1、1成就数据驱动型企业中国企业数字化转型白皮书每一场危机中总是孕育着巨大的机会，考验的是决策者的远见和勇气。2003年“非典”期间，刘强东在中关村经营的所有门店被迫歇业。为维持运营，刘强东硬着头皮在论坛、网站刷帖子与用户沟通卖货。这次尝试，令此前对BBS一无所知的刘强东，刷新了对互联网和电子商务的认知。非典结束后，刘强东放弃了复制国美、苏宁商业模式的战略，力排众议关掉所有线下门店，全力发展京东多媒体网，正式跻身电商行业。刘强东的顺势而变，让京东弯道超车，迅速崛起为我国互联网头部企业。2022年，新冠疫情已在全球肆虐两年之久。数字化转型却在疫情中逆势加速，成为企业穿越不确定性，实现高质量发展的新引

2、擎。在市场倒逼转型的时代面前，现在的企业决策者，已无需像刘强东当年一般为“转不转”反复思量、背负非议和不理解；但却也会比他面对相对更不确定的转型过程和转型收益。“转什么，怎么转，从何处转”，成为长久盘桓在决策者心头的“问号三连”。为此，中关村数字经济产业联盟、元年研究院、管理会计研究共同完成这份报告，基于对100+中国企业数字化转型的实践调研和对专业人士的实地访谈，结合桌面调研、文献研究等研究方法，为迷茫中的企业带去一份数字化转型的实施方法论及行动指南。 前言100+中国企业数字化转型2成就数据驱动型企业中国企业数字化转型白皮书技术是推动数字化转型的核心力量：以大数据、人工智能（AI)、云计算

3、、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，赋能千行百业，推动企业实现信息化向数字化的变革。连接、数据、智能构成数字化转型三大内核：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。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。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。外部商业模式和生态的巨变内部运作机制和管理者行为的巨变工作效率及客户体验的提升影响内核连接数据智能技术信息化新一代信息技术数字化1. 本报告提出数字化转型的概念框架为： 核心观点3成就数据驱动

4、型企业中国企业数字化转型白皮书过去数字化转型带来三大巨变： 内部运作：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 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 商业模式：从研发生产端到销售端 生态：简单的、线性的产业链 内部运作：以用户为中心 管理者行为：以“服务和指导”为核心的赋能式管理 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 商业模式：从市场端到研发生产端到销售终端 生态：以消费者为核心的生态系统外部商业模式和生态内部运作机制和管理者行为工作效率及客户体验WHAT，数据驱动是什么？本报告认为，数据驱动的概念和内涵包括五大关键要素：

5、数据驱动的服务对象覆盖各层级管理决策人员；以需求动机作为人机协同数据驱动的传导链条；找到高价值的应用场景是数据驱动的前提和核心；构建自动优化的AI模型和业务模型；2. 本报告认为：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。AI4成就数据驱动型企业中国企业数字化转型白皮书AI模型模型线性回归逻辑回归决策树等战略导向领导要求问题导向业务数据要素5：夯实海量实时多维共享的数据基础财务数据大数据业务模型研发/制造供应链销售等呈现：如数据报表1预警：如仪表盘2建议：如抖音推荐3决策：如银行贷款4融贯：如元宇宙5角色要素1：数据驱动的服务对象覆盖各层级管理决策人员决策层管理层执行层角

6、色销售生产采购等关注点要素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模型和业务模型数据应用场景需求动机服务对象夯实海量实时多维共享的数据基础。5成就数据驱动型企业中国企业数字化转型白皮书HOW，数据驱动怎样发生？本报告认为，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、整理、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。报告提出数据驱动的闭环体系为：数据治理使数据标准化、数据资产化智能决策自动化、智能化地开展数据洞察，推动业务和管理决策指挥执

7、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、评价执行效果反馈改进决策反馈、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数据采集创造数据、重构系统和建立连接数据建模将数据转化为结构化的知识6成就数据驱动型企业中国企业数字化转型白皮书3. 本报告提出数字化转型的“五要素”推进法：从需求出发，以场景切入，用数据支撑，乘技术迭代，呈螺旋前进。需求出发场景切入数据支撑技术迭代螺旋前进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，打通企业价值链行业不同，切入的场景不同需求出发以核心需求为引擎进行数字化转型，避免盲目转型技术迭代将经由助力企业数字化转型不断前行，最终

8、助力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，引领技术迭代支撑转型过程和动作每个企业都要成为数据公司螺旋前进明确要求，根据实际情况和阶段性目标，从某一环节入手开源？节流？提效？选择不同的目标，切入点不同场景切入数据支撑支撑转型中的业务运营和管理决策技术迭代前进路径是近似于螺旋的曲线是一条只有起点没有终点的征途呈现从起点出发，经过不断试错和发展，仿佛又回到起点，但获得极大丰富和提高的数字化转型的曲折过程7成就数据驱动型企业中国企业数字化转型白皮书4. 本报告提出：为适应未来真实世界和数字孪生世界的运行

9、、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。它在未来将以如下形态出现：真实世界中的一切，基于信息系统和网络在线连接起来，在虚拟世界中形成镜像，真实世界与虚拟世界打通，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。一方面推动真实物理世界中的效率提升、商业模式创新与生态演进，另一方面推动虚拟数据世界中的数据应用，实现数据驱动。管理应用层IOC层结构化数据客户数据财务数据业务数据社会化数据实时数据离线数据半结构化数据非结构化数据数据层伙伴渠道协助者竞争者生态采购

10、生产销售人力财务研发经营分析预算管理目标管理风险管理预测模拟绩效管理低代码开发数字化流程对象建模业务应用层指挥调度决策分析人工智能数据加工监控预警计划执行交易协同在线沟通能力层作业组织 制度 流程利润人力销售物流设计生产辅助活动主要活动设备管理系统生产管理系统财务管理系统其他利益相关者股东监管机构价值链资金ERPSCMCRMOAMISBIHR信息系统客户企业供应商制造能源金融化工服务分销产业链计划寻源采购付款入库收款报表模式创新一商业模式创新与生态演进数据驱动一数据丰富与技术进步战略制胜 价值创造 体验为王客户供应商场景化问题/目标、人、对象行政财务1成就数据驱动型企业中国企业数字化转型白皮书

11、01 不同人群对数字化转型的理解 11.1 学术文献中对数字化转型的描述2国外文献关于数字化转型的研究2国内文献关于数字化转型的研究21.2 企业对数字化转型的认识302 数字化转型的“33”概念框架 42.1 技术是推动企业变革的核心力量5信息化改变但不是颠覆流程5新一代信息技术推动数字化变革的发生5数字化是转型数字业务的过程62.2 连接、数据、智能构成数字化转型三大内核6连接是数字化最基本的内容6数据是数字化的基础6智能是数字化未来的最高形式62.3 数字化转型对企业带来三大巨变7推动外部商业模式和生态的巨变7引起内部运作机制和管理者行为的巨变7推动工作效率及用户体验的提升7目录CONT

12、ENTS2成就数据驱动型企业中国企业数字化转型白皮书03 数据驱动是数字化转型的主线 83.1 数据驱动的三大洞察9数据驱动是动力而不是助力9数据驱动与人机协同模式紧密关联9以数据驱动替代流程驱动推动数字化转型93.2 数据驱动的概念框架11服务对象覆盖各层级管理决策人员11以需求动机作为人机协同传导链条11匹配不同层次的数据驱动应用场景11构建自动优化的 AI 模型和业务模型12夯实海量实时多维共享的数据基础123.3 数据驱动的六步闭环14数据采集是数据驱动闭环的起点14数据治理是数据标准化、资产化的过程15数据建模将数据转化为结构化知识15智能决策是系统开展自动化数据洞察的过程15指挥执

13、行是用决策结果驱动行为的过程15反馈改进是系统自动修正和完善的过程1504 数字化转型的方法论和行动指南 164.1 数字化转型的“五要素”推进法17从需求出发17以场景切入17用数据支撑18乘技术迭代18呈螺旋前进183成就数据驱动型企业中国企业数字化转型白皮书4.2 数字化转型的六大主战场19以研发数字化为引擎重新定义产品19以生产数字化为核心推动智能制造22以供应链数字化为桥梁实现业务强耦合25以营销数字化为抓手读懂用户、持续成交27以财务数字化为牵引推动业务财务双向赋能30以经营管理数字化为手段实现数智运营3305 用新一代技术架构支撑数字化转型 365.1 新一代企业数字化架构37从

14、真实世界到数字孪生世界37数据层：万物皆数37能力层：数字化必备的三层能力38应用层：数据应用的两大方向385.2 驱动企业数字化的核心技术39打造新一代技术平台支撑数字化转型39建立在线连接协同是数字化前提39数据治理水平和智能决策能力是评价数字化水平的核心标准41AI 人工智能点亮数字化未来4206 数字化配套机制的“五力模型” 436.1 领导力：长期主义与脚踏实地446.2 规划力：战略引领与持续迭代446.3 组织力：变多层级为扁平式组织结构456.4 执行力：打造数字化复合型人才梯队456.5 文化力：落地面向数字战略的上海品茶451成就数据驱动型企业中国企业数字化转型白皮书01不

15、同人群对数字化转型的理解2成就数据驱动型企业中国企业数字化转型白皮书1.1 学术文献中对数字化转型的描述1.1.1 国外文献关于数字化转型的研究麻省理工（2017）1的研究指出，数字化转型可分成Digitized和Digital两类。其中，Digitized以实现更高效率、更高可靠性和更优成本为目标，而Digital则是以聚焦快速创新，实现创收和增长为方向。Bresciani，Ferraris，&DelGiudice（2018）；Scuotto，Arrigo，Candelo，&Nicotra，（2019）认为，数字化转型重新定义战略、创新与治理机制，通过影响整个组织创造出的新的企业价值链以及企

16、业间的关系，改变了企业开展业务的方式以及同上下游企业等利益关联者建立联系的方式。Sanchis R等（2020），Marc K.Peter等（2020）认为：低代码开发平台、大数据、云计算、区块链以及人工智能等数字技术，为企业数字化转型提供坚强有力的技术支持。Huanli Li 等（2021）认为：数字化转型通过加强企业内外部关系，促使数字技术与企业经营战略的结合，从而增加企业面对市场环境变化的应对及反应能力。1JeanneW.Rossetc.DontConfuseDigitalWithDigitization,2017。2国务院发展研究中心课题组.传统产业数字化转型的模型和路径,2018。1

17、.1.2 国内文献关于数字化转型的研究国务院发展研究中心课题组（2018）2指出：数字化是利用新一代信息技术，构建数据的采集、传输、存储、处理和反馈的闭环，打通不同层级与不同行业间的数据壁垒，提高行业整体的运行效率，构建全新的数字经济体系。李辉等（2020）认为：数字化转型是构建于互联网和信息技术基础之上的智能化和数字化，通过搭载全新的产业形态，重构交易模式，将企业的生产设备、交易过程和物理世界数字化后再连接，推动企业竞争从实体空间向网络空间转变的一种全新的生存、生产、经营、竞争与创新方式。肖静华（2020）认为：从技术视角来看，数字化转型是以新一代数字技术、商业模式、竞争模式、新型人力资本积

18、累和相应制度变革为关键驱动因素的颠覆性创新力量。尹金等（2020）认为：数字化转型是利用信息化技术对企业的组织架构进行重塑，让企业的业务构架变得更加快捷和方便。数字化变革代表着以数据为驱动要素的新经济形态和产业发展规律。3成就数据驱动型企业中国企业数字化转型白皮书1.2 企业对数字化转型的认识Gartner（高德纳，又译顾能公司）给数字化转型的定义是，开发数字化技术及支持能力以新建一个富有活力的数字化商业模式。数字化转型完全超越了信息的数字化或工作流程的数字化，着力于实现“业务的数字化”，使公司在一个新型的数字化商业环境中发展出新的业务（商业模式）和新的核心竞争力。谷歌认为：数字化转型是利用现

19、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。亚马逊认为：数字化转型的本质是信息技术和能力驱动商业的变革。企业数字化转型的三个关键是：第一，建立起数字化的企业战略、模式和文化；第二，企业掌握驾驭数字化新技术的能力；第三，将数据视为企业的战略资产。IDC（国际数据公司)认为：数字化转型是“利用数字化技术（例如云计算、移动化、大数据/分析、社交和物联网）能力来驱动组织商业模式创新和商业生态系统重构的途径或方法”。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

20、以及数据在线智能化。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。腾讯CEO马化腾认为：数字化转型未来的趋势就是数据打通，再造流程，简化流程，提高效率。美的集团CEO方洪波认为：数字化即企业价值链的数字化，也就是从数据出发，利用现有的一些新型技术与所有的数据进行分析、计算、重构，然后实时指导经营管理的全过程。4成就数据驱动型企业中国企业数字化转型白皮书02数字化转型的“33” 概念框架5成就数据驱动型企业中国企业数字化转型白皮书2.1 技术是推动企业变革的核心力量新一代信息技术形成“核聚变”与行业融通，赋能千行百业，推动着万物互联，迈

21、向万物智能世界，进而带动新数字经济发展，推动企业实现从信息化到数字化的变革。从各方对数字化转型的理解来看，存在一些共性：技术、连接、数据、智能、商业模式、管理模式、效率，这些构成了数字化转型的核心关键词。我们通过梳理这些关键词与数字化转型之间的关系，提出了数字化转型的概念框架如图2-1所示： 图 2-1 数字化转型的概念框架2.1.1 信息化改变但不是颠覆流程从技术的视角上看，数字化是IT（InformationTechnology，信息技术）向DT（DataTechnology，数字技术）转化的过程。因此，我们在谈论数字化时，就不能不提信息化：从应用的广度上看，信息化主要是单个部门的应用，很

22、少有跨部门的整合与集成，只能实现部分流程、部分信息和数据的线上化；从应用的深度上看，信息化尽管将线下的流程和数据搬到了线上进行处理，但企业内部各部门，企业与企业之间，企业与社会之间都没有建立连接，并没有改变业务本身，仅仅是对线下流程的改进和再造，未解决数据分散形成信息孤岛的问题；从思维模式上看，信息化还是线下的流程化思维，是对线下物理世界的活动进行管控，流程是核心，信息系统是工具，而数据则是信息系统的副产品。2.1.2 新一代信息技术推动数字化变革的发生新一代信息技术的突破性发展，使企业从信息化向数字化的变革成为可能：大数据技术的出现，使得海量数据能够以高效、低成本的方式进行存储、处理和分析；

23、AI技术为机器开展深度数据分析和辅助决策提供了技术支持；云计算创造了连接现实与虚拟孪生世界的基础环境；移动互联技术让连接无处不在、无时不在；物联网为数字化提供了大量源头数据，如大量生产设备、生产线在生产过程中的运行数据。基于新一代信息技术，我们能够将现实缤纷世界在计算机世界全息重建这就是现实世界与虚拟世界并存且融合的数字化新世界。外部商业模式和生态的巨变内部运作机制和管理者行为的巨变工作效率及客户体验的提升影响内核连接数据智能技术信息化新一代信息技术数字化6成就数据驱动型企业中国企业数字化转型白皮书2.1.3 数字化是转型数字业务的过程根据Gartner对数字化（digitalization）

24、的定义：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。与信息化相对应，数字化具有如下核心特点：从应用的广度上看，数字化是在企业整个业务流程中进行数字化的打通，会牵扯到企业方方面面，甚至会影响上下游产业链生态。从应用的深度上看，数字化为企业带来了从商业模式、运营管理模式到业务流程、管理流程的全面创新和重塑，打破了部门壁垒、数据壁垒，延伸到上下游产业链，实现跨部门、跨单位的系统互通、数据互联，数据被全线打通融合并形成数字资产，赋能业务、运营、决策。从思维模式上看，在数字化时代，企业的思维模式应从流程驱动转向数据驱动。数据是物理世界在数字化世界中的投影，是一

25、切的基础，而流程和系统则是产生数据的过程和工具。需要注意的是，数字化并不是对信息化的推倒重来，而是要基于对企业以往信息系统的整合优化，提升管理和运营水平，用新的技术手段提升企业的技术能力，以支撑企业满足数字化转型的新要求。2.2 连接、数据、智能构成数字化转型三大内核2.2.1 连接是数字化最基本的内容互联网、移动互联网、物联网的突破性发展颠覆了人与人、人与物、物与物之间的连接方式。今天，人们已经习惯于在线连接去获取一切。企业可以基于云端平台，与供应商、用户、税务局、工商局等进行对接，实现交易在线化、透明化，统一对账和结算。通过将企业内部的IT系统与智能制造设备相连接，企业能够开展供应链计划和

26、精益成本管理。基于互联网，企业内部各个部门、企业与企业之间、企业与管理机构之间的人员都可以建立连接，快速进行社交分享、沟通，发起会议，开展协作。2.2.2 数据是数字化的基础在数字化时代，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；工业4.0的推进，极大丰富了企业生产运作过程中的在线数据；而互联网、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

27、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。2.2.3 智能是数字化未来的最高形式数据赋能离不开智能的应用，未来的数字化是建立在大数据和AI基础上的运营全面智能化，是企业实现“连接”，坐拥“数据”之后的延伸。比如，系统基于机器学习模型、语音识别模型、管理测算模型等AI模型，融合具体业务场景、运营场景，将模型与场景相关联，实现一体化应用，辅助或直接作出快速决策，促进“生产智能化、服务生态化、管理协同化、决策数据化”，实现人工智能高阶场景。7成就数据驱动型企业中国企业数字化转型白皮书2.3 数字化转型对企业带来三大巨变2.3.1 推动外部商业模式和生态的巨变在

28、数字化时代，当整个世界被连接在一起之后，过去“从研发生产端到销售端”的传统商业模式被颠覆，取而代之的是“从市场端到研发生产端到销售终端”的现代商业模式；过去简单的、线性的产业链被击破，取而代之的是更加高效的、以消费者为核心的生态系统。融合成为数字经济发展的重要方向。产业数据链、技术链、供应链、资金链等各条链路在数字化时代都要实现同频共振，通过产业数字化和数字产业化双轮驱动助推现代产业体系建设。2.3.2 引起内部运作机制和管理者行为的巨变互联网将企业和用户连接在一起，打破了信息不对称，不仅使企业与用户之间的沟通变得越来越实时和没有缝隙，也让企业能够聆听到真实用户的声音。同时，用户的评价也会直接

29、影响到其他潜在用户的消费意愿。用户的影响力在数字化时代实现了大幅提升，用户获得了前所未有的主导权。无论在线上还是在线下，提升用户体验成了商业最核心的问题。这就要求企业必须建立起以用户为中心的运营模式，并不断完善服务并提升服务质量。相应的，企业管理者也要发生转变：从经营产品向经营用户价值转变；从经营市场向经营数据转变；从经营企业向经营生态转变。这些转变的背后，要求管理者的行为模式要实现从管控向赋能的转变。以“控制和命令”为核心的威权式管理行为被削弱，取而代之的是以“服务和指导”为核心的赋能式管理行为。2.3.3 推动工作效率及用户体验的提升数字化转型不仅给带来了业务活动的在线化和数据处理的智能化

30、，还有大量流程、大量业务的自动化处理，从而在最大幅度上降低失误、提升效率。同时，数字化还为企业带来了用户体验的极大提升。数字化连接一切，企业能够基于互联网与用户互动：无论是用户对产品和服务的需求，还是用户对产品和服务的反馈，都能够直接快速地传递到企业。企业能够据此高效做出改进产品和服务的决策，并完成产品服务升级。我们可以用这样一段话对企业数字化转型进行诠释：在数字化时代，企业通过广泛且深入地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。这些连接让数据的传递变得更加高效，信息变得更加透明，运营效率不断提升；引发了企业的商业模式、产业生态和运营管理模式的巨大变化。同时，这些

31、连接也让企业获得了海量的内外部数据，使AI的模型和算法有了用武之地。企业可以依托模型和数据，建立起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，高质量、快捷地完成业务与管理活动。8成就数据驱动型企业中国企业数字化转型白皮书03数据驱动是数字化转型的主线9成就数据驱动型企业中国企业数字化转型白皮书在国务院下发的十四五规划等重要文件，以及各部委、各地区下发的数字化报告和规划中，都多次提到了数据，数据中台，包括数据治理和元数据管理。数据作为企业的战略资产越来越受到重视，从最初的数据协助业务协同，转化为数据驱动业务，数据驱动运营，乃至数据驱动人工智能和智能场景应用。因此，我们说数据驱动

32、是数字化转型的主线。充分发挥数据价值是数据驱动的目的，数字化时代数据价值的利用和发挥将影响企业数字化转型过程和形成数字化背景下企业的核心竞争力。理解数据驱动有两大框架性问题：WHAT，即数据驱动是什么？HOW，即数据驱动怎样发生？3.1 数据驱动的三大洞察数据和模型是数据驱动的基本前提，数据价值的利用和发挥是数据驱动的目标。辨析和明确数据驱动内核要解决的主要问题，就是数据驱动在企业决策和行动中到底扮演什么角色，数据驱动的作用方式、作用过程和应用场景。3.1.1 数据驱动是动力而不是助力很多人容易将数据驱动与“以数据为中心进行决策”混为一谈，但我们认为这两者存在本质差别。“以数据为中心进行决策”

33、顾名思义就是用数据来支持决策。通过对数据的整理、抽取，将数据转化为可读的知识，形成分析结果，决策者根据分析结果考虑并决定决策结果，最终决策由人做出。以数据为中心进行决策，人为决策的本质未变，决策者作为个人的局限性无法避免；难以应对复杂多变的数字化时代高频次动态决策的需求；同时，仍旧打不破企业业务流程环节多、决策链条长、信息不对称等传统决策模式下存在的问题；也没有完全体现当下自动化智能化的发展趋势，在这种定位下，数据驱动所带来的效率和价值都会大打折扣。3.1.2 数据驱动与人机协同模式紧密关联“数据+AI”是数据驱动的核心要素。AI所具备的自主学习、自主决策、主动交互、情境感知等能力与特性，给数

34、据驱动创造了更多更高层级的应用场景。AI的终极目标是“人机物”等多元协同共生。在数字化、智能化时代，企业在人机协同的工作方式下开展数据驱动成为常态。随着机器智能化程度和自主能力的增强，人机协同的数据驱动有不同层次的应用场景，是一个“人的参与渐次减弱，机器的参与渐次增强”的体系。3.1.3 以数据驱动替代流程驱动推动数字化转型流程驱动的基本思想就是改变传统的按照重复、删除、分工原则把一项完整的工作分成不同部分、由各自相对独立的部门依次进行工作的工作方式。流程驱动依靠人的直觉和经验，用过去的流程来管理和应对现在和未来的变化，在市场环境日益复杂多变的现在和未来，显然不可取。数据驱动依靠数据、算法和模

35、型而不是人的直觉和经验驱动流程中的行为，能够更迅速、智慧地响应企业的业务和管理需求。10成就数据驱动型企业中国企业数字化转型白皮书图 3-1 什么是流程驱动图 3-2 什么是数据驱动表 3-1 流程驱动与数据驱动对比流程驱动数据驱动输入：人的经验和直觉输入：数据过程：文档设计，流程分析过程：数据建模，机器学习设计过程可解释，过程可视模型训练过程不可视非自动化可自动化迭代慢迭代快输出：规则体系输出：决策体系经验直觉输出业务人员流程设计什么是流程驱动？规则什么是数据驱动？输出数据系统挖掘建模数据驱动规则11成就数据驱动型企业中国企业数字化转型白皮书 图 3-3 数据驱动的分析框架3.2 数据驱动的

36、概念框架基于上述分析，为更清晰地展现数据驱动在企业的发生过程，我们结合数据驱动在企业从发生动因到应用路径的传导机制，进一步梳理出理解数据驱动概念和内涵的五大关键要素，分别是：服务对象、需求动因、数据、模型、应用场景。围绕这五大要素之间的勾稽关系，我们构建了数据驱动的分析框架（见图3-3），并以此为基础，从人机协同视角出发，对框架要素逐一进行描述，形成了数据驱动的概念框架（见图3-3）。3.2.1 服务对象覆盖各层级管理决策人员服务对象即“人机协同”中的人。数据驱动的服务对象既包括企业高层决策者，包括从集团到部门的中层管理人员，又包括销售、生产、采购、研发、质控等各个经营环节的业务执行人员，这些

37、服务对象既是数据的使用者又是提供者，以自身不同的关注点对系统提出需求，通过需求传导，在具体场景形成基本的人机互动，并逐步上升到人机协同和人机融合。3.2.2 以需求动机作为人机协同传导链条与服务对象相对应，需求动机分为企业决策层的战略需求、管理层的管理需求以及执行层解决具体业务问题的需求。需求作为人机协同的传导链条，不同层次的需求动机将对应不同层次的数据驱动应用场景。事实上，在数据驱动发展至今的过程中，低层级的需求一直存在，只是逐步向高层级发展，这就要求在构建数据驱动概念时，应持有发展动态的原则，结合人机协同的发展，尽可能完整体现数据驱动的全貌。服务对象应用场景模型数据需求动因12成就数据驱动

38、型企业中国企业数字化转型白皮书3.2.3 匹配不同层次的数据驱动应用场景找到高价值的应用场景是数据驱动的前提和核心。数据驱动的应用场景，实际上对应的是服务对象不断发展的从低到高的需求，层级的高低则是由人机协同的程度来体现。具体而言：第一层是呈现，核心是要你看见，即将数据结果呈现给用户，只反应客观事实，不做判断，典型应用场景如数据报表。在这个层级上的数据驱动未形成人机协同，仅有简单的人机交互；第二层是预警，核心是助你分辨，即基于数据判断好坏优劣，典型应用场景如红绿灯、仪表盘，在这一层级上系统已开始进行数据的处理分析，并能协助用户进行数据判断，人机交互程度进一步提高，但数据分析判断过于简单，仍未达

39、到人机协同的程度；第三层是建议，核心是帮你抉择，即基于数据做出行动建议，如商品选择、抖音推荐，这一层级在一定程度上已经开始出现人机协同，与传统的工具不同，信息系统可以运行设定好的模型算法，针对用户的输入执行相应的命令，做出预设性的建议，人与数字系统的交互是双向、多重的，并且可以形成多轮开放式对话，但做最终决策的仍然是人，系统仍处在被动地位；第四层是决策，核心是替你决断，即基于数据自动决策和执行，如银行贷款等，依托智能系统，数据驱动场景正式进入人机协同阶段，智能系统具有情境感知、自适应学习、自主决策及主动交互与协同等关键特征，人开始选择性的将经营管理事务交由系统自动决策和执行，在此过程中，人和系

40、统互相双向学习，推动着人机交互向人机智能协同发生深刻的转变；第五层是融贯，核心是虚实合一，即将虚拟与实际打通，在人机智能得到充分融合的条件下，人机协同将向人机融合转变，人与机器的共生关系将在信息传递、信息处理及决策执行等方面都得到全方位的充分体现。此时，数据驱动下的决策也将难分是完全由机器做出还是由人做出，机器和数据已经成为现实中人不可分割的部分。3.2.4 构建自动优化的AI模型和业务模型数据驱动的不同层次场景、人机协同的不同程度，都需要依靠模型来构建。企业数据驱动场景下的模型主要有两类，一类是AI模型，包括线性回归、逻辑回归、线性判别分析、决策树、学习矢量量化、深度神经网络等，为解决各类数

41、据处理问题提供科学的算法，并可以基于机器人的自适应学习机制持续自主地进行模型更新。另一类是业务模型。基于数据+算法+算力，企业通过将业务过程抽象化、数据化，开展数据建模，形成覆盖从研发、制造、供应链、物流、市场、销售等环节的全链路的多维业务模型。这些模型沉淀在系统中成为知识，多向共享赋能不同业务场景中的数据应用，并在此过程中自动进行优化和迭代。3.2.5 夯实海量实时多维共享的数据基础数据是物理世界在数字化世界中的投影，是数据驱动的基础，也是使机器获得智能的钥匙。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。数据量的提升、数据时效性的加强、数据来源复杂化、数据维度多元化、数据共享化

42、，为数据驱动提供了大量、实时、多维、贯通和定制化的生产要素，让数据驱动向全场景渗透。13成就数据驱动型企业中国企业数字化转型白皮书图 3-4 数据驱动的概念框架AI模型模型线性回归逻辑回归决策树等战略导向领导要求问题导向业务数据要素5：夯实海量实时多维共享的数据基础财务数据大数据业务模型研发/制造供应链销售等呈现：如数据报表1预警：如仪表盘2建议：如抖音推荐3决策：如银行贷款4融贯：如元宇宙5角色要素1：数据驱动的服务对象覆盖各层级管理决策人员决策层管理层执行层角色销售生产采购等关注点要素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

43、自动优化的AI模型和业务模型数据应用场景需求动机服务对象14成就数据驱动型企业中国企业数字化转型白皮书3.3 数据驱动的六步闭环在一个真正的数据驱动型企业，企业应拥有一套闭环的数据价值体系。数据价值体系指的是一套完整的从数据采集、整理、报告到创造价值的流程。完整的数据价值体系分为6个环节（见图3-5）：数据采集、数据治理、数据建模、自动决策、指挥执行、反馈改进。3.3.1 数据采集是数据驱动闭环的起点数据采集是数据驱动闭环的起点，是创造数据、重构系统、建立连接的过程。以往的数据采集方式主要有两种：一是伴随运营过程简单记录，最主要的特点是数据往往伴随着一定的运营活动而产生并记录在数据库中，比如超

44、市每销售出一件产品就会在数据库中产生相应的一条销售记录。这种数据的产生方式是被动的、是伴随性的；二是用户原创，随着流媒体、移动互联网设备的快速发展，用户可以通过电商点评、平台意见发布等主动产生数据。图 3-5 数据驱动闭环数据治理使数据标准化、数据资产化智能决策自动化、智能化地开展数据洞察，推动业务和管理决策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、评价执行效果反馈改进决策反馈、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数据采集创造数据、重构系统和建立连接数据建模将数据转化为结构化的知识15成就数据驱动型企业中国企业数字化转型白皮书3.3.2 数据治理是数

45、据标准化、资产化的过程数据治理是数据标准化、数据资产化的过程。数据价值的体现，是建立在整条数据链路的效率和质量基础上的。利用数据治理首先可以实现数据标准化，通过对数据的标准化定义，明确数据的责任主体，为数据安全、数据质量提供保障；其次，解决数据不一致、不完整、不准确问题，消除可能存在的对数据意义的理解偏差，减少各部门、各系统的沟通成本，提升企业业务处理的效率；最后，标准的数据及数据结构能为新建系统提供支撑，提升应用系统的开发实施效率。3.3.3 数据建模将数据转化为结构化知识建模环节是通过数据建模，将数据转化为结构化的知识的过程。通过建模环节，系统可以从海量非结构化数据中抽取结构化知识，并利用

46、图分析进行关联关系挖掘，可以洞察“肉眼”无法发现的关系和逻辑，通过提取节点及关系信息，节点相互连接，形成知识网络结构，并逐渐积累为企业的结构化知识库。结构化知识库将双向作用于人和数字系统，通过提炼出简洁清晰可复用的知识模型，可以协助人实现快速回顾知识，节省下认知资源用于更高层次的思考，并形成小颗粒度的知识模块，便于系统自动进行知识重组和知识创新，为自动化、智能化的数据洞察打下基础。3.3.4 智能决策是系统开展自动化数据洞察的过程智能决策是系统自动化、智能化地开展数据洞察，推动业务和管理决策的过程。在应用初期，系统依靠AI技术进行数据洞察，帮助我们判断哪些是可以被委派给计算机的决策任务，哪些是

47、短期内仍需要依靠人来决策的管理问题。对于可委派的决策，通过计算机程序自动分析、自动进行；对于尚需要人做出的决策，将管理层的决策行为作为知识不断输入系统，利用机器学习等方式促进系统形成智能算法，通过知识发现系统，产生新的规则、算法或模型。3.3.5 指挥执行是用决策结果驱动行为的过程指挥执行是用决策的结果直接驱动行为的过程，通过监控执行过程、分析执行结果、评价执行效果，做出改进措施等一系列活动，确保数据驱动价值的实现。在系统完成自动化、智能化业务和管理决策后，这些决策将通过系统指令的方式实时指导企业各类业务经营环节的最佳行动。这种由数据直接驱动的行为是整体性的，能够将企业复杂的战略决策落实到多环

48、节、跨职能的业务场景上。同时，系统将监测整个的决策执行过程，以便在用户交互和运营业务期间进行执行结构的动态分析和实时建议最佳操作。在此基础上，实现对不断变化的执行情况和用户动态的快速响应。3.3.6 反馈改进是系统自动修正和完善的过程反馈改进是系统结合决策反馈、行动反馈的情况，通过深度学习算法去自动修正和完善的过程，通过反馈使数据驱动最终形成一个动态的、自主发展的闭环。在数据驱动下，系统是可以实现自我学习和完善的，但是这个过程需要反馈数据的不断输入，需要模型根据比对决策结果、执行结果的现实数据把偏差信息反馈给机器学习，形成正向和负向的数据反馈，才能在其后不断的机器学习迭代过程中自我完善。因此，

49、数据驱动闭环要求要有流式的数据不断地注入，要有以机器学习为基础的决策模型，要有能依赖模型输出结果可以推动的业务系统，还要有可以反馈预测偏差的反馈机制。16成就数据驱动型企业中国企业数字化转型白皮书04数字化转型的方法论和行动指南17成就数据驱动型企业中国企业数字化转型白皮书4.1 数字化转型的“五要素”推进法企业数字化转型的过程就是技术创新与管理创新协调互动，生产力变革与生产关系变革相辅相成，实现螺旋式上升、可持续迭代优化的体系性创新和全面变革过程。从数字化转型工作推进角度，我们提出数字化转型的行动方法论，可总结为“五要素”推进法：从需求出发，以场景切入，用数据支撑，乘技术迭代，呈螺旋前进。4

50、.1.1 从需求出发数字化转型本质是业务转型，数字技术的作用正从技术支撑走向企业生产经营全流程。这就急需企业内部达成转型共识并调整领导战略。企业数字化转型的首要工作是在正式启动转型之前要明确需求，通过全面扫描自身情况，梳理企业对数字化转型的需求，需求的收集范围要覆盖企业的研发、测试、生产、营销、销售、人事、办公、采购、客服、运维等全流程与全部门，整合分析后进行分类聚焦，明确企业的核心需求，以核心需求为引擎，结合自身实际情况和阶段性目标，先从某一环节入手，渐进式地进行数字化转型。从企业的本质来看，核心追求的目标包括“开源、节流、提效”三个部分。不同企业在面对这三者时的选择不同，也常常意味着各自转

51、型过程中的切入点大相径庭。例如，很多B2C类企业往往以“开源”为核心需求，那么，这类企业往往选择营销与用户增长环节为数字化切入点，比如链家推出的链家在线、贝壳找房等。而很多B2B类企业往往以“提效”为核心诉求，于是以管理或财务环节为数字化切入点，例如美的在转型初期基于“一个美的，一个体系，一个标准”的战略，重构流程和系统，统一数据标准。4.1.2 以场景切入在数字化转型视角下，企业经营可分解为业务场景的叠加，立足场景、问题导向是数字化建设速赢见效的重要手段。数字化转型的本质是技术驱动的业务变革和价值链创新，数字化对准的是业务，重点在于企业在具体的业务场景中如何借助技术更精准、更有效地服务用户，

52、更全面、直接地提升产品的用户体验和质量，更系统地获得有竞争力的成本优势和服务优势。从场景切入开展数字化转型，企业可采取这样的有效策略：从价值需求出发，通过场景建模、解耦、复用、协同开发、数据打通等，从单个场景的转型切入，寻求局部最优解决方案，通过逐个突破业务重要节点，打通企业价值链，推动企业的数字化转型。行业不同，切入的场景不同。例如零售企业一般选择从营销端或渠道端的场景切入，制造业可选择从供应链场景切入，包括采购、制造、仓储物流等场景。图 4-1 数字化转型的“五要素”推进法数字化转型需求出发螺旋前进数据支撑技术迭代场景切入18成就数据驱动型企业中国企业数字化转型白皮书4.1.3 用数据支撑

53、在数字化时代，数据就是生产力。实现数字化转型应以数据为必要且关键的支撑。用数据支撑数字化转型有两层含义：第一层是用数据支撑数字化转型的过程和动作。数字化转型会打破企业原有的组织边界和信息边界，需要基于大量打通的数据资产开展场景化的计算、建模、应用。同时，将数据应用于具体场景的过程中，又会产生和沉淀大量新的数据，成为企业新的数据资产，继续支撑数字化体系。第二层是用数据支撑数字化转型中的业务运营和管理决策。数字化转型的本质就是挖掘和释放数据的价值，一方面是基于大数据+算法的技术手段，面向业务运营提供数据支撑，通过数据模型为供应链管理提供支撑；另一方面是面向管理决策分析提供数据支撑，对企业全方位进行

54、数据的加工、分析中，发现问题，制定战略和相关决策，并对结果进行预测和监控。在数字化时代，每个企业都要成为数据公司，用算法来构建模型，并搭建数字化平台。这就要用到技术。4.1.4 乘技术迭代当前，以云计算、大数据、物联网、人工智能、5G为代表的新一代信息技术，在不断的融合、叠加、迭代中，为数字化转型提供了高经济性、高可用性、高可靠性的技术底座。同时，量子计算、脑机接口等技术突破传统信息技术领域范畴，为数字化转型向高级阶段发展注入动力。此外，除上述通用的技术之外，每个行业的企业在转型过程中对技术还有一些特殊的需求：例如制造业的工业机器人技术，房地产经纪行业的VR技术，零售行业的数据采集技术，物流行

55、业的REID（射频识别）技术等。这些技术在行业的应用场景中广泛应用，高效响应不同行业企业数字化转型中的个性化需求。从数据层面讲，随着技术的迭代发展，企业将更多地通过数据处理、仿真建模、机器学习等技术改变从数据-信息-知识的整个流程，用数据建构与物理世界形成映射关系的数字世界，并借助算力和算法来生产有用的信息和知识，企业将进入知识自动化阶段，数据将进入到价值创造的体系中。这种力量决定了技术迭代将会经由助力企业数字化转型的不断前行，最终助力企业重塑竞争力。尽管技术是驱动数字化转型的重要力量，但是，在数字化转型进程中，关于业务场景、业务模式、业务创新以及业务与技术关系的内容远远大于技术本身。企业需要

56、基于技术面向物理世界和数字世界进行互动融合，一方面需要面向用户需求、解决实际应用，开展全新市场的场景式研发与创新，对技术迭代形成逆向牵引；另一方面，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，创新节奏加快、周期缩短，快速迭代、持续改进、及时反馈以及敏捷管理的创新，引领数字技术迭代，并不断驱动其他长周期的创新领域。4.1.5 呈螺旋前进数字化转型需要企业在不断试错中前进。这要求企业在转型之前就建立这一认知并指导数字化进程，接受过程中的停滞甚至是倒退，笃定并坚持数字化总进程和总趋势是不变的。同时，数字化转型的螺旋式前进还意味着数字化转型是一条只有起点没有终点的征途。数字化转型是伴随着

57、数字技术的不断发展，不断利用技术重新定义产业的发展模式和企业的业务战略模式的一个持续的过程，因为技术的发展没有终点，注定了数字化转型也只有起点没有终点。19成就数据驱动型企业中国企业数字化转型白皮书4.2 数字化转型的六大主战场从整体来看，企业应着眼于整个价值链，而不是某一个环节开展数字化转型，尤其要规划建设研发、生产、供应链、营销、经营管理和财务六大价值链关键环节的数字化体系，并将它们全线打通，形成紧密连接、互为促进，共生共赢关系，共同创造企业价值链新生态。4.2.1 以研发数字化为引擎重新定义产品研发数字化，具体来说包含两个部分，一是研发管理数字化，二是研发产品数字化。随着用户的变化、技术

58、的发展，企业要求研发端有更高的效率和效益；同时，用户对产品和服务的需求在不断迭代变化，推动企业开发出更丰富的数字化产品和服务。本节以汽车行业企业为例，诠释研发数字化的价值和实现。（1）研发数字化的典型实践：比亚迪VS特斯拉图 4-2 新技术重新定义汽车电子产品机械产品云计算智能网连智能座舱智能驾驶电动化联接云计算数字化AI智能电动化统一数据库模型训练数据接入AI演进洞察需求工作辅助私人助理知心朋友生活服务20成就数据驱动型企业中国企业数字化转型白皮书比亚迪拥抱研发数字化在比亚迪全球设计中心，已建立起全新的数字化设计流程，实现创意数字化、模型数字化、验证数字化，引入虚拟现实评审系统，通过全数字化

59、的流程，让感性的设计与理性的品质高效结合，用技术驱动设计。同时，比亚迪开发DiLink智能网联系统，并携手产业链合作伙伴在电动车智能网联系统、供应链信息化、智能制造、大数据分析等多方面开展交流合作。比亚迪的DiLink智能网联系统将手机生态完美移植到汽车上，为用户带来丰富的智能座舱体验。系统不仅开放了车载信息系统，还开放了车辆的数据能力，包括341个车辆传感器和66项控制权。同时，DiLink智能网联系统能够连接全球亿万开发者、驾驶者和乘坐者，整合汽车行业上下游生态（销售、金融、出行等），聚合优秀开发者，集各方智力于一身，最终为车辆的智能化创新服务，最大程度地推动比亚迪的智能出行生态扩张。特斯

60、拉拥抱产品智能化特斯拉研发的汽车产品已经走向了全面智能化。特斯拉把每辆车，每一个传感器，每一个“事件”（即与方向盘、刹车踏板等进行的人机交互）都看作一个数据点。每个新事件、驱动程序和机器之间的每个新交互都会被记录并上传到数据库。这些数据被用来创建3D模拟，特斯拉的软件工程师可以通过研究来改进和完善算法，并将对整个系统的更新、改变或修改在线传输给特斯拉汽车，实现汽车的空中升级迭代。这使得特斯拉具备和其他汽车之间真正重要的不同：特斯拉的数据是从真实世界的英里数中收集的；特斯拉车主不只是开车去上班或办事。他们同时也是训练特斯拉AI/ML的引擎。这肯定是当今最有效的产品研发众包众创方案，我们所期待的汽

61、车自动驾驶也是在这一模式下才更有可能加速实现。从上述案例中可以看到：在现阶段，比亚迪的研发更多还是基于研发协同带来的研发效率和效益的提升以及基于产品联网服务带来的产品价值的提升；而特斯拉作为传统汽车产业的颠覆者，已走到了研发的更高阶段，每一辆车不仅是自动化生产线上的终端产品，也是驱动特斯拉持续性研发的新引擎。这无疑也是比亚迪等其他厂商正在追赶的方向。（2）研发数字化带来四大提升适配变化的研发转型需求。电动化、网联化、智能化已成为汽车产业的发展潮流和趋势，与传统的汽车相比，电动车、智能车在相同的车内空间增加了传感器、电子、配电系统等多种配件，需要千兆级别的数据量传输，新的电子电气架构，超过1亿行

62、的软件代码，以及更高的电力需求。所有这些都要求企业从系统层面统筹规划，实现机、电、软、控制等多领域跨学科集成和数据的统一管理和传输，利用雷达和摄像技术实现主动安全，通过数字化虚拟验证、电子电气架构数字化模型、虚拟化仿真验证，实现基于需求、功能、逻辑以及物理的研发全过程数字孪生。实现敏捷研发。研发数字化要求企业广泛应用数字孪生、数字化仿真技术，这些技术在不断演进的过程中，表现出跨产品生命周期、从静态到动态、人工智能驱动、算力需求暴增的特征，开辟车企数字化研发新业态，可利用数据和模型缩短决策链，大幅缩短产品研发周期和产品后期设计修改周期，优化研发流程，围绕用户不断变化的需求迅速进行研发的支持和响应

63、，加快产品研发速度和质量。实现产品全生命周期管理。研发数字化不是孤立系统，将与企业其他价值链环节，如生产、供应链、营销、服务等数字化系统进行连接。基于PLM平台和以ERP为核心的产供销服资源管理平台，企业可打通全价值链业财数据，连接上下游伙伴、用户和资源，实现研发、生产、销售、服务一体化应用。重新定义产品和服务，推动商业模式创新。相比传统汽车,未来汽车在研发中关注的焦点更多集中在软件方面，比如手机APP、自动驾驶、数字化座舱、车联网等等。车企获得竞争力的核心不再只是“造好车”，而是“用好车”；产品研发不再只是研发汽车整车本身，还包括数字化产品和服务的创新，形成更丰富的车内数字化产品和车辆应用服

64、务，拓宽企业盈利空间，形成人、车、生活连为一体的全新且丰富的生态圈产品和服务，实现商业模式创新。21成就数据驱动型企业中国企业数字化转型白皮书硬件特斯拉商业模式整车销售Model 3Model Y太阳能业务储能业务能源业务软件确定性FSD付费软件应用商城订阅服务可能性Robotaxi服务保险业务充电业务其他业务图 4-3 特斯拉商业模式（3）研发数字化的三大关键研发数字化的实现有三大关键：一是做好需求管理，识别有价值的需求；二是建立并不断迭代优化产品研发体系；三是建立高效的协同研发环境。研发是为了给用户提供更好的服务和体验。因此，研发首先要以用户为中心，基于平台与用户产生交互，获得用户需求、体

65、验等相关数据，对需求进行分类、筛选、挖掘和管理，根据多数用户的需求和优先级进行统筹规划，确定每一次产品迭代升级的需求，准确定义产品。在数字化、智能化大潮下，软件不止定义汽车，软件定义一切。数字化产品、智能服务已波及各行各业，这就要求企业在研发时必须考虑如何把经典的传统需求和新时代下的数字化需求整合在一起。因此，研发模式由于用户需求的不断转变也发生了巨大变化。这就要求企业不断迭代研发体系，优化组织和流程，实行动态敏捷的产品研发管理，基于快速的研发支撑产品的快速迭代，满足甚至是创造和引领不断变化的用户需求。协同研发已成为企业研发的常态。基于与用户间的直接连接，协同的对象已经从内部延展到外部，这尤其

66、需要企业建立数字化协同研发体系，建立产品开发过程协同管理机制，以实现分布式环境中开发人员项目协同、全生命周期产品开发协同和产品开发过程信息的协同，从而实现精准高效的研发协同。22成就数据驱动型企业中国企业数字化转型白皮书4.2.2 以生产数字化为核心推动智能制造（2）生产数字化提升三大能力基于海尔的实践，我们可以看到，生产数字化能够为家电企业带来三大能力的提升：第一是大规模定制能力。大规模定制被认为是二十一世纪的生产模式，基于生产数字化，企业能够对用户需求快速的进行响应，同时保持与大规模生产效益战略的协调。第二是供应链的韧性。营销手段的花样翻新、及时快捷的物流供应链都基于产品生产环节的快速响应

67、和稳定供应。所有变化都会归结到更高效的机器，生产数字化打通了端到端价值链，将生产端和供应端连接在一起，生产端和供应端的信息能实现双向实时交流，从而使企业从营销到供应，从产品到生产的所有环节都处于高效运营的协同状态，极大提升供应链的反应能力即韧性。第三是智能化生产的能力。生产数字化转型的过程一般伴随大量数控设备和工业机器人的应用。数控设备使企业能够利用RFID自动实时追踪整个领料、生产、入库流程，及时更新产品信息，从而使生产过程变得可追踪，可控制。工业机器人能够在共享工作空间中与人类进行安全物理交互的人机协作、人工智能、机器学习的趋势更加明显。（3）实现生产数字化的四大关键不同企业开展生产数字化

68、转型的方向或许各不相同，但必然都要指向实现整个生产环节的自动化、数字化、智能化，形成全价值链端到端互联互通的能力和生态体系。在这个过程中，我们梳理出四大关键点：以用户为中心开展个性化生产；以传感器为纽带实现生产全链路实时在线连接；以数字孪生为基础开展智能化生产控制；以系统融合为支撑建设智能化工厂。以用户为中心开展个性化生产。现在，制造业的发展已经呈现出多品种、小批量、个性化定制生产的趋势，所以需要将传统的链状模式重塑成C2M制造平台模式，将各职能的数据打通、相连，形成一个网络平台，通过数据的共享实现跨职能的无缝连接，以快速推动、响应需求的波动。这种模式以用户为产品设计和生产的核心，甚至让用户主

69、动参与到产品设计过程中，通过数据的收集、积累、透明、打通、利用，打造极致的用户体验，这才是生产的出发点。生产数字化不仅仅是对生产业务的科学决策、智能设计、合理排产，而是实现工厂内部的数字化装配、加工、维护、绩效管理、质量管理和可持续发展，打通端到端的价值链（主要集中在供应网络、产品开发、规划、交付以及用户的连接性），实现快速响应用户需求的全流程价值链的变革，实现从规模化生产向个性化生产的转型。本节我们以典型的制造行业家电行业企业为例，诠释生产数字化的价值及实现。（1）海尔的互联工厂创新海尔互联工厂是涉及企业全部流程的一个生态系统，它构建了可供进行用户交互的网络空间，通过工厂的人机料法环全要素、

70、全流程、全产品与用户零距离互联，满足用户最佳体验，最终实现产消合一3，为我国企业探索智能制造新模式提供了有益的参照。海尔基于五大技术体系构建互联工厂，分别是精益标准化体系、模块化体系、柔性化体系、数字化体系和智能化体系。精益标准化为以机床、热处理设备、机器人、测量测试设备等组成的自动化设备与相关设施，实现生产过程的精确化、标准化执行。模块化实现零件-模块-通用-更新模块的迭代循环，根据不同的个性化需求，对模块可以进行自由组合，满足用户多样化的需求，最终实现产品的平台化；柔性化与用户的定制相结合，利用自动化设备直接连接用户，将响应速度达到百万分之一秒；数字化即智能装备互联互通、应用系统无缝集成、

71、数据可视&分析的三维一体的数字化互联互通体系；智能化是一个双胞胎系统，通过一个虚拟的设计、虚拟的装配，将用户需求转化为产品方案，同时在生产过程中应用新一代信息技术，实现智慧家庭和互联工厂的有机融合，完成用户全生命周期的最佳体验。3产消合一指用户既是生产者，又是消费者。23成就数据驱动型企业中国企业数字化转型白皮书图 4-4 数字化工厂参考系统架构以传感器为纽带实现生产全链路在线连接。传统工厂的设备之间、车间之间、工厂之间、产线之间都是孤立运作的，生产过程无法做到可视、可控，无法及时发现问题和进行改进。以传感器为核心的设备物联网，联通起企业信息系统与机床等物理空间的自动化设备，构建车间级的CPS

72、系统，实现人机互联、机物互联、机机互联、人人互联，将生产全过程从线下发展到线上，实现计划调度、生产物流、工艺执行、过程质量、设备管理等生产全过程的自动化、透明化、可视化。以数字孪生为基础开展智能化生产控制。生产全链路的在线连接意味着企业在线上构建了一个与线下工厂一样的数字孪生工厂，数据能够在线上实现自动实时采集和管理，不同车间、不同工厂之间实现数据共享、准时配送、协同作业。基于数据模型对物理世界的建模，企业能够开展数据挖掘、数据分析和智能推理预测等，对生产全过程进行实时监测、动态预警，实现对工厂的精细化、智能化管控，并将其贯穿到企业运营管理的全生命周期，提升企业建设和运营管理效率。产品全生命周

73、期管理企业资源计划ERP个性化定制平台DIY大数据平台视频监控智能分析系统L5 决策层数字化架构数字化工厂平台4.4 工厂可视化4.3 大数据平台4.2 个性化定制4.1 ERP PLML4 企业层高级排产订单、组件、生产实绩物流信息/设备维护生产事件过程数据数据收集制造过程数据设备状态分布式IO识别系统过程控制系统主数据、物料人员、工时虚拟仿真设备管理生产管理质量管理系统集成物料拉动检验管理3.3 模拟仿真 智能生产3.2 EAM EMS3.1 MES WMS3.0 APS ANDONL3 管理层2.3 SCADA2.2 HMI2.1 PFID PLCL2 控制层1.2 传感器1.1 工业以

74、太网L1 执行层0.2 机器人0.1 设备L0 设备层定单可视化虚拟可视化设备可视化质量可视化工厂可视化工序可视化工位可视化检测系统RFID系统中控系统HMISCADA商业智能分析系统BI数据分析结果智能决策指令内胆吸附机门衬吸附机U壳生产线门壳成型线门壳成型线U壳配送线箱体发泡线总装线24成就数据驱动型企业中国企业数字化转型白皮书图 4-5 五大核心系统集成示例以系统融合为支撑建设智能化工厂。通过将智能制造系统MES系统（ManufacturingExecutionSystem）与ERP系统(EnterpriseResourcePlanning，资源计划系统)、PLM系统(ProductLi

75、fecycleManagement，产品全生命周期管理系统）、工业控制系统、物流管理系统进行融合，将制造、管理、研发、物流等环节紧密地互联互通，整个工厂可以变成一个类似人脑一样的智能系统，实现高品质、高效率、高柔性的订单响应、定制生产、快速交付，打通生产、供应链、销售、物流、财务等价值链全过程，推动工厂的数字化、智能化、可视化、定制化等先进模式的落地。横向集成用户需求产品设计制造物流服务的横向并联数字化闭环（物联网）PLMERPLogisticsControliMES全球用户资源零距离抢单互联网技术物联网技术个性化定制纵向集成设备的人机物互联（物联网）车间企业模块设计资源模块供货资源机机互联信

76、息互联内外互联虚实互联机物互联人机互联人人互联4.3 大数据平台4.2 个性化定制4.1 ERP PLML4 企业层3.3 模拟仿真3.2 EAM EMS3.1 MES WMSL3 管理层2.3 SCADA2.2 HMI2.1 PLCL2 控制层1.2 传感器1.1 工业以太网L1 执行层0.2 机器人0.1 设备L0 设备层25成就数据驱动型企业中国企业数字化转型白皮书生产：基于物联网技术，便利蜂对鲜食生产进行全过程的记录、监控，对食材的长度、硬度、烹制时间进行严格控制，如烹制时间精确控制到秒，使制作过程成为一系列可视化的数据。采购：便利蜂所有的订货指令都由系统根据数据算法分析后发出，完美解

77、决了滞销商品浪费的问题。同时，便利蜂制定了严格的供应商准入体系和自动化食品安全防护体系，一旦发现食品安全问题或者隐患，可直接取消供应商资格，一次强化对供应链的风险管理。仓储物流：便利蜂门店没有储物室，所有架上商品即是店内全部可供出售商品。系统会提前测量、采集好所有货架层板的高度、货架的位置和每一件商品的长宽高，并在订货时直接将其匹配到货架的具体位置。便利蜂的物流都是动态排线的。系统要确保在订单下完的那一瞬间，车才会重新排线，以实现效率最佳化。销售：除了实体门店，便利蜂还开发了移动端APP，并积极拓展分销渠道，通过与多个电商平台及社交平台达成直播与社区拼购的合作，开拓更多的触达区域，实现更广泛的

78、顾客覆盖率。此外，便利蜂结合热点与用户画像，不断推出用户更偏爱的产品，逐渐成为网红生产机，充分发挥作为食品饮料品牌重要推广渠道的优势，以发送消费券、降价促销等措施，不断提高食品饮料销量，助力食品饮料供应商协同发展。4.2.3 以供应链数字化为桥梁实现业务强耦合以终端用户的需求为核心，大大提升供应链响应速度及柔性。供应链数字化使得数据不再以线性方式传播，而是形成矩阵结构的网络，由此提升全供应链的协同能力。（1）便利蜂的智慧供应链便利蜂自创立伊始就采取了智慧决策及数据驱动的运营模式。便利蜂构建了基于人工智能的仓管平台，具有自动排班、销量图 4-6 便利蜂智能供应链系统生产采购仓储物流销售原料商制造

79、商线上：外卖服务线下：便利店/无人店/ 智能货柜品牌商一级批发商二级批发商便利蜂供应商送货自有仓库自有车队制作过程可视化全流程商品溯源平台合作直播与社区拼购数据算法分析智能订货补货零库存，即时上架动态排线，自预警便利蜂智能供应链系统物流资金流信息流物预测、活动预测、自动订货、库存管理、店铺财务管理等多项功能。另外，基于统一大数据平台，公司还研发了财务系统、物流管理系统、单车管理系统等覆盖全流程的信息化系统。在便利蜂的模型中，系统的中央大脑驱动了连接起来的一切。只需要改变算法，供应链、店铺就会随着数学模型指示的变化展开。精准、快速体现在便利蜂供应链的方方面面。26成就数据驱动型企业中国企业数字化

80、转型白皮书（2）采购和供应链数字化带来的三大能力提升供应链的响应能力。供应链的响应能力是指供应链具备高度的敏捷性和柔性，能够直接将计划生产与响应顾客需求紧密衔接。在企业的整个价值链体系中，供应链处于后端生产和前台销售之间，天然就需要与生产端和销售端的业务流程进行耦合。通过打造数字化供应链体系，可以实现企业供应链与业务深度耦合，为企业提供寻源代采、仓储运营、增值加工、多场景运输配送等多维的供应链全链路服务，打通产品源头、企业、终端消费者的直接联系，快速响应客户需求。流程自动化能力。外部环境越是动荡、无常、复杂、模糊，越需要依据数字化系统中的自动化来应对复杂系统的不确定性。借助新技术、新工具重构与

81、优化供应链结构，可以低成本地实现计划、采购、生产、运输和物流等流程标准化，快速连接下游客户需求和上游供应资源，实现信息流和物流、资源流的协同，促使供应链全流程以自动化方式完成。供应链抗风险能力。随着供应链变得更加复杂和相互依赖，企业对供应链的风险管理必须变得更加全面，超过任何一家企业以往的风险管理范围。通过利用大数据技术，将寻源项目、供应合同签署、采购订单等关键节点与风险来源进行关联,从而帮助企业做出更科学的决策来规避风险、选择更合适的供应商,提升供应链的抗风险能力。（3）采购与供应链数字化的三大关键一是把握终端需求驱动的供应链数字化趋势；二是基于数据分析和决策提升供应链的敏捷性和柔性；三是重

82、塑供应商协同关系。把握终端需求驱动的供应链数字化趋势。供应链数字化使得信息不再以线性方式传播，而是形成矩阵结构的信息网络，以市场终端需求为生产驱动力，由此提升全链条的信息共享程度和协同能力，为企业的商业模式带来根本性变革。与此相适应，企业需要实时把握跟踪消费者的购需求变化，并以用户需求为驱动，进行后续一系列供应链活动的安排。基于数据分析和决策提升供应链的敏捷性和柔性。在未来的供应链组织中，通过使用更多机器学习、预测模型、区块链等技术，以前分散的数据源有望无缝集成，以提供准确的、实时的数据分析和决策。例如：利用区块链技术在供应链可追溯性或质量相关事件的可追溯性领域的应用，可以改善风险管理；借助虚

83、拟采购助理，使供应商和应付账款团队之间的沟通实现自动化，直接跟踪其发票的状态，无须联系买方。重塑供应商协同关系。数字化供应链要确保企业最好的供应商有能力为终端客户带来创新，从而建立更好、更有成效的关系。依托数字化技术，通过系统平台、数据联通，可以实现供应商的深度连接，从面向库存的采购转到面向订单的采购。同时，依靠人工智能的技术可以实现主动预测、合约履约过程的自动化管理和持续监控，加强供应商和客户之间的关系，实现真正的双赢结果。0000000000001001010

84、00000000000000001010027成就数据驱动型企业中国企业数字化转型白皮书4.2.4 以营销数字化为抓手读懂用户、持续成交盒马鲜生以“人”为核心，实现了“人、货、场”的无缝衔接。人与人：通过盒马社群实施粉丝营销，促使用户之间形成关系；人与货：面对近年来呈现多元化的货物需求，盒马鲜生通过大数据与消费者画像快速地实现了人与货的匹配；人与场不同的场景，有不同的消费需求与消费习惯;盒马鲜生用O2O作为媒介实现了人与

85、场的衔接，极大提升了用户的体验度。图 4-7 盒马鲜生商业营销模式零售行业经过多年的演进，形成了非常全面的营销通路，普遍具有强营销、重运营的特征。随着云计算、大数据、人工智能等新一代技术应用的普及，零售企业在积极建立与消费者数字化连接的基础上，越来越注重消费者的体验。可以说，数字化营销已成为零售企业的基本功，未来企业营销的竞争将是消费者数字体验的竞争。本节将以零售行业为例，具体阐述营销数字化的价值和实现。（1）盒马鲜生：以“人”为核心的新零售样板盒马鲜生是阿里集团探索新零售商业模式的“先锋兵”，围绕个性消费塑造了一系列场景，以高频刚需的生鲜商品作为切入口，将互联网和线下模式相结合，去满足不同场

86、景下的用户需求，以门店为中心，以三公里为半径构建最快30分钟送达的冷链热链配送体系的“电商+线下超市、餐饮”新零售模式。引流，场景体验导流，数据收集粮油百货时蔬净菜线下门店线上平台蛋品禽肉一店二仓五中心超市+餐饮粉丝运营物流配送客户体验海鲜水产乳品冻食水果零食酒水饮料餐饮烘焙仓储配送生产供应生产经销商消费反馈买单支付消费者购买自提28成就数据驱动型企业中国企业数字化转型白皮书（2）营销数字化带来的三大能力提升从上文案例可以看出，从企业角度来说，消费者流量运营将是营销管理的核心内容。通过营销数字化，可以提升企业精准营销、用户转化和社交互动三大能力。“人”用户转化能力。如何将各渠道消费者流量转化为

87、用户，是零售快消行业必须考虑的核心问题。利用大数据技术，可以对各个渠道的数据进行匹配，根据相似度进行自动或者手动的合并，进而使得用户信息更全面和完整，识别潜在用户；再通过将潜在用户与会员信息进行合并分析，获得更加全面的画像，进而由相应的渠道推送相应的内容去触达转化。“货”精准营销能力。所谓精准营销，是指对于每一个用户或者每一类有着共同特性的用户，产生有针对性的图 4-8 盒马鲜生以“人”为核心的场景变革打造私域流量和粉丝文化，提高用户粘性和复购；打造会员体系，实现精细化运营；新鲜每一刻+所想即所得+一站式购物+让做饭变成一种娱乐等场景，培养用户新的消费观。人盒马APP作为门店唯一的支付入口，在

88、便捷购物的同时，沉淀了大量用户数据；门店作为“线上+线下”业务模式的融合体，集“生鲜超市+餐饮体验+线上业务仓储”三大功能为一体。场优化物流体验，五公里范围，半小时送达；SKU达8000个，以物美价廉的生鲜引流，关联食品百货搅动客单溢价；消费者即生产者理念，基于消费者数据驱动商品采购，进一步降低进货成本和周转效率。货五公里范围，半小时送达“线上+线下”新鲜每一刻营销动作，从而让用户生命周期价值最大化。利用数字化技术和能力来驱动渠道模式创新和渠道生态系统重构，实现自动化创意和内容生产匹配，将有效提高企业的精准营销能力。“场”社交互动能力。数字化营销是更重视消费者互动和消费者自发性的一种营销理念。

89、虚拟现实（VR）、增强现实（AR）、游戏、展览、影音表演结合智能终端的应用，实现了真实世界信息与虚拟世界信息的“无缝”集成，实现虚实共融，为用户开启了别开生面的沉浸式情绪体验。企业能够实时跟踪用户行为，抓取和分析用户数据以实现商机投入，可以在社交互动中充分挖掘用户需求，再通过“消费者体验”设计消费者体验旅程，完成对流量的有效分配。29成就数据驱动型企业中国企业数字化转型白皮书（3）营销数字化的三大关键围绕消费者流量运营进行营销数字化转型有三大关键：一是实现用户数据化，链接全场景；二是读懂用户，满足、引领、创造用户需求；三是以平台为支撑，搭建营销数字化生态矩阵。基于用户数据化，链接全场景。在零售

90、行业用户为王的时代，基于对用户行为进行记录和数据化，通过处理和洞察，企业能够掌握用户的习惯、偏好和感受，据此开展产品设计、渠道选择、销售策略、用户价值运营等一系列决策，实现精准获客及开展高效用户运营。读懂用户，满足、引领、创造用户需求。数字化时代，客户的需求往往呈现即时的、突发的、不确定性的特点，如何挖掘、创造、引领客户的需求并对其进行迭代满足成为营销数字化的一大关键问题。企业可以依循“洞察-定位-引导”的方法论去引领和创造客户需求，为产品和服务升级图 4- 9 营销数智化生态矩阵完全自主研发数据中台/CDP/DMP等认知兴趣购买复购忠诚内容&体验广告投放社交互动销售&客户管理搭建方式数据层消

91、费者行为层应用层合作研发完全外包研发直接购买标准产品（SaaS）平台搭建底层支撑效果影响提出创造性的解决办法，为客户搭建合理的消费场景，引导客户形成使用习惯。企业不能只做需求的搬运工，更要做需求的创造者。搭建营销数字化生态矩阵。数字化营销中台、客户数据平台（CDP）、数据管理平台（DMP）在营销数据生态中扮演着底层基础设施的作用，所有的营销应用场景都需要基于这三大平台实现和落地。客户数据平台基于对访客行迹，为用户生命历程分析提供有效的数据支撑。数字化营销中台能够打通线上线下营销渠道，建立企业与用户的全场景触点，实现实时监测营销数据，全程记录用户行为轨迹，“去中间化”营销过程，借助大数据让一切营

92、销效果可量化。数据管理平台记录了全渠道、全平台的用户信息和行为数据，并且能够整合形成清晰精准的用户画像，根据历史记录，追踪不同渠道用户的行为特征，进行分层和标签化管理，洞察用户的潜在需求和价值。30成就数据驱动型企业中国企业数字化转型白皮书4.2.5 以财务数字化为牵引推动业务财务双向赋能图 4-10 西北油田财务数字化转型的阶段性成果在数字化的大背景下，财务要走出企业内的会计循环，走向衔接产业链上下游的业务循环和更浩瀚的社会数据循环，连接和打通企业内部的财务体系、业务体系和企业外部的产业体系，以“数据驱动”作为主线，构建“价值创造型”财务体系，使财务真正成为战略和业务的合作伙伴，推动乃至引领

93、企业的价值创造，支持业务发展。（1）西北油田基于数据中台的财务数字化转型2019年，时任中国石化西北油田分公司总会计师的贺小滔4提出：“西北油田的管理会计工具建设日趋成熟，已经成为财务嵌入业务、业财融合双向沟通的桥梁，但在数字化转型方面还需要做更多的准备工作。”他希望通过数字化转型，推动财务人员转变成各级决策者的“导航仪”，逐步从稳健型的“数据提供者”向敏捷型的“形势变化预报者”和“知识资本运营者”转型，推动经营决策从经验驱动向数字驱动转变。从2020年3月到6月，西北油田紧扣“经营财务”职能定位，初步打造完成“业财融合，数据赋能”的数据中台，打破过去烟囱式管理的数据孤岛与IT架构，实现财财、

94、业财数据的大贯通，全面提升财务的信息化运行能力、数据资产化能力、数据挖掘能力、敏捷应用能力、价值引领能力，推动财务管理从信息化向数字化转型迈进，最终实现财务数字化转型总体目标。4贺小滔现任中国石化集团资本运营与金融事业部副主任。基础平台财务业务系统数据资产数据治理平台建设采购投资勘探开发生产合同销售服务监控17+盘点系统33个实体表366+核心指标129+主题域8+入湖字段18120+入湖数据量1993万+主数据服务数据资源服务业财指标库资产目录数据字典数据存储运维监控数据采集离线/实时计算数据安全埋点数据资产管理数据服务管理需求提取155个主数据识别78个流程梳理16个价值场景数据资产管理应

95、用实时智能注汽监控SEC储量价值评估五位一体决策支持模型全链路业务财务流程打通措施效益评价线上跟踪单井效益自动评价31成就数据驱动型企业中国企业数字化转型白皮书财务与业务融合。基于信息技术的融合应用，西北油田不仅实现了财务与业务的融合与连接，优化核心业务流程，打通实现全流程自动化流转；而且优化业务端到结算端全价值链流程，打通部门连接点，查找资源漏失点，集合价值链各项资源和生产要素，实施统一配置。深入业务场景。基于业财融合全方位高质量数据基础，西北油田以价值管理为纽带，围绕勘探、开发、生产、集输、销售的业务主线，分别在投资项目效益管理方面、产量优化方面、资产挖潜方面、油气销售环节等方面开展数据的

96、价值挖掘，实现敏捷化、自动化、实时化、场景化的数据应用，解决业务问题，引领业务发展。数据丰富化、价值化。西北油田以数据资源变资产为目标，以业财数据中台为核心，运用信息技术采集财务、生产、运营等源头端各项数据资源，打通业务、财务数据，进行数据存储、整合与处理，搭建以数字化应用为目标的业财数据资源池，实现财财数据、业财数据、财经数据融会贯通。基于财务数据资源池财务、生产、经营数据，全面掌握油田公司业务动态基本信息、实时状态和潜在风险。（2）财务数字化为企业带来四大提升财务数字化为企业带来四大能力提升：一是记录价值，展现全景化记录能力。财务数字化转型塑造业务过程全景化记录的能力。传统财务核算仅能事后

97、真实记录结果信息，财务数字化转型推动业财一体化，实现“事前、事中、事后”流程全景化数据记录，业财多视角、全过程价值信息留存。二是反映价值，展现实时化洞察能力。财务数字化转型助力价值风险实时化洞察。系统可以对业务动态过程进行实时捕获，通过数字化控制中心实时规则校验并反馈到财务端，通过数字化策略中心洞察经营风险并反馈到决策端，实现由“人找数”到“数找人”的转变，利用AI技术主动推动分析报告、充分预警风险及异常信息，逐步提升财务管理中及时、准确、高质量的监督与分析决策能力。三是守护价值，展现主动性防御能力。财务数字化转型提升财务守护价值的能力。传统财务守护价值的职能体现在“事后、人工、被动”的风险防

98、控过程，难以应对复杂多变的市场环境。财务数字化转型通过风险要素识别、风险预警预判、风控模型分析、风控策略推荐，构建“事前、事中，智能，主动”的风险防御机制，全方位守护企业价值。四是创造价值，展现前瞻性规划、模型化决策、全过程管控能力。财务数字化转型促使财务职能重心向价值创造转移。财务人员将更多精力投入企业的价值链与业务循环拓展高附加值工作，利用数字化工具前瞻性规划、模型化决策、全过程管控（如市场机遇洞察、资源配置建议、策略营销支持、税务筹划、精益成本等），构建“价值创造型”财务。图 4-11 财务数字化带来四大能力提升记录价值反映价值守护价值创造价值32成就数据驱动型企业中国企业数字化转型白皮

99、书（3）实现财务数字化的三大关键构建“价值创造型”财务体系。价值创造型财务是以价值管理为核心，发挥财务体系对企业战略推进和业务发展的决策支持与服务功能，使财务成为业务发展和价值创造的重要驱动力。与传统财务相比，价值创造型财务体系有两个鲜明的特点：一是绩效考核由追求利润转向追求价值。传统财务体系通常以净利润、净资产收益率等作为企业绩效的核心考核指标，但在价值创造型财务体系下，企业要综合考虑绩效的效率性、长期性和全面性。二是财务角色由“被动服务”转向“主动创造价值”。三是由工作重心由“核算过去”转向“管理未来”。让财务深入业务场景，解决业务问题。在数字化时代，财务业务一体化成为必然，财务应由后端会

100、计核算、财务预算、管理会计、税金管理等向前端业务经营延伸，实现业财深度融合。一是财务运营需融合企业价值链，充分考虑业务数字化对财务提出的诉求；二是财务流程融合进企业的业务循环，财务的管理理念才能渗透到业务管理过程，财务的管理要求才能更好的贯彻落实；三是财务作业融合进一线业务经营，才能获取精细化过程数据，辅助归因分析、支持战略决策，实现企业价值最大化。图 4-12 让财务深入场景，解决问题让数据更丰富，让数据更有价值。首先，企业应基于日趋丰富的数据触点，实现从结果性数据向过程性数据扩展的内部数据积累，由被动人工搜索向主动大数据采集转变的外部数据沉淀，以及由结构化数据向非结构化数据解码、存储和利用

101、的数据类型拓展，以获得规模更大、质量更高的内外部数据。其次，通过构建数据中台，实现对各类数据的融合打通，结合内外部数据对具体场景下的业务经营情况进行前瞻性的预测分析等，提升数据价值。最后，借助技术工具和数据中台，实现数据采集、处理、建模、分析、展现、预警预判的自动化。归因分析引擎客户流失预警折扣概算客户集团及下属公司供应商订单发货开票收款开票订单发货收货付款市场战略雷达线索终端：定制化、实时化展示平台中端：智能建模中心价值创造报告战略管理报告综合业绩报告经营分析报告战略层报告全面预算管理报告投融资分析报告成本管理报告业绩评价报告经营层报告销售业务报告采购业务报告生产业务报告研发业务报告业务层报

102、告采购到付款销售到收款深入场景问题导向潜客360视图前端：数字化链接触点千人千面推荐引擎33成就数据驱动型企业中国企业数字化转型白皮书4.2.6 以经营管理数字化为手段实现数智运营数字化转型重在技术，根在业务，但可能毁于管理。数字化转型的大背景下，企业如何有效利用数据资产进行实时智能的决策和预测，是在不确定性的市场环境下取得成功的重要保障。（1）通威股份的“数字化经营大脑”通威股份将新一代信息技术应用于企业决策、经营管理、业务运营等各个层面，通过构建以“数字化经营大脑”为核心的经营管理数字化体系，与RPA、智能制造等系统实现智能融合，深度挖掘数据价值，创造业务新亮点，实现数字化智能化运营。在发

103、展过程中迭代发展“数字化经营大脑”各项能力，用数字化、智能化重塑业财管理应用场景，以“数据+模型+算法”的方式实现数字化、智能化的闭环管理，实现全业务、全链条的“数据驱动、智能运营”，支撑通威敏捷决策、精准执行的经营管理创新，引领业务创新发展，打造数字化新通威。图 4-13 通威股份的“数字化经营大脑”全面感知业务动态，实时捕获经营风险，主动预警前瞻洞察及科学决策追根溯因，分析洞察前瞻预测，智能决策高效执行闭环在线实时任务下达、跟踪闭环、数据驱动自动化按规则执行数据平台数据管控数据资产数据智能(AI+BI)数据服务数据运营数据集成策略（规则）能力中心 预警规则知识库审批规则通知规则控制规则绩效

104、规则授权规则指标库能力层数据平台层安全运维运营实时全面感知、主动预警、科学决策、数据赋能、高效执行数智应用（Data App）（维度、指标、规则、算法、模型、流程）连接服务Gateway服务及卡片编排场景层管理流：面向企业经营，基于指标的闭环管理作业流：面向作业流程升级的智能运营（LTC, IPD, ISC, ）应收账款智能管理应用管理报告智能风控应用产品研发价值测算营销作业计划供应链白名单通威数字化经营大脑决策能力中心 监控能力中心 指挥能力中心 经营规则集中管控 + 经验/知识沉淀及复用全域数据（内部/外网/IoT）贯通企业所有内外部数据形成企业数据资产用数据为业务赋能建设数据中台助力企业

105、数字化运营形成数据化经营核心驱动力34成就数据驱动型企业中国企业数字化转型白皮书（2）经营管理数字化为企业提升四大能力“让听得见炮声的人来做决策”是华为老板任正非基于对美国特种部队的作战研究总结而来，与传统的企业经营管理模式形成了鲜明对比。然而，这种模式在传统“能人”决策机制下难以实现，需要建立一个即时感知、科学决策、主动赋能、高效运行、智能监管的经营管理数字化体系，以实现数智运营，用数据治理企业。以通威“数字化经营大脑”的创新实践为例，经营管理数字化体系能为企业带来四大能力的提升：让数据更丰富，让数据更有价值。首先，企业应基于日趋丰富的数据触点，实现从结果性数据向过程性数据扩展的内部数据积累

106、，由被动人工搜索向主动大数据采集转变的外部数据沉淀，以及由结构化数据向非结构化数据解码、存储和利用的数据类型拓展，以获得规模更大、质量更高的内外部数据。其次，通过构建数据中台，实现对各类数据的融合打通，结合内外部数据对具体场景下的业务经营情况进行前瞻性的预测分析等，提升数据价值。最后，借助技术工具和数据中台，实现数据采集、处理、建模、分析、展现、预警预判的自动化。全面感知的能力。系统能够实时捕获业务过程中的数据，可视化立体展现数据分析结果，并对经营中的问题和风险进行主动预警，提升经营活动的敏捷性和可控性。前瞻洞察的能力。系统能够开展数据穿透，进行分析洞察，开展前瞻预测。科学决策的能力。基于模型

107、测算和数据、规则，开展自动化、智能化决策。在人机协同的工作模式下，“让听得见炮火的人”做决策。自动执行的能力。将决策实时转化为行动，基于系统平台的流程协同能力，快速形成指令驱动和控制业务，能够开展在线协同指挥作战、高频检视追踪执行结果。图 4-14 经营管理数字化体系架构图数智技术驱动、数智化管理变革、商业模式创新数智运营数据集成数据存储数据开发数据治理数据资产数据服务数据平台战场可视全面感知策略赋能指挥下达数据服务采集采集调用调用数据服务DSTE：战略制定到执行闭环感知实时捕捉业务动态，监控经营趋势，发现经营问题策略沉淀运营管理经验，形成场景卡片，从而实现运营管理能力的自动化决策基于丰富的算

108、法模型及精准的推演能力，帮助管理层掌握科学的决策方法指挥将管理决策和任务自动化下达到各业务系统，形成自动运营管理闭环战略执行战略监控战略绩效经营大脑战略构建业务执行操作层数字化营销数字化交易数字化供应/采购数字化办公APP、第三方大数据、人脸识别、地图、日志、红外、视频、图片、温度、能耗、终端机、35成就数据驱动型企业中国企业数字化转型白皮书（3）实现经营管理数字化的五大步骤企业应基于五大关键步骤打造经营管理数字化体系，使企业成为可感知、会思考、能一体化协同执行的智能体，用数据驱动和赋能企业发展。搭建作为技术和数据底座的数据平台。数据平台提供数据从采集、治理、加工、资产、服务等全过程的平台能力

109、，是企业实现数智运营管理模式的技术和数据基础。企业通过构建数据平台打通数据壁垒，汇聚多源数据，实现全方位、全过程、全领域的数据实时流动与共享；构建数据治理体系，实现数据标准化和数据资产化；基于数据平台提供的AI能力，包括RPA引擎、AI分析引擎、可视化引擎、知识图谱、算法管理引擎等子系统，企业能够开展数据建模、数据加工、智能分析、数据挖掘和数据模拟预测等，形成有价值的数据资产和服务化的数据应用。确定数智运营相关规则。建立规则体系，对与业务管理紧密相关的政策、规定、策略等进行数字化转化，形成数字化管理的基础规则库，以及基于知识图谱的知识库和指标库。定规则过程体现了经营规则集中管控的能力，将企业经

110、营过程中积累的经营问题、策略方案、管理方法等知识进行数字化沉淀，是企业经营管理逐步走向数智化不可或缺的经验库。开展业务全程实时监控。监控中心为业务管理者和决策者提供各类分析模型和数据分析工具，在业务发生的过程中实时进行数据监控和探索，以规则中心的监控规则、预警规则、财务指标库等规则进行比对，发现经营异常、业务问题和运营风险，实现对异常业务的预警预测，在发现经营问题后，决策中心通过分析模型和数据分析结果，通过规则中心匹配财税知识库中的解决方案，运用数据模拟、决策沙盘等方式找到多种可选的解决方案及策略，为企业管理者提供定量化的决策方案，管理者通过指挥中心，将最终选择的方案及策略通过平台将业务指令直

111、接下达到各业务系统，触发相关业务流程，实现决策到执行的自动化，信息传递的零失真，保证决策与执行完全一致。实施自动化建议和判断。对于在经营过程中预警的经营风险，通过数据和算法匹配知识库中的解决方案，开展模拟测算，形成多种可选择的方案或策略，赋能经营管理决策，让整个经营过程更加平稳运行。建议和判断过程体系包括模型、计算、方案等主要功能，体现了前瞻洞察及科学决策能力。指挥任务执行形成反馈闭环。企业经由系统自动化建议和判断形成的最终方案策略基于任务执行过程自动下达到各业务系统，触发相关业务流程，实现信息传递的零失真，决策到执行的自动化，形成自动运营的业务闭环。图 4-15 五大步骤的逻辑架构监控 建议

112、和判断闭环指挥能力任务执行+闭环反馈数据平台策略中心预警规则知识库审批规则通知规则控制规则绩效规则授权规则指标库前瞻洞察及科学决策能力全面感知能力规则集中管控能力 + 经验/知识沉淀及复用能力业务动态，实时捕获经营风险，主动预警追根溯因，分析洞察前瞻预测，智能决策在线实时任务下达及跟踪闭环数据驱动自动化按规则执行数据管控数据资产数据智能(AI+BI)数据服务数据运营数据集成全域数据（内部/外网/IoT）贯通企业所有内外部数据形成企业数据资产用数据为业务赋能建设数据中台助力企业数字化运营形成数据化经营核心驱动力36成就数据驱动型企业中国企业数字化转型白皮书05用新一代技术架构支撑数字化转型37成

113、就数据驱动型企业中国企业数字化转型白皮书5.1 新一代企业数字化架构5.1.1 从真实世界到数字孪生世界在数字化转型的浪潮推动下，企业信息化架构正在进行互联网化的转型升级。由于传统单体系统的信息化架构无法满足数字化转型的需要，企业需要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数字化架构，以适应未来真实世界和数字孪生世界的运行、交互与融合，以处理数据的方式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。这个架构对企业而言必然无法一蹴而就，而将以渐进式的方式逐步实现。我们认为，它在未来将以如图5-1所示的形态存在：图 5-1 新一代企业数字化架构5.1

114、.2 数据层：万物皆数近10年来，整个社会对数据的依赖越来越大。万物皆数日益成为现实，真实世界中的一切，包括用户、产品、交易、运营等等无论是文字，数字，图像还是视频，都可以用数据来描述。数字化时代，我们从仅关注部分物品的状态、数量发展到关注所有相关物品地理空间，形状、状态。简单来说，就是从简单的对事物状态和数量的观察发展到对事物整体时空信息和动态线索的全程记录。所有的文字，视频，声音，地图都是信息，最终都会转变为类似0/1比特流的数据化表示。万物皆数据是实现数字孪生和元宇宙的前提。只有现实世界中的万物都可以基于数字化的手段在虚拟世界中完成映射，数字孪生和元宇宙才可能实现。管理应用层IOC层结构

115、化数据客户数据财务数据业务数据社会化数据实时数据离线数据半结构化数据非结构化数据数据层伙伴渠道协助者竞争者生态采购生产销售人力财务研发经营分析预算管理目标管理风险管理预测模拟绩效管理低代码开发数字化流程对象建模业务应用层指挥调度决策分析人工智能数据加工监控预警计划执行交易协同在线沟通能力层作业组织 制度 流程利润人力销售物流设计生产辅助活动主要活动设备管理系统生产管理系统财务管理系统其他利益相关者股东监管机构价值链资金ERPSCMCRMOAMISBIHR信息系统客户企业供应商制造能源金融化工服务分销产业链计划寻源采购付款入库收款报表模式创新一商业模式创新与生态演进数据驱动一数据丰富与技术进步战

116、略制胜 价值创造 体验为王客户供应商场景化问题/目标、人、对象行政财务38成就数据驱动型企业中国企业数字化转型白皮书5.1.3 能力层：数字化必备的三层能力（1）顶层技术能力决策分析能力：实现数据驱动、假设透明、自动化、结果可视可预测的科学决策，在部分明确清晰的场景实现自动化决策。指挥调度能力：基于决策开展行动部署，实现从数据分析洞察到行动的串联突破，驱动组织机构高效完成决策循环和数据驱动的管理闭环。计划执行能力：在数字化转型中完成精准计划与全面预算的实施。精准计划在生产管理方面精准管控生产过程，全面预算管理实现对公司预算资金的精细化管理。监控预警能力：对业务经营全过程进行实时监控，及时发现异

117、常情况并提出预警。（2）中间层技术能力数据加工能力：系统能够对信息和数据进行识别、收集、分析和评价，并将数据处理结果用于解决实际问题。人工智能能力：人工智能的核心能力可以分为三个层面，分别是计算智能、感知智能、认知智能。计算智能即机器具备超强的存储能力和超快的计算能力，感知智能是指使机器具备视觉、听觉、触觉等感知能力；认知智能是指机器像人一样，有理解能力、归纳能力、推理能力，有运用知识的能力。在线沟通能力：人与人、人与机器基于系统能够实现在线沟通，在感知、分析、推理、学习、决策等多个智能水平上互相协同合作。交易协同能力：基于对在线交易的连接，不仅仅是客户、供应商和一般IT系统的连接，还包括零件

118、、产品和其他用于监控供应链的智能对象的连接，实现在线协作，对交易过程进行有效协同，更好服务于用户。（3）底层技术能力对象建模能力：对象建模能力通过元数据管理来实现。元数据为最底层的原子数据对象，支持对元数据的基础管理能力，同时元数据本身又是建立数据实体的基础数据依赖，可通过关联多个元数据来构建多层数据实体。数字化流程能力：流程数字化集中在端到端价值链下的流程梳理和构建，而以数字化PaaS平台为核心建立“端到端”的数据流链路，是建设端到端流程的核心要素。数字化PaaS平台提供了低代码建模能力、业务流程建模能力、审批流能力，PaaS集成平台能力；业务数据从客户需求端到客户价值端的全流程，都可以在这

119、套能力体系上进行流转与追溯。低代码开发能力：低代码开发能力的实现依赖对象建模和数字化流程能力。在数字化体系中，用低代码平台开发创新型应用对ERP进行扩展，形成一个高内聚、低耦合的体系，为传统ERP与新技术体系的融合迁移提供了强大的技术入口。5.1.4 应用层：数据应用的两大方向在新一代企业数字化架构下，各种系统产生的数据类型和数据量快速激增，如何利用数据进行科学有效的决策，如何充分发挥数据的价值，成为众多企业的重要诉求。企业的数据应用主要有两个大的方向：在业务应用层，是面向业务运营的数据支撑；在管理应用层，是面向战略规划和执行的管理决策分析。面向战略规划和执行的管理决策应用主要包括管理会计领域

120、的几个核心内容：战略规划和测算、全面预算管理、成本管理、管理分析报告体系,这些决策类应用的主要目标是要帮助管理者应对众多的不确定性，这就需要管理会计体系具备敏捷响应前端业务变化的能力，能够实时获取第一手的业务端信息并及时捕捉到变化中的管理需求，建立业务模型来对变化进行预测、管理和分析。39成就数据驱动型企业中国企业数字化转型白皮书5.2 驱动企业数字化的核心技术5.2.1 打造新一代技术平台支撑数字化转型（1）混合云支撑未来企业架构云计算是数字化时代重要的基础设施。云计算承载了全新的SaaS应用和在线化服务，使企业可以持续有效地利用SaaS供应商的能力保障运营效果。混合云方案由于能够综合平衡公

121、有云的便捷与私有云的安全这两方面诉求，整合不同云厂商的优势，正越来越成为企业云应用的主流方式，也成为企业数字化基础设施的主要形态。混合云是支撑企业数字化的重要底层架构模式，它兼顾了敏捷、成本与安全。混合云的普及会为数字化业务应用和数据处理技术带来更多全新的技术升级和服务模式的变化，最终极大降低企业数字化转型的成本，提升转型速度。（2）数字化PaaS平台为数字化奠定技术基础 未来IT架构一定是由多个来源的专业服务共同协作构成的，一部分由外部接入，另一部分则是在企业数字化PaaS平台上自建而成。如何利用已经运行多年的ERP系统、多个系统之间的数据打通与集成都是企业数字化转型中非常现实的问题。以云原

122、生、微服务理念为基础，元数据驱动、业务对象建模为核心的低代码开发数字化PaaS平台内置了企业数据化转型的所有技术能力，并兼顾交付效率、用户体验、生态扩展与数据集成，是企业数字化转型的技术基础。5.2.2 建立在线连接协同是数字化前提（1）物联网物联网（IoT，Internetofthings）即“万物相连的互联网”，是在互联网基础上的延伸和扩展的网络，将各种设备的接口和传感器与网络结合起来而形成的一个巨大网络，实现任何时间、任何地点的设备互联互通，现在的物联网技术可以支持多设备、多协议、多网络的快速数据采集、存储和应用，支持各种异构生产设备实时接入，千万级生产设备数据高效并发处理，能够保证设备

123、数据的实时在线连接。40成就数据驱动型企业中国企业数字化转型白皮书DB规则日志元数据规则监控对象建模能务自定义规则知识图谱能力规则对象规则引擎业务单据财务凭证业务对象业务对象图 5-3 会计引擎（2）端到端流程建模引擎端到端流程是一组有组织的相关活动，共同创造客户价值。流程的重点不是单个工作单元（这些工作单元本身无法为客户完成任何事情），而是关注整个活动组。当这些活动有效地组合在一起时，就会创造出客户重视的结果。端到端流程的管理理念是随着数字化发展而发展的，是国内大型企业以及较早从事互联网、通讯相关企业较早引入的。端到端流程横向拉通客户需求与客户价值，是全局最优的解决方案。（3）会计引擎业财融

124、合是企业数字化的核心场景，而业务数据向财务数据的高效、自动化、无差错的连接和转换是业财融合的基础。业务数据转换到财务数据是一个独立的服务，需要一个独立的组件来提供，集团级的统一的会计引擎可以提供统一的业务数据到财务数据的转换服务。业务系统专注于完成业务任务，财务系统专注于完成财务核算与管理会计工作。高度可定义、可配置的会计引擎可以把业财数据转换的规则显性化，系统管理员可以直接通过配置更改来适应业务变化的需求，是企业数字化转型的核心组件，解耦业务和财务逻辑，连接业务财务数据，推进企业系统更敏捷，更智能。（4）在线协同工具在线协同工具包括即时通讯、会议协同、文档协同、对象协同、共享协同、企业内外协

125、同等工具。协同工具的核心价值是实现在线、互动和协同三位一体，把数据、流程、任务、事件等结构化信息文字，与图片、语音、会议等非结构化信息相互融合，让人与人之间协同更高效。通过协同工具辅助，不仅可以把工作结果沉淀下来，以便于未来的持续沟通和跟进，也保障了每次协同的高效产出。图 5-2 端到端流程支持需求分析产品端到端流程产品设计方案方案制定交付交付实施研发研发落地客户价值客户需求41成就数据驱动型企业中国企业数字化转型白皮书图 5-4 典型的内存多维计算库产品架构5.2.3 数据治理水平和智能决策能力是评价数字化水平的核心标准企业数字化建设的核心工作是持续提升数据治理水平，充分发掘数据价值，进而提

126、升运营效率，促进商业模式转型升级。数据治理水平反映了企业数据采集、加工处理的能力；数据智能的应用则反映了数字化建设的水平，数据智能帮助企业更实时、更智能地探查出海量数据中隐藏的问题、归因分析，匹配相应的运营策略和规则，实现运营决策的自动化、智能化。（1）数据中台数据中台为企业提供完整的数据处理能力和数据治理能力，实现企业全域数据的统一管理，将企业的基础数据、各系统业务数据、运营数据、用户行为数据以及外部的互联网数据，通过数据集成、数据清洗、数据挖掘、数据服务等过程形成数据资产。同时通过主数据管理、数据质量管理、数据安全管理、数据标准管理、元数据管理等为企业提供高质量的数据。（2）数据治理数据治

127、理从早期的元数据、数据标准、数据质量已逐渐发展为一个包含数据模型、数据服务、数据应用、数据生命周期的完整体系。数据治理涉及的技术包括元数据、数据标准、数据质量、数据集成、主数据、数据资产、数据交换、生命周期、数据安全等。（3）内存多维计算引擎多维内存计算是为了满足用户从多角度多层次进行数据查询和分析的需要而建立起来的基于事实和维的数据库模型，实现联机分析处理（OLAP，OnlineAnalyticalProcessing）。在数字化进程中，企业通过将多维内存计算引擎融入数据中台架构，借助互联网、云原生的大数据底座跟多维内存计算引擎的整合，既能发挥大数据平台对海量数据的处理能力，又能延续优秀OL

128、AP产品面向业务分析人员自助维护数据模型的能力。同时利用数据中台的数据驱动业务的思想，让各类管理工具能更好的将企业管理决策和运营支持进行融合。（4）数据智能数据智能是利用信息技术与人工智能技术，对海量数据进行挖掘、分析、处理，从中提取有价值的信息和知识，通过工程化的方式建立数据驱动决策模型，解决实际问题的能力。企业尽管身处行业不同、业务各异，但应用数据的行为具有一致性，都是“获取数据，进行分析，进行决策”，本质是“人、数据、决策”三者的关系。管理者与员工可以更便捷地访问数据，实时掌握数据异动风险，并通过增强型数据分析辅助商业决策的过程。企业未来数据分析场景，需要用到下面自然语言查询（NLQ）、

129、自然语言生成（NLG）、数据动因解释、数据智能洞察、智能数据可视化、数据智能助手等核心技术能力。ODataREST接口引擎用户管理监控生命周期管理高可用国产平台支持分布式计算Cube数据元数据日志MDX查询引擎公式计算引擎聚合计算引擎事务执行引擎A = B+CC = F(D,F)+E访问层平台管理层存储层引擎层数据层Cube数据区元数据区日志缓冲区内存管理器维度用户属性沙箱成员服务日志缓冲区Cube42成就数据驱动型企业中国企业数字化转型白皮书5.2.4 AI人工智能点亮数字化未来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

130、、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 图 5-5 典型的 AI 中台架构图应用层AI平台层AI模型层AI框架层数据层关系数据库MySqlPostgreSqlOracleFastDataGreenPlumElasticSearchCassa

131、ndraNoSQL数据库HBaseHDFSHive深度学习框架TensorFlowMxNetPyTorch机器学习框架Alink/FlinkKerasJAX机器学习模型逻辑回归LDA线性回归朴素贝叶斯协同过滤聚类SVM决策树集成学习深度学习模型LSTMCNNBERTTextCNNfast TextRNNTransformerGNNGAN强化学习模型构建机器学习建模深度学习建模AutoML建模Jupyter建模AutoDL建模管理中心元年共享产品线共享财务共享税务管理会计C1智能应用相关性分析归因分析业务预测数据洞察风险预警智能推荐Spark MLlibScikit-learnAPI管理API管

132、理模型部署集群管理资源监控资源调度理解，科学预测，合理控制，智能分析。例如，系统可以开展自动化的智能洞察，系统可以模拟人的学习、推理过程，实现举一反三，触类旁通。通过构建在商业分析领域的通用知识框架，并使用迁移学习、预学习、多任务学习，可以实现不同场景、不同数据对象、不同分析任务的复用。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无代码、低代码等快速构建、训练、上线AI模型的能力，形成对数据分析、决策人员的有效支撑。43成就数据驱动型企业中国企业数字化转型白皮书06数字化配套机制的“五力模型”44成就数据驱动型企业中国企业数字化转型白皮书

133、6.1 领导力：长期主义与脚踏实地6.2 规划力：战略引领与持续迭代数字化转型不是企业内部的修修补补，而是在商业浪潮中重新定位并参与竞争，需要最高领导者来规划航线、定位目标、组织全员的工作方式。只有最高领导者，才能既看见远处的目标，又能把控着航行的方向。因此，数字化转型的首要前提，必须是企业的最高领导者已经具备了数字领导力，不仅具备长期的战略洞察力、同时具备转型的勇气决心和愿意为转型投入充沛的资源。数字化转型是一场不可逆的征程，任何的摇摆不定或是盲目冒进都可能给企业带来巨大的负面影响。领导力是贯穿数字化转型全局的。数字化转型牵扯甚广，既无法一蹴而就，也很难顺风顺水。因此，整体规划、分步实施、有

134、序推进、随时纠偏就变得尤其重要。为此，企业应在开展数字化转型之前制定数字化规划，明确数字化转型的路径，确定数字化转型的目标，对数字化转型进行跨领域的引领和协调推动，推动业务和技术的融合，以确保转型服务与企业战略目标的实现。数字化规划具有综合性、系统性，它是企业数字化转型的整体行动方案，既是企业数字化建设征程中迈出的第一步，也应该贯穿于企业数字化建设始终。图 6-1 数字化配套机制的“五力模型”领导力执行力规划力组织力文化力45成就数据驱动型企业中国企业数字化转型白皮书6.3 组织力：变多层级为扁平式组织结构6.4 执行力：打造数字化复合型人才梯队现代企业为适应竞争与不断变化的环境，需要创建并不

135、断优化与创新扁平化的敏捷组织模式。过去组织的目标制定、传达与执行，直至考核都要按传统的多层级组织架构来运作，但是随着环境多变性的深度影响，需要企业建立更加敏捷的组织，以更有效地推动业务运营的持续健康发展，实现“人-货-场”的真正穿透。在移动互联等数字技术的支持下，“去中心化”、“扁平化”成为企业组织变革的方向，通过构建一个网格化组织，提升企业的整体运营效率。人与人的协同被赋予新的形式和价值。在数字化时代的扁平化组织下，企业建立真正面向外部及内部的协同模式，任何对等权力的个体可以获取、影响与报告相应经营中的信息数据，以更快速地有效参与、影响运营，实现数据驱动业务运营的目标。这种打破原有ERP模块

136、思维的做法，可以增强组织的反应、变化与进化能力。很多企业数字化转型“不会转”的主要问题是在于数字化人才匮乏。因此，要顺利实现数字化转型，一大关键就在于要构建数字化新型人才梯队。首先，企业要确定数字化领导者，数字化领导者作为整个数字化人才团队的领导者，需要具备较强的数字化商业与经营思维，并且对企业进行数字化转型以及数字化发展有着非常坚定的信念，同时对数字化业务系统有所掌握，能够准确找到企业的业务发展与数字化转型的切入点，并且加强企业内部与外部渠道、用户之间的关系互动与数据互动，将企业的组织、经营模式以及数字化技术进行融合，从而实现企业的数字化转型。企业还需要引入和培养数字化专业人才。这些人才是企

137、业实现数字化转型的根本，企业需要通过这些人才来构建起自身的数字化平台，支撑企业的数字化转型有效进行。这之中不仅包括软硬件工程师，同时还包括大数据专家、用户运营人员等岗位。6.5 文化力：落地面向数字战略的上海品茶在VUCA时代，企业数字化转型也在不断创新变化，如何保障企业战略的有效实施，就需要企业拥有面向数字战略的上海品茶。打造企业数字化“硬文化”，包括公司形象，VI体系，产品造型、外观等。打造数字化转型制度文化，包括领导体制、各项规章制度等。打造企业数字化核心“软文化”，包括员工行为规范、价值观念、数字化群体意识、员工数字化素质能力等。在数字化转型的当下，企业需要基于数字化转型战略对上海品茶

138、进行重新梳理与打造，形成新的、组织认同的“使命、愿景、价值观”。例如2019年阿里巴巴发布的“新六脉神剑”上海品茶，形成了阿里巴巴在数字时代的信念与原动力。企业需要加强数字化转型理念文化的构建与宣传，在企业内部形成良好的文化环境，打造用数据来驱动业务与决策的企业氛围。46成就数据驱动型企业中国企业数字化转型白皮书1吴静,王晓明,吕佳龄.加强技术与科学的互动,推动数字经济进入发展新阶段J.科技日报，2020(8).2艾瑞咨询.中国企业数字化转型路径实践研究报告EB/OL.2021(1).3腾讯研究院.汽车产业数字化转型白皮书EB/OL.2022(7).4韩向东,余红燕.企业数字化转型的构念及实现

139、路径J.管理会计研究,2021(9).5张小燕.智能低碳，共建汽车产业“网状生态”J.智能网联汽车,2022(1).6杨国安.数智革新中国企业的转型升级.中信出版集团,2021.7于可心,魏琦.中国供应链数字化升级行业研究报告J.艾瑞咨询系列研究报告,2022(5).8知了数据分析.阿里的变革:从“场货人”到“人货场”EB/OL.2021.9刘玉平,孙新涛,牟堂峰等.引领物联网时代的先进制造模式海尔互联工厂模式J.中国仪器仪表,2020(1).10艾瑞咨询.2021年中国零售数字化转型研究报告EB/OL.2021.11吴超,赵静,罗家鹰等.营销数字化:一路向C,构建企业级营销与增长体系M.北京

140、:机械工业出版社,2022.12余红燕.2021财务共享应用与管理会计融合的七大趋势J.中国会计报,2021(1).13张二锋.基于财务风险防范下的企业内控管理研究J.财会学习,2021(5).14唐隆基,潘永刚.数字化供应链:转型升级路线与价值再造实践M.北京:人民邮电出版社出版,2021. 参考文献47成就数据驱动型企业中国企业数字化转型白皮书 中关村数字经济产业联盟 元年研究院 管理会计研究中关村数字经济产业联盟（简称联盟）是于2020年12月经民政部门批准成立的非营利性社会团体。十届全国人大常委会副委员长蒋正华担任荣誉理事长，北京市国资委主任张贵林担任理事长。工业和信息化部、中国科协等

141、担任联盟指导单位。中国电信、中国联通、华为、京东集团担任联席理事长单位，中国中车、腾讯、中兴通讯、京东方、中金公司、中国节能、360等担任副理事长单位。联盟以“推进数字产业化和产业数字化”为使命，集聚政产学研各界资源，吸纳数字经济优秀企业和专业人士，致力于加强技术赋能，打造数字技术赋能平台；加强服务赋能，树立数字化标杆企业；加强知识赋能，打造数字经济领域高端智库；加强生态赋能，深化数字经济融通创新。为打造具有国际竞争力的数字产业集群、建设数字中国提供有力支撑！元年研究院是依托元年科技20多年服务数千家企业的专业与技术积淀，以“推动企业管理进步”为使命，汇聚了一大批深谙企业财务管理理论，又具备丰

142、富行业实战经验的专家及学者，致力于企业共享交易、数据分析等管理模块的深度研究和数字化实践案例提炼的研究机构。案例研究：基于中国企业财务转型、数字化转型实践，已完成上百家企业、近十个行业的案例研究。课题研究：主持或参与多个部委、协会和大型企业的专业课题研究，形成预算管理成熟度模型、管理会计应用评价体系等多个重量级研究成果。图书出版：与出版社合作持续编撰出版专业图书，已成功推出财务共享、管理会计、数字化转型、预算管理、成本管理等多本畅销书籍。管理会计研究是一本以管理会计理论和实践创新为基础，专注数字技术驱动业财融合、企业转型的发展趋势，用案例启迪管理智慧的新锐权威学术期刊。双月刊杂志(国内刊号CN44-1740/F)，于2018年7月创刊，由广东经济出版社主办和出版发行。管理会计研究杂志编委、专家委是由对外经贸大学国际商学院汤谷良教授领衔的超过百余位国内外管理会计知名教授、中央企业和国内知名企业的总会计师和财务总监构成。财政部会计司、工信部财务司、国资委财务监管局等领导多次在杂志中发表文章，多家央企总会计师、行政事业单位将管理会计研究杂志作为内部开会学习应用教材。