点击看第四范式、百度、Zilliz、火山引擎公司的AI基础设施变革之路>> 了解详情
写点什么

数智底座必备能力二:以数据智能驱动业务增长

  • 2022 年 9 月 22 日
    北京
  • 本文字数:4664 字

    阅读完需:约 15 分钟

数智底座必备能力二:以数据智能驱动业务增长

当前,全球企业都将数智化作为实现转型升级的关键路径,通过推进数智化,让数智企业迈向高质量发展。企业希望能快速创新,快速组装及调整各类创新业务,能敏捷响应需求业务需求及迭代,能承受大流量的冲击而保持韧性,能更好的连接外部资源及能力,扩展业务边界及运营;能更好的沉淀数据资产,并基于数据及智能产生价值,产业龙头企业能构建产业互联网,柔性扩展,产业链价值重塑,资源有效配置。要想做到以上提到的这些,就需要一个数智化新底座。


通过统一的数智化底座,企业可以将技术、业务、数据深度融合,落地数智化转型,实现提质增效,迈向商业创新,成就高质量发展。


那么,构建企业数智化新底座,需要具备哪些能力?轻松驾驭新技术、中台化的架构、快速构建创新应用、对外链接与集成。我们将通过四篇文章陆续为您揭开谜底!


从场景化服务到数据驱动,再到实时决策,就是企业实现商业创新的路径之一。并且随着数据指数级增长、算力大幅度提升和 AI 技术的势不可挡,数据驱动这一环的重要程度也与日俱增。


但是,仍有许多企业对此有疑问:在这个数据驱动已成必然趋势的时代,企业如何更好地沉淀数据资产,并基于数据及智能产生价值,实现柔性扩展,驱动业务增长与资源有效配置?

数据驱动的数智企业长什么样?


对企业来讲,如果之前从未接触过数据驱动,那么很容易将其与“用数据说话”这一概念混淆。但其实,用数据说话只是数据驱动的最底层概念,比较常见的操作是用报表图形等可视化工具,去描述之前需要用文字说明的数据。


而数据驱动,则可以通过互联网或其它相关软件来采集海量数据,将数据整合成信息进行提炼,形成自动化的决策模型,并可以通过“数据 + 智能 + 算法 + 场景”的方式来预测企业的未来发展,或者进行风险管控等等。


如果用一句话概括,前者是“人找数”,归根到底还是要由人来做决策;而后者是“数找人”,实现了从数据采集、到数据治理并最终决策的全自动流程。


那么,一家数据驱动的企业到底具备什么特点呢?核心企业通过数据的分析与管控,进行成员企业的数据分析,做到成员企业的业务信息共享,比如经销商的库存信息实时共享、销售信息共享。根据共享数据,进行成员企业销售预测,同时也根据成员企业的数据分析,做到智能补货,减少牛鞭效应。


以传统的采购为例,之前的采流程通常是项目立项 - 找到合适的供应商 - 询价比价 - 采购,期间,企业选择供应商一般基于供货周期、信用、历史交易等几个信息来进行人工筛选。但市场瞬息万变,企业若一味依赖之前的信息筛选显然无法满足现在的实际业务需求。比如因为疫情的出现,之前经常采购的工厂倒闭,或者优质供货商身处疫情区域无法发货的情况比比皆是,这些问题都会给人工筛查造成极大的困难。


而如果是数据驱动的企业,就会根据企业内、外的实时数据变化,结合 AI 及机器学习等能力,通过多种维度组合成一种供应商的推荐因子,经过推荐因子筛选,采购经理可以快速定位那些质量高、交货周期短、成本低、服务好的供应商。这样一来,效率就会得到极大的提升,之前一个采购经理只能管 100 家供应商,现在就可以管 200 家甚至 300 家。


上述提到的,通过自动匹配的方式代替之前的人肉搜索,就是数据驱动的方式之一,其基于数字化、智能化的联合,聚焦于客户提供的场景提供数智化服务,继而提升业务价值、岗位价值,进而大幅度提升商业价值。


由此可以看出,企要想适应这瞬息万变的市场并在无数挑战中杀出重围,必须牢握数据驱动这把“开山刀”。

企业应怎样实现数据驱动?


不过要注意的是,企业要想实现数据驱动,不单单是引进几个工具、构建几个平台这么简单,有三点问题需要优先考虑:转型的意识、对业务的理解以及能力问题。


首先是意识层面,企业必须意识到未来数据的价值,具备数智化转型的概念;其次是对业务的理解,企业要保证业务领域对接到实际的业务需求,然后要把这个需求场景化;而能力的重要性不必多说,必须确保企业中有人且有能力,去帮助企业在数智化转型这方面完成从 0 到 1,从 1 到 2,从 2 到 10 的迭代。


最后才是工具层面的能力,通过工具将技术能力与业务场景融合起来,用各种算法或模型实现数据赋能,并解决实际业务场景的需求。近几年,以构建企业数智化能力为核心的中台架构便备受关注。


企业通过中台架构,可以打通并整合企业线上线下全渠道的业务数据,在数据接入集成后进行数据清洗、转换、加工、抽取,最后形成统一的数据标准、数据规范和标准的数据管理流程,在数据得到有效管理后,再以数据资产为基础,结合实际业务场景创建数据分析模型和算法模型,利用大数据挖掘技术、云计算和 AI 等技术,企业就可以实现智能分析、用户画像、行业数据图谱等数据服务能力并全盘把握数据,最终真正实现数据赋能组织、数据驱动企业。


除此之外,中台架构兴起的另一个原因,则与企业的试错成本脱离不开。随着企业业务的发展,越来越庞大的后台系统无法及时响应前台需求,而在这两者之间加一层中台,用来统一封装后台子系统以及对接前台不同终端,就可以支持企业的快速试错及创新。


作为一家有 34 年企业级技术沉淀与客户服务经验的公司,用友推出了由三中台、三平台组成的 PaaS 云平台 iuap,这里的三中台,指的是业务中台、数据中台和智能中台。

业务中台,企业数智化应用加速器


用友是一家从业务成长起来的公司,它提供了一个全域业务中台,作为企业数智化创新的加速器。基于微服务、中台化架构,把通用的企业服务功能提炼封装为可复用、可扩展、可运营的中台能力,同时,环境配置数据迁移支撑了 BIP 客户交付快速上线。


既包括平台提供的基础业务域能力,如用户中心、企业中心、流程中心等,也包含大量领域团队构建的业务能力,如营销中台、人力中台、财务中台等。其业务中台基于微服务、中台化架构,把通用的企业服务功能提炼封装为可复用、可扩展、可运营的中台能力。



基于全域的业务中台,企业可以实现场景化应用可组装,实现业务导向的随需而用。给企业提供了场景化应用和角色工作台,可以根据企业需求进行解耦、重构、连接、组装,从而提供个性化的、随需而用的服务。

比如,在精确描述物料及服务的特征属性方面进行革命性创新,不受限制的数量扩充能力,强大的特征属性间的规则配置能力,充分实现了高弹性、高可配。基于特征管理,企业可实现对客户订货需求的动态描述,以及精细定价、精准生产,精细管理和核算,助力各行各业企业达成精细化管理、卓越运营。


再如,支持组织柔性、灵动发展。从纵向组织架构维度,通过多维组织树帮助企业协调刚性组织架构和组织灵动性需求的矛盾,与权限和流程等融合,提高企业围绕业务的组织变化能力;从横向时间维度,支持基于时间轴进行组织创建、变更,追溯过去、模拟未来,帮助企业全面掌握组织、人员现状及变化趋势,为各类人力资源管理和企业经营决策提供有力支撑。

数据中台,企业数智化治理、加工、分析的能力总成


数据已经作为企业的生产要素。用友 iuap 数据中台是企业数智化数据治理、加工、分析的能力总成。其从全域数据应用出发,通过数据价值发掘和应用,实现数据驱动的业务创新。与传统数据系统不同的是,数据中台更多聚焦在业务思维上,是最懂业务的数据中台。主要目的是为业务提供数据服务,并且该服务不仅局限于智能分析或数据挖掘,只要是业务需要的与数据相关的服务,数据中台都可以提供。包括:数据治理、数据湖构建、数据采集、数据建模、计算加工、资产的构建和共享、数据分析挖掘等能力,并支持跨业务异构系统的融合和集成。



智能中台,企业数智化大脑


随着人工智能越来越多地走入各种业务与管理场景,在数字化的基础上,智能化成为企业与公共组织新的创新焦点。用友 iuap 智能中台是企业数智化大脑,将企业的数据服务和智能服务相结合,从而反哺于企业的流程服务。通过 AI 平台 + 算法 + 知识图谱技术,以统一的智能交互方式和智能服务,提升 BIP 核心竞争力,为客户创造价值,助力企业更便捷、更低成本地进行商业创新。


通过构建 AIPaaS 能力,提供基于 AI 驱动的系列智能应用服务(财务自动化、精准营销、供应商推荐、AI 人 才管理、智能风控等)、智能应用开发、机器人流程自动化(RPA)服务、个人办公助手(VPA)服务。


比如,基于智能中台的 AI 算法能力,聚焦供应链、销售、财务、人力、资产等细分领域,围绕供需匹配、仓储管理、图像识别、人力服务等业务场景,为企业提供多种智能化场景落地解决方案,致力于解决行业碎片化应用问题。



多场景应用,三位一体的中台架构


现在,有越来越多的企业坚定地走上了中台建设之路。比如 2015 年,阿里巴巴发布了“大中台 + 小前台“战略,全面升级了组织架构;2018 年,腾讯也在技术上建立中台体系,打破了各个业务在数据上的隔阂;同年,京东也推出了以客户为中心,划分前台、中台、后台的战略。


可以看出,面临时代的新挑战,企业都在加速拥抱并推进中台的建设,而随着企业建中台的热度愈发高涨,技术中台、移动中台、安全中台等各类中台概念也与之而来。企业到底需要建怎样的中台,才能彻底解决组织架构以及业务效率的问题?用友 iuap 三位一体的中台架构便很好地回答了这个问题:


上文也说过,用友的业务中台是全域业务中台,其至少绑定了 10 个域的应用中台能力,可以应对场景化的灵活多变,对客户的需求能快速进行迭代,继而满足实际业务的需求。


而数据中台与业务中台的关系可以说是相辅相成:数据中台的数据来源于业务中台,它可以对业务中台产生的数据进行有效的分析和深度学习,同时,又可以赋能业务中台对其进行反哺,最终有效支撑业务中台的健壮性。


在此基础上,如果再加一个智能中台,就可以帮助企业真正实现数据价值的深度挖掘,也是人工智能在企业服务领域实现普惠的关键抓手。


这种“铁三角”的结构,不仅是用友 iuap 的核心优势,也帮助其在一众 PaaS 平台中脱颖而出。其基于技术平台、数据中台、智能中台及业务中台,为多个企业提供了中台化构建能力、多云环境下的混合云开放集成互联互通能力、技术普惠化下的低代码开发和数智能力自助等应用快速构建能力。


比如全球领先的综合通信信息解决方案提供商中兴通讯,公司成立于 1985 年,在香港和深圳两地上市,业务覆盖 160 多个国家和地区,服务全球 1/4 以上人口。但是,中兴通讯若想继续向多基地规划布局,必须解决多年的历史顽疾问题(如供应链业务、采购模式等)。


公司的 IT 战略虽然也在逐步走向中台化、服务化转型,以支撑核心供应链业务,但当前系统过于老旧,无法支撑当前业务规模。而用友为其提供的中台能力建设,则是以技术平台作为支撑,为上层的业务中台提供微服务、容器化等云原生能力,通过数据中台进行各个维度的分析与建模,结合智能中台,创建采购中台需要的各类风险的预测模型。



最终帮助客户实现采购业务的创新,避免了由于系统独立建设导致的重复开发、重复配置,并提高了应用交付和日常运维效率。


毫不夸张地说,基于用友多年企业服务经验,iuap 在企业业财一体、人力、营销、采购、智能制造等场景中拥有天然优势。而更令人关注的是,用友 iuap 实现了每个模块的解耦,不强制企业使用整体产品,支持与不同数据产品的组合,极大地方便了那些已经有部分数据能力的企业。

写在最后  


传统企业想要适应不断变化的外部环境,构建敏捷中台架构的重要性不言而喻。但是,在中台构建的过程中,企业想要做到“恰到好处”很难,经常会陷入缺乏理性思考,盲目跟风的境地。而用友有着 34 年的技术积累以及企业级客户实践,会分别从组织、架构、文化三种视角,为企业量身打造属于自己的中台架构。相信数据驱动呈常态化的未来,用友 iuap 会帮助更多企业实现数智化转型以及业务的快速创新!

2022 年 9 月 22 日 15:321

评论

发布
暂无评论
发现更多内容

与前端训练营的日子 --Week10

SamGo

学习

十一、高可用

Geek_28b526

判断回文数字算法,swift 5初始化详解,时间管理计划落地,swift5 多线程高级用法 John 易筋 ARTS 打卡 Week 33

John(易筋)

ARTS 打卡计划 算法回文数字判断 时间管理计划落地 swift5 初始化详解 swift5多线程高级用法

关于一个梦(自我的死亡)

Yuchen

身心健康 心理 自我

江苏民丰 x mPaaS | 县域小银行,技术团队就12人,却找到了数字化转型的秘籍

蚂蚁集团移动开发平台 mPaaS

银行数字化转型 mPaaS

完美!华为爆出Redis宝典,原来Redis性能可压榨到极致

996小迁

redis 架构 面试 资料

干货|原来IPFS是这样存储文件的

QTech

区块链技术 IPFS 星际文件系统

console.log也能插图!!!

德育处主任

CSS html 大前端 Web js

消息队列优化(1) -- 鶸的介绍篇

1412

消息队列 workflow srpc 异步调度 并行计算

谁说明天上线,这货压根不知道开发流程!

小傅哥

Java 小傅哥 架构设计 开发流程 开发规范

消息队列优化(2) -- 几种基本实现

1412

消息队列 workflow srpc 异步调度 并行计算

万字长文聊缓存(上)

Silently9527

Java nginx HTTP

一个老程序员的2020年总结回顾,2021年如何变的更牛逼

陆陆通通

程序员 程序人生 年终总结

我画了 40 张图就是为了让你搞懂计算机网络层

cxuan

计算机网络 IP 网络层 ipv6 ipv4

AI人脸识别技术门禁系统解决方案智慧社区建设

13828808769

人脸识别 智慧城市 智慧平安小区平台开发 刷脸

Week1 作业

oooh-la

呃?!!!我彻底忘了这件事😂

Nydia

微服务缓存原理与最佳实践

万俊峰Kevin

缓存 缓存穿透 缓存并发 go-zero Go 语言

面试官:数据库自增ID用完了会怎么样?

艾小仙

数据库

曲折!目标腾讯,字节,拼多多;最后居然五面进了阿里?

Java架构之路

Java 程序员 架构 面试 编程语言

开源整套Netty源码笔记+19个案例调优+游戏项目,终于彻底顿悟了

Java架构追梦

Java 源码 架构 Netty 游戏项目

架构师 01 期,大作业一

子文

架构师训练营第2期 第11周命题作业

月下独酌

UDP连接要不要发起connect

kof11321

网络编程

Polkadot系列(四)——Polkadot茶溪岸啤(XCMP),干杯!

QTech

区块链技术 polkadot 跨链

软件架构设计方案实战

andy

重学JS | 数组知识点大全,必收藏!

梁龙先森

大前端 编程语言

准备去阿里以及大厂面试你都需要会些什么?我从任职阿里的朋友口中,总结出了一些答案!

Java架构之路

Java 程序员 架构 面试 编程语言

消息队列优化(3) -- grpc MPMCQueue 简介及各队列性能对比

1412

消息队列 workflow srpc 异步调度 并行计算

2020年国内前端团队都做了些什么?

徐小夕

大前端 技术栈 2021

面试腾讯,字节跳动首先要掌握的Java多线程,一次帮你全掌握

Java架构之路

Java 程序员 架构 面试 编程语言

数智底座必备能力二:以数据智能驱动业务增长_架构_王一然_InfoQ精选文章