本文來自微信公眾號“數(shù)字經(jīng)濟(jì)雜志”，作者/曾震宇。
數(shù)字經(jīng)濟(jì)時代來臨，企業(yè)數(shù)字化轉(zhuǎn)型勢在必行數(shù)字經(jīng)濟(jì)作為農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后的主要經(jīng)濟(jì)形態(tài)，在過去幾年發(fā)展迅速，輻射范圍廣，影響程度深。
2021年，國家相繼發(fā)布了“十四五”規(guī)劃、2035遠(yuǎn)景目標(biāo)綱要,以及“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃，并制定了2025年數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值占GDP比重達(dá)10%的目標(biāo)，這充分顯示了國家對于發(fā)展數(shù)字經(jīng)濟(jì)的決心。
數(shù)字經(jīng)濟(jì)的關(guān)鍵要素是數(shù)據(jù)資源。隨著移動化、云計算、5G和IoT等技術(shù)的深入使用，各個行業(yè)的業(yè)務(wù)也隨之發(fā)生深遠(yuǎn)變化，這個過程中往往伴隨著大量業(yè)務(wù)數(shù)據(jù)的產(chǎn)生。IDC統(tǒng)計顯示,全球近90%數(shù)據(jù)將在這幾年內(nèi)產(chǎn)生，預(yù)計到2025年全球數(shù)據(jù)量將達(dá)到163ZB，中國的數(shù)據(jù)產(chǎn)生量約占全球總量的23%。
海量的新增數(shù)據(jù)，如實(shí)地反映企業(yè)業(yè)務(wù)運(yùn)行的方方面面，蘊(yùn)含著巨大的業(yè)務(wù)價值。這催生了企業(yè)對于數(shù)字化轉(zhuǎn)型的旺盛需求，各個行業(yè)迫切需要革新的數(shù)字化和智能化技術(shù)來充分挖掘數(shù)據(jù)的價值，把數(shù)據(jù)轉(zhuǎn)化為推動企業(yè)騰飛的新要
素和新引擎。2020年開始肆虐的新冠疫情，徹底改變了人們的生活，同時也顛覆了很多行業(yè)既有的業(yè)務(wù)模式。許多企業(yè)不得不全面擁抱數(shù)字化技術(shù)，以適應(yīng)新環(huán)境新業(yè)態(tài)下的挑戰(zhàn)，增強(qiáng)抵御風(fēng)險的能力。我們看到，各個行業(yè)正在迎來數(shù)字化轉(zhuǎn)型的浪潮，新冠疫情讓整個數(shù)字化進(jìn)程至少提前了五年。如今，企業(yè)決策者們在考慮的問題，不再是要不要進(jìn)行數(shù)字化轉(zhuǎn)型，而是如何進(jìn)行數(shù)字化轉(zhuǎn)型。找到一條高效可行的數(shù)字化轉(zhuǎn)型路徑，是擺在他們面前迫在眉睫的問題。當(dāng)前企業(yè)數(shù)字化創(chuàng)新面臨的核心問題數(shù)字化轉(zhuǎn)型的關(guān)鍵驅(qū)動要素是數(shù)據(jù)，數(shù)字化轉(zhuǎn)型的本質(zhì)是通過數(shù)字化和智能化手段，將數(shù)據(jù)轉(zhuǎn)化為企業(yè)的資產(chǎn)，通過挖掘數(shù)據(jù)的價值，實(shí)現(xiàn)企業(yè)業(yè)務(wù)的創(chuàng)新和提升。
企業(yè)數(shù)字化轉(zhuǎn)型蘊(yùn)藏著巨大的機(jī)會，但是轉(zhuǎn)型的過程并非一片坦途，存在著一些常見的誤區(qū)和挑戰(zhàn)，企業(yè)決策者必須要有清醒的認(rèn)識，才能避免掉入陷阱。
首先，業(yè)界存在一種看法，就是把數(shù)字化轉(zhuǎn)型當(dāng)成目標(biāo)，為了數(shù)字化轉(zhuǎn)型而轉(zhuǎn)型。一些企業(yè)找專家做了數(shù)字化轉(zhuǎn)型的咨詢設(shè)計，花了很大代價進(jìn)行數(shù)據(jù)加工和治理工作，但是最終發(fā)現(xiàn)業(yè)務(wù)并沒有任何變化，反而浪費(fèi)了大量人力、財務(wù)資源和時間。對企業(yè)而言，業(yè)務(wù)價值提升才是目標(biāo)，數(shù)字化轉(zhuǎn)型只是實(shí)現(xiàn)該目標(biāo)的有效手段。
企業(yè)要做好數(shù)字化轉(zhuǎn)型，首先要有業(yè)務(wù)牽引，需要定義業(yè)務(wù)目標(biāo)和需要解決的問題。業(yè)務(wù)目標(biāo)必須明確、具體，例如高能耗型的制造企業(yè)面臨能源結(jié)構(gòu)調(diào)整和雙碳的行業(yè)趨勢，可以把降低能耗以及降低化石能源的使用占比作為業(yè)務(wù)目標(biāo)，然后再設(shè)計數(shù)字化轉(zhuǎn)型方案，通過數(shù)據(jù)和算法來降低能耗。再比如，通過兼并重組形成鋼鐵集團(tuán)企業(yè)，可以把打通集團(tuán)數(shù)據(jù)資產(chǎn)、實(shí)現(xiàn)集團(tuán)的產(chǎn)銷協(xié)同作為業(yè)務(wù)目標(biāo)，然后再進(jìn)行數(shù)字化轉(zhuǎn)型設(shè)計。
明確的業(yè)務(wù)目標(biāo)，決定了數(shù)字化轉(zhuǎn)型中的數(shù)據(jù)建模、加工、治理和算法工作的方向，并且可以形成快速的業(yè)務(wù)場景驗證和反饋，不斷迭代和優(yōu)化。反之，沒有明確業(yè)務(wù)目標(biāo)的數(shù)字化轉(zhuǎn)型，會出現(xiàn)無的放矢的狀況，導(dǎo)致數(shù)字化轉(zhuǎn)型工作變成無用功，勞神傷財。
其次，數(shù)字化轉(zhuǎn)型不是傳統(tǒng)的信息化建設(shè)項目。信息化項目一般是開發(fā)一個業(yè)務(wù)系統(tǒng)，可以完成一個特定的業(yè)務(wù)流程，是企業(yè)內(nèi)的一個煙囪似的獨(dú)立應(yīng)用。
而數(shù)字化轉(zhuǎn)型，是要為企業(yè)打造一個數(shù)字化和智能化的數(shù)據(jù)平臺，里面沉淀了企業(yè)的全量核心數(shù)據(jù)。企業(yè)的業(yè)務(wù)就如同高樓大廈，而數(shù)據(jù)平臺就是支撐高樓大廈的數(shù)字化地基。數(shù)據(jù)平臺需要隨著企業(yè)的業(yè)務(wù)發(fā)展而不斷迭代和演進(jìn)，提供好強(qiáng)勁的支撐。企業(yè)的數(shù)字化創(chuàng)新和數(shù)據(jù)平臺的建設(shè)是一個長期的系統(tǒng)化工程，可以分階段來推進(jìn)，只要企業(yè)的業(yè)務(wù)在發(fā)展，這個過程就不能停止。
數(shù)字化轉(zhuǎn)型并不是各種“高大上”的人工智能技術(shù)的堆砌。在數(shù)字化轉(zhuǎn)型和創(chuàng)新過程中，沒有“最好的”技術(shù)，只有“最合適的”技術(shù)。近幾年人工智能技術(shù)發(fā)展迅速，視覺、語音、文本領(lǐng)域的深度神經(jīng)網(wǎng)絡(luò)算法模型的準(zhǔn)確率大幅提升，在單維度上的表現(xiàn)甚至達(dá)到了人類大腦的水平。一些企業(yè)一味追求非結(jié)構(gòu)化數(shù)據(jù)處理算法的先進(jìn)性，而疏忽了算法模型和業(yè)務(wù)問題的匹配程度，忽視了多元數(shù)據(jù)融合的整體性。數(shù)字化創(chuàng)新的智能化程度并不是由單個算法決定的，而是由整體系統(tǒng)決定的。
企業(yè)數(shù)字化轉(zhuǎn)型面臨最大的挑戰(zhàn)，往往不是技術(shù)層面的挑戰(zhàn)，而是企業(yè)進(jìn)行轉(zhuǎn)型的決心以及企業(yè)決策層對于數(shù)字化轉(zhuǎn)型的重視程度。在推進(jìn)數(shù)字化轉(zhuǎn)型的工程中，往往需要把企業(yè)各部門、各條業(yè)務(wù)線的數(shù)據(jù)進(jìn)行匯聚融合，這某種程度上跨越了部門和業(yè)務(wù)單元之間的工作邊界。各個部門的數(shù)據(jù)所有權(quán)往往代表該部門的權(quán)力和利益，如果數(shù)字化轉(zhuǎn)型只是某一個部門的工作，例如信息化建設(shè)部門，那推動其他部門的數(shù)據(jù)融合會有大量協(xié)調(diào)工作，并且可能出現(xiàn)相互扯皮推諉的情況，導(dǎo)致建設(shè)舉步維艱。我們看到，一些轉(zhuǎn)型成功的企業(yè)，往往把數(shù)字化轉(zhuǎn)型當(dāng)做企業(yè)的一號戰(zhàn)略工程，企業(yè)一把手重視，親自掛帥抓進(jìn)展，自上而下推動，部門之間可以形成合力和協(xié)作，并且提供有效的業(yè)務(wù)輸入，為數(shù)據(jù)平臺的建設(shè)和智能化工作打下良好的基礎(chǔ)。
誠然，數(shù)據(jù)也是一把雙刃劍，既能開拓巨大的業(yè)務(wù)價值，但又可能涉及到一些隱私信息。2021年《數(shù)據(jù)安全法》和《個人信息保護(hù)法》開始實(shí)施，兩部法律對個人信息做出了嚴(yán)謹(jǐn)?shù)亩x，并且對過度收集個人信息、大數(shù)據(jù)殺熟，人臉信息等敏感個人信息處理等作出明確規(guī)范。企業(yè)在進(jìn)行沉淀和加工數(shù)據(jù)時，一定要避免謀求企業(yè)利益而侵犯個人信息權(quán)益，數(shù)字化轉(zhuǎn)型工作要在確保數(shù)據(jù)安全、保護(hù)個人信息安全的前提之下進(jìn)行。
企業(yè)數(shù)字化創(chuàng)新的三層邏輯和五大技術(shù)
雖然每個行業(yè)、每家企業(yè)的特點(diǎn)不同，業(yè)務(wù)訴求不同，但是企業(yè)數(shù)字化轉(zhuǎn)型都是以企業(yè)的數(shù)據(jù)為核心，實(shí)施方法還是有規(guī)律可循。
在過去的十多年時間，阿里云服務(wù)過眾多企業(yè)客戶。我們深入客戶一線，幫助它們從零開始建設(shè)數(shù)據(jù)平臺，一步一步實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和創(chuàng)新，釋放數(shù)據(jù)的價值。我們看到，行業(yè)與行業(yè)之間，同一個行業(yè)的不同客戶之間，都存在很大的業(yè)務(wù)差距，最終建設(shè)出來的數(shù)據(jù)化系統(tǒng)各不相同。但是，如果對我們的做法進(jìn)行總結(jié)和抽象，可以看到各個行業(yè)的數(shù)字化轉(zhuǎn)型和創(chuàng)新都適用統(tǒng)一的技術(shù)架構(gòu)和方法論。這就像大街上跑的車各不相同，有小轎車、卡車、公交車等，但是它們是遵循基本一致的原理制造出來的。
實(shí)踐證明，該套技術(shù)架構(gòu)在多行業(yè)的數(shù)字化轉(zhuǎn)型實(shí)戰(zhàn)中產(chǎn)生重要作用，它主要包含了三層。
最底層是數(shù)據(jù)模型層。這一層實(shí)時匯聚和接入企業(yè)的多源數(shù)據(jù)，包括結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)、實(shí)時和離線數(shù)據(jù)、業(yè)務(wù)系統(tǒng)和IoT數(shù)據(jù)等，這些是企業(yè)的原始數(shù)據(jù)。對這些原始數(shù)據(jù)進(jìn)行加工處理，打通、融合不同來源的數(shù)據(jù)，構(gòu)建企業(yè)的數(shù)據(jù)模型，全面刻畫了業(yè)務(wù)所涉及到的各種實(shí)體、業(yè)務(wù)主體和標(biāo)簽。
例如，交通行業(yè)的企業(yè)融合了交通領(lǐng)域的各種數(shù)據(jù)后可以形成全網(wǎng)交通模型，包括靜態(tài)高精路網(wǎng)、交通設(shè)施等信息，以及動態(tài)交通參與者（包括機(jī)動車、非機(jī)動車、行人等）的時空信息。高精路網(wǎng)信息會隨著交通路網(wǎng)的變化而調(diào)整，準(zhǔn)確地反應(yīng)最新的路網(wǎng)信息。通過數(shù)字化還原技術(shù)，全網(wǎng)交通模型可以得到車輛的實(shí)時位置和運(yùn)動方向。這樣，全網(wǎng)交通模型就反映了整體的交通需求和交通軌跡，是物理交通世界的一個數(shù)字孿生世界，在此之上可以計算出宏觀和微觀的交通態(tài)勢、交通參數(shù)，提前發(fā)現(xiàn)交通問題、交通事故等。再比如，鋼鐵集團(tuán)企業(yè)可以構(gòu)建主數(shù)據(jù)服務(wù)體系，建立包含產(chǎn)品、客戶、供應(yīng)商、原燃料等實(shí)體的模型，通過一套統(tǒng)一的編碼規(guī)范和映射規(guī)范，實(shí)現(xiàn)多個生產(chǎn)基地的數(shù)據(jù)打通，從而支持統(tǒng)一銷售和采購。每個企業(yè)可以根據(jù)所在行業(yè)的特點(diǎn)，建設(shè)相應(yīng)的數(shù)據(jù)模型，包括制造、能源、醫(yī)療、金融、零售等。并且數(shù)據(jù)模型是實(shí)時的，實(shí)時程度取決于行業(yè)的業(yè)務(wù)特點(diǎn)。
中間是智能引擎層。這一層構(gòu)建在數(shù)據(jù)模型層之上，利用加工好的實(shí)時數(shù)據(jù)模型，結(jié)合蘊(yùn)含行業(yè)知識的算法，解決特定的業(yè)務(wù)問題。這一層需要對行業(yè)知識有充分的理解，需要結(jié)合業(yè)務(wù)機(jī)理知識，把業(yè)務(wù)問題轉(zhuǎn)化為算法技術(shù)問題。
例如，工業(yè)控制優(yōu)化引擎，結(jié)合了工業(yè)實(shí)時優(yōu)化RTO和過程控制兩種能力，通過可視化構(gòu)建的方式為工業(yè)設(shè)備設(shè)定優(yōu)化工藝參數(shù)并反控設(shè)備，達(dá)到降本提質(zhì)增效的業(yè)務(wù)目的。交通行業(yè)的智能管控引擎，包含了提升交通效率的路口優(yōu)化、交通組織優(yōu)化等算法。數(shù)字孿生引擎，可以通過實(shí)時數(shù)據(jù)，還原和重建對應(yīng)的數(shù)字孿生世界，例如高速的數(shù)字孿生，機(jī)坪的數(shù)字孿生等。數(shù)據(jù)模型層和智能引擎層合在一起，就構(gòu)成了企業(yè)的數(shù)據(jù)平臺，這是支撐企業(yè)業(yè)務(wù)發(fā)展的數(shù)字化底座，也是智能化的源泉。
最上層是智能應(yīng)用層。這一層面向企業(yè)的終端用戶，包含企業(yè)的各種智能化應(yīng)用，架構(gòu)在數(shù)據(jù)平臺之上，使用了實(shí)時數(shù)據(jù)模型，調(diào)用智能引擎層的能力，把數(shù)據(jù)中臺的智能化能力運(yùn)用到企業(yè)的業(yè)務(wù)處置流程中，全面提升業(yè)務(wù)應(yīng)用的智能化能力。
這三層在一起，幫助企業(yè)實(shí)現(xiàn)了從感知到認(rèn)知再到?jīng)Q策的業(yè)務(wù)閉環(huán)。企業(yè)的多元數(shù)據(jù)實(shí)時融合并進(jìn)行數(shù)字化還原，就構(gòu)成了感知的能力，準(zhǔn)確地反應(yīng)企業(yè)的業(yè)務(wù)狀態(tài)。智能引擎利用業(yè)務(wù)算法對實(shí)時數(shù)據(jù)進(jìn)行處理，這就是認(rèn)知的過程。把認(rèn)知的結(jié)果，直接運(yùn)用到業(yè)務(wù)流程中，就是決策的過程。數(shù)據(jù)平臺隨著沉淀的數(shù)據(jù)增加，經(jīng)過感知-認(rèn)知-決策的過程，訓(xùn)練出的算法模型，準(zhǔn)確率和性能也會更高，從而也會有更多高質(zhì)量的數(shù)據(jù)沉淀下來。如果企業(yè)持續(xù)維護(hù)和優(yōu)化數(shù)據(jù)平臺，數(shù)據(jù)平臺的價值會隨著時間的推移而增加，最終形成數(shù)據(jù)和業(yè)務(wù)相互推動的飛輪效應(yīng)。
在構(gòu)建數(shù)據(jù)平臺智能化能力的過程中，有五大核心技術(shù)起著重要作用——數(shù)字孿生，仿真推演，知識工程，決策優(yōu)化和協(xié)同計算。這些核心技術(shù)的目標(biāo)是解決跨行業(yè)的共性復(fù)雜問題，集成了行業(yè)知識和機(jī)理，以及各種人工智能、運(yùn)籌優(yōu)化、圖計算等算法，它們通過數(shù)據(jù)平臺的智能引擎層體現(xiàn)出來。
數(shù)字孿生技術(shù)，通過對物理世界進(jìn)行精準(zhǔn)、實(shí)時、高效的數(shù)字化還原，構(gòu)建三維可視化展現(xiàn)，實(shí)現(xiàn)物理世界的數(shù)字孿生世界，為業(yè)務(wù)提供數(shù)字化可視化的管理、監(jiān)控、預(yù)案仿真、質(zhì)量回溯的能力。我們通過數(shù)字孿生技術(shù)，可以構(gòu)建城市、工業(yè)制造、交通的數(shù)字孿生（包括路口、高速、機(jī)坪、港口等）。
知識工程技術(shù)，運(yùn)用自然語言處理和自然語言理解技術(shù)，從行業(yè)文本中提取實(shí)體、關(guān)系、屬性等信息，構(gòu)建行業(yè)性知識圖譜，支持行業(yè)知識推理。醫(yī)療、電力等行業(yè)都有大量文本形式的行業(yè)知識，適合運(yùn)用知識工程技術(shù)把“文本知識”轉(zhuǎn)化為算法和應(yīng)用可用的“數(shù)字化知識”。仿真推演技術(shù)，提供具備“更準(zhǔn)、更快、大規(guī)模、跨系統(tǒng)”特性的仿真推演能力，解決系統(tǒng)動態(tài)預(yù)測和情景推演問題，為業(yè)務(wù)人員提供高效的業(yè)務(wù)預(yù)案生成和效果評估，并且可以在數(shù)字孿生中展現(xiàn)出來，為業(yè)務(wù)決策提供客觀依據(jù)。
城市、交通、工業(yè)、自然資源等行業(yè)都有非常多的仿真推演場景。決策優(yōu)化技術(shù)，解決資源調(diào)度和控制優(yōu)化類問題，為客戶的核心業(yè)務(wù)系統(tǒng)降本增效，贏得競爭優(yōu)勢，實(shí)現(xiàn)多部門全局協(xié)同決策優(yōu)化。例如，工業(yè)優(yōu)化控制和排程排產(chǎn)、電力調(diào)度、交通優(yōu)化、零售供應(yīng)鏈等場景，都需要決策優(yōu)化技術(shù)。
協(xié)同計算技術(shù)，通過業(yè)務(wù)邊緣化和硬件智能化，把云上的智能化能力延伸到端上，實(shí)現(xiàn)云邊端一體，降低時延、降低成本、提升效率，并且通過AI算法原子化硬件技術(shù)降低算法部署和運(yùn)維難度。工業(yè)、交通、城市治理等行業(yè)都有大量協(xié)同計算場景。
數(shù)字化創(chuàng)新成功企業(yè)案例海螺集團(tuán)引入了阿里云工業(yè)大腦智能控制與優(yōu)化平臺（AICS），通過對工業(yè)數(shù)據(jù)的自我學(xué)習(xí)與分析，制定出一套完整的全局優(yōu)化策略。阿里云工業(yè)大腦的介入讓工業(yè)設(shè)備自身可以實(shí)現(xiàn)穩(wěn)定安全的自動控制，無需依靠閥值控制設(shè)備。
僅用兩個月的時間，海螺在水泥的“兩磨一燒”環(huán)節(jié)（生料磨、回轉(zhuǎn)窯煅燒、水泥磨）就實(shí)現(xiàn)了高程度的自動控制，同時降低了2%-3%的能耗，大幅節(jié)約能耗成本。攀鋼集團(tuán)與阿里云智能合作，基于工業(yè)大腦大數(shù)據(jù)分析技術(shù)，優(yōu)化生產(chǎn)工藝、識別產(chǎn)品表面缺陷，從而實(shí)現(xiàn)攀鋼關(guān)鍵流程的降本增效，以及智能制造、智慧營銷、智慧采購、智慧物流和智能裝備的“兩化融合”目標(biāo)。在脫硫工藝環(huán)節(jié)，采集工序流程數(shù)據(jù)后，通過工業(yè)大腦的建模分析功能獲得脫硫工藝優(yōu)化的關(guān)鍵因子，結(jié)合專家知識，依靠脫硫仿真模型與參數(shù)尋優(yōu)模型尋找最優(yōu)參數(shù)，進(jìn)行脫硫工藝的優(yōu)化，大大降低鋼鐵料消耗，每年節(jié)省千萬元生產(chǎn)成本。
數(shù)據(jù)安全保障不容忽視企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型過程中，要充分保護(hù)數(shù)據(jù)安全以及個人信息數(shù)據(jù)，在《數(shù)據(jù)安全法》和《個人信息保護(hù)法》等法律框架下，進(jìn)行數(shù)據(jù)加工和處理。
數(shù)據(jù)開發(fā)工程師沒有訪問生產(chǎn)環(huán)境的權(quán)限，只能在測試環(huán)境進(jìn)行開發(fā)工作，測試環(huán)境使用模擬數(shù)據(jù)。在生產(chǎn)環(huán)境，根據(jù)安全和隱私等級對數(shù)據(jù)進(jìn)行分類管理，設(shè)置不同的訪問權(quán)限等級，并且保存數(shù)據(jù)訪問審計日志。這樣，從技術(shù)上減少數(shù)據(jù)泄露的可能性。
如果企業(yè)數(shù)據(jù)涉及到個人信息，應(yīng)當(dāng)遵循合法、正當(dāng)、必要和誠信原則，具有明確、合理的目的，限于實(shí)現(xiàn)處理目的的最小范圍，公開處理規(guī)則，保證信息準(zhǔn)確，采取安全保護(hù)措施等，并且要貫穿于個人信息處理的全過程、各環(huán)節(jié)。要確立以“告知-同意”為核心的個人信息處理規(guī)則，保障個人在個人信息處理活動中的各項權(quán)利。并且在用算法加工和處理個人信息時，可以對個人信息進(jìn)行匿名化處理，既保護(hù)個人信息，同時又保證了算法效果。
