【AICon】硅谷视野+中国实践,汇聚全球顶尖技术的 AI 科技盛会 >>> 了解详情
写点什么

既怕“错过”又怕“错付”,数字化投入与产出该如何量化 | 年度技术盘点与展望

  • 2023-12-27
    北京
  • 本文字数:5678 字

    阅读完需:约 19 分钟

大小:2.72M时长:15:51
既怕“错过”又怕“错付”,数字化投入与产出该如何量化 | 年度技术盘点与展望


本文是“2023 InfoQ 年度技术盘点与展望”系列文章之一,由 InfoQ 编辑部制作呈现。  


一系列政策文件在不同时间点相继发布,数字中国建设的整体布局和规划越来越明晰。比如,今年 2 月,中共中央、国务院印发《数字中国建设整体布局规划》。今年 8 月,财政部公开《企业数据资源相关会计处理暂行规定》,数据资产入表等相关政策正式走上台前。今年 10 月,国家数据局正式挂牌成立


与此同时,全球掀起了 ChatGPT 等生成式 AI 技术的热潮,数字化、智能化的趋势持续升温。


一方面,数字化的必要性已经是业内共识,行业焦点已从数字化的必要性转向如何更有效地数字化,尤其是进入 AI 时代。


然而,另一方面,在积极变化的背后,我们也能嗅到经济寒冬的气息,在这种情况下,“降本增效”依然是当下企业经营的主要策略之一。


过去,我们花费了大量时间讨论数字化的价值,却很少详细讨论数字化的成本。本文将围绕“数字化的投入与产出”,从以下几个方面展开讨论。


首先是数字化的投入,包括“可见”的投入(资金、人力等)和“隐性”的投入(人际关系、组织变革等带来的成本)。


其次是数字化的产出,包括“有形”的收益(效率、业绩增长)和“无形”的收益(企业形象、员工满意度等)。


其中,难以量化的“不可见”投入与“无形”产出给数字化投入的合理性判断带来了挑战。那么,企业该如何思考数字化投入与产出,又该从什么维度做量化


诚然,通过一次或两次的盘点与梳理也难以明确所谓的“金规玉律”,但换个角度看,与其过于追求数字化投入与产出的精准平衡点,不如从中提炼出一些共识。对此,我们通过与来自不同行业专家的交流,总结了关于数字化投产问题的七点核心观察。我们相信,在数字化转型的复杂语境中,这些共识可以为企业数字化转型提供有益的指导,更灵活地应对未来的不确定性。


特别感谢 毕业成、李晓斌、孙司雷、朱远刚、张炜(按姓名拼音首字母排序)对本文的贡献,他们的真知灼见,是本文能与大家见面的关键。

观察一:将数字化投入与企业战略目标对齐


对于任何企业而言,权衡成本和效益一直是复杂但重要的问题。


不同行业、不同规模的企业在数字化方面的投入往往有较大的差距,其投入占营收比例也不尽相同,低至 1% 以下、高至 30%~40% 都有。


随着企业数字化程度的逐渐加强,企业对数字化转型的需求与重视程度也逐渐提高。尽管在当前一两年可能会受到大环境的影响,但整体投入还会呈现逐步增长的趋势。


一般而言,数字化投入首要考虑的是与数字化系统的建设与 IT 运维相关的直接投入,包括服务相关的支出,以及人员薪酬的投入。


结合数字化转型战略的角度来看,可以考虑将数字化的投入分为必选投入和可选投入,并对其进行优先级排序。


以吉利汽车为例,一些必选的数字化投入是用以满足业务的战略需求,例如研发数字化方面:如智算中心、OTA、智能座舱等;企业可持续发展方面:ESG、合规溯源等;智能制造方面:如支持定制化、柔性生产等领域的深耕,这些投入在支持企业战略发展方面是不可避免的。


另一类是可选的数字化投入,比如将内部各项业务线下工作流程转移到线上,涵盖研发、生产、供应链、销售、HR、财务等流程,但并不是每一个流程环节都必须马上数字化,可以根据业务需求所产生的价值来进行优先级筛选


每年在做数字化预算评估的过程中,吉利汽车也会结合业务战略和技术趋势进行前瞻性分析、同时根据预期的成果进行交付价值分析,继而确定哪些数字化投入是业务战略新增的必选项,又有哪些是在原有数字化基础上进行运营支持的可选项。


在华泰证券的实践中,其数字化投入也是与数字化转型战略目标挂钩。华泰证券数字化转型的目标主要是四个方向:成就客户、创新业务、优化运营和赋能员工


其中,成就客户关注通过数字化服务提升客户效益;创新业务指的是推出新业务或通过数字化改变传统业务模式;优化运营侧重于企业内部运营、流程的优化自动化和成本降低;赋能员工则是通过提供低代码 RPA、智能助手等工具提高员工工作效率,甚至替代一些简单重复的工作。


这四类数字化目的对应的投入被称为数字化投入,包括软硬件投入和人力成本。通过这种分类,能更好地度量数字化投入的业务价值。其他一些常规的 IT 支出,如与交易所和运营商的结算费用、机房硬件投入等,则不会被特地强调为数字化投入。

观察二:投入评估是综合权衡的过程,需与业务融合


“业技融合”被视为当下企业数字化转型的不二法则。数字化投入同理,需要在投入和业务需求之间取得平衡,为此,不少企业都会设立“数字化委员会”。


数字化委员会的成员不仅包括负责数字化的技术人,也包括来自不同业务线的一把手或核心决策者。数字化委员会要定期召开会议,对数字化项目进行定期评估和监督。具体来说,一般包括对新项目的投入和产出价值进行评估和分析,同时对已经在进行中的项目进行实际效果的回顾和审查。


此举有助于提高项目的透明度,确保项目的投资得以合理评估,并监督项目的实际执行效果。


吉利汽车集团旗下各业务单位 2022 年 3 月起成立了类似的数字化委员会(由业务牵头),年度通过解码业务战略进行数字化架构规划、架构设计、统筹需求管理及项目评审,月度会上由业务主持分享阶段数字化项目推进成果、业务需求及交付价值等,数字化委员会成员(业务 +IT)会一同评估、评审,以此推导迭代更新业务能力和数字化项目内容。同时数字化委员会也会阶段性发布业务架构梳理成果、各业务单位数字化转型成熟度。


此外,数字化推进过程中,企业中的不同业务角色围绕交付结果预期达成的价值点、所关注的重点也不同,比如供应链比较关注产能保障、供应协同效率等提升;HR 更注重的是这些数字化投入是否提升人员效率、数字化人才比例等的提升。


华泰证券方面,考虑到证券行业受市场波动的影响较大,其数字化投入会更注重由公司自身需求主导,而非刻意对标行业指标。


因此,华泰证券的数字化投入比例和推进节奏是通过科技部门和业务部门的合作、彼此共同围绕数字产品进行规划和资源预估完成的。其中,科技部门在 IT 预算中拥有自主规划和决策的能力,负责平台能力的规划,而业务应用层则更侧重于与业务部门一同规划。


观察三:不是所有的产出都可以量化


不是所有的“产出”都能够被量化,特别是在数字化领域。对于企业管理层而言,他们往往更关注的是价值。


据了解,过去几年部分央国企的数字化投入每年增长约为 10%~20%,在疫情后期其增幅甚至达到 30% 以上。然而,疫情放开后,不少企业却面临投入产出价值的迷茫期。


从企业管理水平和标准化程度的角度看,要做好数字化投入与产出的量化,有个前提是企业自身必须具备良好的管理水平


目前,传统的项目估算方法并不适用于数字化的“量化”。因为数字化牵涉到多个维度,包括统建和自建、业务和 IT,评估中要考虑多维度的因素。此外,一些因数字化带来的价值已经超越了技术本身的价值,甚至超越了业务价值,它更多地体现在组织层面,这包括品牌影响力、企业文化等维度


举例来说,在宁德核电这家企业里,其由于推行数字化转型,不但减少了员工的平均有效工作时间,员工的满足感也因此得以提升。


另一方面,由于核电企业人才培养的门槛较高,所以员工的留任意愿度至关重要。宁德核电通过一系列数字化技能培训和激励,最终增强员工的成就感之余,也提高了员工的留任意愿度,而这一文化认同类的内容往往最难量化。


同样地,也有难以量化的“投入”。比如随着新技术的迅速兴起,企业之前在其他技术上的投资可能会失去效益,形成沉没成本,对数字化转型产生一定的影响。在这种情况下,企业只能逐步进行调整,但无论如何,存量的资产和运营经验会不断沉淀积累,通过有效管理和优化,企业仍能在其中找到自己的一席之地。

观察四:成熟度评估模型不够“成熟”


伴随数字化转型的逐渐深入,许多企业开始引入数字化成熟度评估模型。从管理层的角度来看,需要有一种度量方法,解释数字化转型给公司创造了什么价值,体现在哪些方面。


当然,某种程度上看,成熟度评估模型除了可以让企业更全面地了解自身的数字化水平和情况,也有助于企业为自己设定可行的数字化目标并及时调整。


但引入评估模型细化价值的同时,也可能引发一些问题。尽管模型能够提供更详细的价值细分,但由于模型相对复杂,理解成本较高,员工在填写评估信息时可能因为觉得难以理解而带有较强的主观性


其次,对这类方法体系进行长期的维护和迭代可能导致较高的成本。业务部门或其他部门可能会质疑频繁变化的意义,因为模型每次更新后,需要填写的内容都不同。从而对此缺乏积极性,更多地是将其视为一项任务来完成。


在这方面,如何有效对齐管理层的视角和业务部门的实际价值需求,从中找到一个共同点,并在这个点上进行真正有意义的价值评估,仍是行业面临的一个较大的难题。


引入评估模型之后,拉上各业务线的负责人共同对模型的内容进行定义可能是一个解法。这样一来,各部门可以根据模型来确定各自数字化能力的提升目标,并纳入考核指标。


此外,模型需要保持更新迭代,比如每年根据业务的发展和技术的发展进行更新,使其与实际情况保持一致。虽然模型的动态性会带来一些影响,比如原本某业务部门达到的分数可能因为模型能力的扩张而回退,但这样的回退机制也使得评估模型更贴近业务发展的需求,为数字化转型提供了更有力的支持。

观察五:如果降本不能带来增效,降本就没有意义


在考虑数字化转型的成本控制时,降本和增效两者需要紧密结合。在进行数字化投入时,不同企业可能处于不同的财务状况,有些企业可能并非迫切需要降低成本,而更关注提高效益。因此,降本和增效不应被孤立看待,而是需要综合考虑。


在考虑增效时,需要对投资的预期收益有明确的承诺,并确保能够如期完成。对于那些投资回报不如预期的情况,才需要更多地考虑降本


值得一提的是,数字化转型不仅仅需要资金、人力或技术的投入,更需要业主方(公司内部管理层)充分投入精力,而不能完全依赖外包服务。尤其应该主动制定自身数字化战略,积极解决主要问题,只有这样才能在最后实现真正的降本。


可以看到,许多央国企在过去两年里不仅成立了数科公司,甚至还设立研究院或机构,以加大对数字化的投入。这趋势表明,简单的拿来即用的工具和解决方案已经不能满足需求,它们迫切需要进行深入的研究,包括方法、场景设计、架构、技术落地等方面。


进一步地说,企业对数字化的需求已经不再停留在表面,而是希望有专业的人员和机构来进行持续的研究,跟踪从顶层设计到项目设计实施、运营维护以及价值实现的全过程。

观察六:何必追求精准的投入产出平衡点


尽管数字化浪潮滚滚而来,但业界在该领域的投入产出量化缺乏系统的分析和指导,每个企业都在探索适合自己实践的方式。建立通用的、能够广泛参考的导则尚待验证。


不同企业采用不同的方法,有的通过 OKR(Objectives and Key Results)机制对齐目标和结果,有的更倾向于使用简单易懂的指标,减少复杂框架的使用,注重实际结果。


实际上,与其强调精准的投入产出比的平衡点,不如先从实践中寻找一些共识,这样也许更容易给正在摸索的企业带来参考价值。


零售业对预算和成本把控严格,对后续业务价值评估的需求也比较高。因此,在进行前期的信息化规划和数字化规划时,国内某服装集团将数字化的投入产出分为不同类别的项目,以进行指标量化。


其中,第一类项目直接与销售相关,包括能够直接拉动销售增长的项目。例如,业务中台项目可以直接计算线上线下跨渠道销售的增长幅度,以及基于会员的自动化精准营销项目,可以直接计算会员转化率和复购数据。


第二类项目更侧重于管理效率的提升,属于降低成本和增加效益的项目。这类项目也是当下许多公司都有做的。对于这类项目,在立项阶段就需要定义明确的数字化衡量指标,如商品管理相关的指标(商品周转率、断码率、售罄率等)或与人力资源相关的指标(人效提升、人员投入、人才管理等)。


第三类项目是基础的数字化能力建设,包括信息安全和等保管理、网络建设、主数据管理等。这类项目与业务的直接关联性可能不那么明确,但它们是为了提升基础能力而进行的投入。在这一块,需要明确其建设的必要性、技术架构以及对业务系统的支撑作用等等,以评估需要进行多少的投入。


对于宁德核电,数字化转型分为大型和小型两类项目。小型项目侧重员工自主解决问题,通过零成本的方式提高工作效率。大型项目则需要投入大量资源和资金,参与这类项目的员工需要做出承诺,即愿意用自己的奖金、职级等手段来承诺项目整体能获得正向收益。这种类似工资对赌机制的建立,可以进一步确保员工有足够的动力推动项目的成功。

观察七:数字化转型需要长期主义


对于许多企业而言,数字化转型的投入产出比依然是一个难以衡量和量化的复杂问题。首先,数字化转型不是一个孤立的项目,是一个与业务紧密结合的过程。并且,数字化的产出在很多领域有一定滞后性,难以迅速看到收益。


更可况,数字化转型需要一定的试错和投入,追求短期的经营效益可能会削弱对创新的追求。因此,一些企业的数字化目标会更多地集中在业务模式的转型上,而不是简单地以经营效益最大化为导向


总的来说,数字化的评估的方式取决于其目的。若是为了节约企业的整体经营成本,可以直接进行成本的缩减。然而,并非为了成本而刻意进行节约,就更应注重提高资源投入的效率。


更长远地看,也有观点认为更有效的成本节约方式是将数字化投入集中于人员组织的培养。在未来的 3~5 年,甚至 5 年到 10 年的战略跨度内,投资于培养技术和业务人员,推动整个组织的数字化,这样产生的长期效益才会越来越凸显。


部分采访嘉宾

毕业成,宁德核电绩效改进副总工程师

李晓斌,华泰证券数字化运营部副总经理

孙司雷,中国石油 (昆仑数智) 数字化咨询中心 主任

张炜,吉利汽车集团数字化中心供应链产品总监



如果你觉得本文对你有帮助,或者你对本文话题有自己的思考,欢迎在文末留言告诉我们!


InfoQ 2023 年度技术盘点与展望专题重磅上线!与 50+ 头部专家深度对话,探明 AIGC 创新浪潮下,重点领域技术演进脉络和行业落地思路,点击订阅/收藏内容专题,更多精彩文章持续更新 ing~


另,InfoQ 年度展望系列直播将于 2024 年 1 月 2 日首场开播,持续输出精彩内容,关注 InfoQ 视频号,与行业技术大牛连麦~

2023-12-27 15:258486
用户头像
罗燕珊 InfoQ中文站编辑

发布了 430 篇内容, 共 252.9 次阅读, 收获喜欢 761 次。

关注

评论 2 条评论

发布
用户头像
罗燕珊小姐姐,您好。我们是一家做政企数字化转型的软件服务企业,听了您这篇文章,感觉很受用,想问一下,我们能转发到企业的公众号嘛,会注明转载来源信息
2024-01-04 09:53 · 江苏
回复
你好,可以在【InfoQ数字化经纬】公众号后台联系转载哈
2024-01-05 10:03 · 广东
回复
没有更多了

如何快速制造OOM

Since

JVM OOM

收藏+下载!Flink 社区最全学习渠道汇总

Apache Flink

flink

关于Java 编译Servlet或者自定义Tag,引入包的问题

谷鱼

Java

Python 自动化测试全攻略:五种自动化测试模型实战详解

葡萄城技术团队

自动化测试

java安全编码指南之:可见性和原子性

程序那些事

Java java安全编码 java编码指南 java安全编码指南

Dolphinscheduler系统架构设计

dll

Apache DolphinScheduler

监控应用,应该监控什么?

小清新同学

云计算 运维 监控

架构师训练营第 1 期第 2周作业

owl

极客大学架构师训练营

MySQL varchar类型最大值,原来一直都理解错了

架构精进之路

MySQL varchar

巡展2020第十三届亚洲国际物联网展览会-南京站

InfoQ_caf7dbb9aa8a

如何设计Go语言中的channel

soolaugust

channel goroutines Go 语言

架构师训练营第 1 期第 2 周学习总结

owl

极客大学架构师训练营

Go中的HTTP请求之——HTTP1.1请求流程分析

Gopher指北

HTTP Go web Go 语言

高难度对话读书笔记—认知篇2

wo是一棵草

架构师训练营第 2 周作业

netspecial

极客大学架构师训练营

TensorFlow 篇 | TensorFlow 2.x 基于 Keras 模型的本地训练与评估

Alex

tensorflow 模型训练 keras

三步带你开发一个短链接生成平台

葡萄城技术团队

Java SpreadJS Node

程序执行太慢?快来学习SIMD加速技术,这个案例下的加速效果我也没想到(附带动手实验)

Optimize-Lab

优化代码 优化技巧 开源社区 simd Go 语言

让世界为之赞叹的开源项目,除了Linux,你知道Git吗?

小Q

Java git 学习 程序员 面试

难得干货,揭秘支付宝的2维码扫码技术优化实践之路

JackJiang

支付宝

什么才是“应用拓扑”?

小清新同学

运维 监控

架构师训练营第二周学习总结

尹斌

不一样的面向对象(二)

书旅

php 面向对象

项目实战,动态增删form表单

麦洛

jquery 克隆

保留时序数据波动细节的一种采样算法

小清新同学

监控 时序数据库

2B还是2C,这真是个问题

MavenTalker

SaaS

从大数据的角度来谈谈运维监控这件事儿

小清新同学

运维 监控

上班路上也是一道美景

xcbeyond

生活 摄影 摄影征文

自己动手写SQL执行引擎

无毁的湖光

Java MySQL 数据库 Linux 算法

缓存解决方案-技术专题-Caffeine Cache

洛神灬殇

架构师训练营第二周作业

尹斌

既怕“错过”又怕“错付”,数字化投入与产出该如何量化 | 年度技术盘点与展望_证券_罗燕珊_InfoQ精选文章