睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

究竟真正的数字化转型,怎么落地?

时间:2022-01-29来源:流年的颠簸浏览数:142

作者按:上次发表了关于数字化转型成功案例的思考后,感谢大家的鼓励和质疑,我和大家一样也在摸索数字化转型的方法论。我们的数字化转型走了一条不寻常的路,目前看起来效果很好,这次总结一下具体的实施情况,希望对从事数字化转型的企业家和高管有所启发。另外,如果有疑问的话,也可以写下留言,我这次尽量回复。

第一,去年数字化的成绩单

1、    上点干货,晒下成绩单: 去年做了40多个系统,270多个项目,90%以上的项目在50多家工厂落地。也就是说,平均每个系统可以推广到6-7家工厂(270/40),平均每家工厂有5个项目(270*0.9/50)。这说明我们不是按照一个统一的进度,推一个大战略规划,而是根据工厂的业务需求安排数字化工作,已经实现了多点出击,全面开花。2、    简单回顾一下上次提到的背景资料: 我们是行业头部企业,在国内有50多家工厂,在海外也有多家工厂。总部地处准1线城市,人力资源市场前5年情况还好,这两年比较紧张。企业文化较好,工作态度很认真,和所有生产制造型企业类似,数字化的专业能力比较弱。一把手很重视数字化,把数字化转型定为4大企业战略之一。我们用3年时间逐步搭建了一支约200人的数字化团队,专业能力覆盖了基本上所有的互联网技术领域和部分工业智能化领域:业务流程改造、产品设计、软件开发、AI、工业控制自动化、云计算、大数据等等,逐步打通了IT和OT,实现了从传统ERP升级到互联网+ERP模式(没有陷入业务中台这个坑),核心项目质量在本行业内达到领先,而且全部做到了自主掌控。200-300人的团队往往被认为是一个比较尴尬的规模:说小不小(以外包项目为主的方式一般在100人以下),说大不大(以自主研发为主的方式一般在千人以上)。我们不仅控制了团队的规模,而且做到了突击队式的效果。3、    典型项目分析 先讲一个信息化帮助业务的典型案例。我们今年的一个新战略实施中,需要快速推广一项新业务。业务部门遇到的最大问题是缺乏有业务经验的人员(需要约700人,分布在20多个新业务点),而培养新人的方法远水解不了近渴。而他们原来外购的系统千疮百孔,业务管理制度仅有业界惯例的20%,主要靠人的经验去弥补流程和管理上的漏洞。我们因此重新开发了一套新系统,不仅实现了业务标准化,固化了最佳实践,而且和生产设备直接对接,提高了生产效率和质量。我们对应地补齐了80%的制度体系、完善原有的业务流程和管理制度,并固化在系统中。这样就降低了对业务人员知识和经验的要求,支撑了业务快速落地。实际上,新业务点的业务量很容易就超过了老业务点,而且没有出现大家担心的混乱情况除了信息化,自动化方面的工作也有很多成绩。我们基于自研的生产智能化系统,运转率已经超过了竞争对手的系统。原来采用了和竞争对手一样的国外平台,但效果不佳,供应商说业内都是这样。我们先自研了改进方案,效果还好,但还不是最佳。后来花了很大力气继续研究后,发现重写平台有用部分的难度不是那么大,计划和某大厂联合研发该平台的国产替代产品,但被其研发部门质疑我们的研发能力而放弃。后来另外一个大厂正好自研了平台软件,但找不到敢尝试的用户。我们查看后,发现风险可控,做了POC,系统顺利对接,迅速产生实效,而且系统的性价比远高于竞争对手。计划今年全面推广。后一个大厂的研发部门在和我们联合研发中,获益匪浅,正在行业内推广。第一个大厂后悔不迭。还有天车自动化改造。原来是被某知名企业半路撂挑子,只做到了远程遥控,做不到自动。我估计是他们内部几个团队协调不利,一直无法推进,工厂急得跳脚。我们主动揭榜,1个月完成了原型研发。后来我们不仅实现了自动天车,而且和上下游生产业务打通,常规工作基本上不用人干预,全智能运行。OT项目对公司的触动很大。很多人一直认为我们最多能开发一些软件,提高管理效率,结果我们不仅能做设备的自动化改造,而且还超过了竞争对手,还做到业界领先的水平。慢慢地,越来越多的工厂主动找我们做项目。省部级的荣誉、奖项很多,已经成为省里的智能制造、数字化转型的样板,也应邀在国家级的论坛上发言,也得到了很多来调研的院士的赞许,等等,就不多说了。

第二,总结和经验

1、    数字化很难提前规划。 我们去年60%的项目,在2年前没有规划。80%的重点项目,是去年才规划的。90%的项目,和最初的规划不一样。项目基本上都是边实施,边调整项目内容:要么是打通了相关业务,实现组合式创新;要么是扩大了实施范围,更广泛地推动业务改进。这种情况是第三方供应商的梦魇:项目经常改scope,有时甚至是推倒重来,后方团队资源利用率低,收款时核算工作量难免吵架。如果不能自主开发,就需要一个脾气很好,信任度很高的、强有力的合作伙伴,否则没有下一次了。 2、自主研发提高性价比是广泛推动数字化的重要因素。 因为自主开发,大部分项目费用不到20万,研发一般在1-2个月内,实施周期在2周以内,算得上是敏捷型,深受业务单位的欢迎。 我们自研的性价比优势很明显,尤其在AI方面更突出。我们有AI团队,包含自主核心人员、高校合作老师团队以及外包的数据标定公司。用户单位在对比AI方案的时候,往往充满了惊喜:外面卖40多万的系统,我们1万内搞定,只是可能识别慢10秒,但在应用场景中完全可以接受;或者是20多万的系统,我们2000内实现,效果还要好一点。 组合式创新是另外一种提高性价比的方式。第三方系统往往是独立的,和另外的第三方系统要么无法打通,要么代价高,要么时间长。而我们自研的系统,能轻松地进行组合式业务对接,提高业务对接的标准化,当然也提高效率。 敏捷支撑业务的发展也提高了性价比。业务经常要变,尤其是新业务、新战略。自主开发团队可以敏捷地支撑业务系统的调整,避免用第三方团队时要走的立项流程或者小需求被搁置的窘况。 

3、数字化要以提高企业核心竞争力为目标,以降本增效为目标的数字化是走不远的。 数字化可以降本增效,但数字化战略应该着眼于解决业务问题。自动化可以减人,但效果有限,而且自动化不是最优化。在自动化的基础上实现智能化后,才有可能和顶级人工看齐。所以,自动化更关键的是实现生产的稳定,质量的稳定,而不应该以减人为目标。(这和我上次的观点不一致,也是我在调整自己的看法。)但账还是要算的,生产稳定、质量稳定或者避免工人不好管,这些的价值要和投入相当。 数字化要重视支撑企业战略的实施。上面已经举例说明了,就不多说了。 要真实地对待自己,实事求是地评估数字化的效应。很多非数字原生企业谈数字化如何提高营业额、提高利润,好像企业的发展都是数字化的功劳,用来论证数字化的高投入是合适的。实际上这是不可能的,从某种程度上讲,甚至还贬低了数字化的作用。数字化可以为企业赋能,为企业解决业务问题提供比传统方式性价比更高的方法,而最终的成效,还是需要各业务部门、职能部门共同配合,齐心协力才行。这也是为什么Chief Digital Officer(首席数字官,不是首席数据官)在国外都定位于高管,都是经验丰富的企业运营老将的原因。我们公司总裁也赞同这个观点,强调数字化的作用是提高企业竞争力,而不以直接产生的经济效益来评价数字化。有了一把手的背书,我们现在就直截了当地宣传这个观点,强调解决业务问题为主,不以降本增效为目的。  靠数字化谋生的人很多,大家也不容易,各有自己的困难。我们也不例外。虽然目前看起来很成功,其实也是一步一步地成长起来的。有很多话就不好说透,大家可以多想一下。比如说,开发这么多系统,如何解决资源问题?产品设计中,如何和业务部门合作?费用流程如何适应数字化项目多变的特点?我想大家都是聪明人,企业的很多情况是类似的,多思考就能找到解决办法。本文只告诉大家数字化转型是可以成功的,代价也不是要到几十个小目标那么多,而具体的方式方法还是要根据企业的情况去调整。最后回顾上次的三个建议:1)勇气!2)做好预测,以提升一把手的数字化认知为核心。3)搭建合适的数字化团队。这些是我们成功的基础。数字化工作一定要耐心,胜军先胜而后求战,谋定而后动。切忌心浮气躁,运动式地建设数字化,最后只会适得其反,雷声大雨点小,拔苗助长。数字化转型过程中还有大量的战略、战术细节需要我们谨慎对待,在此就不一一详述。希望本文对大家有帮助,祝大家数字化转型成功!

第三,附言

顺便澄清一下CDO到底是Chief Digital Officer(首席数字官) 还是 Chief Data Officer(首席数据官)的问题。Chief Digital Officer(首席数字官)往往负责IT和数字化,有的还兼管OT(比如我),属于董监高。我们大股东法国公司里的岗位也是Chief Digital Officer,和CIO并列,共同向CEO汇报。Chief Data Officer(首席数据官)在非数字原生企业里,往往最多是一个高级技术管理岗位,但还不到高管的级别。我发现只有在数字原生生态公司里,才有可能把Chief Data Officer设为中高管或者董监高,因为这些企业天生已经实现了数字化建设,不需要再做数字化转型,但需要数据负责人。但不知道为什么,国内很多媒体喜欢认为CDO是Chief Data Officer。国内非数字原生企业里的CDO往往是CIO兼任的,属于高管或接近高管,所以我近来发现很多Chief Digital Officer都改称为 CDO&CIO(CDIO),或者Chief Digital Transformation Officer(首席数字转型官),我对外也改称为CDO兼CIO,估计都是不想被误认为是Chief Data Officer,强调自己是高管,强调公司重视数字化转型。
(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询