【IT168  评论】转型或者不转，数字化的浪潮就在那里。

　　IDC预计，到2022年，全球数字经济占比达到60%，中国的占比将达65%。到2023年，全球用于数字转型的支出将达到2.3万亿美元，超过所有ICT支出的一半。

　　转型并非一帆风顺，浪潮中先行试水者多有搁浅，统计数据显示，2018年当中，美国企业界在数字化转型上总计投入1.3万亿美元资金，而70%的转型计划都未能达到目标，也就意味着高达9000亿美元的投资付诸东流。《华尔街日报》曾经在调查当中发现，去年美国企业董事和高管们最担心的头号风险就来自数字化转型。

　　国内的企业拥抱数字化的热情很高，但是对转型也比较谨慎，有传统企业提出半面创新的战略，数字化真金白银的投资总要面对不确定性的风险。而若未能实现预期收益，除了投资回报率方面的损失，同时还会对企业战略、股东和团队士气造成伤害。

　　数字化技术纷繁复杂，引入新技术为公司带来的变革也充满未知，如何有效推进数字化转型，尽量少走弯路？不忘初心，方得始终。

数字化转型中的数据之“重”

　　Gartner高级分析师Daniel Sanchez Reina曾经指出数字化是所有转型的核心。

　　业内对数字化转型的定义和理解不尽相同，根据百度百科，数字化转型（Digital transformation）是建立在数字化转换（Digitization）、数字化升级（Digitalization）基础上，又进一步触及公司核心业务，以新建一种商业模式为目标的高层次转型。MBA百科的定义为，数字化转型是指通过利用现代技术和通信手段，改变企业为客户创造价值的方式。

　　转型是一种改变与升级，企业为什么要进行数字化转型？多位业内专家指出其动力来自于市场竞争和自身成长的压力，比如伽信智科创始人及董事长姜晓丹曾指出，数字化转型的第一个压力是如何在被挤扁的市场空间当中，让企业能够更快感受到客户需求，从客户需求出发，把自己的业务过程全面数字化，数字化转型的关键是以客户为中心。

　　阿里研究院安筱鹏博士在一次关于数字化转型的演讲中也谈到，企业要在不确定性的世界中进行决策，而企业竞争的背后是资源配置效率的竞争。数字化转型的本质是在“数据+算法”定义的世界中，以数据的自动流动化解复杂系统的不确定性，优化资源配置效率。

　　数字化转型不是目的，而是支撑企业在商业战场中更好生存下去的手段。如今在智能时代，数据爆炸式增长，企业需要更精准的触达，在海量数据中提炼出有价值的信息明晰客户需求，在瞬息万变中及时响应市场。数据已经成为新的生产资料，越来越多的企业将数据视作一种资产，挖掘数据价值驱动决策是企业数字化转型非常重要的命题。

大数据平台是数字化转型技术核心？

　　科学技术是第一生产力，企业的数字化转型离不开技术的支撑。

　　业界有这样一个计算劳动生产率的公式：O=A²LS/D

　　其中A代表科学技术，L代表投入的劳动力多少，S与D是投资与损耗。可见科技对生产力的影响是其它因素所不能比拟的。“而大数据平台，就是整个企业数字化转型中的A。”偶数科技大数据中台负责人宋宜旭（Eason）认为。

　　在DIKW体系信息转换图中，数据是信息的实际载体，从最开始的数据一步一步转换为智慧或者智能共有四个层次。宋宜旭觉得至少到“知识（Knowledge）”这个阶段才能算作数据资产价值化。目前大部分企业只做到了信息化（Information）层面，甚至有的企业只是做了一个烟囱（某一个部门做到了某部分业务做到信息化）。信息转化的每一个步骤都很重要，但从数据（Data）到信息化（Information）尤为重要，是整个数字化转型的基石，涉及到数仓平台的搭建，数据仓库建模，进行整个企业数据的统一等。

　　如今已经到了企业数字化转型的关键时期，如果不把如此庞大的信息梳理、归纳、挖掘、提炼出来有价值的信息，那么就会在数字化浪潮中迷失方向。

　　身处浪潮之中，不同企业对数字化转型的需求也不一样，比如一个刚刚起步To B创业公司对数字化转型的需求就没有那么强烈，但是对于像BAT这种大型互联网企业或者传统企业，数字化转型是关乎存亡的大事，最大的区别就是数据量的大小。“大数据平台是数字化转型中技术的核心。”宋宜旭强调。

当下重点：统一企业数据，形成数据资产

　　数字化转型是一个长期持续的过程，宋宜旭认为当下的重点在技术上，是要搭建真正意义上的大数据平台，统一企业的数据，形成数据资产。“很多企业内部已经搭建了大大小小数个数据仓库，各自为战，这不是大数据平台，也不是我推荐的方式。在技术上，’分‘与’合‘是一个永恒的话题，对企业大数据平台来说，’合‘比’分‘好，在逻辑上也应该是一个平台，一个整体，这样有利于数据的标准化与统一。”

　　的确，不少企业现在的一个困境是很难摸清楚数据资产家底，由于系统过多、数据过杂，无法有效统计和获知数据资产的真实情况。多个来源数据的质量不高，在低质量数据基础上进行数据挖掘与分析，也将导致结论的有效性和可用性也将大打折扣，大数据平台成为企业所需。

　　不过大数据平台的搭建也不能盲目，宋宜旭认为互联网、金融等行业的大型企业都是面向企业与个人客户，企业内部生产的数据数量庞大，大数据平台的搭建势在必行，越快越好，小规模的ToB企业暂时没有必要构建大数据平台。

　　不同行业有不同的需求，制造业可以结合物联网搜集大批用户行为数据，依托大数据平台做用户行为分析，最终为用户提供更好的产品与智能化的服务。

　　零售行业可以依托于大数据平台与人工智能，根据海量的销售历史以及当前的各种客观因素推测出来非常好的库存量应该是多少，以达到非常好的的投入产出比。

　　金融行业与前者有很大的不同，金融行业的业务种类繁多（存取款、理财、个人贷款、企业贷款、外汇兑换）逻辑复杂多样，数据量大。金融行业数字化转型的重点是BI与AI 。例如，如何通过BI分析得出下一个季度的投资方向，如何通过AI模型分析一笔实时转账是否有洗钱嫌疑。偶数科技的“LittleBoy”人工智能建模平台，在很多金融客户的反洗钱案例中也得到了很好的应用。

技术之外被忽略的关键

　　宋宜旭认为企业数字化转型未来的技术重点是数据中台、数据服务化、智能化和生态化，像偶数科技Lava数据中台，便是集数据统一、存储、治理、处理、服务化、智能化于一身的大数据平台。

　　技术在企业数字化转型中起到了非常重要的作用，但是很多转型项目的失败并不是技术所致，而是因为技术之外忽略了一些关键问题。

　　“做好数字化转型并不单是一个技术活，需要公司领导层意识到这是一个战略的规划，需要从公司的组织架构、流程、甚至企业文化等方面作出调整，这些非技术的层面往往容易被忽略。”宋宜旭指出。

　　不少企业已经意识到数字化转型是一个从上而下、全企业的、长期的系统工程，离不开CEO、CIO等领导层的支持，不是某个部门某一时期的工作，需要有一个全局的规划分阶段推进。引入适当的新技术只是其中一个环节，实际上引入技术可能只是开始。要想数字化转型项目达到预期收益，需要重点支持转型后的落地采用阶段。但企业往往会过度关注开发和交付阶段，而项目资源和知识在发布测试完后会迅速消散，没有很好沉淀下来。

　　发表在Harvard Business Review的一篇关于数字化转型的文章强调“归根结底，应该是企业对未来的规划驱动着技术发展，而非技术推着企业走。”

　　在技术之外，容易被忽略也是很多专家多次强调的是关于“人”的部分，许多企业组织往往忽视是人在推动这些变革，即使在技术环境中，人的情感也是影响决策和推动变革的主要因素。为了转型成功，项目负责人必须深入了解公司人员动态，还必须擅长以建设性的方式引导员工。比如有员工感到数字化转型可能危及到自己饭碗，不可避免会抵制转型，要及时洞察让员工有参与感和成就感，能够积极拥抱企业的变革。

　　数字化转型行至今日，依然在期望与质疑的海面上漂流，它唯一不可熄灭的引擎就是为企业更好的生存创造价值。日前还有人评论数字化转型是伪命题，真伪要在实践中才能明辨。在探索时期，没有谁能是绝对的老师，业内需要不同理性的声音碰撞。本文对数字化转型和大数据平台的作用做了初步讨论，未来会针对企业从数据资源到数据资产转化这一关键点进一步分析，敬请期待。