细数数字化破局后,遇到的那些坑公众号新闻2023-05-30 05:05前言在很多企业还徘徊在数字化大门之外时,有些头部公司已经开启了企业的数字化进程,并取得了不错的成绩。最近一段时间,我访谈了几位数字化领域领先的公司高管,想要深入了解他们在操盘公司数字化过程中的收获和体会。访谈一圈下来,这些先行者让我感受到数字化推行的艰难远超想像。门外的公司觉得数字化门槛很高,迈进去很难;而已经入门的会发现,前途更是充满荆棘。很多之前完全没想到的问题横亘在面前,可以说是一步一坑。所以我想把这些案例整理出来,一方面记录一下数字化过程中的艰难,另一方面也给后来者一些参考,避免重蹈覆辙。(这类文章如果大家喜欢,可以多给我留言。我会持续采访数字化专家,为大家带来更多观点和视野)我没想到,光是维持数字化模型的稳定就要花费如此高的成本访谈者介绍R是国内某金融集团的数据负责人,负责集团的整体数字化转型工作。他有近20年的数据工作经验,是一名从一线做起的数据全能型人才。采访正文我算是中国国内最早做数据的一批人,毕业后进入国内通信领域的顶尖公司,负责内部CRM的建设。因为工作需要,阴差阳错的进了数据这个圈子,从数据底层开始做起,一直做到上层应用,再做到数据分析,释放数据价值,算是端到端都做过了。五年之后,这家公司搭建数据中台,于是我又作为初创人员加入到公司内的数据平台建设之中,通过7年的时间,为这家全球公司初步落地了数字化解决方案。后来来了现在这家金融集团,一方面觉得金融的数据准确性更好,另一方面觉得数据在金融方面的应用更直接,更能产生价值。我来了以后主要负责整个风险的二三级管控,当时这部分工作主要依赖审核人员的经验,整个流程以手工为主,效率非常低。我当时提出通过标签+规则+模型的方式,把审核人员的经验沉淀成组织能力,并借助系统来提升效率,这个想法在8年前还是比较先进的。得益于集团老总的认可,我从零开始搭建团队,一步一步做近200人的团队(这里特别感谢你那篇《从零到1搭建数据团队》,让我受益匪浅)。在这几年里,我们搭建了2000+个标签,近千条规则和大几百个模型,现在集团内有60%+的风险是通过系统自动发现的,为公司节省了大量的人力成本。当时我真的十分自豪,觉得自己算是彻彻底底把数字化这件事落地了。可以说,我是数字化坚定的追随者,深信其必将改变我们的社会甚至人类历史。可是从去年下半年开始,我却陷入了深深的迷茫之中,甚至一度动摇了对数字化的信心。原因就是随着我们数据资产的增加,我发现为了防止它们腐败就需要投入大量的人力。比如,如果每个月有10%的源数据发生变化,为了要保证数据资产可用,我们需要做大量的工作:数据修正,重新跑标签,修改模型等等,光这些事情就把我团队的人拖死了。对于老板来说,一个200人的团队没有新的产出,而老的能力还时不时出问题,就会提出严厉的质疑。真的是跑马圈地一时爽,后期维护火葬场。更让我觉得泄气的地方在于,即便加人,我也很难突破60%的风险自动发现瓶颈,因为业务发展和变化的速度已经超过了团队搭建模型的速度。比如,业务要快速发展,很多业务开始是手工做的,根本没有信息系统,没有数据,我想入手成本很高;再比如,一些反欺诈规则,当我们发现并沉淀下来可能需要两个月,可一旦上线使用,外部欺诈者很快就能发现并做出应对。这就导致我们花了两个月时间的成果,刚刚跑两天就失效了,投入产出严重不匹配……。现在的我有些怀疑,数字化是不是还是有阶段的,至少目前这个阶段,数字化并非我们想像中的那么美好和强大,还是有很多力所不逮的领域。对数字化的思考数字化是趋势,但数字化不是万能钥匙,它也需要有天时和地利的加持。数字化离不开数据,而要准确、高效的获取数据就离不开信息系统。传统意义上,实现业务信息化不但时间很长,而且很昂贵。所以很多业务刚刚开展时,业务往往等不及上系统,人员手工先跑起来,这对于数字化来说是很不利的。但这个问题也有突破的趋势。最近系统研发领域掀起一股低代码风潮(就是不用或者用很少的代码就可以写出一个应用),包括大模型的智能编码(给出需求,代码自动就出来了),一旦能够落地,信息系统的建设成本将极度降低,数字化的基建问题就解决了一大部分。而回到模型、标签的维护上,这个短期来看没有突破的迹象。但如果大模型能够进一步演进,如果模型、标签的创建和维护可以部分甚至全部托管给人工智能呢?这样现在担心的效率和成本就不再是问题,就能充分发挥数字化带来的价值了。事物的发展总是螺旋状上升的,有时候可能明明做事情A,却需要B达到某个水平。我相信,当越来越多企业到达这个阶段时,就会有企业猛攻低代码和人工智能在模型维护上的探索了。这两件事可能短期得不到结果,但从长期来说,方向是正确的。这篇访谈文章是我们在数字化领域的一次尝试,如果大家喜欢这个系列,欢迎点赞+转发,给我们更多的动力和支持。END大家对于小数点数字化社区感兴趣的小伙伴可以联系林佳,备注:小数点社区,如果没有备注,不会通过哦微信扫码关注该文公众号作者戳这里提交新闻线索和高质量文章给我们。来源: qq点击查看作者最近其他文章