框架
这里的业务框架主要聚焦于企业内部，对于企业内的不同团队、部门乃至子公司，打通期间的数字藩篱，让数据在企业内部以同样的标准流动起来。
5.构建新的生态体系
如果说第二点是练好内功，构建生态体系就是打造外部全新的数字化环境。对于一个企业而言，要想影响企业上下游的生态环境是非常大的挑战，但是，一方面数字化环境搭建好之后，上下游的效率会有较大的提升;另一方面，这也是一家企业在行业中的壁垒。
设立试点项目
数字化的经济效益有时并不容易量化，而且在初始阶段，团队只能提供非常有限的技术概念和演示，因此可能导致难以争取到资金和利益相关方的认可。
解决这些问题的手段就是试点，通过它，企业能发现最适合自身的方式，将速赢的成效展现给整个组织并获得它们的认可，进而争取到资金用于大规模的推广。由于数字化工厂可能会给整个劳动力带来深远的变革，所以需要让工人加入到试点工作中。
在一两处生产基地纵向整合从数字化工程设计到以实时数据为支撑的生产规划，是一种可行的试点方案。在主要的生产设备上安装传感器和执行装置，或者使用数据分析来探索预测性维护方案，也能取得初步的成效。
还可以在特定的工厂中实现特定产品线的数字化，将其作为不断学习和优化的契机。当然，企业还可以考虑与初创企业、高校或行业组织等外部的数字化领先者合作，加快数字化创新的步伐。
推动工厂向数字化转型
通向数字化工厂之路是一条转型之路。如同其他转型一样，管理变革及其对员工的影响，是成功的关键。
及早与员工携手合作，对培训和继续教育开展投资，而这些投入会因为数字化工厂所带来的效率提升而被抵消。
数字化环境的培育必须要有领导层的全力支持，高层必须将数字化工厂战略视为工作的重点，摒弃保守主义的姿态，加快项目的审批流程，从而让数字化团队加快推进转型进程。同时，还需要设计简练的汇报渠道，确保数字化团队侧重于各类增值活动而不是疲于应付各类行政要求。
在数字化工厂的深远影响下，企业能够拓展甚至是彻底改变目前的业务模式，不再只是注重生产环节，还能有机会在利润丰厚的售后市场中扩大份额，提升利润率，并进军全新的业务领域。

‘贰’ 在如今制造型企业的数字化转型过程中，数据智能为何能成为关键技术

01.何谓数字化转型？

首先，关于“数字化”，有两个英文词汇，看起来差不多，但内涵差异很大。一个是Digitization，其含义是将模拟信息转化为数字信息（例如将手工填写的单据自动识别转为数字信息）；另一个是Digitalization，指的是将数字技术融合到企业之中，深化应用各种业务软件和物联网等新兴技术，实现数据驱动的决策分析，彻底变革企业的业务流程。

数字化转型（Digital Transformation）实际上就是企业真正实现Digitalization的过程。面向个人的生活服务行业数字化转型非常迅速，如今，我们订机票、买火车票、租车、订酒店、购物、订餐等各类生活服务几乎都可以通过数字手段在线完成，各种在线服务的平台竞争十分激烈。

对于制造业而言，面向个人消费者的行业，例如家电、家居、手机、汽车等行业的企业，数字化转型的压力巨大，转型也相对迅速；而面向企业客户的行业，例如装备制造、能源、零部件、原材料等行业，数字化转型的步伐则相对迟缓。不论属于什么类型、什么行业，每个企业都应当思考、建立，并推进数字化转型战略，数字技术的深化应用将对企业的商业模式、业务运营、决策方式、组织形态和企业文化等方面带来深远影响。

02.制造业数字化转型有何价值？

制造企业推进数字化转型是实现智能制造的基础和必要条件。数字化和自动化是企业实现智能制造的两大支柱，自动化系统要实现柔性，必须依赖数字化系统的支撑。

而实现人工智能技术的应用，也有赖于数字化系统采集、存储和筛选数据。李培根院士指出，推进智能制造需要注重使能技术的研发。各种数字化系统和工业软件就是支撑智能制造最重要的使能技术之一。2018年10月，国家工信部正式批准组建国家数字化设计与制造创新中心，显示出国家高度重视推动制造业的数字化转型，致力于实现智能制造关键使能技术的自主研发与创新。

2016年，e-works提出了智能制造的金字塔架构，受到业界的广泛关注。金字塔的底部是使能技术层，包括ICT技术、工业自动化技术、先进制造技术、现代企业管理和人工智能技术五大类使能技术；第二层是推进智能产品和智能服务，实现商业模式的创新；第三层是部署智能装备，建立智能产线，打造智能车间，建设智能工厂，实现生产模式的创新；第四层是开展智能管理、智能研发和智能物流供应链，实现运营模式的创新；第五层是智能决策，实现决策模式的创新。事实上，对于智能制造应用的各个范畴，数字化技术都提供了重要的支撑：

● 智能产品: CPS、adas、产品性能仿真

● 智能服务: Digital twin、状态监控、物联网、虚拟现实与增强现实

● 智能装备：CAM系统、增材制造支撑软件

● 智能产线：FMS的控制软件系统、协作机器人的管控系统

● 智能车间：数据采集（SCADA）、车间联网、MES、APS

● 智能工厂: 视觉检测、设备健康管理、工艺仿真

● 智能研发: CAD、CAE、EDA、PLM、嵌入式软件、设计成本管理、DFM分析、拓扑优化

● 智能管理: ERP、CRM、EAM、SRM、MDM、质量管理、企业门户

智能物流与供应链：AGV、SLAM、自动化立库、WMS、TMS、DPS（数字拣货系统）

● 智能决策：BI、工业大数据、EPM（企业绩效管理）、移动应用

‘叁’ 数字化转型之——以科技为支撑的智能管理和决策

当前，越来越多的企业以科技公司自称，而不是金融公司、电商公司、社交网络公司或者物流公司。可见，在不久的将来，无论在制造业还是服务业，企业都将转变为以数据和算法为支撑，以用户为中心的技术型组织。

但数字化转型并不单纯是用前沿科技打造数字化产品的问题，而是涉及到以科技为支撑的智能管理、智能决策，乃至于组织结构和文化建设等一系列更加宏观和本质的范畴。

数字化转型也不是拍脑袋决定的用户数据收集、以大量积累用户信息为指标的为了数据而数据，因为‘死’数据没有意义和价值。以当前有些中小型银行为例，虽然积累了大量的运营数据，却几乎鲜有应用。而开发和项目人员却疲于应付日常的客服反馈、产品设计、运营活动和风险控制。实际上，依托于数据和算法的智能决策可以完成大部分管理和日常决策工作。

数字化转型的特点

未来将是数字化的世界，所有工作都需要数据支持，都需要“智能决策”。这种智能决策，是指利用各种技术手段，在动态和多维信息收集的基础上，对复杂问题自主识别、判断、推理，并做出前瞻性和实时性决策的过程，同时具备自优化和自适应的能力。

在人工智能时代，数据和算法具有无法比拟的效率优势。以亚马逊为例，其日常管理和战术决策，以及日常运营都可以有数据统计和算法来完成，从而释放出大量的宏观决策精力和战略能力，让管理者的目光聚焦于长远的战略意义和更加重要的方向性思考。

数字化转型使企业能在问题识别、方案生成、信息收集、结果预测和行动反馈等决策步骤中得到全方位的帮助，提升企业决策的能力。智能决策是数据化转型的必然趋势。

如何开展基于数字化的智能决策、智能管理和智能运营

要进行数字化转型，实现智能决策，首要条件就是相信数据是有价值的，数据可以帮助我们感知世界、认识世界、理解世界乃至做出合理决策。

一、 具有数字思维和理念

数据不是冷冰冰的记录，不是可有可无的业务附件。从本质上来讲，数据是人类感受和认识世界的一种手段。业务场景中的一切，包括用户、产品、交易、运营等等都可以用数据来描述。企业可以通过这些数据来理解和分析业务，做出决策而后再应用到现实中。例如，在亚马逊，人人都知道的一句话就是：‘凡事要有数据支撑’。

二、 与数字化思维相匹配的组织架构

数字化组织中必须有专门的人员为数据事务负责，包括数据资源的构建、核心数据的整合、数据模型的建设，以及数据的使用。组织结构设计上可以参考AirBnb的数据基础架构部和数据科学团队。

在组织中数据资产一定要充分流动，数据技术要充分开放。同时需要确保数据团队和业务团队不能分离割裂。组织中要形成统一的数据“大中台”，它是成本中心，负责管理数据资产；同时要在业务部门形成一系列的数据应用“小前台”，它们是利润中心，业务部门要快速基于数据开展业务，寻求价值。

三、 数字化软硬件基础设施

在数据处理技术中，涉及到数据的产生、采集、存储、加工、计算、挖掘、分析、展现、应用和管控全流程的技术。而其中的数据加工、计算、挖掘和分析部分，常常会涉及到人工智能（AI）方面的技术。再通过数据可视化应用，让人可以理解数据、使用数据。

其中，尤其以人工智能算法更为重要。以底层的智能芯片和计算框架为基础，人工智能算法在智能语音、视觉图像、自然语言以及智能决策等领域都有了较好的成果和广泛的应用。在这些智能算法之上，可以在应用层构建众多场景的产品和服务。

四、 对外的产品服务

在一个数字化的‘ 指数型组织 ’中，友好而智能的用户界面是其中的重要属性，可以理解为企业对外提供的产品和服务。而以数据和算法为基础的数字化技术，可以更好的为构建高品质产品和服务提供有力的支撑。

在贝佐斯2010年致股东的信中有这样的句子： “随机森林（random forests）算法、贝叶斯估计方法（Bayesianestimation）、RESTful服务（RESTful services）、Gossip协议（Gossip protocols）、最终一致性（eventual consistency）、数据分片（data sharding）、反熵（anti-entropy）、拜占庭容错机制（byzantine quorum）、抹除码（erasure coding）、向量时钟（vectorclock）算法……走进亚马逊的某个会议室，你可能一瞬间会以为闯进了一个计算机科学讲座。翻一翻目前有关软件架构的教科书，你会发现几乎没有什么架构模式未被亚马逊所用。我们使用高性能交易系统、复杂渲染与对象缓存、工作流与队列系统、商业智能与数据分析、机器学习与模式识别、神经网络和概率决策，以及其他各种技术。虽然我们的很多系统来自最新的计算机科学研究成果，但常常还不能完全满足需要，因此我们的架构师和工程师不得不深入学术研究尚未触及的领域展开研究。正是因为我们面对的很多问题，在教科书上还无法找到现成的解决方法，所以我们只好自己动手，发明新的解决办法。”

这是亚马逊在十年前做的事情，当前的国内很多人工智能独角兽公司，对智能算法也有着深厚的积累和广泛的应用。可见，在企业数字化转型中，需要充分利用深度神经网络、深度强化学习等智能算法，利用无处不在的网络连通性和随处可达的客户界面，通过产品服务的自主计算和各项衡量指标，对自身的产品和服务以及用户反馈进行实时追踪，核实求证，从而推动进一步的智能化的极致体验的产品建设。

例如，通过多维度数据，在保护用户数据隐私的情况下，为每个用户个性化地从海量的商品中筛选和定制产品和服务；通过语音识别和自然语言处理等智能算法构建友好而便捷的客服系统；使用深度学习结合强化学习算法为用户提供最优的决策选择建议等等。

此外，在提供极致体验的产品和服务的同时，还需要利用数据流通和智能算法，打通对外的产品服务和对内的信息传递以及内部智能决策的通道。

五 内部的快速信息流转和信息共享

在很多企业，内部信息流动是不畅的，往往是条块割据、层级不通，除了具体负责此事的人知道，其他人能否了解，主要得看关系、看利益。一个很简单的信息流转，往往需要通过多个节点中转才能得以处理，其效率之低就可想而知了。

正是因为存在这样的问题，传统企业在启动数字化转型时，需要把数据打通、信息透明作为重点工作之一。在数字化时代，数据已成为企业新的核心资产。从这个意义上说，应当把数据视为企业整体的重要资源，而绝非任何人或任何部门的私人财产。因此，需要大力投入，建设企业内部信息共享和流转系统，实现数据打通、信息透明、以及全面的数据支撑，确保组织高效运转。

通过整理内部和外部的数据以及信息共享、优化信息处理的流程实现从数据的获取、处理和展示以及决策的全系列自动化配置，可以在实际的运营中，实现基于算法的自动决策。

六 智能决策，智能运营

充分利用机器学习、神经网络等智能算法，开发更多功能强大的智能管理工具，在常规性的日常经营问题上，可以实现自动分析、自动决策、智能推荐、智能定价，以释放组织精力，推动产品能力的持续提升。

例如在亚马逊，数据的收集和分析是实时的。如果有需要，团队成员可以看到每天、每小时、每分、每秒的数据。如果出现异动，系统会自动提示相关人员。这样就可以做到第一时间发现问题，第一时间解决问题。

可见，要从根本上实现传统企业的数字化转型，最重要的是需要利用网络和数字化技术，持续地创造价值。在内部要建立高效的协同和沟通机制，实现内部信息的高度共享。并且建立起以长期价值理念为基础的企业文化和价值观，弱化任何的短期利益、KPI。因为在整个数字化转型的实施过程过，需要投入巨大的资源去整合、梳理和建设服务系统，前期却不会有立竿见影的收效，只有目光长远，才能看到其后期所产生的巨大收益和几乎可以忽略不记的边际成本。

目前，人工智能技术已经发挥着巨大的效率和准确性优势，以至于到了让人思考人与算法之间的对立和互补等问题的程度。在企业的数字化过程中，也需要正确认识和对待数字化及智能算法的优势和特点，不应盲目的全部去依靠人工智能，也不需要对即将到来的数字化智能时代心怀恐慌。

‘肆’ 传统企业数字化转型具体应该怎么做

如何让企业数据变成核心资产，让数据驱动加速企业快速发展？是不是常常疑惑企业内部没有可管理分析的数据，数据从何而来？企业信息化已经建设完备，有了信息化就能做数据驱动了吗？如何应用好这些相互隔离的不同工作平台？企业数据资产到底能做什么，如何使用这些数据实现数据驱动，让数字化转型有章可循？

1、企业数字化转型之路

数据沉淀：以信息化平台作为数据支撑平台，连接、沟通的过程就会产生数据，从而数据可以反哺帮助完善和优化协作链接的过程，形成基础信息的数据沉淀，内外数据连接打通，消除信息孤岛。

数据与管理：实现大数据时代下交易场景数据化、商业场景数据化，组织行为场景数据化。存储真实有效的过程和结果数据，让决策和行为有据可依。数据分析帮助企业解决组织管理、业务管理、辅助并完善领导决策。

数据与业务：建立企业独有的目标数据模型，帮助企业了解自身，跨部门数据融合提升协作效率，降低无故消耗。连接上下游、连接消费者与客户，贯通整个产业生态链，提升企业产能和效益，最终实现数据驱动。

2、企业数字化转型的核心

企业数字化转型是跟业务息息相关的，从业务上的转型去实现效率提升从而创收。这种转型对于企业来说，既是主动行为，也是被动行为。

■主动：企业追求收入增长和控制成本降低。

■被动：数据时代，外部环境一直在变，为了应对外部竞争被迫实现转型。

对于传统行业的业务转型，可以说是对商业模式的一种颠覆，企业从上至下都需要一个转变的过程。业务转型都是基于数据分析，让企业决策变得有据可依，带来的价值也非常可观。

3、企业数字化转型的方式企业数字化转型的方式有三种：商业模式、业务流程和工作方式。无论从哪种方式转型，企业都需要一套完整的解决方案，按照转型战略思路逐步优化。

比如，企业对于最终客户群体不了解，原来只能依靠假想去做营销方案，但数字化转型之后就可以依赖消费者数据来做创新营销，这种工作方式的转变，使得决策更精准更有成效。

企业数字化转型不仅可以使得企业业务流程得到重新梳理和优化，还可以让企业获得更多竞争先机和优势。

‘伍’ 董小英：数据管理与能力构建——传统企业的数字化转型

文 | 董小英 编辑 | 张齐齐

来源 | 数字产业创新研究中心

随着大数据、人工智能、区块链等技术的发展，企业数字化转型浪潮愈演愈烈。近年来，国家提出数字强国战略，把数字经济作为中国增长的新动能。企业应该如何做好自身的“数字化能力培养”，在这场无硝烟的竞争中取得胜利。

在百望云联合数字产业创新研究中心、锦囊专家共同举办的《弹性跨越 数创未来 2020中国企业数字化转型论坛》活动中，北京大学光华管理学院教授、数字产业创新研究中心主席董小英老师进行《跨越能力陷阱——企业数字化转型的机制创新》的演讲，为大家答疑解惑。

以下是演讲实录

一、企业数字化转型的背景

企业数字化转型的背景如何理解、设立怎样的目标、需具备哪种能力、转型要素有哪些。在转型发展过程中，从人类大的发展格局来看，每次文明的迁移都是由技术驱动。英国纺织技术使农业文明走向工业文明，美国信息技术使工业文明走向信息文明。而现在，随着中美德数字技术的发展，信息文明正在走向绿色文明。可以说，当今世界经济转型的关键节点就是新一代的数字技术。

泰安作为山东省的智能制造重镇，虽然城市不大，但在智能制造方面投入很大。他们专门成立由六名院士组成的专家委员会，来推动智能制造发展。将来整个制造体系，即供应链以及使用的能源一定得是绿色，而绿色供应链就是靠数字化来实现。所以，将来如果线上能力不足，会在发展中遇到非常大的困难。

近10年来，随着信息技术的发展，智能手机的出现和在线交易能力的提升为我们的衣食住行提供了巨大的便捷。从全球发展来看，移动互联网铸就美国巨大的四到五个在线企业板块。以往，中国对技术发展的认知比较延迟，但现在，中国年轻创业者的反应速度非常快。中国和美国的平台性企业，现已经涨到全世界的90%，欧洲只占到4%。将来，基于平台的竞争会在各个行业领域无处不在。特别是工业互联网，工业制造业的在线化、平台化、数据化以及智能化的体系孕育着数万亿美元的巨大的市场的规模，是全球竞争的制高点。例如美国对中国华为5G的针对和禁止，体现了 科技 竞争的惨烈，大家争先恐后在竞争中占据领导地位。

数字经济最核心的两个方面：平台和数据。作为财务人员，不在竞争战略的一线，感受不到数字化转型投入给企业带来怎样的价值，财务人员做数字化负责人时，才会推进有力。当然，有时财务人员对数字化价值理解不到位。因为数字化的投入，需要3到5年才产生带动效应，不能为企业快速的带来现金流，所以财务总监在数字化投入上可能持反对意见。实际上，如果企业没有这样的能力构建，整个企业的速度就会慢下来。

平台企业最重要的一个功能就是基础设施。比如我们无法想象离开手机的生活。对于一些年轻人来说，出行时宁愿做高铁也不坐飞机，脱离不了WIFI的环境。另外，手机的功能越来越多元，越来越多的功能都集成在手机上。平台企业的边界拓展能力非常强。比如滴滴出行，我们即可以说它是 科技 行业也可以说是出租行业，但本质业务还是交通出行。滴滴服务占到中国市场的97%。作为出租公司，如果没有平台，业务不可能做到如此广泛。同时，边界甚至可以跨境。比如蚂蚁金服计划上市，当掌握了海量的客户资源的时候，跨界变得比传统行业要容易，并且这样的企业保持一种高度的开放性。企业打造巨大的生态组合，生存能力与竞争力都会大大提高。

近年来，数据的量增长迅猛。根据联合国贸发组织的统计，我们看到中国的年均数据在逐渐增加，占比达到41.9%，超过世界其他国家。中国的数字经济已经开始提速，而且市场容量很大，数据密度很大，对未来人工智能的发展打下坚实基础。例如，阿里巴巴已经成为最大的数据平台，在后疫情期间也开始像世界其他地方拓展，和亚马逊形成直接竞争关系。

讲到中国经济发展的要素，资本、人才、土地和技术都是关键性要素，这么多年，国家第一次从战略角度提出数据是生产要素。中国过去30年的发展靠自然资源驱动，但这些资源逐渐枯竭。最近提出生产要素是关键性的，要将其市场化。数据资源从不同的视角去开发，隐藏的价值都可能被挖掘出来。这意味着数据资源的价值取值不尽、用之不竭。数据就像阳光，具有普惠性。但是，做数据挖掘处理和数据分析的人才匮乏。根据CDO调研结果发现，某些领导对数据部门要求很高，但投入不够，说明了上层领导缺乏数据的战略价值意识。

建立平台以后，将所有交易沉淀在平台上，通过数据的采集、清洗和整合，形成数据看板，将数据可视化，形成多元数据看板。企业根据这些数据改善管理。通过数据驱动产品创新，降低成本，提高效率，实现数据洞察，发现新商业价值。企业实现数据驱动业务和数据驱动管理，实现数据的增值。这个时候中国的整体经济开始转向数字经济。当然，实现成熟的数字经济，我们还有漫长的路要走。

企业数字化转型面临着内外两方面压力。现如今，客户要求越来也高。比如，用户对下载速度的要求很高，速度要快、广告信息投放要精准，和用户需求匹配。基于客户需求，供给端即企业就要进行良好的交互。在人工交互或者机器人等智能交互后，想要提高速度，就需要进行整合，建立数据和信息系统连接的数字神经网络，消除信息孤岛。

那么，信息化与数字化有什么不同？信息化是局部流程、局部环节和局部资源。以财务工作举例来说，当采购或销售出现违规行为，工作人员只能做事后管理。ERP系统出现后，可以控制超预算行为不发生，变成事前管理。但今天，只是财务流程数字化还不够。企业要做到设备的数字化、生产过程的数字化、客户服务交付的数字化和物流的数字化。所以，数字化在速度、广度、深度、精度、强度和细节六个维度都是在信息化基础上进行非常大的拓展。

二、企业数字化转型的目标

生存和发展是数字化转型最底层的目标，企业数字化的本质还是要解决企业管理中的痛点。例如财务数据的核算要快速且精准，就是把数据整合的速度加快。例如业绩部门年终发奖金时，基于数据来给出业绩的驱动指标。所以，数字化可以带来怎样的生态？基于长期的企业数字化研究积累，总结出企业数字化转型的“六不”目标：

1、产品服务不淘汰。很多产品没有智能化能力，很可能就会被淘汰。

2、管理决策不犯错。以前企业决策依靠人的经验，现在依靠机器识别，精细化程度明显增高。

3、价值运营不掉链。在供应链整个体系中，有很多的问题和梗阻，价值链和供应链的数字化，要打通这些梗阻，快速的做到上下游的无人交易，基于全机器流程，结果真实及可信。

4、客户服务不落伍。即线上服务，客户体验至上。

5、商业模式不翻车。现在的数字原生企业就是商业模式创新的典型代表。所以商业模式要重点考虑如何实现在这种这种颠覆式的变革中不翻车，锁住客户和争夺市场。

6、生态伙伴不掉队。在生态中，我们的合作伙伴都是并行的，如果你不在线上，别人在线上跑得很快，你可能就要掉队了。

经调研，企业的信息化和数字化过程中，最受益的就是报销问题。以前报销流程繁杂，没有数字化的过程支撑，给财务人员带去很大的麻烦。经报销过程简化后，大大提升整个企业的效率。IT行业互联网行业称作数字原生企业，因为在客户、员工上网等都会产生数字轨迹，而传统企业没有数字轨迹的支撑。所以，数字化转型对于传统行业来说挑战更大。传统行业数字化转型，既要把传统的事做好，还要像互联网企业一样，管理好所有的资产，即先把所有的资产数字化，包括财务资产的数字化。对于互联网企业，本身就有数字孪生。它依靠大量的消费者，描绘出用户画像，画像越多越细致，推广就越精准。在这个过程中，会积累大量的数字资产。比如阿里数据中台，上联服务市场拓展，下联基础数据是极其关键的战略资产。它的数据分析能力非常强，数据汇集量越多，平台价值越大，获取数据的便捷性越高。如果传统企业不做转型，慢慢就会被数字化企业淘汰。

对传统企业来说，要做数字化转型需解决四个问题：

1、速度：决策的速度，供应链的编排。转型速度方面的关键问题是思维认知的问题，企业的高层领导要组织变革。

2、范围：对象与过程，边界和生态。过去传统企业的内核都不是靠数字化来做，这些过程要数字化，就需时间和精力的花费。

3、规模：弹性与伸缩，模块与复制。将平台的技术能力复制到所有的分子公司甚至客户，打造一个数字化生态，用数据创造价值。数据管理第一次做起来很难，但是复制利用的成本几乎可以忽略不计。

4、价值：商业模式，价值分配。其一，通过数字化转型，新旧数据随时调取，各种指标精准测量，实现数据资源的重用。其二，资产可以复制，数据可以输出。通过控制平台架构，进行商业售卖来收取一定的费用，降本增效。数据的价值链给企业带来创造价值。其三，能力的建设中最难的数据管理，以前财务部的纸面数字变为数字化表示。

三、企业数字化转型的能力

数字管理价值链由六个环节构成：数据采集、数据标准、数据质量、数据整合、数据分析、数据文化、数据价值、数据资产和数据采集。

对于数据采集，以前都是靠人工录入，容易出错且容易作假。所以，数据采集的关键是人工介入越少，数据越真实可靠。将来整个供应链的交易都会靠机器自动进行数据采集，确保数据的真实性、可靠性和高效，形成清洁、完整与一致的数据湖。

对于数据质量，包括五个方面。第一，数据真实，尤其对财务人员来说，不要做假账。第二，数据可得。第三，数据具有可解释力。数据量大，却不具备数据分析，则数据没有价值。第四，数据可靠。数据要展示企业的真实运行情况。第五，数据共享安全治理。企业应考虑数据政策、数据整合和数据分享。确保数据不被一个部门垄断，避免产生数据治理问题。

数据质量的管理框架也尤为重要。企业要对质量进行策划、控制质量、改进质量、测验质量。在这个过程中，要发展源数据和主数据，企业部门要分工明确，职责必须标准化。

另外，就是资产数据化。要把表单整个流程全部数字化，这件事要花费时间去做。特别对于传统企业来说，数字化就是一场马拉松。因为要把整个过程和资源一步步数字化，是一个持续投入过程，但也是企业数字化最重要的力量积蓄。买好设备、加人工智能、语音识别等都不是真正的数字化。数字化就是整个业务的底层，数字化转型过程中，先进行资产数据化，资产数字化以后作为管理运营工具，后边才能实现数据增值。

企业业务部门和IT部门要做到数据共享，确保业务部门可以及时得到想要的数据和信息。比如华为，新员工刚上任，也可以立刻获得客户的背景甚至喜好。比如设备的维修 历史 ，潜在问题等数据可以清晰呈现，帮助人员精准维修。

对于财务人员来说，数字化转型既是机遇也是挑战，大家要高度重视转型压力。在全要素、全过程、全链条和全领域的财务数据集成过程中，财务的视角会更大，获取数据更多。以财务为核心和整个业务环节对接的整合过程，即数字孪生，将来企业所有方面都会和财务发生关联。现在农业、建筑业、传统制造业等很多企业都提出个性化和数字化。在将来行业的发展中，所有岗位都需要数字化技能，所以大家要高度重视，如果不做自我转型，数字技能没能掌握，工作中就会产生问题，就会被行业淘汰。

四、企业数字化转型要素

这次疫情大大提速了全球企业的数字化转型，但困难也随之而来。在数字化转型过程中，每个企业的能力是不同的。对于有些企业，只依靠单一的逻辑思维和知识体系来运行发展，沉浸在舒适区内，陷入能力陷阱。当企业想要有所变革，就需要找到自身的能力缺口，即增加新理念，新技术，寻找新的发展空间。实现新技术和材料之间的融合，就打破了能力距离。财务人员不一定去做销售数字化的工作或研发，只需把财务的能力和数字化深度结合，经基于底层财务的管理体系数字化以后，加速企业转型。所以，对财务人员来说，强项还是才能，加之数字化的手段，消除能力距离也不是很难实现。

在数字化转型的新能力构建中，中小型企业缺人才和知识。数字化过程是变革和创新的过程。企业也有很多担心，比如数据隐私问题。对创新型企业来说，主要是行为约束。经调研，在词频统计中，我们发现，企业数字化转型最大的问题就是缺少数据方面的人才。数据、思维和业务都需要我们在数字化过程中克服。

最后，在数字化转型过程中，大家要具备企业家和二次创业精神，目标明确，持之以恒，坚定的向前走。数字化转型的趋势不可更改。以上就是今天和大家分享的内容，也祝大家的企业数字化转型行得通！谢谢大家。

‘陆’ 进行企业管理数字化转型的几个关键点

在上世纪50年代彼得·德鲁克提出实践有效的管理之时，自动化技术和其带来的变化同样裹挟着企业和周遭事物。在纷繁复杂的讨论中，德鲁克准确地预言了新技术不会使机器取代人力，相反会需要更多训练有素的团队，而且技术人员需要以管理者的角度来思考。

如今，面对数字化革新，我们可以进行类似的思考，把数字化看作组织工作的一种新型方式：当数字化贯穿企业前、中、后台，贯穿过去、现在和未来的业务议题之后，企业部门之间的壁垒将被打破，各种人才的工作岗位和绩效指标将被重新定义，企业外部的商业合作生态也将空前拓展。简言之，数字化能力将为企业构建出新的增长曲线， 而管理企业的数字化转型，则需要践行三个原则——长期绩效、组织活力和社会契约。

投资数字技术或解决方案已经成为一种常态。我们发现，不同企业的数字化水平或许已经接近，然而绩效成果却有云泥之别。

埃森哲针对中国企业的研究发现，数字转型领先企业在成长性、盈利性、股东回报等指标上已经远远超过了他人，在过去三年中，这些企业的营业收入复合增长率达14.3％，是其他企业的五倍还多。领军企业的销售利润率也达到12.7％，远高于其他企业。

探究其原因，我们认为，仅把绩效目标设立在智能化的运营管理（如优化流程、提高效率或者完善数字化渠道）已然不够。与只看成本、净收益指标的企业相比，关注长期绩效将带来更高的企业价值回报。

我们接触到的一些企业领导人希望通过数字化，当年就使营业额翻番。当发现这一目标无法实现后，便退而将数字化实施交给IT部门负责人。而转型领军企业的一把手则持续关注如何利用数字化创造更多价值——达成核心业务的增长、开拓新业务、建立或融入生态系统。

数字技术普及之后，未来提升企业绩效的关键不在于使用新技术，而在于管理思维、管理模式的数字化——从研发、设计、生产、营销等各个环节入手，让自己的产品和服务与自己所处的生态系统融为一体。

以合作客户之一韵达速递为例：韵达速递自成立20年来，业务发展迅速，目前在全国有60多个分拣中心，设备资产价值超过30多亿元，维护维修团队超过400人。在实现数字化之前，存在维保流程不规范，工作内容不透明的的问题，通过建立维修、保养、点巡检工单流程，进行数字化管理。通过与耕云科技合作，韵达速递实现了对设备、备件的全生命周期管理，完成了智能化的设备维保、点巡检查工作，让设备健康运行有了保障。

投资于真正的增长是一项充满风险的工作，企业需要建立新的绩效评估体系，和相应的组织变革，否则无法成功转型。

埃森哲的研究表明，组织管理上的沉疴痼疾是影响企业数字转型的重要障碍，例如部门之间的壁垒严重影响企业建立统一高效的数据平台，管理决策的短期性也无法支撑企业建设数字化管理平台。

在分析了150多个企业中的250项重大变革之后，我们发现，高绩效企业在实施变革举措时，其成本管理、客户服务水平以及效益，自始至终都在上升。优秀企业实施的业务财务一体化、非核心职能共享化等变革措施比一般企业要多出三成到五成，实施速度也更快。

数字化转型是一个管理命题不意味着企业应当延续过去的金字塔管理模式，恰恰相反， 要想大幅提升转型成功的概率，企业可以充分利用数字技术优化内部流程，实施分散化决策、灵活授予基层自主权。企业需要更开放的心态，建立起更具活力的组织文化。

海尔公司的组织变革提供了一个样板，其研发、生产、销售等部门全部分拆成3000多个小微团队，各自独立运营，决策权、用人权和分配权全部让渡给团队，让团队能快速响应用户需求，又可以全流程把控产品供应链。它们通过“人单合一”的方式，把员工和用户连接在一起。这些小微团队各自都是自主经营体，谁的用户体验最佳，谁的团队就能延续存在并得到壮大，而营销、财务等职能部门则以平台化服务高效支撑业务团队。这种创客文化改变了产销分离的旧组织，锁定用户不断出现的个性化需求，在白热化的家电市场竞争中为公司赢得先机。

需要特别指出的是，在数字化转型浪潮中必须考虑AI机器和人类员工协同这个新命题。现在，这两者之间产生了一个“缺失的中间地带”。

企业应当构建全新的AI机器与人的协作方式，让二者各施所长：人类负责开发、培训和管理各种人工智能应用程序；机器则能帮助人类实时处理和分析海量数据，形成前所未有的数据驱动型洞察力。

随着新兴技术和平台模式的成熟，原本属于企业内部治理的问题开始被外部各方审视，结果很难令人满意——在消费者与企业之间，个性化的消费体验却受制于数据安全、偏见以及所谓的“数据杀熟”；在企业之间，数据质量和网络安全等依然是阻碍大规模应用新技术重要原因。

当下的转型变革的特点是技术与人形成一种双向关系。数字化企业需要认真考虑与技术、商业、人三者的关系，构建新的社会契约关系。

新契约将围绕数据的权利归属和使用方式等关键问题，在社会公共数据、用户个人数据、员工工作数据和企业运营数据之间取得新的平衡，通过透明的治理机制，既能激励企业创新，又关切社会道义与个人隐私，把选择权与各方利益的平衡置于数据驱动的交易发生之前。

企业需要进一步理解技术背后的逻辑，将连接企业与用户、企业与企业之间的“接触点”转变成“信任点”，才能化解诸多尴尬和挑战。在数字化客户体验这个市场竞争制高点上，真正的成功企业善于将用户让渡数据访问和使用的过程，公平善意地转化为向用户提供个性化便利的过程。而非滥用用户的数据让渡，将其用于与用户无关甚至有害的业务之中。

此外，算法公正仍然是一个至关重要的问题。未来，几乎所有企业都将依赖算法做出关键决策，因此避免算法偏见，光有公开透明还不够，企业还应开发可打开人工智能“黑匣子”的工具，以审查数据源中的潜在偏见。

中国的现代化企业从发轫至今，纵然时间不长，转型这个词对它们来说也并不陌生。这一次，数字技术让我们有了更多的想象空间，对企业运营和商业模式都产生了深远的影响，可谓蔚为大观。但是，随着新奇感的消退、新产品和新服务尚未破茧成蝶，企业开始复归冷静，数字转型领域也正面临去芜存菁的选择。

‘柒’ 拥抱“质量管理数字化”新浪潮

为深入贯彻落实党中央、国务院关于促进数字经济与实体经济深度融合决策部署，推进数字化助力消费品工业深入实施“三品”战略，更好地满足和创造消费需求，增强消费拉动作用，促进消费品工业加快迈上中高端，工信部、商务部、市场监管总局、国家药监局、国家知识产权局5部门近日联合印发《数字化助力消费品工业“三品”行动方案（2022—2025年）》（以下简称《行动方案》）。

《行动方案》结合当前产业发展实际和技术演进趋势，确立了未来4年数字化助力消费品工业增品种、提品质、创品牌的主要目标；提出数字化助力增品种、提品质、创品牌3个方面10项任务，并以专栏的形式设置创新能力提升、数字化设计能力提升、数字化绿色化协同能力提升、质量管控能力提升、智慧供应链管理能力提升、品牌培育能力提升六大工程。应该说，《行动方案》为未来4年深入实施“三品”战略指明了方向，有助于指导行业借力数字技术改善消费品供给，有助于引导企业提升数字化研发创新水平和核心竞争力等，具有重要意义。

尤其值得一提的是，《行动方案》在质量管控能力提升工程中专门提出“质量管理数字化”，要求“引导企业加强生产制造关键装备数字化改造，推广应用质量管理系统（QMS），开展数字化质量验评、质量控制、质量巡检、质量改进等，实现精细化质量管控，持续提升产品质量”。

我们知道，全球的质量管理发展大致分为质量检验、统计质量控制和全面质量管理3个阶段。自美国休哈特博士创立控制图以来，质量管理理论与方法不断涌现，如戴明的PDCA循环、朱兰的质量改进三部曲、费根堡姆的全面质量控制、克劳斯比的零缺陷理论、摩托罗拉的六西格玛管理模式、ISO发布的9000系列标准等，不过这些理论、方法和标准都是美国、日本和欧洲的专家提出的，而且基本上都是30年前提出的。进入21世纪以来，世界质量管理的理论和方法工具创新几乎陷入了停滞，产品质量的保障和提升一方面依赖于以前的质量方法工具，另一方面越来越多地依赖于先进的生产制造设施。

在蒸汽时代、电气化时代、信息化时代之后，数字化正被看成是“第四次工业革命”。当前，随着新一代数字技术蓬勃发展，数字经济新动能持续增强，实体经济发展模式、生产方式深刻变革，数字化发展已成为必然趋势。在“第四次工业革命”浪潮的冲击下，“质量管理数字化”正成为质量管理新的发展方向和趋势。

“质量管理数字化”是通过新一代信息技术融合应用，推动质量管理活动数字化、网络化、智能化升级，增强全生命周期、全价值链、全产业链质量管理能力，提高产品和服务质量，促进制造业高质量发展的过程，可以简单理解为数字化条件下的质量管理。“质量管理数字化”是伴随着数字化转型引发的质量管理模式的转变，主要聚焦质量管理范围、方式、目标的转变，其核心是在数字化条件下，企业质量管理数字化能力的提升，涉及数字思维构建、数字技术应用、管理机制调整、数据开发利用等各个方面。

“质量管理之父”朱兰认为，质量管理是普遍性的管理方法，是任何企业、组织都可以应用的通用方法，以确保所有的产品、服务和过程满足客户的需求。面对新的“质量管理数字化”发展趋势，我国必须抓住新机遇，积极拥抱“质量管理数字化”新浪潮。

拥抱“质量管理数字化”新浪潮，政府部门要做好引导、指导工作，带动产业、行业和企业积极实施质量管理的数字化转变。2021年12月30日，工信部发布了《制造业质量管理数字化实施指南（试行）》，目的就是通过这种方式引导制造业更好地实施质量数字化转型，值得广大企业借鉴使用。

拥抱“质量管理数字化”新浪潮，企业要积极实施数字化改造，更加体系化系统化推进数字技术和质量管理深度融合，强化“人机料法环测”等各环节质量管理数字化能力，推进数据驱动质量策划、质量控制和质量改进，提升产业链供应链质量协同水平，进一步提升产品和服务质量水平。

拥抱“质量管理数字化”新浪潮，各界还要积极总结经验，在质量管理理论、方法和工具方面贡献“中国智慧”和“中国方案”。中国拥有世界上最先进的生产线，这些先进的生产设施产生和自动收集了海量质量数据，这为未来“质量管理数字化”新的质量规律的发现和质量方法工具在中国的产生准备了必要的条件，我们需要利用好这些有利条件，积极为质量管理理论的发展作出新的贡献。（徐建华）

‘捌’ 企业级数据标准重构——数字化转型的必经之路

第四次工业革命以及随之而来的数字化转型浪潮已在全球范围内席卷而来。推动互联网、大数据、人工智能和实体经济深度融合，发展数字经济成为落实国家重大战略的关键力量。“互联网+”大背景下，大数据、物联网、人工智能等新技术应用成为 社会 变革的驱动力，越来越多的企业制定了数字化转型战略。

企业数字化转型是指通过构建数字化运营体系实现企业级变革，包含对企业IT架构的升级以及管理体系的重塑。

IT架构升级指企业信息系统的升级与优化。 企业信息系统建设升级一般会经历电子化、信息化、数字化三个阶段。电子化为初级阶段，即企业构建单一部门应用的信息系统，将线下事务向线上迁移，运营数据“从无到有”；信息化为稳定过渡阶段，以各部门信息系统集成支撑业务集中化、标准化、规范化，运营数据“从有到通”；数字化为高级阶段，以企业数据驱动业务精准重塑，依托人工智能、大数据、中台建设等技术支撑，助力企业发掘运营管理、生存发展的最优解决方案，发挥“数据资产”价值。

管理体系重塑指企业经营管理智能化。 构建以“数据贯通与分享”为基础的管理体系，以适宜的IT架构基础为依托，实现企业运营数据自动获取并广泛链接，基于数据理解业务实质，洞察价值创造过程，开展业务决策和敏捷行动，驱动业务创新和精益管理，实现管理“蜕变”。

数字化转型依托云计算、大数据及机器学习等前沿技术手段，以文化先行、组织赋能、人才支撑和机制牵引为助推力量，协助企业克服内外部发展阻力，促进企业管理提升。数字化转型后的企业一般呈现四项典型特征：

企业实现高效管理离不开系统和数据。当前，大多数企业已经通过内部信息系统建设实现了“信息化”。这些信息系统普遍为套装软件，以流程为中心，根据预先确定的流程处理场景，建立紧耦合的数据模型，规范数据采集、规则控制和业务处理，最终形成信息输出。

在万物互联的数字化时代，企业对高效决策、精益价值、灵活响应的需求，和传统信息系统模块化、流程化的支撑能力间形成了冲突；同时在长期经营管理的过程中，跨部门系统应用数据标准和口径的不统一导致的信息协同障碍积累严重。

企业所面临的结构性“困局”日益显着，主要体现在以下几个方面：

数字化转型正是为了破局和迎战，实现现实世界与数字世界的融合、互动，在数字世界中模拟推演，促进战略落地，优化经营决策。零散、无关联的数据并不能称为资产，为深度释放数据资产价值，重构企业级数据标准是必经之路。企业业务部门和技术部门需要共建共享，通过梳理数据逻辑、构建数据地图、明确数据标准、打通数据链路、开展数据洞察和数据应用。以企业数据为中心，将功能应用服务化、组件化，支撑灵活变化的业务需求。基于数据融合构建价值网络，共创价值增长空间。

企业级数据地图

数字化转型是企业级的整合和变革。数据作为转型的驱动能量，若仅服务于部分职能，势必无法发挥其全部的价值，数据需要贯通，数据标准也必须是企业内部通用的。企业应以业务脉络为基础，全方位全面梳理业务逻辑及数据关系，对现有流程、制度、系统进行优化改造，形成稳定的数据关系内核，引导系统架构优化，提高数据使用效率、提升数据资产价值，依托数据快速输出，实现管理赋能。

在企业级数据标准重构实践中，可遵循三个步骤，以统一数据标准为起点，逐渐完善前端业务流程改造，从源端产生语义统一、逻辑清晰、高标准高质量的数据，构建坚实的数据资产基础。

01. 建立企业级数据标准，形成跨部门“共同语言”

围绕企业业务主线，梳理业务场景，对各类信息和表单元素进行解构和提炼，这是构建企业级数据标准的基础。在统一数据标准的过程中，可以以财务信息为起点，通过单笔财务记录向前追溯对应业务场景；以产品类型和产品生产全过程为经络，明确业务逻辑，对经济业务场景进行元素化解构；从管理对象、交易记录、业务标签三个层面对数据元素进行规范表述，形成清晰的数据关系。

在管理对象层面，对单专业及跨专业管理对象进行唯一识别。 对于单专业管理对象，围绕企业经济事项全场景，统一每个专业视角下最小单元的颗粒度和业务属性描述需求，围绕管理对象能够进行自由组合，支撑多视角融合。对于跨专业管理对象，针对企业组织、客户、资产设备、项目、业务伙伴等，围绕跨专业共用的管理对象和业务属性描述需求，梳理数据信息，建立统一通用的数据标准。

从管理对象层面对数据元素进行精确表述

在交易记录层面，规范交易信息传递过程和路径。 按照业务价值链梳理交易记录规则，规范各类单据的信息字段，建立跨专业共同遵循的流程管理规范，围绕业务交易，固化数据连接关系。例如，建立企业内合同、订单、发票信息的同源联动，建立完整的采集源头，部署清晰的数据录入标准，对各类单据的完整性进行强控。在此基础上，明确业务操作与线上记录规则，对数据源头进行动态更新，实现各类数据信息的规范传递。最终可以精准匹配管理对象，以完整的单据链和信息链对业务管理流程进行精准的数字重现。

在业务标签层面，建立规范统一的标签体系。 构建业务标签的目的在于统一同类业务属性的跨专业描述方式，实现管理口径的统一。在构建企业业务标签时，可遵循四条原则：

依托清晰完整的数据元素和数据关系，构建企业经营数据地图，实现数据伴随业务活动的实时自动记录，明确业务到价值的转化，可视化展示公司运营过程，精准识别数字化建设需求。

数据标准建立方式示例

02. 开展业务流程改造，实现端到端数据贯通

在以企业财务为基础的数字化变革中，对业财链路的梳理贯通是实现数据赋能管理的重要“桥梁”。通过对财务、业务开展数据梳理和流程改造，对从业务源端到财务末端的每一个数据项的产生与流转过程规则进行清晰描述，利用数据间的继承关系再现实际业务发生过程，将各类环节的数据聚合到每一个管理对象。在此过程中，企业需要重点关注三方面的内容：

03. 丰富数据应用场景，以灵活输出赋能管理

通过数据洞察，构建多场景应用实践，聚焦增量效益，以业务行动实现业务创新和管理变革。以灵活的输出方式，深挖数据的意义和价值，在数据的积累和验证过程中形成多层次、多领域、多场景的业务实践。以价值信号驱动管理行为变革，从效率、效益、创新和共赢四个方面引导价值创造。

对企业运营进行精准刻画，根据不同场景信息需求对数据进行灵活加工。以多频道报表及应用场景为媒介，对各类基础数据和动态数据进行分析比较，提供量化评价，智能优化信息输出，服务于管理决策和业务决策。围绕企业业务发展、资产管理、客户服务、组织激励等管理领域，通过价值数据和业务数据的聚合分析，为公司管理层以及各业部门提供高效透明的数据服务，实现从业务动因入手，推动精准评价、精准投资、精准激励，提升对企业经营的敏锐洞察和高效决策能力。

构建应用场景一般遵循以下五个步骤：

1. 明确场景需求： 确定应用场景需要服务的部门和人员，明确业务需求及场景应用预期成效；

2. 设定应用主题： 明确应用场景的目标和主要内容，识别应用场景用于建设或服务的重点、要点；

3. 澄清数据源： 梳理应用场景中涉及的业务流程，澄清场景所需数据类别、计算方式、数据源系统及相应的业务逻辑关系；

4. 确定输出方式： 明确应用场景成果的线上或线下输出及展示形式，制定场景未来的实施规范及迭代规则；

5. 建立数据服务： 根据应用场景要求梳理数据链路信息，通过平台或系统调用并分析相关数据，建立场景服务能力。

在数据标准重构的过程中，企业能够实现“三项转化”。一是由“数据”到“信息”的转化，解码数据背后的管理信息，形成更完整的现状描述；二是由“信息”到“洞见”的转化，挖掘信息背后的提升价值，开展更科学的预测分析；三是由“洞见”到“行动”的转化，以数据价值赋能决策，为企业提供更智能的决策建议，助力业务管理提升。

深入洞察数据实现的“三项转化”，使企业能够有效应对数据获取、数据融合、数据赋能面临的困境，实现由“业务各说各话”到“统一数据语言”、由“数据拼凑汇集”到“数据高度融合”、由“管理业务数据”到“数据赋能管理”的数字化转型。

01. 深化数字包容，打造文化认同

无论何时，任何企业的变革转型都需要以文化认同为基础。唯有组织上下对变革理念都采取包容接受的态度，将数字化的理念深刻融入企业发展的文化血液中，方能由“被动”化为“主动”，以内生动力推动转型可持续发展。企业要将数字化转型作为发展战略的一部分进行深入部署，制定适宜且明确的战略、顶层设计和路线图，在各层级单位、业务部门、员工间宣贯普及，增强企业人员在数字化建设中的参与感，加强对转型实效的体验，并引导人才团队打造数字化技能突破口。

02. 规范数据管理，强健数据信息

部分企业存在诸如数字线上化程度较低、数据源质量不高、 历史 数据离线化碎片化、数据库管理范性较差等情况，这些问题成为数据获取和管理方面的瓶颈，限制了企业更高层次、更高质量的数据应用。对于这些企业的数字化转型，可建立数据统一管理机构，强健数据基础，规范数据标准，全面开展 历史 数据规范治理，减少对基础数据和绩效指标的人为干预，保障数字化转型的顺利实施。

03. 促进业务融合，立足全局视角

部分组织结构较为庞大复杂的企业可能存在诸如部门间沟通协调较为困难、数据共享流程复杂、内容局限、数字化与业务融合程度较低等问题，企业需要将“加强业务间融合协作”作为数字化转型的重点，推进组织内部的横向和纵向贯通，打破专业间的壁垒，构建融合、共享、协同、高效的管理体系。通过业务融合削弱企业内外部资源流动的阻力，对内打破专业壁垒，对外拓展事业边界，形成全局、全行业视角。

04. 加强数字应用，布局 敏态 运营

在传统生产要素价值创造增长模式趋于稳定的情况下，充分挖掘知识和数据要素的巨大发展潜力，并拓展价值创造维度成为了管理提升的突破口。企业可以考虑建立深入、立体、完善的数据管理应用体系，不断迭代提升数据计算分析方法，深挖拓展各类场景应用，促进质效改善及管理提升。并逐步以点带线，以线带面，最终将数据资产的价值创造能力延伸到整条价值链、产业链，助力企业数字生态网络的核心能力赋用。

05. 深化人才管理，锻造专业队伍

目前，部分企业数字化转型中的人才瓶颈问题仍然比较突出。企业中具备大数据分析和数据统计分析专业技能的人才较少，且来源渠道不足。针对这一现状，企业要实施可持续发展的技能培训和人才战略，积极引进数字化人才，深化企业员工干部队伍能力重塑，强化重点专业领域人才培养，优化员工队伍人才结构。除关注内部人才培养之外，企业也可以引入外部专业服务力量，快速学习、应用行业领先的观念技术和管理实践，内外兼修，共同锻造一支有能力实施数字化转型的专业人才队伍。

数字化转型将是未来5-10年间重要的管理变革方向，对企业而言机遇和挑战并存。一方面，数字驱动革新为企业克服自身内部发展阻力并促进管理提升提供契机；另一方面，转型并不能一蹴而就，其长期性和复杂性要求企业在组织、技术、文化、管理等方面进行全方位的调整。在持续深入打造数字化的进程中，如何 探索 适应企业自身发展的路径，如何实现数据信息的有效聚合，如何满足数字化管理对组织内员工水平、技术能力和运营能力提升的诉求，都需要不断 探索 实践。“神而明之，存乎其人”。转型浪潮中，企业对于变革的信念、坚持与飞速进步的技术必将迸发出蓬勃的活力，走出独到而创新的数字化之路。

本文是为提供一般信息的用途所撰写，并非旨在成为可依赖的会计、税务、法律或其他专业意见。请向您的顾问获取具体意见。

‘玖’ 全球数字化浪潮来袭，差旅行业如何赋能企业数字化转型

数字经济势头正劲，智慧差旅赋能中国企业数字化新未来

一、政策利好，加快推动企业数字化智能化转型刻不容缓

·数字经济发展势头强劲，正成为企业数字化转型“发动机”

2021年是实施“十四五”数字经济发展规划、开启全面建设网络强国的开局之年。据统计，全球数字经济规模已达到31.8万亿美元，其中我国为5.2万亿美元，居全球第二位。而中国数字经济增幅高达15.6%，已领跑全球，数字中国已浪潮奔涌。

近年来，中国数字经济发展势头强劲，逐步成为国民经济主导力量。特别是在新冠肺炎疫情期间，中国数字经济实现逆势增长，极大助力疫情防控及复工复产有序推进。从电子商务、在线教育、远程办公、在线问诊到云端办展，数字经济有效减少了疫情对经济 社会 的负面影响，在激发消费潜力、培育壮大市场方面发挥了重要作用。当前，中国加快布局数字经济，为中国企业实现全面数字化转型增添了新动力。从 2017 年开始，越来越多的企业走上了数字化转型升级之路，企业数字化转型已经成为时代的趋势，而且刻不容缓。

对于企业，需要把握时机顺势而为，通过数字化这个大时代赋能企业实现转型之路。

·数字化赋能助力企业转型升级，成为企业数字化转型“助推器”

何为数字化赋能？

数字化赋能，是指以数字化技术为基础来驱动经济 社会 各方面创新与增长的过程。在“十四五”规划和2035年远景目标纲要中，明确提出要“加快数字化发展，建设数字中国”。当前，以技术和数据为关键要素的数字经济蓬勃发展，正成为众多企业数字化转型升级最为重要的助推器。

随着数字化转型成为当下企业发展的共识，数字化产业升级正在渗透企业的方方面面，但企业在面临数字化转型时会遭遇诸多困扰，想要达成数字贸易更快增长，势必要促成全球合作，在平台、平台算法以及数字贸易需要遵循的规则制定过程中，需要展现更大的透明度。这是可以实现的，但是需要一个包容、开放、合作的环境。 而差旅管控行业具备高技术、高投入和对经济 社会 发展强拉动的能量，将为企业数字化转型注入更多增长动能。

二、“数字化赋能”助力企业转型升级，差旅天下助推企业数字化模式创新与变革

·数字赋能，技术创新，差旅天下助推企业数字化转型升级

如果说数字化赋能是企业数字化转型的助推器，那么技术创新就是助推企业降本提效高质量发展的助燃剂。通过数字化赋能，有助于进一步提升我国传统企业的技术创新能力。而对于目前中国的差旅市场来说，技术创新在整个差旅服务过程当中，起到怎样的作用呢?

对于差旅管理行业而言，数智化差旅是企业实现开放、透明、协作的关键。 智慧差旅是在信息化的基础上，使各自分散、相对独立的采购，繁琐的事后报销，都整合在一个企业级完整消费生态内，实现从单一产品订购消费到采购、动账管理、事后报销的全流程一站式的数据连通和智能分析，打破信息孤岛，使零散的数据实现了融合与共享， 打破数字贸易的壁垒，助力企业用数据刷新服务体验，在降本增效方面的技术性创新变革，可加快赋能企业高效发展。

差旅费用作为企业第二大可控费用，其有效的管理与节约能够切实提升企业经济效益及运行效率。 差旅天下创造性的打造出一整套数智化的全流程差旅管控系统，通过技术的不断创新，可满足大型国央企和大型民企对合法合规和节费省税的高度热情， 提升企业员工出行体验，让企业的差旅费用更立体、更智能的完成分析与优化，达到企业提升效率、降低成本的目的。

·差旅天下：引领中国的数智化（差旅）费控平台

差旅天下（股票简称：差旅天下，股票代码：430578）是国家高新技术企业，专精特新及 科技 型“小巨人”企业，差旅天下以其二十年大型企事业单位的客户沉淀，精益求精的核心技术研发，已建立了极具创造力的，引领中国的数智化（差旅）费控平台”（CTMC），并相继取得全世界软件行业最高的CMMI5级认证、ISO9001质量保证体系认证、信息安全管理体系认证、技术服务管理体系认证，获得软件着作权180多项，挖掘并可有效规避了2800个风险点！强劲的实力，让差旅天下的差旅管控平台可以与政府、机关单位、企事业集团公司自身的财务系统进行完美对接，便于财务人员整理分析数据，然后根据数据资料进行差旅管控方案的迭代和升级，通过全流程智慧差旅管控，从源头上解决差旅出行中的管理难题，可有效提高差旅效率近60%，节省差旅成本15%~26%。

其中差旅天下针对集团费控、政府公共资金支出管理，已研发出相对应的功能强大的移动端APP，能够让用户“随时随地”发起申请、完成审批、发起预订、完成报销，其智能、便捷的差旅体验，已让差旅天下的智慧差旅管控得到众多政府、机关单位、国央企的青睐，线上用户超过1080家， 客户涵盖 汽车 、金融、文化、政府等行业领域，目前已经运用于一汽集团、东风集团、长安 汽车 、潍柴动力、中旅集团、交通银行、工信部、中国电建、中国文联、国家信息中心 等精益化管理诉求强烈的大型企业集团及政府机关，通过科学的管理手段提升其差旅管控的程度，为企业提供更优质的差旅管理解决方案，并为 社会 创造更多价值。

未来，差旅天下将继续响应国家政策，以企业和市场需求为导向，积极布局中国的主要城市和区域，赋能企业由人工票务时代到数智时代变革，助力企业数字化转型升级，推动企业高质量发展，通过技术、产品、服务的不断升级,赋予企业前行的新动力， 帮助企业规避管理风险、提升财务控制、节约差旅经费， 为提升我国数智化建设 健康 、稳定、安全、自主自强发展贡献力量，共赢行业数字化转型大时代！