数字化转型应对零售行业寒冬期

对话主持人：中集青岛冷藏产业基地CIO耿峰（左一）

对话嘉宾：中融新大集团信息技术部总经理夏升华（左二）

北京荣之联科技股份有限公司副总裁吴烜（中间）

盛虹石化集团有限公司信息管理部常务副总经理温智惠（右二）

李宁（中国）体育用品有限公司信息技术系统总监朱远刚（右一）

当今，大数据、人工智能、物联网、区块链等为代表的数字技术崛起，各行各业的企业身处数字经济变革的大潮中，在2018中国软件大会暨首届CIO创新峰会上，五位企业代表和企业CIO围绕大数据、AI等新技术驱动下的企业数字化创新话题进行深入探讨。

Q：数字化转型是当今每个企业都要面临的问题，那么在数字化转型中企业所面临的困难和挑战是什么？

朱远刚：几年前，李宁公司确实遭遇到了寒冬期，所以在2015年，我们集团董事长明确提出数字化转型的要求，我们在最近几年的数字化转型的过程中，虽然取得了一些成果，但也遇到了很多困难。

数据是数字化转型的基础，我们作为传统企业，80%左右的业务来自于线下，20%业务来自于线上。那么如何将线下的业务进行数字化转型？如何解决数据的采集问题？这是我们的痛点。我们希望无论是交易场景、客户体验、服务、客服，都能在数字化转型的过程中与优秀的第三方合作。

另外，因为数据只是一个基础性工作，我们认为我们的痛点是整个数据的模型化，把数据转化成模型和决策，才能最终实现人工智能，所以经验和判断能否转变成模型，最终形成自动化决策，这是我们面临的最大的困难。

温智惠：我认为在石油化工行业，我们存在的第一个问题就是两化融合基础薄弱，而且生产现场标准化和设备水平较低，不同品牌之间的接口协议标准不统一，导致数据没办法进行采集。

我们整个设备协调的效率相对较低，据统计，2017年生产设备数字化率是44.1%，而数字化设备联网率仅为37.4%，ERP普及率是51%，PDM使用普及率是26.3%，以上数据反映了我国制造业生产设备数字化设计、联网率以及ERP。MIS系统应用的普及率较低。

第二，信息化观念比较陈旧。很多企业没有认识信息化建设的重要性和必要性，因为企业领导层对数字化转型的认可度不高，这就导致对数字化转型的投入会产生疑惑，最终使得人力、物力无法得到相关资源，无法支撑数字化转型。

第三，人才缺乏数字技术经验。因为数字化转型首先有数据，数据强调通用，所以必须先建立系统，然后把所有数据进行保存，最后让数据与数据之间进行有效的连通，这就要求各个系统之间达到集成性。所以就要求人员有较高的技术水平，但是传统行业缺乏这样的人才。

第四，组织管理的约束。组织要求公司所有人员向互联网平台转变，要求我们要强化信息化在企业中的传承作用，所以企业就必须变更管理模式。

第五，战略规划。很多企业对信息化的发展有明确规划，并按照各自的发展目标进行调整。但也有很多企业多年不动，导致信息化整体规划不可持续。目前，很多企业都在进行两化融合贯标，围绕着战略优势和能力这条主线，对信息化的发展战略不断进行调整。最终形成与战略发展相匹配的经营策略，所以企业需要把战略到信息化的过程嫁接到企业整体运营战略中。

针对石化行业我想提出六个观点。

第一，我们的工艺相对比较复杂、设备繁多，并且数量大成本高。

第二，石化行业设备的运营成本高。

第三，整个行业危险性高，对安全的要求非常严格。

第四，我们设备的运行状态和故障判断智能化的程度较低。

第五，我们信息化的管理程度偏低。

第六，能耗以及污染问题有待解决。

Q：那么作为服务商，所面临的问题有哪些？

吴烜：IT行业里有一个很有意思的现象，IT行业自己的IT水平不高，还要给传统行业提供各种各样的优质服务。

我们在为企业提供数字化转型服务过程中，经常碰到投入的问题，因为数字化转型、大数据、AI等技术的成本非常高，哪怕是通过互联网设备进行数据采集，也需要大量的物质支撑。这也是企业CIO最痛苦的事情，明明是一条光明大道，但因为投入问题停止不前。而且CIO也需要花费大量的时间与业务部门进行沟通，看其他部门是否能接受转型路线，作为服务商我们实际上与CIO面临着同样的问题。

夏升华：数字化转型这个话题，在最近几年非常火热。而面临的挑战和困难基本上都是人才、管理、物质和技术。我们是从事钢铁行业30多年的传统行业，现在我们的业务核心是能源化工，对这些痛点深有体会。

传统企业的决策者对信息化和数字化转型是怎么理解的？怎样利用数字化转型为管理层和业务层带来变革，是我们要关注的问题。作为CIO，我们要说服管理层和业务层制定数字化转型的方向，我们才能做好IT的规划。

在资金方面，如果决策层、管理层和业务层没有对数字化转型形成统一的观念和目标，数字化转型就很难得到长足的资金支持。

在技术层面。当今，新一代的信息技术无非是云、大数据、物联网、AI、区块链等，但是这些技术与企业存在什么关系？我们要利用新技术来解决企业哪方面问题？对于制造业而言，我们更多需要的是应用，我们需要现成的技术来解决我们的问题，而不是搞开发和研究。

Q：由于行业不同，云、大数据、物联网、AI、区块链等技术的应用场景也不尽相同，那么如何将这些技术与企业的数字化转型进行结合？

夏升华：云、大数据、物联网、AI、区块链等技术在传统行业的运用，主要依赖于企业的战略方向。作为制造业，企业需要转变我们的生产模式、营销模式、服务模式等，但转变的程度是CIO不能决定的，所以当我们需要一个新技术时，一定要结合企业的经营管理方面来制定IT规划。

数字化转型的周期较长，所以我们首先要把所有业务和操作从线下向线上迁移，然后我们需要把线上的数据进行数字化处理，只有进行数字化处理后，我们才能积累数字资产，最后在这个基础上进行数字的挖掘和分析。

在传统制造业里，如果真想通过数据来把握企业的方向，或者利用大数据分析的结果，直接应用到我们的经营管理上还有一定难度。所以，在传统制造业的应用层，我们首先要解决的就是业务需求驱动，据这些驱动因素相加后的最终结果来选择我们的解决方案。

吴烜：我认为大数据、AI等技术只是一些手段。这些技术的价值是要为企业的业务场景进行服务。我们作为IT服务商也遇到很多客户都需要发展大数据、AI等技术，但数字化转型的核心是怎么样把行业里优质的东西，或是企业最具竞争力的内容转变成数字化。

大数据、AI等技术的搭建周期长，而且非常昂贵。如果把企业的所有内容都部署这些技术是无法实现的。所以企业需要把核心业务的数据进行详细的分析来提升业务质量，而不是将所有的供应链都部署新型技术。我们作为服务商，怎么样结合应用场景来沉淀我们的信息技术，开发具有门槛的产品和解决方案，是我们的使命。

温智惠：我认为新一代信息技术是信息化的工具，信息化的初衷是为企业经营提供服务，所以我们要考虑数字化的目标是什么。数字化转型是一场强调为客户提供和打造客户满意度的持久战，数字化转型体现在哪些方面？企业的经营目标是什么？我们是围绕这些问题来寻找合适的场景，来配备信息化的相关工具加以解决。

朱远刚：大数据的应用需要业务进行驱动，对我们来说大数据最缺乏的就是价值。现在很多企业的决策者都具备大数据的概念和认知，但是我们能够将大数据价值向管理层介绍清楚，企业的掌舵人才能决定是否对该项技术进行投入。

目前，我们正在进行数字化转型，但是我们不敢扩大数字化转型的规模。因为数字化转型的投入十分巨大，而成功的可能性很小。所以在进行数字化转型的过程中，我们更愿意把业务进行场景化，在每一个细微的场景中看数字化带来的可衡量和可评估的价值。我们通过价值的积累和实践，来实现数字化转型，但是要实现这种规划，对我们而言也已经相当困难。

Q：哪些场景能够为数字化转型提供帮助？是否有成功的案例？

朱远刚：在2017年，电影《战狼2》取得了很可观的票房。当时我们与第三方公司合作对该电影的数据进行分析，我们发现二、三、四、五线城市对该电影贡献的票房非常高，而且观众多是80后、90后和00后，而且很多人是重复观看。

当时我们提出的分析结果是：现在的中国人，特别是青年人对民族的认可和自豪感非常强烈，所以我们基于这样的市场判断，规划推出了李宁公司的系列产品。

在此以后，李宁公司的决策层对整个大数据应用，以及产品规划和产品设计要求有了新的认识，并对技术部提出了进一步的指示，希望我们借助大数据技术为公司未来每一届新产品的规划，包括卖点的设计进行分析，并指导和帮助产品部门开发新产品。

但我们在进行数据分析的过程中，也遇到了较多的困难。虽然我们可以捕捉趋势性数据，但是在细分的产品品类、消费者的运动偏好、颜色、材料等方面，我们自己的内部数据和第三方获取的数据都存在较大差距。

温智惠：我们在CIM中存储了我们所有经销商相关的静态数据，而ERP中存储了所有经销商的动态数据。静态数据是店面的详细地理位置和店面的面积，配套组织是夫妻店还是第三方门店等。动态数据包括交易周期和回款周期等。

通过动、静数据的结合，我们可以建立经销商画像，将价值分为九宫格，来寻找该画像处在那个区域中。

为什么这么做？以前没有系统时，汇报业绩全靠相关负责人的一面之词。当有了数据做支撑后，可以通过数据来获得业务处于哪个阶段，也可以通过数据发现经销商存在哪些问题，我们就可以针对出现的问题派专人来解决。

吴烜：我们自己拥有大量的技术，我们通过这些技术来结合行业的应用场景做信息化产品。在媒体方面，过去采编从选题到成稿都需要手工完成。

我们和人民日报合作，把这些事情变成了自动化，现在大量的稿件是由机器完成。我们运用了大量的数据抓取、分析和海量的模型进行训练，同时还衍生出辨别消息来源的真伪性等功能。而且企业也可以依靠该产品从社会上找到与之匹配的产品和服务的评价。

夏升华：在2007年次贷危机影响到了钢铁行业，在当时我们把市场的不确定因素进行分析。我们先搭建数据端内部系统，同时建立外部信息。将内部与外部数据进行分析和比较，并且该系统具备钢材的价格预测。

但是使用结果并不理想，主要原因是采购人员在汇报工作时会提供最好的信息，而系统的真实结果对他们造成了冲击，导致该系统最后无人使用。所以我们利用内部和外部数据，对交易利润进行预测，来指导我们是否需要进行销售，最终该系统延用至今。