数领未来打造数据驱动型企业白皮书

第一章全球企业与中国企业数据应用现状 中共中央于2021年12月12日印发的《“十四五”数字经济发展规划》指出我国数字经济转向深化应用、规范发展、普惠共享的新阶段。强调以数字资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。2020年，我国数字经济核心产业增加值占国内生产总值（GDP）比重达到7.8%，预期2025年该比重达到10%。 在我国数据经济发展大背景下，再加上疫情冲击，企业提升数字化能力就尤为重要，多项研究报告预测企业数字化支出在短期内激增。Gartner的2020年CEO调查发现，超过80%的组织计划增加对数字化转型的投资，超过其他任何领域。从2020年到2023年，企业数字化转型投资预计将以15.5%的复合年增长率增长，在此期间的总投资将达到6.8万亿美元。同时，德勤的调查也论证了这种增长预期。全球69%的受访领导者计划增加对数字化转型的财务承诺，以应对疫情。 平均而言，受访者计划在未来12个月内将1260万美元（占其年收入的0.57%）用于数字化转型。 这比他们在过去12个月的1090万美元中增加了15%。 无论从国内还是国际的视角，在复杂多变的局势下，在国家政策的推动下，企业都需要加快数字化转型步伐，优化企业战略布局、组织运营模式、技术创新能力，以及探索面向未来市场和消费者的新业务模式，达成业务增长目标。 第一节成为数据驱动型企业 1)企业所面临的挑战 对于大多数企业而言，新冠肺炎疫情的冲击暴露了领导者以前从未发现的组织漏洞。同时，企业共同面临着国际形势复杂、消费需求萎缩、生产材料价格上涨、融资成本升高等一系列问题。复杂多变的环境，以及后疫情时代客户消费习惯、企业行为的变化，对各行各业提出了挑战，虽然领导者可能无法控制由外部事件决定的变革步伐，但他们可以培养组织有效驾驭变革、抵御威胁和利用新机遇的能力。 这里，我们提出“韧性”来代表那些较好地迎接挑战的企业的共同特征。所谓“韧性”是指：面对挑战，适应当前局势并寻求发展的顽强决心。他们在全面评估企业现状和社会影响后，修订自身战略计划并坚定执行。 在这个过程中，数字化转型和数据的利用成为了重要的一环，数字能力在“韧性”中发挥着关键的作用。同时，在这个快速变化的组织内外部环境下，数字化对企业获取、处理和应用数据面临新的挑战：主要展现在以下方面： I.高速的数据增长带来的存储、分析与数据创新的平台成本 III.企业难以找到发挥数据价值的方向 数据最终不能停留在IT部门，需要走到企业前台，融入并支持企业战略制定和业务决策。数据的价值最终需要体现在业务场景中，比如如何帮助企业做产品多样化以满足不同细分客户群体的需求等。数据洞察停留在纸面并不能够创造业务价值，只有将数据洞察嵌入到企业的业务流程中，嵌入到企业的经营管理决策流程中，不仅仅是分析业务，而是实现持续可跟踪的业务优化，只有将数据与业务人员连接起来，带着团队共同目标一起变革，才能实现业务价值最大化。 互联网和移动媒体的普及，使信息碎片化、多样化的特征显得愈加明显。企业传统信息来源多为单一的图表形式，但是在当下数字化时代，企业需要处理和使用更多样化的信息，它们可能是音频、图像、坐标、博文等等多种信息来源，企业产生和获取的信息形式碎片化、多样化，数量级呈指数级别增长，由此带来存储、分析与数据创新的平台成本激增的挑战。 II.对于复杂的业务场景，企业缺少明确的数据战略 IV.不清楚如何引入新的技术或产品来支持业务创新 随着企业数字化应用的深入，数据正成为企业业务创新的驱动因素，数据洞察正在融入企业的整个价值链，催生了复杂多样的应用场景，包括客户互动营销、精准定价、供应链优化以及经营分析等等。同时，很多企业在实现落地企业业务场景过程中，往往面临着与业务战略脱节、运营模式不匹配、人员能力不足、数据质量和技术平台不能支撑等一系列问题，这些问题的产生究其根源是企业缺少一个明确的数据战略。 当前大多数企业缺乏的不是数据驱动业务发展的意识，而是如何将业务场景具体化，且是找到最适合的技术或者产品来支撑其业务创新。当今，技术变革正在日益加快，完全超过了我们的想象，技术变革带来新的产品纷繁复杂，对于企业用户而言，如何在众多技术和产品中选择出适合自己企业业务发展需要，且兼容性强的产品是一件耗时耗力的事情，企业迫切需要一个适合自己的一揽子解决方案，进而把专注力放在业务价值创新上。 V.人员技能不足以支持创新型数据项目 VI.数据的治理、监管和安全的挑战 企业向数据驱动型组织转型不仅依靠平台和工具等系统建设，还需要从组织文化角度推动企业各级员工的数据化“渗透率"，提升员工的数据能力，建立数据人才库。这里不止包括员工层级的能力建设，更要从高级管理层提升数据重视情况，建立“首席数据官”,负责企业层面所有数据业务，提升战略影响力。向数据驱动转型正在改变工作方式，数据科学涉及了每一个领域，每一个业务部门和职能部门都要参与其中。这样的转型需要企业的支持来帮助员工进行调整，包括招聘相应人才、开展系列培训、增加对应投资等等，这样才能完成组织整体性的变革。 随着《中华人民共和国个人信息保护法》、《网络安全法》、《数据安全法》、《关键信息基础设施安全保护条例》的出台，数据合的安全与合规对所有企业都提出了新的更高的要求。一方面企业要加强数据的共享，加速数据的流动以创造更高的价值，另一方面，在数据共享和流动的同时，如何建立有效的治理架构和机制，满足监管法律法规要求，保护个人隐私数据不受侵犯，保护企业的核心数据资产的安全这是向数据驱动型企业转型中度企业提出的新的挑战。 2)技术发展的趋势 技术对企业的发展有着不可或缺的作用，技术是提升企业核心竞争力的重要手段，正在成为企业发展的原动力。我们总结当前在数据与分析领域技术发展的五大趋势： I.数据共享更加便捷 尽管目前尚处于早期阶段，但数据共享趋势已日益加速。研究机构Forrester Research在最近的调查中发现，70%以上的全球数据和分析决策者都在不断扩大自身利用外部数据的能力，还有17 %的决策者计划在未来12个月着手扩大数据利用的能力。此外，仅全球FHE市场的年增长率就达到7.5%，预计到2028年总价值会达到4.37亿美元。是什么推动了这种增长？简单来说，数据在共享时会增加价值。根据Gartner™预测，到2023年，积极提升数据共享能力的组织，其大部分业务指标将胜过同行。 数据的发展是一段漫长的转型史，其本身作为数字化转型的命脉，在技术趋势中占据了重要的地位。过去我们会强调企业对于内部数据的管理，关于如何使用数据驱动决策。 后来随着机器学习和人工智能的发展，更多人意识到数据支持人类决策的局限性，他们更多地开始应用新技术和方法，以及新一代基于云的数据存储来做复杂的建模，让机器不止增强人类的决策能力，还能做出更多人类无法完成的更实时的、更大规模的决策。 现在我们谈到数据共享，随着互联网和云技术的发展，企业已经无法满足于应用自身数据，如何扩大利用外部数据的能力变得至关重要。随着数字共享技术的发展，数据不再局限在企业内部，企业亟需高效、安全地在市场平台上购买或出售具有潜在价值的信息资产。 当然，伴随着数据共享趋势的是隐私保护技术的创新与进步，将信息资产从传统的安全束缚中解放出来。也正是这强大的数据共享和隐私保护技术帮助企业迈入了数字货币化时代。 II.面向行业的云解决方案 云正在重新定义企业如何更快地创新，并在开发新产品和服务以及开展经营业务的过程中如何更敏捷地运行。云服务提供的可扩展性、敏捷性和创新水平使它是未来业务转型和成功的重要推动者。云不仅仅是满足企业数据需求的一种技术，这是一次使企业进入一个新的环境，带入一个充满业务创新和可能性的世界的技术飞跃。 伴随着云平台的建设，许多企业已经成功构建了扎实的云基础架构，完成了数据上云的工作与维护，并进一步提出了对云分析服务的定制需求。特别是在新冠大流行的背景下，整个世界对于在线办公、远程教育、在线游戏、网络流媒体等需求产生了井喷，对云上分析服务的认可度显著提升。 为了帮助企业更快速地部署并应用云分析服务，云厂商、软件供应商正在形成一系列基于云的面向特定业务场景和行业的解决方案，使消费品、医疗、制造、科技等行业实现特有业务的流程自动化。当企业采用了面向行业的云的解决方案后，企业能够花费更少的时间在基础配置上，从而更多地去关注自身的差异化竞争特性，加速数字化转型的步伐。同时，通过与云架构融合，为用户提供多元定制化的云分析体验，帮助用户实现全渠道的数据分析，建立自身优势。 III.人工智能商业化应用 当前人工智能技术已步入全方位商业化阶段，越来越多的技术商和创业企业成为行业生态圈的一员，以与5G、云计算、大数据融合作为切入点服务整个行业。人工智能对传统行业各参与方产生不同程度的影响，正在改变各行业的生态。这种变革主要体现在企业变革、行业变革与人力变革三个层次。 对企业而言，人工智能正在从营销、安防、人力、助理等多方面代替并解放生产力，帮助企业更有效智能地管理与运行流程职能。 通过机器学习，人工智能可以集成并打通数据生产、采集、存储、计算、传递与应用的完整数据链条，解放企业生产力去聚焦并创新业务。而数据是人工智能底层逻辑中不可或缺的支撑要素，没有数据，针对人工智能的数据处理将无法进行。有了数据挖掘对数据的清晰、集成、归约等预处理手段，人工智能才能拥有足够的数据进行学习。 对行业而言，逐渐成熟的人工智能正在通过技术创新力重塑各个行业，实现各行各业不同的发展与保障，加快推动产业升级。人工智能的参与导致上游产品提供者类型增加，同时用户也会可能因为产品属性的变化而发生改变，由个人消费者转变为企业消费者，或者二者兼而有之。在教育行业，人工智能的应用在逐步深入，应用场景向覆盖教学全流程方向变革。各个行业都在经历与融入人工智能带来的发展与应用。 对人力而言，人工智能带来的变革与解放是空前的。人工智能等新技术的应用将提升信息利用效率，减少企业员工数量。此外，机器人的广泛应用将取代从事流程化工作的劳动力，导致技术与管理人员占比上升，企业人力结构发生变化。 IV.智能物联网（AI+IoT）生态发展 在解放供应链的进程中，组织的目标是将供应链从传统的后台成本中心转变为价值驱动型业务。在这个转变过程中，越来越多能够捕获数据的实体设备接入网络，从而改进产品和服务，并产生新的收益流。物联网相关技术已然成为企业的价值驱动因素，因此这就要求企业重新构思如何开展设备管控和监督工作，并重新考虑如何组织、定义、管理和培训技术队伍。 尽管新型无线网络技术已经提升了性能，但在诸如自动驾驶、增强现实等场景下要求网络延时低至毫秒级，而这就需要边缘计算策略来予以解决。据相关行业组织预计，2019至2028年期间，在边缘计算方面的累计支出将达到8000亿美元，其中，制造业和医疗保障领域表现尤其突出。 物联网技术的兴起，也带来了所有权和安全问题。设备方面，实体设备使得责任界定可能变得更为复杂，此外，远程设备的所有权以及维护所带来的责任划分问题也慢慢浮出水面。相关设备产生的元数据所有权也存在争议，近期一项针对一百多万台企业和医疗保健物联网设备开展的研究发现，其中98%的设备流量都未加密，57%的设备容易受到中高等级攻击，数据安全问题的解决刻不容缓。 新实体设备往往会生成和使用大量数据，并需要快速传输来实现实时决策，这使得企业需要考虑如何管理和维护新一代联网设备、无线网络以及边缘计算应用，来确保业务的连续性。企业需要同时管理和部署由多家供应商提供的联网设备、应用程序以及网络，所需要的部署工作繁重且重复，数据采集频率、处理时间、准确度及格式问题都需要纳入企业IT部门的考虑范围，庞大数据量带来的数据存储也不容忽视，而对于远程环境而言分布式存储和边缘计算技术将更为合适。 物联网技术可以极大地改变公司创造和交付价值的方式，但也具备一定的挑战。企业领导者