时间:2022-07-01 作者:韩向东余红燕
[大]
[中]
[小]
摘要:
企业数字化转型的框架模型和行动指南
韩向东余红燕 ■
摘要:《中华人民共和国国民经济与社会发展第十四个五年规划和 2035年远景目标纲要》明确提出要“充分发挥海量数据和丰富应用场景优势,促进数字技术与实体经济深度融合,赋能传统产业转型升级”。数字化转型已成为企业实现健康稳定发展、重塑核心竞争力的“必修课”。本文基于对数字化转型本质的研究,分别从技术视角、内核视角和影响视角出发,构建了 “3X3”的数字化转型框架模型,为企业数字化转型提供行动指南。
关键词:数字化转型;财务共享;管理会计;数据中台; PaaS技术平台;人工智能
中图分类号: F49文献标志码: A文章编号: 1003-286X(2022)07-0024—05
《中华人民共和国国民经济和社会发展第十四个五年规划和 2035年远景目标纲要》(以下简称“十四五”规划)明确提出要“充分发挥海量数据和丰富应用场景优势,促进数字技术与实体经济深度融合,赋能传统产业转型升级”,并提出实施“上云用数赋智”行动,以数字化转型整体驱动生产方式、生活方式以及治理方式的变革。数字化转型正成为我国许多企业的核心战略。然而,作为一项极其复杂的系统性工程,数字化转型的推进却...
企业数字化转型的框架模型和行动指南
韩向东余红燕 ■
摘要:《中华人民共和国国民经济与社会发展第十四个五年规划和 2035年远景目标纲要》明确提出要“充分发挥海量数据和丰富应用场景优势,促进数字技术与实体经济深度融合,赋能传统产业转型升级”。数字化转型已成为企业实现健康稳定发展、重塑核心竞争力的“必修课”。本文基于对数字化转型本质的研究,分别从技术视角、内核视角和影响视角出发,构建了 “3X3”的数字化转型框架模型,为企业数字化转型提供行动指南。
关键词:数字化转型;财务共享;管理会计;数据中台; PaaS技术平台;人工智能
中图分类号: F49文献标志码: A文章编号: 1003-286X(2022)07-0024—05
《中华人民共和国国民经济和社会发展第十四个五年规划和 2035年远景目标纲要》(以下简称“十四五”规划)明确提出要“充分发挥海量数据和丰富应用场景优势,促进数字技术与实体经济深度融合,赋能传统产业转型升级”,并提出实施“上云用数赋智”行动,以数字化转型整体驱动生产方式、生活方式以及治理方式的变革。数字化转型正成为我国许多企业的核心战略。然而,作为一项极其复杂的系统性工程,数字化转型的推进却是知易行难。“认识不清,理解不深”“不知道怎么做”是企业数字化转型中最常见的两大困扰。本文通过构建 “3X3”的数字化转型框架模型,提供企业数字化转型的关键行动指南,试图为这两个问题找出答案。
一、数字化转型的框架模型
基于对数字化转型本质和特点的深入梳理,本文搭建了 “3X3”的数字化转型框架模型,试图从三个视角、九大方面勾勒出数字化转型的完整架构。
(一)技术视角
数字化首先是一个技术概念。在数字化时代,技术已成为推动企业变革的核心力量。站在技术的视角上看数字化,应当抓住三个关键词:信息化、新一代信息技术和数字化。
1.信息化。从技术的视角上看,数字化是信息技术 (Informaton Technology, IT)向数字技术 (Data Technology, DT)转化的过程。因此在谈论数字化时,就不能不提信息化。
信息化是指通过将物理世界的信息和数据转换为“ 0-1”的二进制代码录入信息系统,将线下的流程和数据迁移到电脑上进行处理,以提高效率、降低成本并提升可靠性。通过信息化把一个客户、一件商品、一条业务规则、一段业务处理流程方法以数据的形式录入到信息系统中,把物理世界的信息转变成数字世界的结构性描述。在信息化时代,信息化具有三大核心特点:
从应用的广度上看,信息化主要是单个部门的应用,很少有跨部门的整合与集成。信息化只能实现部分流程、信息和数据的线上化,其价值也主要表现在局部有限的管理和效率提升。
从应用的深度上看,信息化只是将线下的流程和数据搬到线上,并不涉及对流程的重构、对数据的打通和资产化处理。在信息化时代,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。流程和数据分散地存储在不同的系统中,只是借助信息技术有限地提升了存储、处理和传递的效率和可靠性,难以真正发挥出数据的价值。
作者简介:韩向东,北京元年科技股份有限公司董事长、总裁,元年研究院院长;余红燕,元年研究院研究及评审部总监。
从思维模式上看,信息化是为了高效、严格、没有纰漏地对线下物理世界的活动进行管控的线下流程化思维。在信息化时代,流程是核心,信息系统是工具,数据则是信息系统的副产品。
2.新一代信息技术。如果没有以大数据、人工智能(AI)、云计算、移动互联、物联网为代表的新一代信息技术的突破性发展,
企业从信息化向数字化的变革不可能发生。大数据技术是推动数字化变革的重要力量。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,
数据从财务向业务、结构化向非结构化、内部向外部的三个扩展能够得到有力的技术支持。
数据和 AI的结合是数字化转型的核心。 AI技术赋予机器以人类的智慧,不仅能算会记,还能够理解人、做判断。 AI分为运算智能、感知智能、认知智能三个阶段,运算智能让机器拥有快速计算和记忆存储能力;感知智能让机器能听、能看、能交流;认知智能让机器能够理解人、做判断。 AI技术的发展为机器开展深度数据分析和辅助决策提供了技术支持。
云计算是数字技术的引擎。互联网以及移动互联网和物联网的核心就是云计算,基于云计算发展出现的移动计算、大数据技术支撑新一代信息产业、现代服务业、现代制造业。
移动互联技术让连接无处不在、无时不在。基于移动互联技术已经产生了滴滴、微信等一系列创新的商业模式。未来,汽车,房子,房子里的设备,身上可穿戴的眼镜、手表等都能通过手机互联,给人类社会生产和生活方式带来巨大的改变。
物联网是在互联网基础上延伸和扩展的网络,让所有能够被独立寻址的普通物理对象形成互联互通的网络,使物品与物品之间、物品与人之间可以进行信息交换和通信。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)。
新一代信息技术是把人类从工业社会带入数字社会的一个分水岭。基于这些技术,能够将现实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。
3.数字化。根据咨询公司 Gartner对数字化的定义: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。从中可以提炼出数字化的三个关键点:改变商业模式、实现价值创造、转向数字业务。与信息化相对应,数字化具有以下核心特点:
从应用的广度上看,数字化不是一个部门、一个流程、一个系统的变革,而是在企业整个业务流程中进行数字化的打通,会牵扯到企业所有组织、流程、业务、资源、产品、数据、系统,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。数字化打破了部门壁垒、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。在数字化时代,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,如果说信息化时代是以流程为核心,那么数字化时代便是以数据为中心。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,是一切的基础,而流程和系统是产生数据的过程和工具。最后,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。(二)内核视角
1.
连接。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。企业可以基于云端平台,与供应商、客户、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.
数据。数据是数字化的基础。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。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,并广泛且深入地渗透进生活。丰富的数据给我们提供了无限的可能,也对我们提出了问题:我们需要什么样的数据?怎样获得和存储这些数据?怎样对数据进行管理和处理?怎样挖掘出数据的价值?这些都是数字化转型中最为核心和关键的问题。
数字化转型始于连接,成于数据。借助新一代信息技术,企业能够获取到海量来自源头的实时、多维、贯通和定制化的数据,开展数据治理、计算、建模、加工和深度数据洞察,让数据真正赋能业务和管理,为企业创
造价值。过去,企业的数据解决方案更多关注高层的需要。而现在企业更希望用数据赋能企业内部的各级管理者、赋能“听得见炮火”的决策者、赋能一切需要用数据支持管理的人员。在数字化时代,企业将围绕数据进行深度的价值挖掘,用数据全方位地驱动企业发展。
3.智能。数据赋能离不开 AI的应用。 AI不仅可以实现文字、语音、图像、视频等非结构化信息的处理,完成基础数据的处理和转化;还可以实现归因分析、数据洞察和智能预警,让数据的价值得到充分发挥。如企业基于数据智能能够开展自动化的智能洞察,让系统代替人利用规则和算法对海量数据进行监控,发现数据中存在的问题以及数据变化的趋势;自动搜索查找变化背后的关键影响因素,并将结果和问题推送给合适的用户,帮助用户进行快速决策,大幅提升运营和决策效率,并将人从基础的数据分析和处理工作中释放出来。 AI是未来企业数字化的最高形式。当企业通过数字化积累了大量数据之后,通过各种算法建立起来的模型,能够将数据的价值挖掘得更为充分。
(三)影响视角
1.
推动外部商业模式和生态的巨变。在数字化时代,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、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。融合是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 26财务与会计 • 2022 07化和数字产业化双轮驱动助推现代产业体系建设。
2.
引起内部运作机制和管理者行为的巨变。互联网将企业和客户连接在一起,打破了信息不对称,不仅使企业与客户之间的沟通实时衔接,也让潜在客户能够聆听到真实客户的声音。客户的影响力在数字化时代实现了大幅提升,客户获得了前所未有的主导权。无论在线上、线下,提升客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客户为中心的运营模式,并不断完善服务并提升服务质量。相应地,企业管理者也要从经营产品向经营客户价值转变、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,是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。
3.
推动工作效率及客户体验的提升。数字化的实现要借助新一代信息技术的广泛应用,这不仅给企业带来了业务活动的在线化和数据处理的智能化,还有大量流程、业务的自动化处理。数字化使许多工作都可以交由机器自动完成,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客户体验的极大提升。数字化连接一切,企业能够基于互联网与客户互动:客户对产品和服务的需求、反馈都能够直接、快速地传递到企业,企业能够据此高效作出改进产品和服务的决策,并完成产品服务升级。
二、数字化转型的关键行动指南
(一)技术基石:构建新一代数字化平台
“无平台不经营”是数字时代的常态化需求,商业模式变革、管理方式的升级换代都需要依赖灵活、敏捷和易用的数字化平台,这也是企业应变能力的重要表现。
1.构建低代码 PaaS技术平台,重构企业数字化架构。要建立数字化的技术能力,需要新一代的数字化基础设施。以 ERP为核心的传统信息化架构在应用中存在大量流程断点和信息孤岛,需要引入新一代的技术平台实现内外连接,“端到端”打通流程,并把数据沉淀下来加以利用。为此,企业应构建新一代 PaaS技术平台。
适应数字化时代需要的新一代 PaaS技术平台应具备云原生、微服务、容器化、低代码开发等四大要素。具体来讲,这一平台需要将技术能力进行整合和封装,与业务能力分离,过滤掉建设中繁琐的技术细节,以集成组件、技术组件等产品化方式,为企业开展财务共享、业务共享、数据治理、数据分析提供简单、易用、快捷的应用技术基础设施,帮助企业快速搭建应用系统。同时,低代码开发意味着企业无需编写代码或者仅需编写少量代码,将业务需求直接体现在数据模型与页面逻辑设计中,通过可视化拖、拉、拽方式就可以快速生成应用程序,支持企业数字化应用根据业务需求快速响应。通过打造新一代 PaaS技术平台,企业可获得三大提升:
第一,重构 IT架构。过去 30年,企业 IT系统一直以 ERP系统为核心,但 ERP系统相对标准化的方案能力和偏企业内循环的系统定位已难以满足企业业务个性化和外部协同的发展要求。 PaaS技术平台提供了统一、面向未来的前后端架构,完全基于云原生、
微服务的架构,在新建和改造系统时就充分考虑到企业从数据到业务的可扩展性。当 IT架构升级改造之后,企业形成自己统一的技术
中台,能够有效支撑数字化转型的落地。
第二,构建“端到端”的价值链。在数据驱动的数字化运营中,企业运营管理中轻量级的业务化、场景化应用越来越丰富,但由于数字化进程中不同角色对业务认知不同,技术实现不同,最终形成了更多分散化、碎片化的应用场景。 PaaS技术平台聚焦业务需求,能够基于模型驱动开发的模式,快速实现“端到端”的流程建模,敏捷灵活、类似“搭积木”一样完成场景化应用的搭建,将业务模型产生的数据自动、分主题地同步到数据中台以及 AI中台的决策模型和内存中的多维模型当中,真正实现业务实时产生数据、数据实时驱动业务。
第三,升级业务平台。传统的企业业务平台以业务为中心构建,各个业务部门对数据和业务的理解不同,导致 IT建设与业务管理脱节,业务系统中的数据无法为经营决策提供支持。 PaaS技术平台能够贯彻数据模型优先的思路,从根本上打通企业此前以业务为中心形成的信息孤岛,帮助企业打造以数据为中心的全域业务体系。
2.构建数据中台,为数据驱动的实现提供平台工具。为开展数据洞察、实现数据驱动,首先,企业需要找到合适的数据源头,实现高效的数据采集与数据清洗;其次,企业应当赋予数据以更多维度,使数据能够包含更丰富的业务信息;再次,企业应当有能力将非结构化数据转换为合理的结构化数据和有效信息;最后,企业还需要打破“数据烟囱”,基于问题和场景打通业务和财务数据、客户和运营数据、内部和外部数据,以及结构化和非结构化数据,全面提高数据的可用性。从技术着眼,企业必须要建立一个敏捷高效的数据平台,这就是数据中台。数据中台能够为企业带来三大改变:
第一,数据中台能够打通数据壁垒,实现全方位、全过程、全领域的数据实时流动与共享。过去,在传统的 “烟囱式” IT架构下,不同系统间的数据难以有效贯通,形成了大量信息孤岛。数据中台能够打通系统间的壁垒,汇聚多源数据,有效解决企业的信息孤岛问题,提升数据采集和数据转换的效率和质量,并为数据存储和数据治理带来便利。
第二,基于数据中台,企业能够构建数据治理体系,实现数据标准化,将数据转化为有价值的资产。数据治理是数据驱动的必要条件。数据中台为数据治理提供了高效率的平台,实现了数据治理场景的全覆盖,有利于提升数据治理效率、巩固数据治理效果。
第三,数据中台为数据建模和加工提供了平台和工具。数据中台提供从元数据管理、主数据管理、数据标准、数据安全、数据资产、数据服务到各种数据开发的能力,既能够按需进行数据和算法的加工,形成有价值的数据资产;又能够支持复杂的业务财务模型建设,形成服务化的数据应用;还可以预置丰富的基础模型、行业模型和场景化模型。这些数据和模型为企业开展预算、成本、绩效等管理会计各领域丰富的场景化应用提供了坚实的基础。
3.构建 AI中台,对 AI技术进行高效组织和管理。企业应用 AI的目标通常是根据业务数据和市场动态,对历史数据进行挖掘、分析和洞察,基于 AI算法对数据进行降维并抽象出效率高、效果好的模型,对未来的业务进行预测、推演和决策。随着技术在企业日益广泛和深入的应用,企业对 AI应用参与业务的要求越来越高,但 AI模型开发周期长、不确定性高,严重影响了下游业务的推进。这就需要企业构建 AI中台,对 AI研发的数据、流程和模型成果进行高效地组织和管理,为数据处理和应用提供强大的计算引擎和 AI算法引擎支持。
AI中台能够整合自然语言识别、 OCR识别、知识图谱、 AI学习、 RPA等智能技术,并提供智能化的建模能力(如无代码建模、 Jupyter建模)。通过预制丰富的组建库, AI中台能够进行关键要素的识别和文本、要素的提取,包括情感、词云分析、文本对比、智能推荐等。如录入线下合同时,系统可以自动进行合同要素的 OCR提取;发起采购业务时,系统可以自动推荐合作多次、信用分值较高的供应商和历史数据可靠的采购目录。
(二)建立连接:构建新一代数字共享体系
连接是数字化的内核之首,没有连接,数字化就不可能实现。企业要通过建立新一代数字共享体系,即业财资税(业务、财务、资金、税务)一体化共享体系,打通业务、财务和管理的流程和数据,实现物流、资金流、合同流、发票流、信息流五流合一,使内部资源(包括 ERP系统、 SRM系统、 CRM系统等)和外部资源(包括客户、供应商、电商平台、银行、税务等)互联互通,让连接无处不在。
通过财务共享,企业能够将财务与业务交易的流程和数据进行连接;通过业务共享,企业能够建立起与外部供应商、电商平台、客户的连接;通过资金共享,企业能够打通内外、连接内外,变事后报账为对事前交易和数据的管控,变“以管控为核心”为“以服务为核心”,变手工会计处理为在线自动实时处理。企业共享中心将逐渐从过去服务于企业内部基于制度和规则的流程,扩张到服务于更多的业务伙伴,创造业务价值。例如,通过将管理会计的思想和能力融入到财务共享系统中,财务共享中心将能够在全面支持财务业务处理的同时,在强化集团管控、提供数据服务、推动业财融合向纵深发展等更广泛的职能领域中发挥更大的价值,这将有力推动企业财务业务实现由核算向管理的转型,推动企业的财务数字化转型。同时,基于企业生产、销售、采购、物流等业务在线化、共享化的实现,企业能够开展更多业务重构,对财务体系、业务流程、商业模式进行颠覆和升级,推动整体数字化转型。
(三)洞察数据:构建新一代数智运营体系
当企业通过构建 PaaS技术平台重构了技术与业务深度融合的数字化架构,通过构建新一代数字共享体系建立了交易的连接、设备的连接、人与人的连接;通过构建数据中台完成数据资产化并获得了丰富的数据模型后,就需要转入管理活动中最关键的决策与行动环节。
决策与行动是由涵盖分析、判断、预测、模拟决策以及新一轮管理与执行的行动而形成的管理闭环,数据分析是决策与行动的基础和前提。由于管理会计的本质是基于数据和模型发现问题、解决问题,因此数据分析的应用应以管理会计的应用首当其冲。在数字化转型的过程中,管理会计具有重要的引领作用,构建以管理会计创新应用为核心的新一代数智运营体系是企业开展数字化转型的必由之路。以管理会计创新应用为核心的数智运营体系具有以下特点:
一是主动赋能。以往企业往往应用数据分析支持企业决策,但在数字化环境下,数据不再是被动支持决策,而是主动驱动发展。随着企业拥有越来越多的数据和有效信息,依赖管理者个人经验、能力和担当的决策逐渐减少,基于数据变化的自动化决策越来越多(如零售企业的自动补货由系统根据库存等数据的实时变化自动作出决策)。
二是面向业务场景。传统的管理会计以服务企业高层为核心,通常集中于构建宏观层面的决策模型。在数字化时代,管理会计的能力将逐步下沉到企业的中层和基层,下沉到诸如订单预测、应收管理等更微观的业务场景,为企业全员提供业务监控、运营指挥、决策支持、策略定制等全方位的支持。
三是面向未来。过去,企业在管理会计领域更多是开展“感知现在”的分析;但在数字化时代,企业可以开展更多“预测未来”的分析。例如,基于海量历史数据的积累和分析,企业能够基于项目的投入产出预测等应用场景,构建更为完善的预测模型。
四是形成从决策到行动的闭环。通过将传统的管理会计与业务化、场景化、实时化的数据分析相结合,企业可以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,开展实时事中监控、业务深度洞察、在线协同指挥作战、高频检视追踪执行结果,建立基于决策的场景模型和策略之上的监控决策指挥体系,真正形成数智化运营的能力。
(四)应用 AI:用 AI点亮企业数字化未来
在企业数字化转型的进程中, AI的应用算得上点睛之笔。改变企业 IT系统的 AI技术主要有三类:自然语言识别、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,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,实现不同场景、不同数据对象、不同分析任务的复用。
责任编辑樊柯馨
相关推荐
主办单位:中国财政杂志社
地址:中国北京海淀区万寿路西街甲11号院3号楼 邮编:100036 电话:010-88227114
京ICP备19047955号京公网安备 11010802030967号网络出版服务许可证:(署)网出证(京)字第317号