用数智实现创想,这本“白皮书”助力企业数智化转型

发布时间:2024-12-10来源:吴丹李浏览次数:14

为深入探讨企业数智化转型的方法路径,推动企业更好地理解和实践数智驱动理念,浙江大学数据分析和管理国际研究中心主任周伟华与团队携手数智化转型头部企业鼎捷数智股份有限公司共同编撰推出《企业数智驱动白皮书》(下称“白皮书”)

该白皮书系统淬炼鼎捷服务超50000家客户的成功经验,阐述了企业数智化运营的发展阶段,展现了企业数智化转型的路径,为不同类型企业的数智化转型提供了实际可落地的方法论。

双方未来将以白皮书合作为契机,持续加强在企业数智驱动、生成式AI、智能制造课程等领域的共同研究与合作,充分发挥在各自领域的优势与经验,力争为数智化行业的健康发展、企业数智化转型的成功实现做出更大的贡献。

我们特邀周伟华教授解读这本白皮书的编制初衷和特色作用。企业数智化转型将经历哪些阶段?如何构建适用于自身的数智化转型运营模式?一起来看看吧。

周伟华,浙大管院数据科学与管理工程学系教授、博士生导师

白皮书特色亮点

01

数智驱动型企业有何特征?他们指出六大关键特质

数智化是新型工业化的特征,数智创新是高质量发展的重要驱动力量。数智驱动不仅是技术的集合,更是一种能够在复杂环境中实现企业高效运营与创新的动态驱动力。

结合对企业演进历程的深入剖析,白皮书编制团队总结出数智驱动型企业的六大关键特质:实时感知、快速响应、预先响应、高速迭代、自我进化以及自决自动。

实时感知

实时感知(Real-Time Perception)是数智驱动的基础特质,使企业能够即时捕捉市场动态、客户需求、供应链状态等重要信息 。

快速响应

快速响应(Quick Response)指企业在面对市场变化和客户需求时,能够迅速采取行动和调整策略的能力。它依靠消息触发、弹性和回弹性来实现:实时捕捉市场动态消息并启动响应流程,弹性调整资源以应对需求波动,并在突发事件中迅速恢复运营。

预先响应

预先响应(Proactive Response)指企业在潜在问题、市场变化或客户需求出现之前,主动采取措施进行预测和预防。与传统的“被动响应(Reactive)”不同,预先响应强调企业通过趋势分析、需求预测和风险识别,在需求未明确之前就调整产品、服务或策略,以抓住新机会或避免挑战。

高速迭代

高速迭代(Rapid Iteration)是一种高效策略,通过紧凑的循环周期与持续优化流程,企业能够迅速试验、获取反馈并提升产品或服务。

自我进化

自我进化(Self-Evolution)指企业能够实时监测市场变化,自动调整决策和运营策略,使响应更加精准。这一自动化特性提升了企业竞争力,确保企业在动态环境中保持领先地位。

自决自动

自决自动(Self-Determined Automation)指企业的AI系统在极少人力干预下自主完成学习、推理、决策和任务执行。基于知识库、算法逻辑、行为规则和AI技术等,适应复杂环境并自我优化,满足新的需求与挑战 。自决自动支持自动生成业务流程、个性化推荐和客户沟通内容,减少人工干预的同时提升客户体验。

数智驱动的六大特质体现了实时性、灵活性和自动化的优势,帮助企业及时响应市场变化并优化运营效率。这些特质不仅构成了数智驱动的核心能力,也为企业全面落地数智驱动提供了方向。

02

他们构建企业数智化运营SUPA模型,以循环管理流程助力企业高效决策

依靠数据和智能技术,企业能够迅速捕捉市场动态、洞察客户需求,并通过及时响应外部变化和内部需求,实现更为智能和敏捷的业务运作。

在这样的环境中,企业运营需要一种系统化的决策逻辑,将信息收集、分析、决策与执行环节形成闭环,从而在动态环境中实现高效、精准的运营。

周伟华团队携手鼎捷数智股份有限公司前沿创新研究院团队构建企业数智化运营的基础模型——SUPA模型。模型通过四个环节为企业在复杂动态环境中的有效运营提供了系统化路径:感知(Sensing)、理解(Understanding)、规划(Planning)和执行(Action)。SUPA模型的每一环节均代表了企业数智化水平的不同能力,它们相互衔接,构成企业从数据获取到执行落地的闭环。

SUPA模型

感知环节

在感知环节,企业通过多种渠道收集市场、客户和内部运营数据,以获取对外部环境和自身运营的实时洞察。这一环节不仅依赖于传感器和物联网技术对实时数据的采集,还包括来自管理信息系统的数据、市场趋势分析、客户反馈收集和供应链动态监控等多维信息的整合。

理解环节

理解环节是SUPA模型的核心,旨在对数据进行深入分析和解读。通过数据清洗、整合和转换,企业能够从数据中提取出有价值的洞察。这一过程不仅支持驱动企业即时响应运营管理任务,还为制定战略提供了科学依据。

规划环节

在规划环节,企业根据理解阶段的分析结果制定业务策略和行动计划。SUPA的规划环节强调前瞻性和战略性,确保企业决策既具操作性又具有长期的战略意义。

执行环节

执行是SUPA模型的最终环节,通过将规划付诸实践,实现企业的业务目标。在这一阶段,企业不仅注重具体方案的落实,还确保执行过程中的资源优化和灵活调整。

SUPA模型的四个环节构成了数智化企业运营的核心体系,帮助企业在动态环境中灵活应对市场变化,实现业务的高效运转和持续优化。

03

他们划分数智化运营发展五阶段,为企业提升数智水平明晰路径

数智驱动(Digital-IntelligenceDriven)不仅是多种技术的集成应用,更是企业在数智化环境下实现自我优化与持续创新的核心运营模式。其最终目标是通过“数据自决”和“智能生成”实现企业的高效运作与智能决策,这两个特征分别代表了数智驱动的自主性和创造性。

白皮书编制团队认为,以“数据自决”和“智能生成”为核心的数智驱动代表了企业数智化运营的最高形态。然而,企业在达到这一高级形态之前,需要经历多阶段的数智水平逐步提升。他们将企业数智化运营分为五个发展阶段(Level0Level4),每一阶段的SUPA环节在数智支持下逐步强化,推动企业实现深度变革。

企业数智化运营的五个发展阶段

Level 0

Level 0 是企业数智化运营的初始阶段,企业主要依赖人的智慧和经验完成数据的收集、分析和决策。此阶段企业的数智化水平较低,运营效率和决策速度完全依赖于人员能力,难以应对复杂的市场环境。

Level 1

Level 1 流程驱动阶段,企业通过管理信息系统(MIS)实现了流程的标准化、系统化和部分自动化。尽管智能化程度有限,但系统化的数据管理和流程优化有效提升了基础运营效率和响应能力。

Level 2

Level 2 的模型驱动阶段,企业通过数学模型和运筹优化算法,提升了规划环节的决策质量。此阶段的核心是通过模型驱动的方式为业务场景提供精准的优化策略,使得规划环节更加科学和高效。

Level 3

Level3 的数据驱动阶段,企业结合大数据与弱人工智能(Weak AI),推动 SUPA 循环的各个环节向智能化迈进。

Level 4

Level4 代表企业数智化运营的最高形态。AI全面渗透 SUPA 模型的每个环节,实现系统级的智能协同。

通过数据自决与智能生成的全面应用,企业在这一阶段实现了组织管理的全面数智化转型,运营管理能力达到了完全自主优化的状态。

企业数智化运营的五个阶段展示了企业如何通过SUPA 各环节的数智水平提升,逐步构建起应对复杂环境的自我优化和智能决策能力,最终实现以“强数据、强智能”为特点的智能化管理运营,帮助企业在竞争中实现从“人工主导”到“智能协同”的根本性变革。

04

升级还是换代?他们指出企业数智转型的关键抉择

数智驱动的浪潮中,企业在转型过程中往往面临两种路径选择:“升级”与“换代”。

升级”通常指在现有运营模式和技术基础上进行优化,通过智能技术提升流程效率,以逐步改善业务表现;“换代”则是一种彻底的革新,通过数智技术的深度应用重新定义企业的核心运营逻辑和商业模式,从而实现质的飞跃。

升级”路径在当下的许多行业中已然广泛应用。它意味着在已有模式下通过逐步优化解决特定问题。例如,一家传统制造企业在升级过程中,可能会利用数据采集优化生产排程或使用自动化设备来减少人工干预,从而提升效率。然而,这种“升级”依旧依托于传统的业务模式,侧重于局部改进、短期见效,未改变企业整体的运营逻辑或架构。

换代”则指的是从根本上重塑企业的运营方式与商业模式。例如,某些制造企业通过全面引入智能工厂、物联网和大数据驱动的供应链管理,构建了完全自动化、实时监控和智能决策的生产系统,使得工厂在资源配置、生产响应速度和管理灵活性上实现了全面提升。换代不仅仅是工具的更新,而是实现了一种全新的运营模式,能够适应当今动态多变的市场环境,为企业带来更持久的竞争优势。

在企业数智化运营的不同演进阶段中,企业的转型路径也有所不同。从Level 0 阶段的人的驱动到Level 3 阶段的数据驱动,都是技术的逐步升级,帮助企业逐步提升数智化水平。

Level 0 阶段主要依赖人工,Level 1 阶段通过流程驱动实现标准化和自动化,Level 2 阶段则依托模型驱动的科学分析,而Level 3 阶段的企业利用大数据和人工智能增强各个业务环节的智能性。这些阶段以“升级”为主导,企业通过技术叠加和优化提升运营效率。

然而,迈入Level 4 阶段后,企业需要超越简单的技术叠加,寻求“换代”,即通过数智技术的深度融合实现全方位的业务模式革新。

在当前全球市场和环境的复杂形势下,疫情等黑天鹅事件更进一步推动了企业对“换代”的需求。这一根本性转变让企业不仅能更好地应对突发挑战,还能利用数智技术的全面渗透实现真正的智能化、柔性化和高度协同的业务模式。

数智驱动不仅是一种技术,更是一种战略思维。企业通过在SUPA循环的各环节不断增强数智水平,最终实现“数据自决”与“智能生成”,达成从“人的驱动”到“数智驱动”的转变,从而大幅提升动态应对、敏捷执行、韧性适应和战略转型的能力,确保在快速变化的市场中保持灵活性与竞争力。

更重要的是,数智驱动将深刻影响企业的资源配置效率、组织优化、模式创新和新型生产力的培育,为企业在数字经济浪潮中注入持续创新的动力和高效增长的潜力。

对话编者

Q1团队编制白皮书的初衷是什么?

当前,数智化转型已成为热门话题,但具体如何实施数智化转型,尤其在人工智能快速迭代发展的当下,大家仍在探索中,尚无明确答案。目前,关于数智化转型的讨论更多集中在数智化的“数”层面,即将业务流程等进行数字化处理。

而在智能化方面,目前的应用更多集中于替代一些基本功能,但人工智能对企业运营的冲击远不止如此。它将带来一场全新的革命性变化。人工智能在企业运营中的角色远远超过工具的层面,而是成为企业的战略合作伙伴或协同者。然而,具体如何实现这一目标,目前学术界和企业界都还在摸索中。

本白皮书旨在从多维度的学术视角、实践路径以及科学方法论的支撑出发,为企业未来的数智化运营提供思路,并为打造数智驱动型企业提供可借鉴、可执行的指导和实践路径。

Q2为何选择与数智化转型企业合作?

鼎捷作为业内领先的数智化转型服务公司,深耕企业数智化领域多年,特别在制造业的智能化转型方面,已经成为行业内的佼佼者之一。

在长时间的数智化转型实践中,鼎捷不仅积淀了丰富的实战经验,还自主研发了“雅典娜”数智化支持平台,致力于为企业提供全方位智能化转型解决方案,帮助其实现跨越式发展,并积累了众多行业领先的成功案例。

学术界与产业界在推动制造业转型的进程中拥有共同的使命与愿景——即通过掌握数字经济的核心技术,创新管理模式,驱动制造业的深度变革。我与鼎捷数智前沿创新研究院院长周忠信先生进行了深入交流,发现我们在多方面的理念高度契合。我们一致认为,数智化驱动不仅能够助力企业实现更加智能和高效的创新运营,也能开创未来转型的新篇章。

基于此,我们决定携手共进,充分发挥各自优势,深度融合数字化科技的力量,探索未来变革的无限可能,共同推动这一具有深远战略意义的事业发展。

白皮书研讨会

Q3您认为白皮书对企业数字化转型有何助益?

这份白皮书的终极目的是为企业提供数字化转型的建议和策略,我们希望能够提供一个大家可以遵循的数字化转型框架或路径。

我们提出了SUPA的企业数智化运营模型,该模型的原型OODA模型在军事领域应用较多,其核心思想是观察(Observe)、定向(Orient)、决策(Decide)和行动(Act)。随着数字经济的发展,企业的竞争态势越来越激烈和动态,同样需要对于快速变化的动态环境迅速作出决策和反映,因此,我们提出这个能在现代企业运营中广泛适用的模型:SUPA模型,感知(Sensing)、理解(Understanding)、规划(Planning)和执行(Action)。

在这个升级版模型中,我们强调多元渠道的数据汇集和分析,以及更深层次的逻辑理解(Understanding)。目前,生成式人工智能技术在感知和理解方面已经非常成熟,但在决策规划(PlanningAction)方面仍有较大的探索空间。为此,我们牵头申报了省内首个数智管理与决策技术重点实验室,专注于人工智能决策技术的研究,为企业提供更科学的数字化转型指导。

周伟华教授在白皮书研讨会现场作分享

我们认为,最早期的企业管理是以人为驱动的,主要依靠个人经验进行决策。随着时间的发展,管理逐渐转变为流程驱动,之后发展为模型驱动。智能时代,SUPA中的每个环节都会增强,人和机器会共同参与战略性决策,机器可以帮助人拓展思考边界,探索各种可能性。

通过SUPA模型,企业可以设计适合自己的数字化转型路径,进行动态更新和迭代,以实现更好更快的发展。此外,这一模型也是对我们管理发展历程新的解读。

党的二十大报告强调:“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。”习近平总书记高度重视发展数字经济,强调数字经济“正在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”。

我们有共同的目标和愿景——以数字经济核心技术和管理模式的转变促进我们制造业、我们中国所有企业实现真正的数智化转型。”周伟华表示,未来还将持续深入研究生成式人工智能在企业数字化转型中的应用,以期为中国企业的可持续发展、中国经济的高质量发展贡献力量。

扫码获取白皮书详情

关闭
Baidu
sogou