數字經濟正逐漸成為世界經濟的主流趨勢,我國數字經濟規模也從2012年的11萬億元增長到2021年的45.5萬億元,占GDP比重由21.6%提升到39.8%。無疑,數字化的步伐已勢不可擋。
與此相對的,是中國企業數字化的進展絕對稱不上平順。有人說,業界缺少具有普適性的數字化範式經驗與操作標準;有人認為,數字化缺少足夠的重視、預算、資源與人才;甚至有人猜想,中國缺少數字化創新的產業基礎……
如何定義成功的數字化甚至數智化、誰應該為數智化創新負責、數智化創新的預算從哪裡來、如何才能最大可能的提升數字化轉型的效率與成功率?……這些問題我們與行業人士一樣好奇。
因此,我們36氪數字時氪團隊(微信號:digital36kr)正式啟動了《數智前瞻. 數智化十問》這個系列。我們邀約了行業內長期關注數智化創新的創業者、投資人、從業者,與我們一起探討這些當下數智化創新領域的熱點問題。
本期是我們《數智前瞻. 數智化十問》的第十一期內容。我們邀請了StartDT首席數據科學家張溪夢。
奇點雲成立於2016年12月,是獨立第三方的數據科技服務商,專注於用大數據和人工智能技術提升企業商業能力。2022年4月,奇點雲併購GrowingIO,重組為StartDT數據科技集團,為客戶提供「數據云+分析雲」的數智產品與服務。至今,StartDT已服務1500+客戶,覆蓋泛零售、製造、金融、政府及公共服務組織等行業。
GrowingIO創始人張溪夢,踐行數據驅動增長20餘年,曾就職於eBay和LinkedIn。2013年,Data Science Central評選其為「世界前十位前沿數據科學家」。2015年5月,回國創立GrowingIO,致力於幫助企業提升數據驅動能力,實現增長。伴隨奇點雲與GrowingIO併購重組,張溪夢出任StartDT首席數據科學家。
在採訪過程中,張溪夢對36氪講述了他基於眾多數字化項目所得的觀察。他認為,
數字化最關鍵的是企業內部有團隊、有能力,把數據在企業經營、日常工作中持續用起來。在這個層面,組建團隊、培養企業自己的人才,會天然優於外采。
從IT預算里拿出一部分做數字化建設,這種做法往往不足以支撐企業數字化轉型。
好的企業,多個部門、各級員工都會為數字化創新負責。最佳狀態是非中心化的,「自上而下」、「自下而上」,兩個方向都要發生數字化創新。

從IT預算里拿出一部分做數字化建設,這種做法往往不足以支撐企業數字化轉型。
36氪:企業應該以什麼比例去設計數智化的預算投入?
張溪夢:企業數字化投入的影響因素比較多,其中尤為關鍵的是「其商業模式與數字化的關聯度」,商業模式決定了你在數字化上要投入多大的資源。例如,互聯網公司、科技型公司,在數字化上投入的預算比重通常遠高於傳統企業,因為這類企業的營收、利潤就來自於數字化的產品和服務,來自數據。
我們今天講數字化轉型,大多數情況討論的是偏傳統的企業。這一類企業商業模式對數字化沒有強依賴,比例自然就會相對偏低。從現狀上來看,國內傳統企業在數字化轉型上的預算通常約為3%。
企業擬定數字化預算,取決於企業的數字化規劃是着眼短期還是中長期,衡量預期時間段內的投入產出比。例如,只是想解決單點的、小而輕的問題,那麼不需要很大的投入;如果想對企業進行整體的數字化轉型,包括涉及到長期數據能力的建設,投入的絕對值必然高許多。(談絕對值,是因為有一些企業本身業務體量大,不需要拿出很大比例的預算,也能夠推動數字化。)
數字化建設的預算不僅要覆蓋軟硬件採購,也要用於支持內部團隊建設、外部專業能力引入等等。外部專業能力指諮詢顧問、運營「帶教」等,前者幫助企業找到數字化轉型的方向,為實踐指路、避坑,後者則幫助企業員工掌握數字化的方式方法,在場景中以數據驅動運營,並內化為企業自身的能力。對內,則涉及流程再造、組織重塑、人才引入等等,都需要各方共同的投入和支持。
因此,從IT預算里拿出一部分做數字化建設,這種做法往往不足以支撐企業數字化轉型。
一個比較理想的狀態是需求驅動,總部及各業務部門向DT部門提需求,提供預算,DT部門則負責統籌規劃、消耗預算、解決問題。
消耗預算也有「門道」。尤其是對於預算比較受限的企業,可以採用「數據驅動增長」的方法,小幅試錯,快速迭代,看到一個可見的結果後再確定下階段的投入,能夠規避「一次性高投入而產出不如預期」的風險,這樣企業的數字化轉型節奏是比較健康的。
36氪:企業數字化應該自研還是外購?
張溪夢:自研和外購都需要。(如果企業有非常完備的自研能力,那它的數字化水平已不在「轉型」的討論範圍內了。)
對於絕大多數沒有高精尖研發團隊的公司而言,完全自研是「事倍功半」的。且不談數據平台這類大型產品的研發難度,數據科技在高速發展,業務和市場環境也在快速變化,可能還沒研發出一款足夠易用的數據產品,就已經跟不上企業自身業務需求了。
軟件是一種思想,一種管理的方法。成熟的軟件沉澱了很多企業的管理方法和最佳實踐(無論是業務層還是技術層)。依託軟件,能幫助企業少走很多彎路。因此,當企業想獲得一些比較前沿的技術、新的能力時,可以考慮引入外部廠商來加速自己的發展,「他山之石可以攻玉」,對企業來說是比較有效率的選擇。
但數字化並不是能完全「外采」的。我認為未來數字化能力應該成為企業的基本功。
通常來說,外采的軟件廠商只能提供工具和交付實施,諮詢服務商提供方法論的指引,而數字化最關鍵的是企業內部有團隊、有能力,把數據在企業經營、日常工作中持續用起來。在這個層面,組建團隊、培養企業自己的人才,會天然優於外采。
因此內外結合是非常必要的,具體可以根據企業經營的需要、數字化階段來衡量。
36氪:企業數字化是否必須以信息化為基礎?
張溪夢:從歷史發展來看,基本是「信息化—在線化—數字化」的演進路徑。
·信息化伴隨着PC(個人電腦)普及而開始普及,例如企業建了ERP,開始管自己的貨(進銷存);
·在線化對應從互聯網到移動互聯網的階段,例如24小時開放的電商平台,又如員工合同不再是掃描存儲在HR電腦本地,而可以在線簽約,並通過OA系統對人員狀態進行實時管理;
·數字化階段,則指用數據真實地反映業務流程,依託數據來了解業務、賦能業務,進行科學的分析、洞察、輔助決策,從而優化供應鏈、商品管理、業財、組織等各個環節,依託數字化的手段來放大價值點。例如我們最為熟悉的用戶增長、用戶精細化運營,就依賴數字化來進行。據悉,有70%的企業都數字化預算花在了增長相關的模塊,這也是企業轉型路上相對好入手的。
·其實接下來還有一個階段,「智能化」,現在一些企業已經開始在探索了,讓機器去完成過於複雜、突破人腦極限的計算,譬如「智能推薦」、「智能決策」、「智能調貨」等等,將經驗和規律沉澱到算法裡,通過數據智能放大千萬倍,拉動增長飛輪。
所以如果企業沒做信息化,那離數字化還是有一段距離。
在線化是數字化的基礎環節,如果只是做了電商,可以通過線上交易商品,但沒有任何的數據行為,也不能完全稱為數字化。

數字化轉型最佳狀態是非中心化的,「自上而下」、「自下而上」,兩個方向都要發生創新。
36氪:誰應該為企業的數字化創新負責?
張溪夢:好的企業,多個部門、各級員工都會為數字化創新負責。最佳狀態是非中心化的,「自上而下」、「自下而上」,兩個方向都要發生創新。
為什麼說「非中心化」?
因為許多業務線都有着巨大的數字化創新機會,而各條線往往最了解自身業務、最能挖掘需求。以我曾經工作的一家甲方企業為例,當時數據用得好的幾個部門,並不是老闆「拍」下來的,而是他們自己提出需求並推動落地的。
如果只把創新的要求放在個別部門或個別崗位(例如CDO)上,一方面會對企業的數字化進程產生阻礙,讓創新受限,另一方面也不利於員工能力成長,創造力受限,止步於執行。
當然,「非中心化創新」這件事需要一把手的支持,並有一個中心化的組織(例如CDO或數據科學家帶領的數據創新部門)將這些創新收斂起來,沉澱為可復用的能力(例如軟件工具),避免重複造輪子。
36氪:CIO和CDO有哪些不同?
張溪夢:CIO(首席信息官)這個崗位已經存在很多年了,伴隨企業信息化的普及,在中國至少有20年。
CDO(首席數據官)則比較新。2012年,陸兆禧出任了阿里巴巴集團的CDO,這是我們比較熟悉的。
美國一家機構的調查顯示,2012年,受訪企業中有12%的企業設置了CDO這個崗位,而到了2021年,有CDO的企業已經占比65%。目前我們國內企業設CDO的比例還相對較低,從現狀上看,有些企業會讓CIO、CMO承擔一部分CDO的職責,這主要與企業的數字化進程及其商業模式相關。
我們說IT時代正在走向DT時代,但不意味着CIO的職業通道要走向CDO。在企業中,CIO與CDO應該是2個職能,雙方協同配合:
CIO負責一家公司的IT建設、信息化,讓公司流程能通過IT跑通、跑完善。從背景上看,大部分CIO此前在技術部門裡任職,充分了解各類型的IT系統和軟件(例如ERP、CRM、費控系統等),具備一定的研發、運維等知識,對供應商也有很強的管理能力。
CDO則要從數據視角,建立公司數據戰略,依託數據優化企業對內對外的運營。他們可能出身數據科學家,也可能有管理諮詢或統計學的背景,他們需要具備數據及相關技術(例如大數據平台、商業智能、算法模型等)的專業理解和實踐經驗,有複雜項目的管理能力,並對商業有認知,能以數據的能力支撐業務發展,產生價值。

36氪:如何評價當下中國企業的數字化進展?
張溪夢:其實很多企業已經取得進展了,例如在用戶運營層面,依託數字化的手段優化用戶體驗,從而提升留存及轉化;又如在供應鏈和商品層面,完成線上線下一盤貨,藉助模型實現自動化的調補貨,大幅降低了物流費用。
哪怕是最基本的打通數據孤島,建立統一的指標體系,各部門對同一指標有了同樣的理解,而不再依賴人工在各部門手動對數據、拉表格,把枯燥乏味還容易出錯的大量時間節約下來,就是很大的進展。
感知上覺得成功案例少,我覺得可能有兩個原因。
其一,「短期內得到巨大回報」這樣的案例不多。
國內傳統企業的數字化剛剛起步,有些業務線可能還處於在線化的階段,我們對「成功」的要求不能「一步登天」。我們對數字化應有合理的期待,就像信息化、在線化的建設一樣,數字化也是需要一些時間的。如果希望藉助數字化轉型快速孕育出新的業務,那也不太現實。希望大家能給數字化一定的耐心。
其二,企業數字化有它自己的方法,沒有找對路徑確實不容易成功,這也是為什麼我們一直會分享一些「避坑」的方法和行業成功案例。
例如,盲目一窩蜂上項目,找來最頂級的技術和產品,結果企業內組織流程有很多不適應,這就好比買了一艘航空母艦,停在公司門口的小河邊,最後只能「爛尾」。這種情況有廠商造勢吹風的影響,也可能有企業追熱點的原因。
此外,在不同行業、場景,往往有着不同類型的「明星項目」。例如,品牌商近年在數據營銷領域有比較多的成功案例(DTC、私域等等),汽車行業則在供應鏈的數字化轉型有較多成功案例。企業在數字化建設的過程中,首先選擇「明星項目」來投入,它的效果就會相對能脫穎而出,被大家認知到「成功」。
36氪:如何評價數科公司模式?
張溪夢:數科公司通常是較大的集團企業(例如金融企業、央企等等)會考慮設立。一方面,組織更獨立,更有利於培養企業自有的數據人才;另一方面,希望把自己的數字化能力外化,賦能給產業鏈上下游或同類型企業夥伴。
目前確實沒有看到數科公司能力外化特別成功的商業案例,原因或有以下3個方面:
1. 企業在選擇服務商時,往往希望服務商及時響應、面面俱到,能滿足更細節的需求。而一家中心化的數科公司,已需要服務其母集團多條業務線,對外的響應速度會相對不足;
2. 數科公司在組織上相對獨立,可能與業務單元聯動較少,就較難從業務上做出價值;
3. 從母公司孵化出數科公司,如果想服務同行業的企業,天然受限(友商不願採購同行的服務);如果想跨行業服務,能力象限則可能不足以覆蓋。
通常來說,企業能擁有一個中心化的數據團隊,深入企業各環節持續推動數字化建設,就已經很不容易。因此集團企業是否要設立自己的數科公司來外化能力,是值得審慎評估的。
36氪:經濟寒冬,對數字化廠商有哪些影響?
張溪夢:2020年以來,受到疫情的影響,我們的生活方式(例如購物習慣、社交習慣)、企業的管理與協作方式及政府單位的服務方式,都發生了很多變化。其中最顯著的變化就是「在線化」。
在線化沉澱下數據,給數字化帶來了大量機會。因此我們可以看到2020-2022年,數字化發展有一種「反周期」的抬頭。
此外,外部環境的不穩定更推動企業去尋找「確定性」,需要數字化對突發事件進行有效的預測和防護。這種「確定性」的需求今年在供應鏈領域尤為顯著。
回到企業服務這個層面,寒冬之下,數字化預算降低是比較正常的現象。不僅僅是數字化,各方面的成本支出都在控制,這是企業非常合理的管理行為。
但我們的客戶即使在「經濟寒冬」,也非常堅決地在做數字化建設。一方面,數字化是剛需,轉型已經迫在眉睫,應對未來的不確定性;另一方面,經濟都有周期,它並不是持續下行的,從企業經營的角度我們可以有優先級地推動數字化項目,把預算先花在刀刃上,修煉內功,為未來的市場競爭做準備。
36氪:您怎麼看待中國的數字化未來?
張溪夢:我覺得可以稱2023為「數據年」。
正如前面談到的,疫情影響下,2020年開始,很多企業或被動或主動地開啟了「在線化」。在線化到一定程度後,要把其紅利充分發揮出來,就必須要數字化。
2023年,企業已經積累了大量數據,包括數據治理、數據分析、數據應用在內的數據相關需求將持續增加,甚至爆發。
從市場大環境到企業的經營管理方式,整體都趨於理性,也就更需要數據來支撐決策。例如在運營上,最起碼要知道效果如何,什麼地方需要改進,如何優化提升,又如用數據(而非依託人工)直接進行營銷、運營、精細化服務,這些都是很紮實的需求。同時,也將出現數據技術上的挑戰,譬如在存算上,海量的複雜數據怎樣更划算地存下來、更高效地計算。
此外,伴隨着數據相關需求爆發,數據領域的人才缺口也會愈發明顯。這樣的人才不僅將來自學校,也會來自企業,培育自客戶自身。作為數據科技的服務商,我認為我們有傳播專業知識與經驗、培養DT領域人才的責任。
最後補充談談下個階段「智能化」。以海量數據為基礎,再往後幾年,對數據智能的強需求將規模化湧現出來。有些企業已經開始實踐了,通過機器學習、算法模型等深入挖掘數據價值,探索創新性的「化學反應」。而全面走向智能化,中國企業可能還需要三到五年。
為剖析中國數字化轉型現狀,36氪數字時氪團隊(微信號:digital36kr) 正式啟動了《數智前瞻. 數智化十問》系列。如果您是行業內長期關注數智化創新的創業者、投資人、從業者,歡迎來稿與我們一起探討以下十個當下數智化創新領域的熱點問題(點擊下方鏈接查看詳細問題)。投稿郵箱:cdomkt@36kr.com

真誠推薦你關注



來個「分享、點讚、在看」👇