发布时间：
数字化转型是近几年的又一个热点，热到任何企业不提数字化转型，就好像已经被这个世界抛弃一样。最近有些时候在和客户沟通的时候，发现客户经常提到的需求就是要“数字化转型”。但是当我想把需求细化时发现，客户心中的“数字化转型”真是千差万别。有的包罗万象、对准的是比肩苹果谷歌的超级公司；有的则是一个具体的IT工作任务，例如制定一次IT规划、编制一些数据治理标准等；有的目标更小，只是对某个已有IT系统的局部改进优化等等。
面对如此纷繁复杂的数字化转型，我不禁自问：
数字化转型真的就这么可大可小吗？
有些工作是这么多年来一直在做的，原来我们这么多年一直在做数字化转型？
数字化转型要花多大的代价，真的像圈里调侃的那样——不转型会死，转型就是找死吗？
笔者想结合这些年的工作经历，谈一谈对数字化转型的思考。个人拙见，入不得大雅之堂，权当酒后杂谈而已。
一、如何理解数字化转型
很多知名机构和专家给出过数字化转型的定义，在这里我引用我国中信联标准化技术委员会在T/AIITRE 10001-2020《数字化转型 参考架构》给出的定义：数字化转型是顺应新一轮 科技 革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转型升级和创新发展的过程。
实质上，数字化转型就是利用数字化技术对现有业务模式的颠覆、升级和创新。这就好像以前没有互联网技术，每个人的联系只能通过电话写信发电报，有了互联网大家可上网聊天可以发Email，邮政的业务被颠覆了；以前没有移动互联网，上网只能在PC终端，有了移动互联网可以随时随地获得信息，微信的出现颠覆了移动联通的短信业务；现在有了物联网和5G，接入互联网的终端不仅仅是手机，万物互联又会颠覆多少现存的业务模式呢。
本质上，数字化转型就是使用数字技术创建新的、或修改现有的业务模式，满足不断变化市场需求，提升客户体验的过程。用数字化技术对业务的重构。我们已经伴随着信息技术的发展，从纸张走向了电子表格，再到管理业务的智能应用。现在我们有机会利用数字技术重构我们的业务模式，这就是数字化转型的长期愿景。
二、数字化转型的关键点
对于诸多正在尝试和 探索 数字化的企业来讲，我认为不要一开始就过多地专注于各种花哨的技术，也不要一上来就尝试彻底的颠覆业务模式。在奔跑于数字化转型道路之前，先后退一步，询问自己的企业是否在做正确的事情，我们即将做的是否能够使企业变得更加敏捷、灵活和持续成长。
数字化转型始于价值，也终于价值。
当我们的企业不能通过数字化转型创造价值，或者更高效的创造价值，或者不能更好的创造被客户认可的价值，那么这种转型无论是不是数字化的，都不是企业所需要的。当企业想上一个中台，或者想上一套智能算法代替领导决策，我们都要想一下，客户是否会为一个拥有中台的企业生产出的产品多掏2块钱，或者领导是否愿意让计算机的逻辑处理代替签字笔。有些客户的项目，从提出的时候就注定是失败的，因为他没有搞清楚真正的需求是什么。
还是那句话，数字化转型必须为企业增加价值。这种价值可以是业务模式的变革带来的全新价值；也可以是某一方面的价值升级，例如客户体验的提高；甚至是现有价值的提效，例如从纸型文件到电子文档。是的，您没看错，不一定要用到云计算、智能算法、机器学习、区块链这些技术，把纸型文件电子化，用到的就是数字技术，而这当然属于数字化转型的工作内容之一。甚至我认为，如果真的有企业能把文档电子化工作做出成效，实现文档数据的统一管理和交互，这反而是数字化转型的一个很好的案例。
第二，了解企业的技术潜力。不要总问：“我们能上线多少新系统新技术？”而要问：“我们的技术真正能做什么，我们如何调整我们的业务和流程以充分利用我们的技术投资？”
有些企业并没有多么先进的技术噱头，但在数字时代却可以凭借先进的业务模式，击败了行业里的百年老店。这些企业都有一个特点，就是都在创造性、颠覆性地利用技术，而不是追求技术本身。
Netflix公司，早期只是一项邮购服务。邮政服务啊，这项技术从人类在马背上“一骑红尘妃子笑，无人知是荔枝来”的时候就存在了。Netflix 出现之前，人们选择租借电影的方式是去商店并在货架上翻阅磁带和光盘以寻找好看的电影。Netflix及时利用这么传统的技术，加上创新的业务模式，彻底颠覆了实体视频租赁业务。
现在，Netflix又进一步开发大规模流媒体视频，通过以极具竞争力的价格提供不断增长的点播内容库，颠覆了传统的广播和有线电视网络。数字化使 Netflix 不仅能够将视频内容直接流式传输给客户，而且能够前所未有地洞察观看习惯和偏好。它使用这些数据来告知从用户体验设计到内部工作室首播节目和电影开发的所有内容。这就是行动中的数字化转型，利用可用技术来告知企业如何运作。
看看我们身边的其他人，以前有多少下班回家打开电视，现在有多少打开的是流媒体。
技术就在那里，只是有人不会使用。数字化转型这个词，强调的是“数字化”，但根本还要落到“转型”，这个转型是业务模式的转型。
现在，是否还有人会说“领导让我们数字化转型，我们先建个中台吧”……
「链接」
20世纪80年代以后,我国地矿领域(包括地矿管理部门、学校、研究单位和生产矿山等单位)学习、研究地质统计学的活动方兴未艾。许多单位开始结合自身工作的特点,把学习、研究地质统计学的重点向生产应用方面转移。先后研制出一批水平较高,在全国范围内有较大影响的地质统计学软件。这批软件代表了我国八九十年代地质统计学软件研制的最高水平。开创了我国自己研制开发地质统计学软件的先河。
1.“CGES”地质勘探系统软件
该软件是在武警黄金指挥部引进加拿大“IGC”公司GEOLOG软件基础上由武警黄金地质研究所经过3年(1987~1990年)艰苦研制于1990年开发出来的。该软件结合我国地勘工作特点和编制地勘报告成果的要求,对英文版GEOLOG软件实施全面汉化开发。软件开发成功后,先后应用在河北省平泉县洼子店岩金矿、山东省招远市夏甸岩金矿、山东省栖霞县后奇岩金矿、山东省烟台市辛安河砂金矿及外夹河砂金矿等矿床的储量计算上,取得了满意的结果。随后开发出的“CGES”版本,在武警黄金指挥部所属地质队推广使用近10年,并被原化学工业部化学矿产地质研究所、有色总公司北京地质研究所和山东招远黄金集团公司地质队等单位购买应用。在黄金地质领域产生了较大影响。实践证明,由武警黄金地质研究所对“IGE”公司GEOLOG软件进行汉化、适合我国地勘工作特点的改造而研制成功的“CGES”中文地质勘探系统软件,完全适合在我国的地勘工作中使用。
该软件还作为国家“七五”项关项目的成果,于1991年1月通过了国家计委主持的专家评审鉴定,1992年在第二届全国电子信息应用展览会上,获得国务院电子信息系统推广应用办公室颁发的“优秀项目”奖。以后经“中国软件登记中心”审定核发了软件著作权证书,从而确认了该软件的技术合法地位。
1993年4月,在全国矿产储量委员会的支持下,国家武警黄金指挥部黄金第十四支队采用“CGES”软件提交了陕西省洛南县驾鹿金矿地质勘探储量报告,由陕西省矿产储量管理局审查通过。该报告是全国第一份采用地质统计学储量计算方法和自行开发研制的软件系统提交的储量报告。该软件对地质统计学在我国地质勘探工作中的推进与应用作出了很大贡献。
武警黄金地质研究所的李维明高级工程师是研制“CGES”软件的主要技术专家。“CGES”软件的研制成功,使李维明高级工程师成为我国汉化改造国外软件的先行者。
2.固体矿产勘查评价自动化系统(KPX软件系统)
KPX软件系统是我国地质矿产部与联合国开发计划署的合作项目,研发于1994年,1991年完成版本,1993年完成版本。
该“系统”以地质统计学储量计算为核心,紧密跟踪我国矿产勘查及储量分类规范(1999年以前即GB/T17766—1999颁布前的储量分类规范)完全适用于我国从矿产勘查到矿山生产整个矿产资源开发阶段的软件系统。应该说,它是一个颇具中国特色的勘查评价系统。这一特色清楚地标明在系统的基本功能与流程中(见图示)。
地质统计学(空间信息统计学)基本理论与方法应用
“KPX”研制成功后,原地质矿产部已在其所属的全国各省(自治区、直辖市)地矿部门全面推广应用,并向全国地勘行业推广。
3.三维普通克里格法程序系统(3DOK)和SMICKS系统
该两个软件均由北京科技大学地质系侯景儒教授领导的地质统计学研究组开发的,前一个软件为原冶金工业部第三地质勘查局312队所用。用于编写山西省灵邱县刁泉银铜矿床地质勘探报告。该报告由原全国矿产储量委员会办公室于1995年4月组织专家评审通过。
“SMICKS”软件系统属研究类软件,其内容为空间域多元信息协同克里格系统。
4.“GASOR”(储层地质统计分析系统)
“GASOR”系统是由西安石油学院计算机系王家华教授主持研制开发的。该“系统”以地质统计学中的随机建模理论、技术为基础理论和方法,用于建立地层构造模型、层模型、沉积相模型、物性参数模型、砂体厚度变化等模型,从而形成相应的三维定量地质模型。
这是一个很实用的储层随机建模软件系统,自1994年起,成功地应用于大庆、胜利、塔里木、辽河等油田。在这之后,与其他软件一起被集成“石油滚动勘探开发一体化应用软件技术”,由中国石油天然气集团公司开发生产局推广使用,在石油地质领域产生了较大的影响。
5.克里格技术矿山开发系统
该软件系统为江西德兴铜矿开发,用于该矿山的生产中。该矿山在生产管理中,以矿石品位的正确估计和局部块段储量计算为核心,对矿山开采实施管理,取得了很好的经济效果。
除上述地质统计学软件外,有关学校、研究院和地质队等还自行开发出供本单位使用的地质统计学软件,因影响范围较小,这里不一一列出了。列出的这些地质统计学软件基本上反映了我国20世纪八九十年代研制、应用地质统计学软件的情况和水平。这个时期,我国经济体制正处在由社会主义计划经济向社会主义市场经济转型时期,计划经济体制起着主导作用。从研发地质统计学软件这项工作来看,各级政府矿产资源管理部门、学校、研究院、设计院、矿山企业等国有单位起着决定性作用。进入21世纪以后,我国已是社会主义市场经济体制,矿产勘查市场十分活跃,矿产资源勘查开发投资主体多元化。在此背景下,地质统计学软件的开发应用,随着政府职能部门的变化和职能的转变,已无条件实施已有的地质统计学软件成果,因失去了稳定的管理与服务,很难再发挥作用,再研发就更难了。
地质统计学软件的研发,开始进入新的发展阶段。如果从时间上简单地划分,可分作两个发展时期。
第一时期(1985~1998年):
1985年是我国第一个地质统计学软件研发时期。
1998年为地质矿产部和全国矿产资源委员会撤销重组,国土资源部成立时间。这一时期是我国经济体制转型时期,但计划经济体制仍起着主导作用。作为主抓地质统计学这项新科学技术工作的全国矿产资源委员会撤销后,这项工作也就无条件实施了。所以把这一时期的终止时间定为1998年。
第二时期(1998年~至今):
这一时期,我国已是社会主义市场经济体制,进入市场自由竞争时期。地质统计学软件的研发主体呈现多元化,为实际应用而研发,成为这个时期的突出特征。许多有实力的矿山企业和经济实体,看到地质统计学在矿业经济中的巨大作用和活力,特别是在蓬勃兴起的数字化矿山中的作用,根据地矿领域和自身矿业企业的需要,多层次、多方位地进行地质统计学软件系统的研发与应用。
研发水平比第一时期有了长足的进步。当今,活跃于我国矿业市场、具有代表性和影响力的有两个软件系统:一个是Dimine数字化矿山软件系统;另一个是3DMine矿业工程软件。这是两个各具特色的软件系统。
Dimine数字化矿山软件系统是由中南大学数字矿山研究中心与长沙迪迈数码科技服务有限公司联合研发的。它在众多相关地质统计学软件中脱颖而出,代表着当前国内同类软件的领先水平。
该软件系统推出后,迅速在中国铝业公司、中国五矿集团公司、中铁资源集团有限公司、攀钢集团有限公司、中国核工业集团公司等近20家大型矿业集团得到推广应用。如今已经发展到近百座矿山,为这些矿山企业带来了显著的经济效益。该软件系统所以能够得到众多矿山企业的青睐,是与该软件系统紧密结合中国矿山特点的实用性和理论、技术上的先进性分不开的。
该软件系统以矿山企业的经济命脉——矿产资源储量为核心,把储量动态管理系统作为主系统,围绕着主系统开发出一系列适合中国矿山特点的系统软件,如矿山生产调度实时监控与动态报告系统等,这是很具特色的。
在研发的储量动态管理系统中,以广泛通用的地质工程数据库为基础,建立三维矿体模型,进而得到块段模型、品位模型,进行地质统计学克里格估值。这一估值过程,能够随着生产探矿工作的进展,根据经济效益分析,对矿体进行动态固定,取得最佳的储量效果,这是该软件系统的又一大特色。此外,在矿体建立三维模型的过程中,能够很清晰地得到矿体空间形态及其与勘探工程网度之间的关系,这对于矿山寻找后备储量,制定矿山生产远景规划和指导矿山生产勘探,具有十分现实的意义。
同时,要特别提到的是,该软件系统的研发工作,吸取了我国以往研发和应用地质统计学软件,以先进的地质统计学理论为指导的经验和缺少稳定的研发力量及技术服务的教训,在研发力量和技术服务方面加大了力度,作了稳定扎实的安排。该软件系统的研制,以中南大学数字矿山研究中心和资源与安全工程学院雄厚的科研力量为依托,坚持组织稳定、研发人才稳定、研制资金稳定的三稳原则,从而保证了软件系统的先进性和技术服务的稳定性。
3DMine矿业工程软件是北京三地曼矿业软件科技有限公司在鞍山矿业公司和中国地质大学(北京)的合作指导下,研发成功的具有自主知识产权的软件系统。该软件以矿产资源储量计算作为主要功能模块,追踪我国现行的矿产勘查及矿产资源储量分类规范,把先进的地质统计学储量计算方法与传统的储量计算方法有机结合起来,比较好地解决了既能满足国际矿业领域对于地质统计学储量计算方法的需要,又能适应国内传统储量计算现状的要求。这在同类软件中很少见到,应该说,在我国矿产资源储量计算方面,这是一个创新范例,也是该软件的一个突出特点。此外,该软件另一个具有特色的地方,是它的实用性。这一特性集中地反映在该软件的块体模型上。
品位模型(也叫块体模型)是一种数据库的格式,是将数学地质与品位空间分布相结合的具体应用。这与传统储量计算的块段法不同,存储数据的时候更像内插替换一个值,而不是度量一个值。另外,一个主要的不同在于这个值具有空间参照性。第三个不同在于块体模型在打开的时候置于内存中,从而实现动态运作,许多复杂的地质属性,如各种等值线、界线等,只要需要均能够绘制出来。
当前矿业软件中引入块体模型概念是在空间上,在一定的范围内,确定一定尺寸的空间块体,相对应的块体有一个质心点,质心点上可以存储所有属性。在此基础上,进一步划分次级模块,并保证矿体边缘的块体尽可能地与矿体界线(曲面)相一致,从而得到准确的估值。该软件应用地质统计学方法,应用克里格法对品位分布进行估值,既实用又灵活,充分体现了估值技术的先进性。
块体模型的实用性和科学性,大大提高了矿产储量计算过程的可靠性,对于实现矿山设计及矿山生产科学化管理奠定了良好的基础。
该软件推向市场后,已在国内外许多矿山企业和地质部门得到应用,取得了良好的应用效果。
2021年的疫情极大提高了全社会对数字化的认识，以远程协作为代表的、基于数字平台运作的方式成为人们因为疫情而禁足时现实的选择。疫情极大地提升了整个国家社会治理技术的进步，整个社会在移动互联网和大数据的支撑下，以无死角无缝隙无断点的方式，实现了对人员流动的有效监控，国家治理能力迈上了一个新的台阶。
数字技术的巨大影响绝不仅仅局限于疫情之下人员流动这样的特殊阶段、特殊场景之下。企业的数字化转型的迫切性表现的更为突出。
每个企业都有自己的创新方式，但是近年来，数字化转型一直是对技术给全球企业带来的快速颠覆关键反应，同时也面临着挑战。对于大多数企业来说，数字化转型是由增长机会推动的，它不仅具有竞争力，面向未来的企业的战略，而且已成为生存的强制性和快速要求，企业实施强大的数字化转型战略，以保持领先于未来的中断。
一、什么是企业数字化转型
企业数字化转型，是指企业利用数字技术，将企业生产经营的某一个环节甚至整个业务流程的信息数据全部整合起来，形成有价值的数字资产，通过大数据，云计算等处理技术反馈有效信息，最终赋能到企业商业价值的过程。
二、企业做数字化转型的理由
1、能够提高工作效率
数字化转型能够让员工在部门与部门之间的沟通更加顺畅，让整个组织持续数据流，能够让客户的整个生命周期中从一个阶段到另一个阶段的无缝过渡，节省时间，提高效率。
2、提高透明度
数字化转型能够实时深入研究日常数据的能力使得业务的各个方面都能够稳定的运营。最重要的是，能够增加跨团队的透明度，看到运营的每一个阶段，快速解决问题。
3、降低成本
大多数企业都需要花费大量的金钱和时间来维护旧系统遗留的问题和产品，而数字化转型能够通过集成高效处理流程和快速识别问题，从而节省时间和金钱。
4、增加收益
数字化转型可以通过数据识别到当前业务流程中的缺陷，提高业务不同方面的透明度，员工和管理层可以通过模式识别，趋势评估和数据驱动型改进，从而实现最大限度地降低成本，轻松增加收入。
5、提高用户体验
数字化转型的成功与否核心是客户，提高了用户的体验，意味着转型有价值。所以，数字化转型能够通过系统查看并深入了解消费者消费流程，了解库存剩余，可用的服务和产品，节省销售，使得整体更清洁，更简单的购买流程。
6、提高竞争优势
企业之间的业务竞争是非常激烈的，通过数字化转型可以提前计划新系统所需的特性和功能，拨入企业擅长的内容以及可以改善业务的位置，从而改善业务基础设施，提高您在行业中的优势。
低代码如何助力企业数字化转型？
通过前边对数字化转型的讲解，大家应该明白这种转型改革并不是针对某个人、亦或是某个部门，而是企业整体所有员工的共同改革。这样一来有一个问题就出现了，数字化本身算是前沿的领域，很多技术、应用都只是局限在IT部门，像销售、市场、制造等部门可能并不了解数字化，也就很难在发展中提供足够的助力。
要知道数字化转型可是一个系统级的工程，如果没有企业整体的共同发展建设，那么是很难成功落地，并发挥巨大作用的。
通俗来讲，你可以理解为将企业业务场景的数据与流程搬至线上，通过数字化来运转与呈现；这一过程，大多数企业完成了从纸笔、Excel到使用CRM\ERP等管理系统、甚至定制开发企业应用的转型。
应用功能越来越多，成本却越来越高，而且使用起来也越来越繁琐，不同业务之间的数据不相通，业务也难以协同。这无疑与企业渴望通过数字化转型来降本增效的初衷相悖。所以低代码的各种应用及服务就开始大规模的发展起来，并成功在众多数字化转型企业中实现了价值。
低代码开发有哪些优势？
1、成倍增长的开发速度
除了从一开始就实现更快的开发之外，低代码平台还有可能通过每个项目加快软件开发生命周期。这是因为，每次开发人员构建新的代码块时，他们都可以将其存储下来，以便在下一个项目中复用。
2、解决开发商短缺问题
有经验的开发人员无法跟上对软件不断增长的需求。低代码开发通过提高生产力和促进公民发展来帮助应对这一挑战。
3、成本更低
传统的应用程序开发需要很高的费用，这主要是因为开发人员需要耗费很长的时间需要手工编写大量的代码，人力成本很高，但是使用低代码开发平台开发应用程序，只需要编写少量的代码，而且无需花费大量时间进行测试和修改，所以人力成本比较低，开发费用也比传统应用程序开发低，能够为企业节约一笔费用。
4、维护性更好
对于传统应用程序，维护和升级需要很长时间。开发人员必须手动修复错误并添加新功能。但是，通过低代码平台开发的应用程序，维护难度和代码量也较低，所以，可以提高系统的维护性。
5、频繁迭代以获得更好的解决方案
由于低代码可实现更频繁的迭代，因此在整个开发过程中可以更快、更频繁地实现反馈。这最终有助于确保解决方案更好地与组织及其客户提出的需求和期望保持一致。
数字化转型重塑企业竞争力！数字化转型经典案例|数字经济专题报告
数字化已经渗透到了 社会 的方方面面， 数据成为新的生产资源和财富来源，也带来全新的商业和思维模式。
数字化信息可共享、可重复使用、复制成本低，因此可以帮助企业形成自动化数据链，推动生产制造各环节高效协同，降低智能制造系统的复杂性和不确定性，改善组织效率。
更进一步而言，消费者主权持续崛起，需求从碎片化进入粉尘级，为了能够及时捕捉并快速响应客户的动态化需求，数字技术成为帮助企业提升敏捷性和洞察力的重要工具。
数字化浪潮下，企业数字化转型是提升生产效率、重塑商业模式的重要手段。
尽管企业数字化转型是大势所趋，然而， 如何成功实现数字化转型却是一道现实难题， 众多企业在数字化转型的门槛前望而却步，不知如何实现跨越。
在这种情况下，成功进行数字化转型的企业或可以提供一些参考借鉴。
我们从近些年来成功转型的企业中挑选6个经典案例以供参考借鉴。
福 卡 智 库
01
沃尔玛：利用数字化优化购物体验
世界500强巨头沃尔玛一直在借力 科技 发展，努力向技术和创新公司转型，为客户提供更加便捷的数字购物体验。
Jeremy King是沃尔玛的首席技术官，他表示沃尔玛2018年在技术上的支出为117亿美元，目前已将重点从“重新构建其电子商务业务”转变为“全面转型”，并制定了数字化转型预算来实现这一目标。
此外，沃尔玛还与微软、谷歌等巨头建立了战略伙伴关系，以助力自身转型。
具体而言，沃尔玛利用微软的计算能力来扩展其人工智能、机器学习和数据分析举措，并与谷歌合作进行语音购物。
沃尔玛将数字化贯穿于业务的各个方面：从供应链到销售、从客户服务到市场营销和商店运营，以提高公司运营和成本效率。
供应链数字化是沃尔玛全渠道战略成功必不可少的关键要素，可以使沃尔玛通过在线、移动设备和店内互动等多个方式为客户提供服务。
正如业内人士评论：“数字化转型没有魔法。沃尔玛所做的只是为消费者提供非常棒的购物体验;量身定制的出色的运输服务;良好的价格-他们只是这样做而已，并且没有做其他特别的事情。”
福 卡 智 库
02
江森自控公司：
提升支持数字战略的新能力
江森自控公司(Johnson Controls)在2018年聘请了南希·贝尔斯(Nancy Berce)担任首席信息官，为 科技 公司、 体育 馆和其他大型设施的楼宇运营自动化和安全来打造一个全新的IT运营模式。
贝尔斯表示，“这意味着采用一种“大投入，不后悔”的方法来使用现代技术，包括云计算和边缘计算、分析、网络安全、机器人流程自动化和区块链等，来为公司的自动化楼宇运营战略提供支持。”
江森自控公司一直在积极寻找合适的合作伙伴，会定期派员工到硅谷与初创公司、大型 科技 公司会面。贝尔斯与业务开发团队合作来寻找可支持数字战略的新能力。
“我想通过改变创新文化来获得价值，并将这种文化扩展到所有职能部门。”
贝尔斯表示，他们所面临的挑战就是能够找到各种技术的一个恰当的平衡，而这些技术可为客户提供所需的体验和安全性。
福 卡 智 库
03
海尔HR共享：持续升级，
创造最佳场景体验和最优运作效率
2008年，海尔HR共享成立，历经成长期、成熟期以及数字化转型三个发展阶段，数字化发展不断上台阶。目前，海尔HR共享现已拆除掉共享物理大厅，转型为数字化HR云大厅。
2020年，随着时代的发展和 科技 的进步，海尔HR共享决定进行数字化转型升级。
利用数字化、智能化技术，海尔HR共享要为用户创造最佳场景体验和创造最优运作效率。为此，海尔HR共享将线下传统的物理大厅打造成HR云大厅，将入职、离职、证明、公积金、合同等人力资源业务全部搬到了云端，为客户提供了零跑腿、领签字、零延误的服务体验。
海尔一直思考HR共享思考如何以数字技术实现人力资源服务和流程的数字化转型，绘画全新的HR运营模式和用户体验。
总之，经过海尔HR共享不懈努力，通过模式、技术和场景创新，实现了HR共享的数字化转型并持续升级。
福 卡 智 库
04
特斯拉：技术变革体验
在电动 汽车 领域，特斯拉无疑是制造商中数字化转型最成功的案例之一。通过将技术融入驾驶体验的各个方面，特斯拉已经成为 汽车 行业的变革推动者。
特斯拉以无数种方式颠覆了传统的 汽车 世界，例如，通过无线方式进行软件更新，为客户体验设定高标准。
特斯拉的成功主要在于在购车过程中淘汰任何中间商，且广泛使用数字技术重新定义 汽车 的制造和驾驶方式。
特斯拉的销售模式是直接面向消费者的，在该模式中，他们可以控制客户的购买体验，直接通过官方网站将 汽车 销售给消费者，而不是通过特许经销商。
此外，特斯拉的内部生产策略并没有遵循从第三方供应商那里采购组件的行业准则，这样一来，一方面提高了成本优势，另一方面帮助该公司快速创新。
特斯拉不断创新的速度使其在传统 汽车 制造商方面拥有主要优势，例如特斯拉推出Gigafactory以支持其预计的 汽车 需求。
现在，特斯拉的市值相当于3个丰田，在全球电动 汽车 销售中所占份额为18%。
软件测试和监视公司Eggplant的首席运营官Antony Edwards表示：“企业可从特斯拉学习的东西是，保持创新。那些认为数字与他们的市场或类别无关的人都应该再三考虑，然后潜心研究。”
福 卡 智 库
05
中国航发：数据集成贯通
中国航发全称为中国航空发动机集团有限公司，自组建以来，将信息化建设贯穿于产品论证、研发、智能制造、供应链、服务保障等全生命周期中，且取得了较好的成效。
例如，以数字样机和虚拟仿真为代表的产品设计赋能平台，不仅大幅度提升了航空发动机产品设计的设计效率和准确率，还加快了产品设计迭代过程。
此外，在产品制造方面，随着制造执行系统(MES)生产线的全面铺开使用，企业资源计划(ERP)系统的落地生根，产品制造流程已经实现产品数据、制造数据的集成贯通，以数字孪生为代表的先进智能制造技术正在生产线上发挥着日益重要的作用。
福 卡 智 库
06
中化集团：打造云链驱动增长
中化集团主要借力“66云链”进行数字化转型。
66云链由中化能源、中信兴业、宁波大榭管委会等共同投资设立，整合了危险品车辆、船舶、火车运行信息，以及应急管理、市场营收、异常预警、天气、大宗商品价格走势等实时数据，打破数据隔离，助力该企业真正把数据资产用起来，驱动增长。
目前，中化能源 科技 “66云链”已将近千家合法合规的危险品运输车队、20余家液体化工品库区、14家商检公司（CCIC、BV、SGS等）连接其中，可查询内贸液货危险品船舶6000余艘、全国1万多家危险品运输公司和近40万辆危险品车辆信息。
中化集团是国内目前唯一构建了覆盖仓储、车船运输的石化供应链数字基础设施公司，可提供车辆预约排队系统、车/船运输可视化系统、在线备案系统、仓储在线查询、数字提单等在线物流综合解决方案和区块链数字仓单产业金融解决方案。
参考文章：
《从务虚到务实：数字经济政策路线图（一）|数字经济政策专题》
《从务虚到务实：数字经济政策路线图（二）|数字经济政策专题》
《经济增长新动能！数字经济两大领域三大趋势|数字经济专题报告》
《全球经济低谷期新亮点！数字经济四大阶段三大特征|数字经济专题报告》
《数字经济政策大全之长三角政策图谱|数字经济政策专题》
《替代广东成为新高地！长三角数字经济发展有何亮点？丨数字经济专题报告》
谈到数字化转型，我们首先要清楚的认识数字化转型能为企业或业务条线带来什么？并且能够上下一心达成共识。如有必要，甚至从文化上也要同步调整。 业界比较认可的看法是通过用新技术、新架构、新方法对传统业务进行解构与重塑，从而达到降本增效、提升体验，挖掘现有业务价值的效果，甚至带来颠覆性的业务创新和管理理念。 所以转型是真正目的，数字化仅是一种手段，我们所有的出发点都要围绕创造业务价值、解决业务痛点出发，所以在符合企业或业务条线当前阶段的背景下，如何规划数字化转型的实施路径可谓是重点之一。 当今提出较多的是数字化转型三阶段理论，概括来讲，就是从线下到线上，从信息化迈向数字化，从数字化提升到智能化，这个过程基本上在业界达成了共识，而一些成功的案例，比如大部分电商企业的发展史，还比如一些知名高端制造业的企业，几乎无一例外沿着这个轨迹发展。但过程中势必存在不同的用户群体，他们具备不同的视角，那么他们对各阶段的诉求重心也会存在差异，但每个阶段都是下一个阶段的基础，很难跳跃两个阶段，直接进入下一个阶段，或者完全反向发展，这可以说是数字化转型三阶段的根本。 所以说不同的企业或业务条线所处的阶段不同，那么就要根据自身的情况，对侧重点有所倾斜，而不是与大多数企业或业务条线的工作保持一致。发力的时机不对，那自然就无法达到预计的效果了。 那么我们首先来看第一阶段的线上化，他能给我们带来什么？我们又该如何去做呢？ 从开展业务角度来看，线上化可以将制度、流程在系统上以标准化的方式呈现，如何按业务场景将各功能模块各业务分支串联起来，同时提供自动化的监控和规则判断，提高业务开展的效率，帮助流程上不同的用户协同办公，加强过程监控和合规化管理。统一业务条线的管理风格和制度流程，为各业务主管赋能。 从采集数据的角度来看，线上化丰富和完善了数据采集的方式和维度，标准线上流程的单一来源保障了数据唯一性，通过流程的限定和数据标准的约束，保障了数据的准确性，同时又能对所有节点的数据进行留痕和存储，无论是静态的客观数据，还是大量的用户行为数据以及管控数据。另外，还能建立各数据源接入的接口，为接入大量外部数据源做好准备。以上这些都将是开展数据分析挖掘，以数据驱动业务的重要基础。 从接入渠道的角度来看，线上化拓宽了业务开展渠道，从原来的中后台客户端、前台展现网页端的分离，到前中后一体化，统一在网页端上操作，再到大量的移动场景和应用，为用户提供了更为宽广和便捷的接入途径。既方便了用户使用、提升了满意度，也提高了系统的使用频度，从而采集到了更多的数据，也提高了数据更新的时效性。 而想合理地达成以上目标，线上化至少需要做到以下四点：业务流程化、数据标准化、权责明确化、操作高效化。 业务流程化，通俗来讲，就是要完成一个工作，一共分几步，每步有什么输入和产出，产生什么结果，最后如何响应形成业务闭环等等。其中每个环节都要设计通知机制，串联起整个流程。另外，除了常规流程外也要考虑到各种特殊情况的处理，给予管理上一定的弹性。 数据标准化，在线上化的伊始，就应该将数据标准作为设计的指导标准，从而为将来的数据分析打下良好基础。简单来说大致可以分为定义标准术语、统一数据类型、定义码值（枚举值），尤其是消除码值的二义性，制定关键数据的编码规则，校验规则，建立主外键和实体间的关联关系、设计主数据，融入企业数据标准的整体规划等等。 权责明确化，无论是从功能还是权限上，都应该做到最小授权原则，岗变权变，除了对数据安全的保障外，也能对业务开展带来方便，职责内的用户做该做的事，不用担心避嫌。而说到数据安全，近几年全社会已经愈发重视，远到国外facebook、雅虎个人信息泄密带来的不良影响，近到我国多家科技公司由于数据安全隐患问题关停。而很多传统企业前几年为了快速开展系统建设和信息化的进程，这块也是相当薄弱和疏于管理。而数据安全中灵活多变的权限管理可谓重点之一，而这块也是线上化的重要组成部分。 操作高效化，可以分成几块来看，一是如何通过业务流程的重构，将原先冗长的工作开展简化，减少中间节点。甚至对哪些工作线上开展，哪些工作回到线下也是可以根据实际情况调整，而非一概而论。二是借助一些规则，对一些工作节点通过系统自动化处理来提高效率和准确度。三是如何借助一些智能化的设备来替代人工操作。这些都是提效的可行方案。 通过对线上化的层层剖析，我们也发现线上化、数据化、智能化三个阶段并非完全独立，也不是说完成了某个阶段就再也不需要去迭代和优化了。他们除了是后者的基础外，之间也存在了指导、支撑和执行的关系。 比如上文中提到的数据标准化，就是数据治理体系的重要部分，可以说他是贯穿了整个数字化转型的工作，是各阶段的基础工作。 而通过线上化带来的操作高效化，也将进一步释放业务条线的操作型工作量和精力，能将条线员工更多的精力放在业务分析和数据挖掘上，不断丰富业务条线的数据维度，而数据分析的不断深入，通过数据发掘问题，也能进一步反过来对线上化进行迭代优化。通过数据驱动，来进一步优化我行的管理制度，提升用户体验。 那么要实现三阶段间的互相帮衬和快速迭代，显然平台的配置能力（灵活性）和扩展水平将是基础中的基础，没有这个基础，三阶段间的指导、支撑和执行将很难闭环，无法循环迭代。没有这个基础，无法支撑灵活多变的业务场景，提高应对未来不确定性、快速响应各类变革需求的能力。而这也是在线上化建设阶段要解决的重点问题之一。 我们可以再来回顾下下图，对于数字化转型的目的、三阶段的关系以及始终贯穿三阶段的工作开展是否就更为清晰了呢。如果需要的话，我们还可以对数据化、智能化两个阶段同样进行深度的剖析，从而对他们所能带来的价值以及实施前提具有更深入的认识。 我们再来看看某业务系统，经过若干年的不断迭代和优化，确实具备了一定的线上化和数据化程度，但受限于当年的技术框架以及管理理念。从当前的业务现状和需求看，要快速跟上业务变化，满足业务需求，达到降本增效、提升体验，挖掘业务价值的目标越来越难。 我们通过上文中的剖析来对现有系统做个比较，发现现有系统确实存在了不少问题，比如通知机制、规则监控的缺失导致的协同办公能力较弱，比如流程节点设计问题，以及技术框架的约束，导致数据采集维度缺失和不同步问题，比如渠道单薄带来的易用性问题。比如数据标准不完善带来的数据质量问题，比如权限管理的粗放带来的权限放大和数据安全问题，比如规则引擎、智能化设备欠缺导致的操作型事务依然无法完全释放和低效问题。最后，不够先进的技术框架在配置能力和扩展水平以及系统性能上已经落后，无法支撑未来的快速迭代和扩展，很多业务在无法流程化的搬到线上，只能通过线下开展业务线上台账补录的方式，也是数据质量下降的因素之一。同时目前这套技术框架，也不符合软件国产化、开源及去IOE的大方向。 综上，人力系统目前虽然具备一定的线上化和数据化程度，但显然线上化的基础还没有打好，人力条线无论是从业务和技术上看都还处在线上化的阶段，那将数字化转型的地基“线上化”作为人力条线现阶段的重点工作则更为合适，投入产出比也将更大。当然在这个阶段，适当的开展一些数据化工作，进行一些数据探索，来指导线上化工作的开展也是大有裨益的。 最后，大家要意识到，数字化转型其实并非一条康庄大道，所以我们既要有自己的目标和规划，同时也要看到风险并考虑如何规避，最后，我们来看一个不怎么成功的案例来给大家一点提示和启发。 某非银行抵押贷款提供商，前几年大力开展数字化转型，尤其是人工智能项目。但公司投入了大量成本和时间，最后却并未带来任何正向的收益。经过公司管理层和咨询公司的深入剖析，发现数据问题是人工智能项目达不到预期目标的主要原因。根据麦肯锡公司去年秋天发布的一份调查报告，限制人工智能技术应用的两大挑战与数据有关。 许多公司很难获得全面及标准的数据来训练他们的机器学习算法。如果数据没有通过线上流程采集，并通过系统约束标准化、结构化，工作人员就必须花费大量时间进行数据清洗，这可能反而会延迟项目或导致项目失败。可以说用不完善的数据形成的数据分析不会给决策带来帮助，反而会带来误导。而如何采集和标准化、结构化数据也正是线上化阶段的重点。 其他导致项目失败的还有诸如数据集成问题、未处理的非结构化数据等则体现的就是数据化阶段需要解决的问题了。 从这个例子我们也可以看到，在数字化转型的持久战中，如果步子迈太大或者跟随市场热度跳跃式发展，非但无法达到预期效果，还有可能给企业带来损失。 数字化转型，为我们的企业发展带来了更宽广的想象空间和指导方针，但同时也是荆棘丛生，充满了艰难险阻和未知风险，可谓任重而道远。
时代的变迁令人目不暇接， 1998年门户网站开始兴起，中国正式开始进入互联网时代，正逐步向物联网和量子时代进化，数字化、平台化、生态化等各种商业模式层出不穷，颠覆着各行各业，制造业也不能幸免。随着工业互联网、数字工厂、智能制造等不断被应用到生产和制造领域，数据挖掘、机器学习、人工智能等技术不断被应用到管理和交易环节，以及共享平台、智能财务的建设，制造业的商业模式和经营管理触及前所未有的革新机遇。
海尔集团是一家全球型的家电制造业品牌，目前已从传统家电产品制造企业转型为开放的创业平台，实现了数字化、平台化与生态化的转型。 面对物联网时代的机遇和挑战，该集团按照“物联网时代智慧家庭生态平台”的定位，推进从电器向平台化的转型，即从制造产品到孵化创客转变，通过人单合一模式持续驱动全球转型落地，建立以小微为基本单元的全球保障体系，打造以社群经济为中心，以用户价值交互为基础、以诚信为核心竞争力的后电商时代共创共赢生态圈，成为物联网时代的引领者。
回望海尔集团30多年来的 历史 ，可谓是企业转型升级的典范。
海尔集团成立时正值改革开放初期，那时国内企业还没有能力自己研发生产技术和生产设备，基本都是从国外引进，包括该集团。那时还处在物资匮乏时代，家电供不应求，很多企业为了扩大规模，只注重产量而不注重质量。海尔集团没有盲目上产量，而是严抓质量，实施全面质量管理，提出了“要么不干，要干就干第一”的企业理念。这一阶段，海尔集团专心致志做冰箱，在管理、技术、人才、资金、企业文化方面有了可以移植的模式。在一次营销事件中，海尔集团将检查出来的76台有问题的冰箱当场砸毁。这一砸，局外人看到的是“浪费、败家”，实际却砸醒了该集团员工“零缺陷”的质量意识，砸出了中国冰箱史上第一枚质量金牌。 如今，作为中国家电的领军企业，中国家电领域80%的国际标准专家、80%的国际标准提案来自海尔。
到了90年代，海尔集团的冰箱产品已经家喻户晓，国家政策方面鼓励企业兼并重组， 海尔集团也适时开启了多元化的转型，先后兼并了国内十八家企业， 使企业在多元化经营与规模扩张方面，进入了一个更广阔的发展空间。当时，家电市场竞争激烈，质量已经成为用户的基本需求。在竞争品牌纷纷打质量战时，该集团在国内已经开始生产冷柜、空调、洗衣机、彩电、电脑和手机等其他品类的产品，进行了广泛的品类延伸，又一次转型成功，成为了中国家电第一品牌。
2001年,中国加入世界贸易组织（WTO），国际市场打开，该集团又抓住时机，开启了全球化的转型。 这一阶段，该集团积极 探索 海外市场，先在美国建厂试水，取得美国市场的认可之后再进军日本。相关数据显示，截止目前，该集团已在全球建立了10个研发中心、21个工业园、24个海外制造基地和61个营销中心，并构建起研发、生产和销售“三位一体”的本土化运营模式。在这一模式下，海尔集团能够融入当地市场及文化及时准确地获取用户需求及潜在需求，并依托全球领先的技术、产品研发优势及整合全球优势资源的能力来满足用户需求。这使海尔集团成为全球各地消费者都认可的全球化品牌。
2012年，互联网以前所未有的速度席卷着 社会 生活的方方面面，海尔集团适时再一次转型，从传统传统制造家电产品的企业转型为面向全 社会 孵化创客的平台，转型成为互联网企业，进行网络化战略转型。 这次转型颠覆了原来自成体系的封闭系统，把海尔及其员工变成了网络互联中的节点，互联互通各种资源，打造共创共赢新平台，实现相关各方的共赢增值。海尔为此从战略、组织、员工、用户、薪酬和管理六个方面进行了颠覆性 探索 ，打造出一个动态循环体系，加速推进互联网转型。在战略上，建立以用户为中心的共创共赢生态圈，实现生态圈中各攸关方的共赢增值；在组织上，变传统的自我封闭到开放的互联网节点，颠覆科层制为网状组织。在这一过程中，员工从雇佣者、执行者转变为创业者、动态合伙人，目的是要构建社群最佳体验生态圈，满足用户的个性化需求。在薪酬机制上，将“企业付薪”变为“用户付薪”，驱动员工转型为真正的创业者，在为用户创造价值的同时实现自身价值；在管理创新上，通过对非线性管理的 探索 ，最终实现引领目标的自演进。
2019年，互联网进入深水区，产业互联网开始兴起，海尔集团再一次进行转型，目标由互联网公司转型成为“平台+生态”型公司，实施生态品牌战略。 海尔将财务、人力、法务、信息管理等传统职能部门进行了彻底颠覆，将各部门壁垒取消，整合成一个共享平台。目前，海尔大共享平台涵盖了财务共享、人力共享、商务法务、资金税务、信息化、集团大学等9个子平台，在加速创客小微孵化的同时，也保障了职能部门整体“活而不乱”。在产业创新方面，海尔聚焦于白电转型平台、投资孵化平台、金融控股平台、地产产业平台和文化产业平台五大平台。白电转型平台通过社群平台、互联工厂、智慧生活平台等，以超前迭代为支点，成为物联网时代智慧家庭的引领者。 海尔为创客提供包括制造体系、物流体系、创投孵化体系、人力资本体系等一系列创业资源，让创客在开放的平台上利用该集团的生态圈资源实现创新成长。 在企业管理方面，海尔集团 探索 实施“人单合一”模式，激发企业创新创业活力，“人单合一”模式中，“人”指员工，“单”指用户需求，“人单合一”就是每个员工都直接面对用户需求，创造用户价值。在这种模式下，海尔集团实现了“企业平台化、员工创客化、用户个性化”，引领企业开启全新的时代。海尔集团集团董事局主席、首席执行官张瑞敏曾说：“海尔集团正在建立一个无边界的生态系统来共创共赢。”
平台化只是海尔集团 探索 未来模式的一个阶段，平台这个概念其实已经发生了迭代。 传统时代，在市场获利的往往只是品牌方；互联网时代，“价格战”让电商平台、入驻平台与用户三方存在博弈状态；到了物联网时代，海尔集团通过交互获取的“需求网络图谱”为生态各方服务，因此海尔集团平台上聚集了来自全球的生态资源，围绕用户共同建设生态品牌。
另外“易付宝”和“资金通”等资金平台都在不断优化升级。其中，基于互联网模式的“资金通”平台，利用新模式、新技术链接资源与用户，实现了资源整合、无感体验的需求定制和无缝安全、全面实时的智慧链接。“资金通”平台通过风险评估模型、敏感性分析、用户画像、KPI资金指标等，形成资金大数据，制定资金解决方案，降低金融风险，实现高效的融资、全球结算、结售汇现金池管理，从而为小微赋能增值。此外， 海尔集团大共享平台还搭建了融资社群、外汇社群、现金池社群、创客社群、客户社群、政府社群等生态，不断整合全球资源，进行资源池化管理。 通过社群经营，创新开放的体系，将生态圈上的各个价值点进行编织，形成价值网，实现用户价值最大化。如海尔集团采用“人单合一”的模式，建生态、建平台，构建整个模块化、全生命周期服务，实现了共创、共治、共享。
如今， 海尔集团已经不仅是一家家电制造企业，还是一个开放的物联网生态平台。2019年6月，海尔入榜“2019年BrandZ 全球最具价值品牌100强”，成为BrandZ 历史 上第一个也是唯一一个进入百强的物联网生态品牌，品牌价值为亿美元，再一次成功的实现了企业的转型升级，并且带动整个中国家电产业不断转型升级。
单从制造业领域来看，三一重工、海尔、美的等企业均已完成数字化转型并开始变现转型成果。调查显示，在智能装备、医疗器械等行业，客户服务已成为企业最大的营收增长来源。
服务数字化的重要性可见一斑，如何通过售后服务精细化管理，提升客户综合满意度及对服务付费的意愿？
希望以下更适合中大型规模企业的制造业数字化转型案例可对数字化时代洪流下的企业发展有所增益。
1.浙大台州研究院
台州市最大的科创平台，由浙江大学与台州市政府合作共建的应用型科研院。
新匠手协同浙大台州研究院，为旗下联合华中数控、杰克智能打造的首条基于数字孪生的转子轴柔性化智能生产线，提供数字化售后服务技术支持，并亮相玉环国际机床展，赋予智能化装备更好的服务保障，助力产品获取客户信赖，进一步提升企业销量与增收。
2.源创智控
源创智控作为中国建筑智能化产品与解决方案的先行者，由浙江中控建筑智能事业部发展而来。
主营自动化、智能化及节能优化的产品与解决方案，旗下OptiSys系列产品已连续13年入选全国十大楼控品牌，业务涵盖公用工程、智慧园区、智能建筑、工业节能等领域，服务客户遍及阿里、华为、中国石油、绿地集团等世界500强及大型国企。
新匠手携手源创智控，为其构建全新的售后服务数字化管理体系，解决其集成商服务质量不高、自营服务网点分散导致的服务效率问题，以及服务人员管理考核难、成本高等痛点，极大助力源创将服务产品化的商业模式进程，让服务为企业创收成为现实。
3.应敏科技
应敏科技是智慧检测行业引领者、国家高新技术企业。
作为一家专业的数智化实验室一站式解决方案提供商，自主研发了9大系列、200多种自主研发实验室检测设备、检测辅助装置及数智化软件系统，承接了国内数百家检测实验室项目规划建设工程，已积累包含国家电网在内的600+大型国企及研究机构客户案例。
新匠手协同应敏科技，创建一套标准化的数字化售后服务管理体系，以实现远程服务、自助服务、现场服务相结合，实现运营数据分析与服务流程可视化管理，挖掘数据资产价值，通过售后服务数字化构建科学运营体系，成为应敏科技未来平稳高速发展的保障。
4.陀曼智能
浙江陀曼智能科技股份有限公司主要从事高端齿轮数控机床、轴承车削自动生产线、智能制造软件及服务等业务，产品遍及全国、东南亚、欧美等地，如何落地数字化服务，让服务为公司带来更大的价值，一直是陀曼的关注重点。
新匠手基于“1+3”数字化落地方案即SaaS系统、售后服务数字化咨询、工业短视频培训服务，从服务请求、服务派单、服务报价、服务处理、客户评价回访、到工单、员工绩效数据分析，将服务数字化智能化，每月缩减现场售后服务数量达30人次，售后服务响应时间平均缩短10小时，全年可节约百万级人工差旅成本。
大家很熟悉的应该有白酒，白酒不单单是买来喝，还会买白酒股。五粮液也是在白酒板块里面的，那么它还能够被各位小伙伴们投资吗，我接下来给大家分析一下五粮液值不值得投资。进入正文之前，先为大家奉上这份白酒行业龙头股名单，大家记得查收：宝藏资料！白酒行业龙头股一栏表
一、从公司角度来看
公司介绍：生产和销售五粮液及其系列酒是宜宾五粮液股份有限公司的主要产业，主要产品有五粮春、五粮醇、五粮特曲、尖庄等品类齐全、层次清晰的系列酒产品。其主导产品是历史悠久的五粮液酒，文化底蕴厚重，在中国浓香型白酒当中是驰名中外的民族品牌和主要代表，多次获得"国家名酒"荣誉称号，且在入选中欧地理标志协定保护名录的首批名单中。
根据简介能看出五粮液实力很强，下面我们通过闪光点来对五粮液做一个分析，了解一下投资它会不会亏。
亮点一：数字化落地，营销能力大大提升
公司对于营销组织变革的力度是不断加强的，锻炼数字化营销特战队，实行战区网络化时时管理，更精确有效的市场反映以及管理能力，通过数字化赋能方式实现。公司先后与阿里巴巴、华为等签订战略合作协议，充分利用各方不同优势来推动营销数字化转型落地落实，开始架构总部与区域数字化的闭环管理体系，营销工作的协同和执行力得到整体提升。
亮点二：历史悠久，产能行业领先
公司有很深厚的积淀，历史上有连任四届中国名酒的记录，并在上世纪90年代问鼎“中国酒业大王”，浓香领域高端形象深深印在人们心里。公司具备行业内最具前瞻性的产能布局，当前纯粮固态白酒产能已经达到20多万吨，如今在上个世纪90年代很多扩大规模建立的主力窑池逐渐成熟的环境下，优质的酒率在将来会呈上升趋势。还有公司高端酒生产量充盈，一家公司也就可以充分的享受到因为这些高端酒的扩容而产生的巨大红利。
篇幅长短有限制，要是想进一步更多关于五粮液的深度报告和风险提示，学姐都放在这篇研报里了，点击就可以查阅：【深度研报】五粮液点评，建议收藏！
二、从行业角度看
于空前繁荣发展的中国经济空中获利，白酒的产量、营收、利润各大指标逐渐增进，到如今白酒行业已逐渐迈向成熟期，在如今居民消费水平不断攀升以及行业供给侧优化的背景下，"少喝酒、喝好酒"的观念深深刻在人们心里，行业就显得越来越高端。然而，我们在随着现代消费结构的不断升级，高净值人群的不断扩容也为高端白酒带来了需求增量。五粮液可谓是中国最高档白酒之一，也作为浓香型高端白酒龙头，身处消费结构升级的情形里，五粮液的竞争力就会更大，有机会把更多的市场份额抢占到手。
结合以上所述，白酒永远都不会过时，喜爱高端白酒的人也越来越多，五粮液有望得到更多的发展机会。不过文章不具备实时性，如果想更准确地知道五粮液未来行情，直接点击链接，有专门的投资顾问为你判断股票，现在就看下五粮液的估值是高还是低吧：【免费】测一测五粮液现在是高估还是低估？
应答时间：2021-10-22，最新业务变化以文中链接内展示的数据为准，请点击查看
如果讲到白酒这块小伙伴们都很熟悉吧，白酒不光是喝，还有很多人买白酒股。五粮液也属于白酒板块的，它还有没有机会投资呢，那么接下来，我就来跟大家聊聊五粮液有没有必要来投资。开始分析前，我整理好的白酒行业龙头股名单分享给大家，大家可以参考一下：宝藏资料！白酒行业龙头股一栏表
一、从公司角度来看
公司介绍：宜宾五粮液是一家主营五粮液及其系列酒的生产和销售的公司，主要从事五粮春、五粮醇、五粮特曲、尖庄等品类齐全、层次清晰的系列酒产品。作为公司主导产品的五粮液酒，其历史悠久，文化底蕴深厚，是中国浓香型白酒的典型代表与著名民族品牌，荣获"国家名酒"称号很多次，且是第一批被选中进入中欧地理标志协定保护名录的产品。
从简述上看，五粮液实力不赖，下面我们从亮点方面入手看看五粮液是否值得投资。
亮点一：数字化落地，营销能力大大提升
公司持续深入营销组织变革，打造营销队伍数字化，实行战区管理网络化，为了实现更准确有效的市场反映和管理能力，采取数字化赋能渠道。公司与阿里巴巴、华为等前后订立战略合作协议，利用好各方不同优势来促进营销数字化转型落地落实，开始架构总部与区域数字化的闭环管理体系，使营销工作的协同和执行力取得全面提高。
亮点二：历史悠久，产能行业领先
公司的有很深的内涵及很强的实力，历史上有连任四届中国名酒的记录，并且能够在上个世纪90年代的时候问鼎"中国酒业大王"这项殊荣，在浓香领域的高端形象深深印在人们心里。公司的产能布局在行业内是最具预见性的，就现在来看纯粮固态白酒的产量就达到了20多万吨，现在在上世纪90年代大量扩建的主力窖池渐渐迈向成熟的背景下，优质的酒率在将来会呈上升趋势。另外公司高端酒的供应也不会中断，也就能够充分的享受到高端酒因为扩容而带来的巨大红利。
由于篇幅受限，更多关于五粮液的深度报告和风险提示，学姐已经整合到这个研报里了，戳一下就可以知道了：【深度研报】五粮液点评，建议收藏！
二、从行业角度看
获得中国经济空前繁荣发展的红利，白酒的产量、营收、利润各大指标持续上扬，到现在白酒行业已逐步迈入成熟期，在现在的居民消费水平持续上升以及行业供给侧优化这样的背景下，"少喝酒、喝好酒"的观念深深刻在人们心里，行业高端化趋势越发明显。然而，我们在随着现代消费结构的不断升级，高净值人群的不断扩容也为高端白酒带来了需求增量。五粮液可谓是中国最高档白酒之一，也可以说是浓香型高端白酒龙头，应对消费结构升级的情况，五粮液的竞争优势将会更大，有机会得到更多的市场份额。
结合以上所述，白酒是永不过时的，高端白酒也得到越来越多人的喜爱，五粮液有机会获得更进一步的发展。可是文章跟不上现实的脚步，如果想更准确地知道五粮液未来行情，直接点击链接，有专业的投顾帮你诊股，现在就让我们一起来看一下这个五粮液的估值是高估还是低估：【免费】测一测五粮液现在是高估还是低估？
应答时间：2021-10-06，最新业务变化以文中链接内展示的数据为准，请点击查看
去各个酒店推销,优点:说起中国在世界酒水界里的代表是谁？身为“国粹”的五粮液()当之无愧。作为世界名酒的五粮也总是站在在悠久历史的面纱之后，犹如古典的美女一样，在屏风的那一端笑看人间。神秘和古朴的五粮液，激起世界上千千万万人们的遐思。人们总是想看看屏风后美女的风姿。今天，我们走到了历史之中，用双眼观察它的丰腴之姿和绝世之貌。五粮也最珍贵的，是六百年的酿造工艺。中国五千年的文化，也包含了群众生活最重要的酒的历史。五粮液，就是中国自古以来的酿酒师们的智慧的结晶。五谷，谷谷有其各自特有的粮香，任何一种作为原料，经过精心的加工，酿造，就会成为人们交口称赞的美酒。中国的古人，在被美酒迷醉的时候，也在幻想，如果这五种粮食交杂一起，会酿出何等的美酒呢？于是，在人们的智慧中，五粮液的秘方横空出世。在宜宾适宜的气候和当地的地理条件中，四川自古就出美酒，从古老的僰人的“蒟酱酒”(窖酒)，到唐宋时代的“荔枝绿”、“姚子雪曲”，从明清时代的“杂粮酒”到五粮液，都是深受人们爱戴的酒品。尤其是五粮液酒，更是前辈们的优点的集合。我们的国粹，一直在人们的称赞中，走过了六百年。在近代，1909年，邓子均携酒参加晚宴后，五粮液的美名就在文人雅士之间流传。近代的中国人的民族气节和灵魂也一并注入其酿造工艺之中，酒香越发淳厚。在现代适逢国家的改革开放，人们的生活水平有了飞跃式的提高，各种过去属于上层社会的事物已经“飞入寻常百姓家”。五粮也借此东风，用短短的十二年的时间创造了一个中国酒水界的奇迹。五粮液的口碑甚至传入了中国伟大的领导人耳中。领导人们认识到，中国的文化在民众中的传承的纯正性，以及深厚的群众基础对传统文化的传播的重要性，多次的深入五粮液的生产基地，关怀古典美人在现在的发展和成长。在国家和人们的厚望中，五粮液也不负众望，先在在巴拿马荣获了国际博览会金奖，并创造了80年的金牌神话。随后又虏获了外国品酒师们的心，将个大奖项抱回祖国。在欧美的一些上层社会的沙龙里。品尝五粮液已经成为了一种风尚。人们都被这种来子中国的酒水里深厚的口感征服。更有国家想将这难以言喻的美加以副职，以使得其在世界上的流传更加广泛。五粮液通过六百年，浸淫其中的文化化作酒香，深深植入了世界人民的心里。在现在，一个崭新的发展阶段里，我们的国粹也将更加融入这个时代，融入人民之中，为五粮液集团的辉煌编织更加动人的篇章。(
1、市场竞争加剧
2020年10月，著名的科学杂志《自然》刊登了一篇研究论文，论文中指出人类生产制造出的物质已经超过了地球上所有生物质量的总和，并且这种增长速度还在不断加快。
随着物质生活的丰裕，人们对企业提供的产品和服务的要求也在不断提高。短短几十年时间，人们对产品和服务的需求经过了从无到有，从有到多，从多到好，从好到优的变化，甚至有不少人群已经开始将需求转变为新颖和个性化。
数据可视化-派可数据商业智能BI
随着物质增长的加快，人类的人口增长速度反倒开始持续减缓，预计在2100年前达到峰值，这就导致市场从增量变为了存量。面对这种新局面，企业为了满足日益变化的用户和市场需求，只能被迫选择转型，寻求新的突破。
2、数字化程度加深
随着新一代信息技术的普及应用，社会数字化程度不断加深，逐渐成为当下乃至未来的时代标志，预示着人类“第二空间”的腾飞发展。
根据中国互联网络信息中心最新的《中国互联网络发展状况统计报告》显示，截止2021年12月，我国网民规模已经达到亿，其中手机上网比例为，另外还有以下信息：
3、数据价值凸显
随着数字化深入社会底层，涉及人类生活工作的方方面面，其所产生的总体数据量有了巨幅增长，数据本身也成为构建现代信息、数字社会的重要元素。根据国际数据公司（IDC）预测，2025年时中国产生的数据量预计将达，在全球中的比例为。
在长期的实践中，人们发现数据不只是人类活动产生的附加品，还是促进人类活动发展、优化和改变的重要元素。这主要是因为，数据背后蕴含着丰富的信息量，只要将数据转化为信息，就能通过数据促进信息的增长和交换，创造数据价值。
IDC《2021年上半年中国商业智能软件市场数据跟踪报告》中显示，随着数字化增长，数字化相关技术、服务市场也在不断提升，仅2021年上半年中国商业智能市场规模就达到了亿美元，将前两年20%的增长速度拉高到了。
商业智能BI-派可数据商业智能BI
从商业智能我们就可以看出数据在现代社会的价值，因为商业智能是一套完整的由数据仓库、查询报表、数据分析、数据可视化等组成的数据类技术解决方案，它可以打破数据孤岛，利用数据仓库整合不同来源的数据，并通过ETL和数据模型进行规范处理，然后以图形化手段，进行数据可视化分析，将数据转化为信息和知识，为业务和管理人员提供决策信息支撑。
4、数字经济增长
互联网、物联网、人工智能、云计算、大数据、区块链等新一代信息技术引发了新一轮的科技革命，将数字化建设传播到众多领域，也让数字经济全面开花，在传统经济增长乏力的当下，承当起了国民经济增长的重要支柱。
与此同时，数字经济因为自身的特性，为社会人群构建了一套新颖、互联、线上、跨界的数字空间，为传统的产业经济焕发了第二春，催生出了不同领域的新型经济，为数字经济的多样性作出了证明。
派可数据 商业智能BI可视化分析平台
对于中国来说，数字经济既是经济转型增孕育了一大批极具开展潜力的互联网企业，成为激发创新创业的驱动力量。数字经济还是构建信息时代国家竞争新优势的重要先导力量。在信息革命引发的世界经济幅员重构过程中，数字经济的开展将起着至关重要的作用。众创、众包、众扶、众筹等分享经济模式本身就是数字经济的重要组成局部。
数字经济， 作为经济学概念的数字经济是人类通过大数据（数字化的知识与信息）的识别—选择—过滤—存储—使用，引导、实现资源的快速优化配置与再生、实现经济高质量发展的经济形态。数字经济，作为一个内涵比较宽泛的概念， 凡是直接或间接利用数据来引导资源发挥作用， 推动生产力发展的经济形态都可以纳入其范畴。在技术层面， 包括大数据、云计算、物联网、区块链、人工智能、5G通信等新兴技术。在应用层面，“新零售”、“新制造”等都是其典型代表。
数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，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。数字经济发展速度快、辐射范围广、影响程度深，正推动生产方式、生活方式和治理方式深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。
-请根据全部给定材料(仅限给定材料)，围绕“在数字时代构建广东发展新优势，把广东建设成为全球领先的数字化发展高地”的主题，自拟题目，撰写一篇议论文。(50分) 要求: (1)文章主题与给定材料联系紧密，思想性强; (2)论点鲜明，论据确凿，论证严密; (3)结构完整，条理清晰，行文流畅; (4)篇幅在800-1000字。 (请根据上述要求书写即可，格式无要求，字数一般在1000字左右) “世异则事异,事异则思变。”构建教字时代是推动数字化发展的内在要求，要坚定不移，不能毕其功于役。要坚持统筹规划，加快构建数字化服务体系，大力打造数字政府。顺应时代的发展，才能回应时代的命题。 政企强合作，打造数字政府，孵育数字化发展的良好环境。改革是发展的内在动力。广东在数字化道路上走在国家前列，大力地推进数字化政府改革建设，通过政企合作、管运分离、服务下沉等，利用科技创新等手段科学统筹整合资源，构建了电子政务服务体系。如广东为了建立政务服务终端平台所推出的“粤省事、粤政易”与”粤商通”等APP，提高了行政办事会务效率，简化群众的办事流程，实现了多方位、多角度的各领域应用一体化式的全网通办。而广州市在政务服务体系更加起到示范作用，组合优质资源，政务部门深度协作，切实把数字化发展建立在数字政府建设基础上，引领政府职能、便民利民、数字办公等同步提升。 企业转型升级，加强生态文明建设，拉动数字化发展的动力引擎。“十三五”时期是数字化发展的关键期和窗口期。加快企业转型升级，区块链大力发展被并列为开局起步之年重点任务，我们要拿出抓铁有痕，踏石有印的劲头，坚持全省“一盘棋”,先“立"后"破"。近年来，广东省通过三链协同推动软件产业发展,大力引导中小微企业数字化升级出台了一系列优惠扶持政策，大幅提升人才待遇，增加基础研究投入，与生态文明建设相结合，为发展提供不竭动力。破除数字化发展梗阻,统筹“立新”与破旧”需要两手抓，两手都要管都要硬，实现发展方式生态化、智能化转型，推动广东省向制造强省过渡，实现人与自然和谐共生。 建立智慧城市、实现精准防疫，激发数字化发展的生机活力。增进民生福址，全面提升人民幸福感、获得感是数字化发展的根本目的。人民群众是历史的创建者，决定着党和国家命运的基本力量。因此，应民生之呼、解民生之忧无疑是推动国家长治久安的唯一路径。古人云:“利民之事，丝发必兴"。建设智慧城市正是这幅"大写意”里不可或缺的一笔，做好智能化建设，提高市民生活品质，优化市民出行方式为市民提供安心防疫服务，对于我们绘就这幅画卷而言具有“造化”之功。因此，必须用心书写每一笔，完成"智慧为民、人民至上”的历史新画卷。 “知者行之始,行者知之成”。一个时代有一个时代的命题，一代人有一代人的时代使命，要认识责任，承担使命，落实行动，让数字时代的构建推动广东成为全球数字化发展的先行者。
企业致力于收集和存储大量数据，但通常只分析其中的一小部分。他们发现数据是新的货币，因为数据中隐藏着很多价值。他们正在利用数据科学和大数据分析工具从其“数据宝库”中提取价值。这有助于他们进行数字化转型。一些组织在这方面取得了巨大的成功，并不断创新、获得市场份额、增加价值(例如Amazon、谷歌、Facebook等公司)，而其他公司也在努力效仿。麦肯锡全球研究院于2011年5月发表了一篇开创性论文，名为“大数据：创新，竞争和生产力的下一个前沿”，使得大数据和分析开始引起人们的关注。根据谷歌公司的趋势分析(它提高了人们对关键词的搜索兴趣)，大数据和分析热潮在2016年6月达到了顶峰。而云计算一直持续受到人们的高度关注，因为越来越多的企业继续实施云计算技术，以提高业务灵活性、运营弹性、改进性能，以及更高的效率。数字化转型需要在组织层面上发挥作用，并将成为一种永久的运营方式。人们可能会想知道，在大数据和分析达到发展顶峰之后将会变成什么样子。只要所公布的客户调查、供应商利益、分析师报告、收入来源等资料具有价值，那么企业都将采用大数据和分析来获取。调研机构Gartner公司2016年进行的一项调查报告表明，在过去五年中，企业对大数据和分析的投资一直在不断增长，但对其未来投资的兴趣似乎有所下降。这可能是由于这些投资获得实际收益的一种停顿。而Gartner公司的另一份调查报告显示，只有大约12%的大数据项目取得了可衡量的成果。然而，社交媒体、物联网(IoT)、智能手机、移动设备、游戏装备、可穿戴设备、传感器、无人机、远程监控器、精密医疗、精准农业、智能城市、智能建筑、自动驾驶汽车、远程控制车辆等技术将产生大量需要收集、汇总和分析的数据，以做出有用且有价值的决策。而使用传统方法和系统来人工分析数据是不可能的。来自大数据和分析的潜在价值每年达到数十亿美元。这被认为是一个保守的估计。因为麦肯锡公司2011年进行的调查报告仅仅占据了大数据潜在价值的一小部分。只有基于位置的数据的采用率和价值捕获率高达50%-60%，其次是美国零售业，达到30%-40%，制造业占20%-30%，美国医疗保健行业为10%-20%，欧盟公共部门为10%-20%。因此，大数据和分析的兴趣和投资在几乎所有行业都会增加，以捕捉大数据中隐藏的价值。预计在未来几年中企业对云计算的大数据会持续产生兴趣。数据安全随着越来越多的数据被收集、汇总、分析，并用于做出影响人们生活的决策，数据安全性成为人们最为关切的问题。数据治理需要处理从不同来源收集的数据高峰以及管理这些数据元素所涉及的风险的中心阶段。美国联邦、州、市和地方政府机构以及其他非营利性公共服务组织需要符合严格的保密性、完整性和可用性(CIA)规则，并且还要提供良好的治理、满足合规要求和管理风险(GCR)。人们一个常见的误解是，组织需要从不同来源收集的大量结构化和非结构化数据，包括外部来源(需要验证和风险评估)来开始分析。企业不需要大量数据来启动分析项目。可以从已有的“黄金标准数据”开始，并考虑单独使用这些数据或将其与其他内部数据集结合使用，以解决业务问题作为向决策者购买的概念证明的可能性。企业可以尝试和分析以前没有查看的不同变量，以确定相关性、因果关系和预测因素，谨慎发现，并避免重合。这是行业领域知识和专业知识发挥作用的地方。利用可用且经济实惠的计算能力、存储和网络容量，企业可以轻松地分析更多数据，以查看隐藏在数据中的模式和概率。基于业务需求，分析可用于描述性、诊断性、预测性、规定性的目的。物联网、传感器、操作技术、设备维护、精密医疗、电网、航运、物流、执法和精准农业正在越来越多地利用上述不同类型的分析来处理一个或多个业务问题，或根据需要来提供解决方案。大数据的需求大数据对不同的人意味着不同的事物。不同的IT分析师、商业领袖、顾问、学术研究人员、标准组织已经根据他们的观点定义了大数据，其中包括数量、速度、品种、准确性、复杂性等因素。虽然在大数据方面没有明确的共识，他们现有的能力在人员、过程和技术方面的处理能力太大了。就大数据和分析而言，人员是最难的部分。存在组织惯性、缺乏决策者的支持，以及难以找到正确理解分析的数据和业务领域的数据科学家等问题。同样，大数据分析师也很缺乏。世界各地的许多高校或认证机构都在提供数据科学和分析方面的新课程，以满足日益增长的需求。由于大数据领域是新兴行业，很难找到适合的专家，因此所谓的“大数据专家或数据科学家”被金融交易、银行、信用评级机构，以及信用卡公司等大型金融组织所吸引。此外，谷歌、Facebook、LinkedIn、雅虎、微软、亚马逊等行业巨头也求贤若渴，因为他们为这些人才提供了丰厚的薪酬、股票期权，以及更好的发展前景。在争夺同样的人才方面，美国的联邦、州、市和地方政府以及非营利组织都处于劣势。但是，一些具有深谋远虑的政府组织已经成功招募了一些优秀的大数据科学家。克服人才短缺的挑战为了克服数据科学家短缺的挑战，许多企业正在建立一个数据科学团队，其中包括具有大数据分析方面知识和专业知识的人员，以及行业专家，例如IT和业务领域。他们可以一起补充彼此的专业知识，互相协作并提出业务问题的解决方案。一个成功的大数据分析团队的一个重要特征是能够用商业术语讲述故事，并实现数据可视化，而这些数据可视化只需要很少的解释。这是一项非常特殊的技能，需要销售技能来完成交易。这些能力有助于建立数据科学团队或大数据和分析团队的可信度，以获得高级管理人员的支持，并将分析从一个业务领域扩展到另一个业务领域，并最终扩展到整个组织或企业。这些人员则是“翻译者”，他们可以从数据分析中获得结果，并将其置于商业术语中，以便企业能够理解和适应。数字化转型需要在组织层面上发挥作用，并成为一种永久的运营方式。大数据和分析是私营或公共企业数字化转型的一个组成部分。因此，许多组织开始了数字化转型之旅，通过分析释放隐藏在大数据中的价值。今后将会有更多的组织效仿跟随。
作者 陈文辉「全国社保基金理事会副理事长」
文章 《中国金融》2020年第22期
从数字产业化到产业数字化，数字经济将重塑传统产业
历次 科技 革命，新技术都要经历从创新发明到大规模应用两个阶段，数字经济也不例外。数字经济上半场，信息传输、存储、计算、分析等基础领域不断取得技术突破，并在以互联网为代表的特定领域得以应用和推广，数字产业化得以快速发展，在电子信息制造、通信、软件服务等行业出现一批具有领先优势和规模效应的企业。随着新技术的应用范围不断扩大，成本越来越低，数字经济在传统产业的渗透率将快速提升，下半场的主旋律将从数字产业化切换到产业数字化。数字经济不仅仅是对原有经济体系的补充和融合，更是对传统经济的变革和重塑。
目前，我国产业数字化仍处于起步阶段，按占GDP比值计算，我国与美国、德国等发达国家仍存在较大差距。从产业结构来看，第三产业数字化程度显著高于第一和第二产业。互联网作为连接数字产业化和产业数字化的媒介，率先赋能传统服务业，培育出新零售、远程办公、在线教育、医疗信息化等新业态，并呈现出快速发展态势。阿里巴巴、腾讯等头部互联网企业不断拓展业务边界，构建生态体系，利用其积累的海量数据和技术优势，正在逐步向金融服务全面渗透，在提升效率、促进普惠的同时，也不断冲击和改变着传统金融业态。
金融产业数字化具有良好的基础，但转型才刚刚开始
金融服务的本质是利用信息对风险进行定价并促成交易，与互联网类似，都是基于信息的“生意”。金融业开展信息化建设的时间与互联网兴起几乎同步，大型金融机构如今每年都有数亿美元的IT投资，建立了先进的信息系统，并积累了海量的数据。以商业银行为例，2018年我国单家股份制银行内部积累的数据体量就达到了100TB以上。金融产业是我国信息基础设施最完善、数据资源最丰富的行业之一，拥有开展大数据分析等新技术应用的基础资源，最容易推动数字化转型。
但从发展进程来看，金融产业数字化才刚刚开始。传统金融业信息化建设的目标是利用信息技术优化现有业务，实现降本增效。而新金融企业则是运用新 科技 重塑金融业务逻辑，这才是金融产业数字化的核心。目前，传统金融企业的转型仅仅是信息化建设的延续，是局部的优化，而不是彻底的重构。由互联网派生的新金融正在与传统金融交汇，传统金融拥有良好的基础，新金融已趟出一条新路，二者通力合作必能形成金融产业数字化大发展的新局面。
从势不可挡的造车新势力看传统金融机构转型
近年来，随着新能源 汽车 迅猛发展，涌现出一批造车新势力。传统车企亦在积极推动电动化转型，但仍难以阻挡造车新势力的崛起。特斯拉市值超过几大传统车企的总和，蔚来、理想、小鹏 汽车 都成功登陆资本市场，并获得远超传统车企的估值水平。 汽车 和金融作为工业 社会 最有影响力的两大行业，都面临着转型发展的问题。本文试图从中找出一些共性规律，供金融产业数字化转型参考。
一是无论 历史 多么悠久、体量多么巨大的行业，都有被完全颠覆的可能。一百年前，福特发明了全球第一条 汽车 生产线，开创了现代工业的生产范式， 汽车 行业也被誉为工业体系的明珠。目前，全球营收前十的公司，除沃尔玛外，其余九家都是传统 汽车 和能源企业，一年的总营收超2万亿美元。传统车企深耕行业百年，如今每年仍有万亿美元的营收，但以特斯拉为代表的造车新势力仅仅用了短短几年时间，就在市值上全面超越传统车企。这一现象也会在新金融和传统金融之间重现。
二是核心业务逻辑的改变是新势力得以挑战传统企业的根本原因。品牌 汽车 厂商经过多年工艺积累，在发动机等核心技术方面建立起很高的技术壁垒。但对于新能源 汽车 而言，电动机取代发动机，传统厂商丧失了“护城河”，与造车新势力站在同一起跑线上。更重要的是，新能源 汽车 一改传统 汽车 作为交通工具的定位，在电动化的基础上推进数字化，以海量数据为驱动，不断提升 汽车 的设计、制造水平，满足消费者个性化定制需求；利用机器学习，不断完善算法和模型，逐步实现包括自动驾驶在内的高级智能，将 汽车 打造成出行中的人工智能助手。因此，传统车企的电动化转型只是用电动机和电池替代了发动机和汽油，并没有改变 汽车 的定位。作为既得利益者，颠覆现状就是革自己的命，对此传统车企既没有动力，也没有能力。因此，这种转型只能局限于个别部门，很难在全公司推行。反观造车新势力，创业者多来自互联网行业，坚持互联网思维，不受既得利益束缚，建立起符合智能 汽车 制造的组织架构。回到金融行业，也存在类似的情况。数字经济时代，数据成为主要生产要素，将替代资本成为金融业核心资产。传统金融的业务逻辑是“客户找钱”，资本是稀缺的，金融机构占据优势地位，风控核心是防范，客户只有提供满足金融机构要求的增信措施，才能获得金融服务。而新金融的业务逻辑是“钱找客户”，风险控制更强调信任，只有在海量数据基础上，运用 科技 深度分析，才能以极低的成本精准找到最需要钱且在未来有能力还钱的客户。新金融企业脱胎于互联网，利用互联网生态产生的海量数据，不断优化升级风控模型，如今已在面向消费者和小微企业的金融服务领域独占鳌头。未来三至五年是产业互联网大发展时期，新金融必将顺势进入工业领域，对传统金融产生巨大的冲击。这一过程可能比 汽车 行业电动化变革更加迅速猛烈。
当然，两者也有一定区别。金融业务是强监管行业，新金融企业开展相关业务都需要监管部门同意，金融产业数字化转型未必像 汽车 行业一样发生颠覆式变化，更有可能选择新老合作的渐进式路径。
金融产业数字化的几点思考
首先，金融产业数字化转型必须从整体上规划。金融业在我国经济中占有举足轻重的地位，仅银行业资产规模已超过300万亿元，是我国GDP的3倍。若金融行业发生系统性风险，对国民经济和 社会 稳定都将产生严重后果。面对新金融的迅速发展，监管部门应统筹考虑风险和新金融发展需要，制订整体规划，必须兼顾新金融企业和传统金融机构，鼓励双方各取所长，紧密合作，稳步推动金融业转型发展。
其次，在对新金融企业的监管上应坚持包容审慎的态度。一方面，中国数字经济取得的快速发展离不开相对宽松的监管环境。互联网发展初期，政府采取了包容审慎的监管方式，客观上降低了企业收集数据的成本，加快了平台企业形成，促进了新金融企业的商业模式创新和成熟，因而诞生了像蚂蚁、微众等一批具备竞争力的新金融平台企业。另一方面，金融风险具有传染性，政府对涉及公共利益的金融创新需持审慎态度，对于类似P2P的风险要在早期识别并快速响应，防止局部风险事件演化成系统性金融风险。
再次，传统金融转型需要加大力度。要认清新金融和传统金融的本质区别，思维要积极转变，结合自身优势开拓新业务，从被动的“效仿者”转变为主动的“创新者”。当然，考虑到目前传统金融机构的业务体量过大，从防范系统性金融风险的角度，实现全面转型存在一定难度，因而可以考虑分拆出专门的机构部门，开展新金融业务，以“另起炉灶”的方式实现机构内部的自我“革新”，在制度和执行上有利于打破传统惯例限制，在风险上独立于传统主体也有利于“风险隔离”。取得显著效果后逐步将传统业务装入新的实体，从而实现传统金融机构的稳步转型。
最后，我想谈谈金融监管如何看待创新与风险的平衡问题。一项创新业务出现，有可能优化现有业务，但也有可能带来不可预知的风险。监管者从稳健角度出发，对创新业务必然更为谨慎。但我们也要注意到，数字经济时代正在来临，传统金融业务越来越难以满足新时代经济发展的需要，金融脱离实体经济才是真正的风险。因此，监管部门应当在一定程度上容忍金融创新带来的风险，特别是在金融产业数字化转型中的创新。正是监管的包容，今天我国才会产生一批世界领先的新金融企业。符合产业发展方向的创新在产生风险的同时，也会产生更大的收益。监管部门应平衡好创新与风险，在风险可控的前提下，包容创新、鼓励创新，更好更快地推动我国金融产业完成数字化转型。
谈到数字化转型，我们首先要清楚的认识数字化转型能为企业或业务条线带来什么？并且能够上下一心达成共识。如有必要，甚至从文化上也要同步调整。 业界比较认可的看法是通过用新技术、新架构、新方法对传统业务进行解构与重塑，从而达到降本增效、提升体验，挖掘现有业务价值的效果，甚至带来颠覆性的业务创新和管理理念。 所以转型是真正目的，数字化仅是一种手段，我们所有的出发点都要围绕创造业务价值、解决业务痛点出发，所以在符合企业或业务条线当前阶段的背景下，如何规划数字化转型的实施路径可谓是重点之一。 当今提出较多的是数字化转型三阶段理论，概括来讲，就是从线下到线上，从信息化迈向数字化，从数字化提升到智能化，这个过程基本上在业界达成了共识，而一些成功的案例，比如大部分电商企业的发展史，还比如一些知名高端制造业的企业，几乎无一例外沿着这个轨迹发展。但过程中势必存在不同的用户群体，他们具备不同的视角，那么他们对各阶段的诉求重心也会存在差异，但每个阶段都是下一个阶段的基础，很难跳跃两个阶段，直接进入下一个阶段，或者完全反向发展，这可以说是数字化转型三阶段的根本。 所以说不同的企业或业务条线所处的阶段不同，那么就要根据自身的情况，对侧重点有所倾斜，而不是与大多数企业或业务条线的工作保持一致。发力的时机不对，那自然就无法达到预计的效果了。 那么我们首先来看第一阶段的线上化，他能给我们带来什么？我们又该如何去做呢？ 从开展业务角度来看，线上化可以将制度、流程在系统上以标准化的方式呈现，如何按业务场景将各功能模块各业务分支串联起来，同时提供自动化的监控和规则判断，提高业务开展的效率，帮助流程上不同的用户协同办公，加强过程监控和合规化管理。统一业务条线的管理风格和制度流程，为各业务主管赋能。 从采集数据的角度来看，线上化丰富和完善了数据采集的方式和维度，标准线上流程的单一来源保障了数据唯一性，通过流程的限定和数据标准的约束，保障了数据的准确性，同时又能对所有节点的数据进行留痕和存储，无论是静态的客观数据，还是大量的用户行为数据以及管控数据。另外，还能建立各数据源接入的接口，为接入大量外部数据源做好准备。以上这些都将是开展数据分析挖掘，以数据驱动业务的重要基础。 从接入渠道的角度来看，线上化拓宽了业务开展渠道，从原来的中后台客户端、前台展现网页端的分离，到前中后一体化，统一在网页端上操作，再到大量的移动场景和应用，为用户提供了更为宽广和便捷的接入途径。既方便了用户使用、提升了满意度，也提高了系统的使用频度，从而采集到了更多的数据，也提高了数据更新的时效性。 而想合理地达成以上目标，线上化至少需要做到以下四点：业务流程化、数据标准化、权责明确化、操作高效化。 业务流程化，通俗来讲，就是要完成一个工作，一共分几步，每步有什么输入和产出，产生什么结果，最后如何响应形成业务闭环等等。其中每个环节都要设计通知机制，串联起整个流程。另外，除了常规流程外也要考虑到各种特殊情况的处理，给予管理上一定的弹性。 数据标准化，在线上化的伊始，就应该将数据标准作为设计的指导标准，从而为将来的数据分析打下良好基础。简单来说大致可以分为定义标准术语、统一数据类型、定义码值（枚举值），尤其是消除码值的二义性，制定关键数据的编码规则，校验规则，建立主外键和实体间的关联关系、设计主数据，融入企业数据标准的整体规划等等。 权责明确化，无论是从功能还是权限上，都应该做到最小授权原则，岗变权变，除了对数据安全的保障外，也能对业务开展带来方便，职责内的用户做该做的事，不用担心避嫌。而说到数据安全，近几年全社会已经愈发重视，远到国外facebook、雅虎个人信息泄密带来的不良影响，近到我国多家科技公司由于数据安全隐患问题关停。而很多传统企业前几年为了快速开展系统建设和信息化的进程，这块也是相当薄弱和疏于管理。而数据安全中灵活多变的权限管理可谓重点之一，而这块也是线上化的重要组成部分。 操作高效化，可以分成几块来看，一是如何通过业务流程的重构，将原先冗长的工作开展简化，减少中间节点。甚至对哪些工作线上开展，哪些工作回到线下也是可以根据实际情况调整，而非一概而论。二是借助一些规则，对一些工作节点通过系统自动化处理来提高效率和准确度。三是如何借助一些智能化的设备来替代人工操作。这些都是提效的可行方案。 通过对线上化的层层剖析，我们也发现线上化、数据化、智能化三个阶段并非完全独立，也不是说完成了某个阶段就再也不需要去迭代和优化了。他们除了是后者的基础外，之间也存在了指导、支撑和执行的关系。 比如上文中提到的数据标准化，就是数据治理体系的重要部分，可以说他是贯穿了整个数字化转型的工作，是各阶段的基础工作。 而通过线上化带来的操作高效化，也将进一步释放业务条线的操作型工作量和精力，能将条线员工更多的精力放在业务分析和数据挖掘上，不断丰富业务条线的数据维度，而数据分析的不断深入，通过数据发掘问题，也能进一步反过来对线上化进行迭代优化。通过数据驱动，来进一步优化我行的管理制度，提升用户体验。 那么要实现三阶段间的互相帮衬和快速迭代，显然平台的配置能力（灵活性）和扩展水平将是基础中的基础，没有这个基础，三阶段间的指导、支撑和执行将很难闭环，无法循环迭代。没有这个基础，无法支撑灵活多变的业务场景，提高应对未来不确定性、快速响应各类变革需求的能力。而这也是在线上化建设阶段要解决的重点问题之一。 我们可以再来回顾下下图，对于数字化转型的目的、三阶段的关系以及始终贯穿三阶段的工作开展是否就更为清晰了呢。如果需要的话，我们还可以对数据化、智能化两个阶段同样进行深度的剖析，从而对他们所能带来的价值以及实施前提具有更深入的认识。 我们再来看看某业务系统，经过若干年的不断迭代和优化，确实具备了一定的线上化和数据化程度，但受限于当年的技术框架以及管理理念。从当前的业务现状和需求看，要快速跟上业务变化，满足业务需求，达到降本增效、提升体验，挖掘业务价值的目标越来越难。 我们通过上文中的剖析来对现有系统做个比较，发现现有系统确实存在了不少问题，比如通知机制、规则监控的缺失导致的协同办公能力较弱，比如流程节点设计问题，以及技术框架的约束，导致数据采集维度缺失和不同步问题，比如渠道单薄带来的易用性问题。比如数据标准不完善带来的数据质量问题，比如权限管理的粗放带来的权限放大和数据安全问题，比如规则引擎、智能化设备欠缺导致的操作型事务依然无法完全释放和低效问题。最后，不够先进的技术框架在配置能力和扩展水平以及系统性能上已经落后，无法支撑未来的快速迭代和扩展，很多业务在无法流程化的搬到线上，只能通过线下开展业务线上台账补录的方式，也是数据质量下降的因素之一。同时目前这套技术框架，也不符合软件国产化、开源及去IOE的大方向。 综上，人力系统目前虽然具备一定的线上化和数据化程度，但显然线上化的基础还没有打好，人力条线无论是从业务和技术上看都还处在线上化的阶段，那将数字化转型的地基“线上化”作为人力条线现阶段的重点工作则更为合适，投入产出比也将更大。当然在这个阶段，适当的开展一些数据化工作，进行一些数据探索，来指导线上化工作的开展也是大有裨益的。 最后，大家要意识到，数字化转型其实并非一条康庄大道，所以我们既要有自己的目标和规划，同时也要看到风险并考虑如何规避，最后，我们来看一个不怎么成功的案例来给大家一点提示和启发。 某非银行抵押贷款提供商，前几年大力开展数字化转型，尤其是人工智能项目。但公司投入了大量成本和时间，最后却并未带来任何正向的收益。经过公司管理层和咨询公司的深入剖析，发现数据问题是人工智能项目达不到预期目标的主要原因。根据麦肯锡公司去年秋天发布的一份调查报告，限制人工智能技术应用的两大挑战与数据有关。 许多公司很难获得全面及标准的数据来训练他们的机器学习算法。如果数据没有通过线上流程采集，并通过系统约束标准化、结构化，工作人员就必须花费大量时间进行数据清洗，这可能反而会延迟项目或导致项目失败。可以说用不完善的数据形成的数据分析不会给决策带来帮助，反而会带来误导。而如何采集和标准化、结构化数据也正是线上化阶段的重点。 其他导致项目失败的还有诸如数据集成问题、未处理的非结构化数据等则体现的就是数据化阶段需要解决的问题了。 从这个例子我们也可以看到，在数字化转型的持久战中，如果步子迈太大或者跟随市场热度跳跃式发展，非但无法达到预期效果，还有可能给企业带来损失。 数字化转型，为我们的企业发展带来了更宽广的想象空间和指导方针，但同时也是荆棘丛生，充满了艰难险阻和未知风险，可谓任重而道远。
随着以5G、区块链、物联网、大数据、云计算、数字孪生、人工智能等数字 科技 为引领的第四次工业革命的兴起，产业互联网发展进入快车道，居民消费转向线上并呈现个性化、定制化、多元化的趋势。为了把握这个短暂的转型窗口期，大部分商业银行都纷纷进行数字化转型，对于数字化转型的本质、难点仍在 探索 阶段。因此，笔者以在商业银行的实际管理经验为基础，借鉴智能工业数字化的历程，探讨商业银行数字化转型的实际方法。
数字化转型的本质：数据流动的自动化
信息技术爆发式进步对商业银行的本质影响，是将商业银行置于不确定性的环境中。数字 科技 直接拉近了银行与客户之间的距离，在竞争激烈的互联网环境下，银行必须在金融交付方式上满足客户个性化需求，以此获取、激活并黏住宝贵的客户资源。在数字时代，银行必须以有限的人力、财务、研发等资源，以创新的金融服务快速响应客户不确定的金融需求。对于任何一家银行来说，资源都成了最为紧缺的要素，只有提高资源的配置效率，才可能缩短产品研发周期、提升服务体验、敏捷预测金融需求等。因此，在不确定性的环境中，银行竞争的核心就是资源配置效率的竞争。
资源配置的背后，是银行在研发、设计、交付、定价、客服、营销等每一个环节的决策。在数字时代，决策是否智能，决定了资源配置效率的高低。此处“智能”，是指一个主体对外部市场环境的变化作出响应的能力。以智能制造为参考，美国NSIT强调智能制造解决的三个基本问题是：差异性更大的定制化服务、更小的生产批量、不可预知的供应链变更，其本质就是响应外部环境的不确定性变化。
银行的智能决策，不仅仅是物理世界中看得到的机器设备自动化，还表现为虚拟世界中看不到的数据流动的自动化。数据流动的自动化要求实现“五个正确”，即把正确的信息，在正确的时间，用正确的方式传递给正确的人，以此为依据作出正确的决策。例如，客户需求信息被采集之后，在银行的经营管理、产品设计、体验设计、产品研发、产品测试、产品维护等每一个环节流动，信息不断被加工、处理、执行，进而实现在正确的时间将正确的数据以正确的方式传递给正确的人和机器。正是信息技术、物联网、大数据等数字 科技 的进步，保障了数据流动的自动化，从而帮助银行构建更加高效、低成本、精准、科学的智能决策体系。
基于以上分析，商业银行数字化转型的根本动机，是以数据流动的自动化来化解复杂环境的不确定性。传统机器设备的自动化替代了体力劳动，数据流动的自动化则替代了脑力劳动。判断银行内部决策是否智能，就是看在数据流动的每个环节，是不是需要越来越少的人参与。基于智能决策的要求，数据流动的内涵也有了巨大的变化，过去的数据流动是基于文档的流动，今天的数据流动是基于模型、风控、反欺诈、交易要素的流动。因此，商业银行数字化转型的本质可以定义为：在“数据+算法”定义的世界中，以数据流动的自动化化解复杂系统的不确定性，对外部的环境变化作出高效响应，最终目的在于提高资源配置的效率。
数字化转型的最大难点：集成应用困境
数字化集成的本质，是不同业务系统之间的数据能够实现互联、互通、互操作。集成是智能制造的核心概念，德国工业提出三个集成（横向集成、纵向集成、端到端集成），中国工业和信息化部提出两化融合的四个阶段（基础建设、单向应用、综合集成、创新引领），都在强调将单向应用系统打通。集成之所以对银行数字化转型同样重要，是因为银行信息化的投入和收益并不是线性相关的，收益只有在投入跨越了某一临界点之后才会呈现指数化增长。因此，银行数字化转型从单向应用、企业级集成、产业金融链集成到产业金融生态集成，只有在集成跨越了某一拐点之后，数字化转型的效益才能体现出来。如果说，工业互联网所要解决的核心问题是在产业链和产业生态层面上构建一个新的数字化转型的体系，那么当前银行核心系统下移与分布式系统上行所要解决的核心问题是在金融交易服务与金融生态服务上构建一个新的数字化转型体系。遗憾的是，当前所能提供的商业银行数字化转型的解决方案，更多针对的是单向应用。
正如“中等收入陷阱”一样，从单向应用迁移到集成应用将面临诸多挑战，我们称之为“集成应用陷阱”或“集成应用困境”。无论是在智能制造领域还是金融 科技 领域，真正实现内部集成是非常困难的。基于对国内十多万家企业集成水平的评估，能够在产品设计、工艺设计、生产制造、生产过程控制、产品测试、产品维护等环节打通的领先企业数量非常有限。基于对国内外一万多家商业银行集成水平的评估，能在金融产品需求、研发、测试、上线、营销、风控、反欺诈、API对接、ISV等环节打通的领先银行数量同样非常有限。但是国内一些互联网银行，如网商银行、微众银行，已经成为商业银行数字化转型的标杆企业。互联网银行能够跨越集成应用困境，主要因为天生具备互联网生态基因，在建设产品体系时有集成的意识，且多以C-Bank模式从零开始建设，集成难度相对较小。
集成应用困境的核心矛盾是企业全局优化的需求和碎片化的IT供给之间的矛盾。当前商业银行竞争的核心是资源优化配置效率的竞争，需要在更大的范围、更广的领域、全流程、全生命周期、全场景推动数字化转型，只有实现全局集成、全局优化，才能创造更多的价值。但是当前商业银行的IT供给依然是碎片化的，这源于过去60年里碎片化的IT供给史，无论是核心系统研发，还是金融产品研发，解决问题的基本思路都是先解决局部问题，再把一个点的问题拓展为一个线的问题。碎片化供给的思路延续至今，导致当前商业银行往往出现几百套相互孤立的“烟囱式”产品系统，能够实现开放式的银行体系只是凤毛麟角。商业银行数字化转型，不仅需要点、面的解决方案，更需要一个生态级别的解决方案。
“数字化转型”商业模式解决方案
当前商业银行的核心系统、产品系统已经变得越来越复杂，而传统IT技术架构解决方案与支撑复杂产品系统的要求差距越来越大。为解决企业全局优化的需求和碎片化IT供给的基本矛盾，商业银行必须在边缘计算、云计算、移动端架构体系之上构建一套新的商业模式解决方案，即“数字化转型”。如果说“数字化转型”是基于传统IT架构和桌面端，那么“数字化转型”是基于边缘计算、云计算、移动端为代表的IoT的新技术渠道。
“数字化转型”可以划分为需求端、供给端、供需端、数据价值四个层面。在需求端，银行不再基于相对确定的需求来实现低成本、高效率，而是基于更加个性化定制、碎片化的不确定性需求，进行商业模式创新（包括业务创新、产品创新、商业模式创新、组织创新）。在供给端，面向流程、面向局部的封闭技术体系已不够，需要构建一个面向角色、面向场景、面向需求、全局优化的开放技术体系。在供需端，交付软硬件不再是全部任务的结束、而是运营工作的开始，和客户一起运营为客户的客户提供更有价值的解决方案。在数据端，围绕数据价值实现层面，包括业务数据化和数据业务化两个层次，即在数据底座之上，基于客户实时需求，利用基于云的技术中台、业务中台、数据中台快速构建与迭代解决方案。
商业银行原有技术体系复杂，在实现“数字化转型”时，必须解决原有架构体系向新架构体系迁移的问题。以工业互联网为参照，工业互联网把工业的技术、经验、知识、最佳实践等封装为各种各样的组件，通过提高共性技术知识的沉淀与复用水平，重构工业知识创造、传播和应用的新体系，降低了创新的成本和风险，提高了研发生产服务的效率。商业银行将传统架构体系向“数字化转型”迁移，可以按照以下四个步骤执行：一是解构数据，不断地用软件去解构和分解当前产品系统的数据；二是构建微服务池，基于数据组件，构建新的微服务池；三是链接平台，针对金融产品解决方案，调用和链接相关微服务；四是重新构建一个面向角色、面向场景的APP。“解构—微服务池—调用—面向场景APP”体系也将员工从重复性工作解放出来，使其可以投入精力和时间从事创造性的工作。
“数字化转型”的未来，是构建一个虚拟的数字“孪生世界”。在虚拟世界里，商业银行可以更加高效、低成本、精准地模拟现实世界，智能地作出决策，并将决策结果反馈到现实世界，最终迈向零成本试错之路，最优化地响应不确定性环境。
作者 罗勇「中国民生银行」
文章 《中国金融》2022年第1期
本文源自中国金融