数字规划与实战:15大企业数字化系统选型指南

**章 应势而动·数字跃迁 本章概述： 数字化冲刺，应当“因政策之时，商业之势，技术之利”，乘势而上，革故鼎新。 政策方面 以 5G、大数据、人工智能和工业互联网等新一代IT技术为代表的“新基建”替代了传统的“铁公基”建设，为企业数字化转型点燃了“新引擎”。 商业方面 综合了易变性、不确定性、复杂性和模糊性四大特征的“乌卡时代”，为企业数字化转型带来了“新挑战”。 技术方面 成本便宜，高效敏捷，简单易用的民主化技术范式与以“数字世界为核心”的数字原生时代，对企业数字化能力提出了“新诉求”。 **节 新型基建点燃数字引擎 作为“两个强国”战略的关键基础支撑，“新基建”政策自2018年提出以来，已然成为国家新经济体系建设的重要基石，也成为企业数字化转型的重要驱动力量。 “新基建”起初包括5G基建、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网等七大领域。2020年4月，国家发改委通过新闻发布会明确，新基建主要包括三个方面：信息基础设施建设、融合基础设施建设、创新基础设施建设。其中，信息基础设施主要是指新一代信息技术演化而成的基础设施，比如5G、物联网、工业互联网、卫星互联网等新一代通信网络基础设施；人工智能、云计算、区块链等为代表的新技术基础设施；数据中心、智能计算中心为代表的新一代算力基础设施等。 由此可见，“新基建”与传统的“铁公基”建设形成鲜明对比，是国家经济高质量发展的关键“底座”和“引擎”。而作为“新基建”的关键组成，5G基建、大数据中心、人工智能、工业互联网等重点基础设施的完善，正在为企业数字化转型提供肥沃的土壤。 一、5G基建 5G*表象的价值是通信速度的提升，而其核心价值在于通信速度提升所带来的商业本质的转变。比如用户服务入口更加多元化、场景化、碎片化；图像、视频、音频等海量的数据将被传递和应用，数据驱动的商业逻辑成为必然。5G对商业本质、商业价值的影响倒逼企业必须加快数字化建设。 本书重点关注5G对企业数字化产品的影响和变革，其与AI、大数据、人机交互等技术深入融合，催生出诸多高价值的新场景、新需求，*终推动企业数字化产品的迭代升级。读者可从以下几点深入感受： 生产方面 制造与5G深度融合，能够实现高可靠、低延时、高通量的数据集成与传输。多元化、规模化的物联网增强感知设备将通过5G技术实现泛在互联，工业互联网场景得到*大延展。基于实时、海量传感数据的工业预测性维护、产品缺陷检测等智能场景将整合到MES（Manufacturing Execution System，生产执行系统）或其他工业云平台，助力生产系统由信息化向数智化跃迁。 供给方面 人、机、车、设备一体互联，自动分拣、自动运输、自动上架、自动出货等全自动化的智能仓储系统，有望在5G时代完成晋阶与蜕变，信息化时代下的WMS（Warehouse Management System，仓库管理系统）、TMS（Transportation Management System，运输管理系统）也必然迎来新需求、新功能。 营销方面 高质量的沉浸式内容与数字营销技术有机结合，催生零售新玩法、客户新需求、营销新触点。而“大流量”式的媒介内容必然会给CDP（Customer Data Platform，客户数据平台）、CMS（Content Management System, 内容管理系统）、MA（Marketing Automation, 营销自动化）、程序化广告投放技术等带来新机遇、新挑战。 二、大数据中心 大数据中心作为信息化发展的基础设施和数字经济的底座，有利于促进数据要素参与价值创造与分配。大数据中心不仅仅是传统的数据中心及其承载的分布式海量数据储存和处理的能力，而且更重要的是基于大数据的思想和技术，利用大数据中心的储存、处理数据的能力，来赋能各行各业的数字化、智能化转型，实现产业升级。 目前，全球的数据规模正处于迅猛暴涨的阶段，国际机构Statista数据显示，2020 年全球数据总量达到 47ZB，而到2035年，该数值可达到2142ZBd。全球数据体量呈现持续暴发的态势。 1.国家层面的数据战略 伴随数据经济在全球的快速推进，数据已经成为影响国际竞争的关键战略资源。我国也持续加速在数据经济中的战略布局。 中国信息通信研究院将中国的数据战略的推进历程划分为四个阶段：预热、起步、落地和深化。自2017年之后，中国的数据经济已经进入深化阶段。2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，将数据与土地、劳动力、资本、技术并称为五种要素，提出“加快培育数据要素市场”。这意味着数据要素市场化配置已经上升为国家战略。 2.大数据基础技术走向成熟 在国家政策的强力推动下，大数据技术不断迭代和演进，基于大数据的多重数据特征，围绕数据存储、数据处理、数据计算的基础技术，同配套数据分析应用、数据安全流通等主力数据价值释放的周边技术组合而成的大数据技术生态体系已经形成，大数据技术渐趋成熟。 3.企业关注释放数据内蕴价值 在国家政策与渐趋成熟的大数据技术基础上，企业更加关注如何释放数据的内蕴价值——将数据由企业资源转变为真正的生产资料。一般而言，数据价值释放的途径有三种： 数据分析??通过数据可视化的形式进行数据展示与分析，洞察数据规律，监测数据指标，其主要的产品表现包括 BI（Business Intelligence, 商业智能）、客户画像、产品画像、管理驾驶舱等。 数据建模 基于数学算法、人工智能等技术，挖掘数据之间的关联关系，揭示数据中隐含的、未知的、有潜在价值的信息，并做归纳性的推理。以AI中台为基础的人工智能工程化已然成为企业数字基建的关键组成部分。 数据应用 数据的核心价值不只在于通过分析指导业务，更关键的是数据直接融合、应用到业务场景中，*大化赋能业务场景，实现降本增效提质。比如基于种子用户数据的 AI精准广告投放的效果往往会优于直接基于简单用户标签的投放效果。APS（Advanced Planning and Scheduling, 高级计划与排程系统）能够集合海量的生产数据、设备数据、人事数据、订单数据，进行高效智能的自动化排产排程，助力工厂实现柔性化生产。