数据驱动企业数字化转型

客户世界 | 2025年8月28日 | 客世原创 | 评论已关闭 | 127

近年来，全球宏观环境中的不确定性和复杂程度继续增加。具体而言，地缴政治的复杂性推动了全球产业链和供应链的重构；新冠疫情造成的疤痕效应叠加通胀压力，多国消费需求受到抑制，这些因素都对全球经济复苏带来较强负面冲击。在这样的大背最下，生成式人工智能的兴起，唤醒了全球对技术变革潜力的期待。过去一年间，经济、消费者和社会、地缘政治、环境、人才及技术等六大维度均有两位数以上的增幅。这也揭示了企业变革的首要原因。

在充满巨变的环境中，企业数字化转型实现的价值也是全方位的，在可持续性、体验、人才、创新、包容与多样性方面的表现都达到了更高的水平，未来差距还将扩大。

谷歌认为:数字化转型是利用现代化数字技术(包括所有类型的公有云、私有云和混合云平台)来创建或调整业务流程、文化和用户体验，以适应不断变化的业务和市场需求。

华为认为:数字化转型就是基于业务对象、业务过程和业务规则的数字化，构建一个实现感知、联接和智能的数据平台。

阿里巴巴认为:“数字化是一个从业务到数据，再让数据回到业务的过程”，关键在于IT架构统一、业务中台互联网化以及数据在线智能化。

其中，技术是推动数字化转型的核心力量:以大数据、人工智能、云计算、移动互联、物联网为代表的新一代信息技术形成“核聚变”与行业融通，推动企业实现信息化向数字化的变革。

怎样来进行企业数字化转型呢？连接、数据、智能构成数字化转型三大内核。应用新一代信息技术，建立起人与人、人与物、物与物之间广泛且在线的连接；连接使内外部数据的边界消融，数据信息日益丰富，使AI的模型和算法有了用武之地；建立依赖可信依据而非依赖商业经验或直觉的自动化、智能化的决策体系，实现智能化场景应用和人工智能等高阶场景。

数字化转型也会带来三大变化，从外部商业模式和生态来看，过去的商业模式是从研发生产端到销售端，生态也是简单的、线性的产业链，现在的商业模式是从市场端到研发生产端到销售终端，生态是以消费者为核心的生态系统；从内部运作机制和管理者行为来看，过去的内部运作是以企业为中心，管理者行为:以“控制和命令”为核心的威权式管理，现在的内部运作是以用户为中心，管理者行为是以“服务和指导为核心的赋能式管理；从工作效率及客户体验来看，过去是人力密集，失误多、效率低，企业与用户之间缺乏连接，信息不透明，现在是机器取代人，失误少，效率高，企业与用户直接连接，提升用户体验。

数字化就是利用数字技术来改变商业模式并提供新的收入和价值创造机会，是转向数字业务的过程。在数字化时代，数据既是数字化的基础，也决定了数字化的价值。过去，企业所拥有的数据构成主要是财务数据和部分业务数据。数字化转型的推进，使得企业的数据生态发生了极大的变化，互联网、新零售等C端丰富多彩的应用，产生了大量充分展现消费者行为的数据信息。内部数据与外部数据的边界正在逐步消融。数据信息日益丰富，甚至日益广泛且深入地渗透进我们的生活中。这些丰富的数据海洋给我们提供了无限的可能，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。

数据驱动是数字化转型的主线，理解数据驱动要回答两大框架性问题。数据驱动的概念和内涵包括五大关键要素:
要素1：数据驱动的服务对象覆盖各层级管理决策人员；
要素2：以需求动机作为人机协同数据驱动的传导链条；
要素3：找到高价值的应用场景是数据驱动的前提和核心；
要素4：构建自动优化的AI模型和业务模型；
要素5：夯实大量实时多维度共享数据的基础。

要素1需要关注服务对象在企业所处的层面，对应的岗位环节，以及关注点；要素2明确需求动机的出出处，如战略导向、领导要求、问题导向；要素3应用场景需要关注呈现方式，如数据报表，预警方式，如仪表盘，决策方式和融贯新技术；要素4两个模型，AI模型要关注方式，如线性回归、逻辑回归、决策树等，业务模型需要考虑业务环节，如研发/制造，供应链，销售等；要素5数据涉及内容会比较多，如业务数据、财务数据等。

在2024中国国际数字经济博览会上，很多企业展示出自己在数字化转型的成果，同时展示了很多产品和服务，数据的应用是一个核心话题，重视人工智能的同时，数据的应用也是重点话题。

数据驱动的作用过程是一个闭环:基于人机协同的工作模式，对数据的采集、治理、提炼、总结规律形成智能模型及时作出决策，直接驱动行动的快速执行，最终将决策和行动数据化并进行反馈。同时，数据驱动需要形成闭环体系，可以通过六个步骤形成闭环。一、数据采集需要创造数据、重构系统和建立连接；二、数据治理可以使数据标准化、数据资产化；三、数据建模将数据转化为结构化的知识；四、智能决策可以自动化、智能化地开展数据洞察，推动业务和管理决策；五、指挥执行，基于决策下达任务指令、指挥和监控执行过程、分析执行结果、评价执行效果；六、反馈改进，进行决策反馈、行动反馈，系统通过深度学习算法自动对反馈情况进行修正和完善。

企业数字化转型从需求出发，以场景切入，用数据支撑，乘技术迭代，呈循环前进。需求出发，以核心需求为引擎进行数字化转型，避免盲目转型，明确要求，结合实际情况和阶段性目标，从一个环节入手，如开源、节流、提效，目标不同，也就意味着切入点不同；场景切入，从单个场景的转型切入，寻求局部最优方案，逐个突破业务重要节点，打通企业价值链，但行业不同，所选切入的场景也就不同；数据支撑，支撑转型过程和动作，支撑转型中的业务运营和管理决策，最终每个企业都要成为数据公司，以数据为导向；技术迭代，技术迭代会助力企业数字化转型不断前进，最终推动企业重塑竞争力，面向用户需求、解决实际应用，开展场景式研发与创新，逆向牵引技术迭代，通过技术与业务融合迭代驱动企业进入到网络式生态化协同创新模式，从而不断的引领技术迭代；循环前进，前进路径是近似于旋转的曲线，呈现从起点出发，经过不断试错和发展，仿佛又回到起点，但获得了极大丰富的经验，并提高的数字化转型的过程，虽然有起点，但是持续前进并没有终点，可以持续循环进行。

为适应未来真实世界和数字孪生世界的运行、交互与融合，企业应构建以数据驱动为核心，可广泛连接和打通、可灵活组装、可快速搭建快速迭代的新一代企业数字化架构。真实世界中的一切，基于信息系统和网络在线连接起来，现实与虚拟打通，实现无缝交互，并产生大量数据。基于技术构建数字化各项能力，创新性地满足企业不同场景下业务、管理、生态建设等全面需求。一方面推动现实中的效率提升、商业模式创新与生态演进，另一方面推动虚拟数据中的数据应用，实现数据驱动。

在企业数字化转型的进程中，AI的应用是其中不可或缺的点睛之笔。改变企业数字化体系的AI技术主要有三类：自然语言识别、知识图谱和机器学习。应用自然语音识别技术，系统具备了感知并认知自然语言的能力。用户可以随时随地、实时高效与数据进行“无门槛”交互；应用知识图谱和智能推理技术，系统可以自动检索阅读，并与用户进行智能问答；可以分析、记录、归纳用户的阅读数据和分析问题的习惯，实现数据信息的自动推送，实现从人找数到数找人的转变；可以开展归因分析，帮助决策者找到真正的问题驱动因素；应用机器学习，系统可以基于对业务知识的理解，科学预测，合理控制，智能分析。在很多行业已经取得初步成功试点应用的基础上，AI应用将呈现中台化的特征。在数据中台和业务应用之间提供AI模型的能力，形成对数据分析、决策人员的有效支撑。

在目前经济趋势下，大部分企业的目光仍聚集于数字化产品及工具，而更应将重点转移到关注数字化变革及其所带来的结果上。坚信数字化变革虽无一定之规，但也不局限于数字工具的应用，而是在于不断创造新的业务模式甚至商业模式，来适配于企业自身发展的需要，为企业创造价值。在新模式下，只有空间和时间壁垒不断被打破，简单任务减少甚至被转化，服务才会更加聚焦于客户价值以及用户体验。企业的数字化转型将持续依托数字技术，重构人工与智能产品的交互方式，提供提质、提效、降耗、降风险，推动企业向更高层次迈进，共创企业数字化转型的美好未来！

《客户世界》创办于2003年1月，是中国客户服务与数字运营行业的旗帜媒体。本文刊载于2024年玄武辑（总第236期），作者庞超来自软通动力数字运营服务线实施总监；联络编辑：edit@ccmw·net