解读数字化的2022：不再追求大而全的“军备竞赛”，用聚焦来提高转型“成功率”

2022 年，数字化已成业内共识，它是必答题，但它没有标准答案，所有企业都在摸索中前行。

本文主要目的在于简要阐述数字化行业的现状和趋势，“寒冬”之际，数字化作为长期投入，企业会如何权衡数字化所带来的价值，他们在关心数字化的哪些方向，是技术？是效益？还是数据？他们是如何思考自身的定位和未来的趋势，将作何布局？

基于此，我们采访了数位专家，他们的真知灼见，是该文能与大家见面的关键。以下内容基于公开资料和受访专家意见整理，本文篇幅有限难以面面俱到，未尽之处还请见谅，希望能为读者带来参考价值，并激发更深入的探讨。

2022 年是疫情第三年，经济下行，市场低迷，企业面临各方面的压力与不确定性，纷纷勒紧裤腰带准备过冬。“这样的大背景给很多企业的数字化投资带来了挑战，很明显感觉有的企业的数字化项目取消了，有的项目停滞了。”凯捷亚太区副总裁，亚太区首席数据创新官史凯直言道。

据他介绍，今年在跟企业交流时听到的最多的一个词是“效益”。从短期来看，单个项目投入更注重效果和速度，不再执着于长期的大项目，更加希望找到投资小见效快能持续迭代的投资。这意味着，企业不再只关注内部的管理，也不满足于系统和应用的成功上线，更多地以终为始，如何提升企业的盈利能力，降本增效的实际价值角度去思考，这些数字化技术和数据能够给他们带来什么样的效益，这也就是史凯在原创著作《精益数据方法论》中所梳理的，数字化转型将从业务价值出发，减少浪费，提升效益。

换句话说，与过往热衷于创新事物的现象相比，如今企业的数字化转型路径会显得更务实，不再追求大而全的“军备竞赛”，而是回归业务本身，聚焦业务价值。联易融副总裁沈旸表示，“在经济下行的情况下，企业会更清楚自己需要的是什么，从而把数字化的焦点放在主营业务的优化上。”

德勤中国数字化服务副总监孔云飞同样指出，企业如今会更注重理性分析自身经营最痛之处，从降本、涨收、促毛利出发，聚焦在某个领域形成局部以多打少的局面，塑造自己独有的具有差异化的竞争力。

比如，重制造企业选择投资数字化工厂，通过产线的自动化改造和生产工艺的改良，提升生产线的全过程管控，降低对人工的依赖，逐步完善成本管理。再比如，银行选择利用前沿的数据技术、机器学习，提升业务预测、主动获客能力等等。

普华永道发布的《2022 年数字化工厂转型调研报告》亦指出，危机时期，数字化工厂转型至关重要，是构建运营灵活性和韧性的可选路径，且将进一步推动卓越运营。

总的来说，从短期来看，清晰的目标，坚定的决心，务实的心态是当下大多数企业应对“寒冬”的不二法则。

不过，虽然企业不能像原来在相对宽松的经济环境下那样，去进行更多的试错，但也不意味要盲目地“省钱”。

资源有限，那就集中精力办大事，把钱花在刀刃上。

以雪花啤酒为例，雪花啤酒数字化负责人郭华提及公司在三个方面的调整：策略聚焦、打法聚焦、考核聚焦。

• 策略聚焦，指的是方向聚焦，目标聚焦，要有重点地去推进工作。在每个工作领域里，确定一个旗舰项目和中心任务，如果选不准，那该领域的工作就会被认为是没有成效的；

• 打法聚焦，比如雪花现阶段主要是在队伍建设层面发力，拉通信息，降低沟通和管理成本，提升整体工作组织能力；

• 考核聚焦，指加强指标和目标化的管理，全面推进量化考核。

“无论是从选择的切入点，还是系统项目建设过程的管理能力、管理水平，或是从业务层面解决问题、释放价值的角度来看，当下数字化的建设都要更加聚焦、精准和精益。”郭华强调。

当然，每个企业由于所处行业、市场环境、业务形态、发展阶段等各方面的差异，聚焦的数字化场景不尽相同。对此，史凯总结了四类企业需求更为迫切的数字化场景：

第一，营销获客类，也就是能直接助力提升企业盈利能力的场景；第二，运营优化类，能够优化流程，降低成本，提升效率的场景；第三，用户体验类，通过数据提升用户体验，深挖存量；第四，风控合规类，能够通过数据来提升企业风险管理和合规能力的场景。

孔云飞表示，尽管不同企业的痛点不一，但大部分企业都是想通过提高技术应用能力推动业财数据标准化、流程效率最大化，如此既降低了经营的不确定性，又可以显性提升管理层关注的毛利。很多企业想通过小投入撬动大收益，首先从重复劳动自动化开始，见效快、短期收益明显。对数字化着迷的企业，也会考虑轻量型创新技术以尝试改变现有管理模式，推动数据服务化的同时，更是朝着服务资产化的长远目标逼近，例如有很多国内外企业开始引入流程挖掘作为流程管理和业务变革的基座平台，让企业管理层也能轻松参与到持续改善经营的最前线。

而沈旸也提到，今年很多企业做的工作越来越像以前在信息化时代所做的，更关注业务流程设计，关注流程优化，包括在制造企业，装备和设备的自动化的需求会更加迫切。

综上，数字化依然被认为是「不确定的时代里，唯一的确定性」：不少企业在面临增长挑战的同时，依然笃定数字化的投入。但知易行难，根据麦肯锡全球调研显示，全球范围仅有 16% 的企业认为自己的数字化转型取得了持续成效。

那么，是什么原因造成企业数字化转型“成功率”如此之低？问题究竟出自哪里？

IBM 大中华区客户成功管理部总经理朱辉认为，当前企业数字化转型面临着技术与非技术的双重挑战。

他表示，从非技术的角度来看，数字化转型是“在充分释放数据价值和利用人工智能能力的前提下，重新打造一家企业的过程”。如果企业仅把数字化转型理解为，在现有的组织架构、业务流程、企业状况之下，利用技术实现降本增效的过程，那么从希望值上就已经出现了比较高的风险。

史凯举例，当组织架构和业务流程滞后于技术转型时，业务人员之间，以及业务与技术人员之间就会很难就场景的度量效果达成一致。“通常情况下，往往是在谈理念、谈方法都很和谐，但是一旦谈到具体的场景的效果度量，落到实施层面，就会各种扯皮。”，所以对齐业务价值，找到杀手场景是转型的抓手和驱动力。

“很多数字化转型的企业到最后会发现，它其实要做的是组织架构的调整，是职位岗位的调整，是员工技术技能的转换或者是改变。”朱辉表示。

因此，文化、组织架构以及流程的改变，是当下数字化转型过程当中碰到的主要障碍，企业数字化转型必须要有全面的战略，但凡其中一项是短板，都很有可能成为失败的导火索。

换言之，一方面，企业需要有全局的、长远的视角，循序渐进推进数字化工作，其中战略、节奏的调整很重要；另一方面，需要找到合适的落地场景，并进行与战略相匹配的组织流程重构工作。

数据是数字经济时代的基础性资源和战略性资源，也是重要的生产力。如今业内常说的数字思维，也可以简易理解成“数据思维”。在数据分析已渗入到各行各业的商业活动的当下，“数据思维”对企业的重要性毋庸置疑。

从技术角度的维度看，朱辉认为企业数字化转型面临的最大挑战恰恰与“数据”息息相关：企业级数据的质量和治理的成熟度，会直接影响数字化转型的效果。“数据治理是与数据相关的项目当中难度最高、复杂度最高、时间跨度最长、投入最大的一类项目。但如果没有把数据治理作为数字化转型过程中的必经一环，以及必须要做好的那一环，那么很多工作都会难以顺利推动。”

从目前来看，很多企业在使用数据的过程中还存在诸多问题。

比如，管理者有数据意识，但员工却缺少数据思维，他们面对纷繁的业务，不知道如何利用数据来指导决策，多数情况下仍然依赖于人的经验；比如，业务人员缺少技术与数据知识，而技术人员和数据人员缺少业务思维，业务与技术之间无法融合，使得数据的使用缺少价值场景；再比如，由于数据孤岛严重、数据质量不高，就会造成数据资源浪费，最终结果仍然是无法利用数据提升企业的盈利能力。

“为了打好数据这个‘地基’，部分企业正在尝试综合各种管理手段和技术应用一步一步往前走，但是企业情况各异、内功参差，有的走得快，有的走得慢些。”孔云飞说道。

今年 6 月，中央全面深化改革委员会第二十六次会议审议通过了《关于构建数据基础制度 更好发挥数据要素作用的意见》，初步构建了数据基础制度体系的“四梁八柱”，对数据确权、流通、交易、安全等方面做出部署。

在相关政策的引导和扶持下，我国正加快培育数据要素市场，促进数据要素价值释放。各地积极开展探索，布局数据交易平台建设，国内最早成立的大数据交易所为贵阳大数据交易所，于 2015 年开始运营。去年至今，北京、上海、广州、深圳等地陆续有数据交易机构设立。这也为推进数据合法合规交易，进一步释放数据价值提供了支撑平台。

再往深处看，“人”这个因素，也被不少专家认为是普遍的挑战。

“一个是人的能力，一个是人的思维，其实这是最大的困难，人的问题解决了，很多问题都迎刃而解。”在郭华的感知中，企业人员若守着旧的方法和惯性，容易盲目自信和“交学费”。

富士康首席数字化官史喆也强调，数字化转型是需企业全员重度参与的改革项目，只有全面部署，系统深入才能解锁和释放数字价值。很多传统的人员观念，系统模式等都要有全新全方位的思考和重建，只有这样才能满足转型需要。

但是，从目前来看，数字化人才的缺口是有目共睹的。举例来说，在中国，目前 ICT 产业相关的人才供需比是 1:9，ICT 领域从业人员缺口达 1200 万，其中人工智能、云计算、大数据等新兴领域的缺口超过 900 万。

此外，新兴技术人才及复合型人才尤为紧缺。以制造业为例，在智能制造的大背景下，很多企业需要的不再只是熟悉生产制造的作业人员，而是既懂设备又懂技术，同时又有行业经验的复合型人才——而现实情况是，这类人才目前在任何一个行业都是稀缺资源。

虽然困难重重，但是孔云飞仍然表示，经过近几年的专注投入和快速发展，未来，将有越来越多的企业从单个业务环节、单个产业的数字化走向全集团、全产业链的数字化。“他们更注重将业财沉淀下来的数据资产化以支撑决策智能化，深度挖掘端到端的业务转型洞察，探索业务增长第二曲线，也是为了支持正在经历寒冬的企业能通过降本增效达成收入稳定、毛利上扬的经营目标。”

而为了挖掘数据价值，让数据充分流动起来是基本前提之一。这意味着，企业一方面要从内部打破各种部门墙和系统孤岛，另一方面还要对外建立连接，实现全方位的打通。

“比如，对于中小型制造业，他们通常分布在比较小的领域端，他们比较迫切的需求是，如何成为大型企业的产业链条中最核心的一环，通过与大型企业的绑定，去优化自己的生产制造工艺。尤其是在这两年，全球供应链体系被彻底打破，变得越来越碎片化，供应链的重建就成了很大的挑战。”沈旸举例。

落地到技术层面，这表现为越来越多的企业开始重视平台化建设运营。

孔云飞指出，一些成熟玩家开始崇尚云计算、端到端超自动化，实现应用云服务化、全链路自动化，大幅提升业务运转。更有高阶玩家已经着手投资云平台、数据中台、机器学习等技术能力的探索。

金蝶中国平台解决方案部总监柳忠阳也表示，如今很多中大型企业开始关注“平台”，尽管大家并没有特别想明白平台具体是什么样的，但会开始强调一些平台底座需求，希望构建起自身的平台能力。其认为，当下行业云平台可以站在客户的角度去提供资源和产品的组合。

今年，Gartner 发布了企业机构在 2023 年需要探索的十大战略技术趋势。其中，行业云平台被列入十大战略技术趋势之一。在 Gartner 的定义中，行业云平台是通过组合 SaaS、平台即服务（PaaS）和基础设施即服务（IaaS）提供支持行业应用场景的行业模块化能力。

企业可以将行业云平台的打包功能作为基础模块，组合成独特、差异化的数字业务项目，在提高敏捷性、推动创新和缩短产品上市时间的同时避免单一厂商锁定。Gartner 预测，到 2027 年，超过 50% 的企业将使用行业云平台来加速他们的业务项目。

在我们看来，本质上，行业云平台也理解为更广义的行业解决方案。原先，行业云在业内争议较大，阿里云总裁胡晓明早些年曾在采访中谈到：“如果从基础设施 IaaS 层面看，行业云是一个伪命题。”

但经过这几年的发展，具有行业属性的云，越来越备受关注。Forrester《2022 年中国行业云系列报告》指出，金融服务、制造、政府、零售和医疗等行业用户正在加速行业云应用，一些行业云先锋案例引领了同行云实践。

Forrester 将中国行业云厂商生态分为 7 部分：公有行业云平台、私有行业云平台、行业从业者、SaaS 行业云应用、行业专家、领域技术推动者和 IT 服务，能力覆盖行业用户场景的底层基础设施、开发平台和应用服务三个技术栈。报告认为，行业云对于不同垂直行业的企业加速数字化转型和适应未来发展至关重要，但是没有一个通用的行业云解决方案可以解决一个企业的所有业务需求。对此，其建议中国企业的技术高管在实施行业云的过程中采取务实的态度并建立正确的认知。

此外，从架构层面来看，由于能够支持企业工作负载在内部环境、私有云和多云环境之间的迁移，以及在不同供应商的云环境之间按需迁移，让企业实现数据的无缝衔接，混合云平台也成为越来越多企业的优选项。

数智战略离不开智能化，“云”解决了如何开始计算的问题，效率的问题，“智能化”则解决如何把计算结果用得好的问题。

以智能制造为例，史喆介绍道，富士康有大量的生产运营场景，也有众多需要决策的点。“如何运营能降低成本，如何高效管理规格种类繁复的大量设备？如何把生产经营中的 Know-How 和决策以数字化的形式共享到全集团内？这些都是我们正在做的工作。”

柳忠阳也从客户方感知到，如何让数据和智能结合起来并融入业务场景，是如今被重点关注的问题。

如今，不少企业已经实施智能解决方案，比如流程自动化、智能分析等等。对应的技术应用方面，自动化工具 RPA（机器人流程自动化）依然是热门主流选择，它是当今许多企业踏入数字化转型大门的重要技术工具和平台，充当着企业的辅助生产工具以及数字化劳动力等角色。根据德勤的一项调查，53% 的组织已经开始实施 RPA。

RPA 的核心逻辑是从数据里能挖掘出有效信息，并迅速解决效率层面的问题。目前，行业内的 RPA 基本朝着智能化全场景服务的方向发展。

但如果要深度应用人工智能技术，则远不止这些。从行业来看，目前主要是高科技、电信、金融服务等行业对 AI 的应用比较深和广，比如金融服务类企业则将其应用于提升客户体验的相关职能。此外，许多汽车制造商也在运用人工智能技术开发无人驾驶汽车、改善企业运营。

据朱辉介绍，汽车行业近年发展的重点，已经从传统的造好车（“酒香不怕巷子深”）转变到更加提倡体验化、服务化、智能化、生态化。“未来的汽车就是一个软件能力的集成体，是一个人工智能能力的集成体，也是一个数据的产生和应用的集成体。在汽车制造以及汽车生态里面都正在发生一些颠覆性的变化。人工智能、混合云平台的技术在汽车行业当中是会发挥越来越大的作用。”

麦肯锡曾在一份报道中将人工智能视为数字化的下一个前沿，并指出人工智能技术对企业的数字化实力有一定要求，而且往往需要以特定数据进行训练，这就意味着企业没有捷径可走，只能加快数字化转型的步伐，包括人工智能技术的发展。先行企业现已逐渐形成竞争优势，将后来者甩得越来越远。

如果说技术是企业转型的外驱力，那么人才则是内生力。为全面推动数字化，人才的问题必须解决。

作为数字化转型的亲身实践者，郭华提出，最快最直接的数字化人才培养方式是“做项目”，训战结合。但这里面有一个非常重要的前提条件，即企业必须要建立起选择人的标准，基于标签、画像、数字化人才发展路径对所需的数字化人才进行规划与培养。

从技术服务商的角度来看，越来越多的科技企业也在近些年纷纷推出相应举措以加速人才培养。比如，华为在去年发布了“未来种子 2.0”计划，承诺在未来五年投入 1.5 亿美元用于数字化人才培养，新增受益人数预计将超过 300 万人。官方数据显示，截止目前，华为数字化人才发展服务已覆盖企业客户 1200 多家，累计为企业培养数字化人才近 5 万人。此外，腾讯教育也与 600 多所高校展开人才培养方面合作，累计为社会培养了超过 10 万名数字人才。

当然，无论是吸引人才抑或是培养人才，企业首先要搞清楚的是，自己缺的到底是哪类人才，才能有的放矢，有针对性地投入。过去，业内一般会把数字人才分为三类：数字管理人才、数字专业人才和数字化应用人才。而近年来，一些机构开始也对数字化人才做了更深层次的诠释。

以极客邦双数研究院今年发布的《数字人才发展体系：粮仓模型白皮书》为例，该白皮书将上述三类数字人才进一步细分为更加匹配企业架构的五层数字人才，分别是：

• 数字思维管理者：对应企业 CXO 层级。他们需要具备数字化思维，负责数字化战略创新，是带领团队推进企业数字化变革的企业管理者；

• 数字思维业务人才：具备数据思维，掌握数字工具的使用技能，基于不同业务场景，善于利用新技术手段提高业务效率和价值的人才；

• 业务架构人才：将业务战略解码，将企业内部业务进行横向打通的复合型架构人才；

• 技术架构人才：能力横跨多个技术领域，通过技术架构设计和实施来支撑业务的复合型架构人才；

• 专项技术人才：掌握软件技术或者新兴技术，并能够创造应用工具的人才。

以上五层数字人才粮仓模型，从人才分类、所需能力以及人才占比等维度给企业提供了建立数字化转型人才战略的思路，帮助企业先识别人才，再补齐短板。

近几年，我们可以明显看到，疫情促使企业加快数字化、智能化升级。最初，数字化转型升级对多数企业来说是权宜之计，主要转型场景围绕数字化办公、消费场景数字化、业务流程进一步线上化等展开。

虽然受到 2022 年的经济形势影响，企业的“口袋”捂得更加严实，更注重业务价值回报，更看重各种技术的投入产出比，以及数字化能够带来的经济价值。但是，展望 2023 年，数字化依旧势不可挡。

数字化的范围逐渐从单个企业的数字化转向产业性、地域性的数字化，智慧供应链、产业互联网、智慧城市、无人驾驶等将成为新的技术集聚热点。放眼全球，借助云计算等数字化技术加快出海，构建全球化品牌，将成为众多领先企业新的增长引擎。而为了满足全球监管合规要求，全面的安全策略和生态系统将成为标配。

除此之外，为落实可持续发展目标，如何利用数字化技术实现低碳、绿色、降低能耗，实现高质量的可持续发展，也必将成为企业数字化的重要议题。

可见，如今数字化转型的意义已远超当初的考量，它可以帮助企业寻找新的发展机遇，甚至决定了企业发展的命脉，在充满不确定性和不断变化的大环境下，觅得新生机。

如果你对本文感兴趣，欢迎在文末留言，或加入 InfoQ 写作平台话题讨论：https://xie.infoq.cn/

后续，迷你书、专题将集合发布于 InfoQ 官网，登录 InfoQ 官网: https://www.infoq.cn/ 注册并将 InfoQ 添加进收藏夹，精彩不错过。

同时，InfoQ 年度展望直播周将于 2023 年 1 月 3 日首场开播，并持续输出精彩内容，关注 InfoQ 视频号，与行业技术大牛连麦~

TDengine 征文开启 

电竞大套餐等你来领取🎮🎮

无论是对时序数据库 TDengine 的使用体验、落地实践

还是在开源路上的体会心得

都欢迎投稿哦  

👇🏻👇🏻👇🏻 点击阅读原文看详情领🎁 👇🏻👇🏻👇🏻