2023企业数字化转型技术发展趋势.docx

企业数字化转型技术发展趋势报告(2023 年)目 录一、 企业数字化转型技术的发展趋势1二、 构建数字化转型技术应用保障体系2（一） 战略指导2（二） 基本原则3（三） 组织建设3（四） 技术部署4三、 企业数字化转型技术的发展路径5（一） 以数字技术提升企业基础能力5（二） 以泛在连接加速数据资产沉淀20（三） 以数据技术保障实现数据价值32（四） 以数据驱动提升企业决策能力39（五） 以人工智能挖掘拓展市场机遇44四、 企业数字化转型技术应用的实践场景48（一） 传承升级：以解耦架构激活核心 ERP 潜能48（二） 调度算法：APS 实现更广泛的计划和协同56（三） 解耦工具：低代码平台与 ERP 的融合与迁移59（四） 数据驱动：应用场景分析和企业实践62（五） 人工智能：可落地的多应用场景65五、 给企业的数字化转型建议72（一） 因企制宜制定个性化的数字化转型战略72（二） 优化升级打造全面覆盖的企业技术架构74（三） 循序渐进构建数据驱动的管理决策体系75图 目 录图 1 数字化 PaaS 平台发展趋势7图 2 基于数字化 PaaS 平台的技术架构8图 3 Gartner 的 DevSecOps 持续交付流程10图 4 用户如何通过新浪微博的认证 Server 登录到有道云笔记11图 5 IDaaS 平台的三大模块11图 6 四种授权策略模型图13图 7 基于数字化 PaaS 平台的统一授权中心13图 8 数字化系统应用的安全保障14图 9 人机交互演进历程15图 10 智能语音助手16图 11 数据中台提升企业数据能力17图 12 数据中台助力数据资产化18图 13 统一的数据服务体系19图 14 数据中台是数字化转型的技术基础19图 15 全渠道供应链网络的六大基石20图 16 智能交易供应链体系23图 17 生产设备的网络连接24图 18 端到端流程26图 19 连接不同系统的端到端流程26图 20 端到端流程支撑价值链建模27图 21 价值链设计器28图 22 在线会议实现业务协同29图 23 基于对象推动精细化协同30图 24 共享是推动协同的有力手段31图 25 统一技术平台推动内外协同31图 26 企业决策的演进方向40图 27 预算管理的智能化系统闭环40图 28 企业风控逐步前置、量化、智能化41图 29 数智运营中心（IOC）成为企业智慧大脑42图 30 全球低代码&无代码市场规模及结构（百万美元）45图 31 ERP 发展趋势49图 32 智能化会计引擎51图 33 智能化会计引擎架构52图 34 ERP 时代的流程式协作53图 35 中台时代的平台式协作53图 36 ERP 融入企业中台架构55图 37 APS 的功能模块57图 38 低代码与 ERP 的融合60图 39 低代码带来系统性能力变化61图 40 低代码促进企业 IT 建设62图 41 数据驱动管理应用场景建设框架63图 42 客户管理数智化平台建设蓝图64图 43 智能量化风控应用流程65图 44 广告策略归因分析66图 45 图谱审单67图 46 合同要素提取68图 47 智能回款匹配68图 48 AI 中台基本组件-自然语言处理69图 49 AI 中台专用组件69图 50 RPA 产品在各行业的覆盖率70图 51 不同行业职能部门 RPA 应用情况70表 目 录表 1 传统 ERP 与 SaaS ERP 各方面异同比较50企业数字化转型技术发展趋势研究报告（2023 年）一、 企业数字化转型技术的发展趋势数字化转型是在大数据、移动互联网、云计算、物联网、区块链等新一代信息技术驱动下，企业商业模式、组织模式、管理模式都在迅速地转型，是社会生产力和生产关系的升级。数字化转型已经成为企业的一道必答题，其本质内核是：建立内外部广泛的在线连接，产生大量实时数据，利用云端的算法和算力， 让决策变得更实时更智能，从而提升企业的运营和管理效率，甚至产生全新的商业模式和管理模式。在未来 1-5 年内，驱动企业数字化转型的新技术应用将呈现如下趋势：新一代数字技术是实现转型升级的重要支撑；企业数字化建设需要新一代的基础技术能力支撑，符合云原生架构，打破系统模块烟囱模式的边界，有效实现能力复用，以及数据、流程的拉通，以适应数字化时代对业务敏捷性、弹性及动态组合能力的要求。建立在线连接能力是企业数字化转型的前提；数字化建设往往从市场、销售、渠道、采购、供应链、产品设计、制造流程的全面线上化开始的，企业内外部组织、人、设备的在线化是数字化转型的基础。升级 ERP 架构是适应数字化转型的必然要求；ERP 作为信息化核心的基础能力是企业运营所必需的，但传统套装软件的封闭式架构制约着其与外部系统的有效集成，在实时处理大量业财数据方面存在先天障碍。ERP 系统将沿着核心能力服务化方向持续进化升级，不断加强流程和数据集成，提升大数据处理能力。数据治理是提升企业智能决策能力的基础保障；数据治理水平反75映了企业数据采集、加工处理的能力；数据智能的应用则反映了数字化建设的水平，数据智能帮助企业更实时地探查出隐藏的问题，通过归因分析，匹配相应的运营策略和规则，实现运营决策的自动化、智能化，提升运营效率，促进商业模式转型。AI 技术中台化应用全面提升企业智能化水平；随着企业数字化建设的深入，AI 技术的应用将持续普及。在很多行业已经取得初步成功应用的基础上，AI 应用将呈现中台化的特征。在数据中台和业务应用之间，提供无代码、低代码等快速构建、训练、上线AI 模型的能力，形成对数据分析、决策人员的有效支撑。二、 构建数字化转型技术应用保障体系基于数字化转型对企业的战略价值和重要影响，构建围绕企业数字化转型技术应用保障体系就成为企业战略和日常经营的重要组成部分，与数字化转型目标、技术应用方案构成全面实施数字化转型战略的三大支柱。（一） 战略指导基于企业战略编制技术发展战略：编制技术发展战略是实施数字化转型工作的重要任务，也是实施企业整体发展战略的重要步骤和组成部分，技术发展战略必须服从企业发展战略，是对企业战略的细化和补充。基于技术发展趋势积极导入应用：技术发展有其自身规律，企业应用也有不同的需求和场景，因此，企业在积极追踪各类数字技术发展趋势的同时，要主动结合自身实际，探索合适的应用方式，发挥各项技术更大的应用价值。（二） 基本原则在企业战略和技术战略指导下，严格遵循技术应用推广的工作原则，才能真正践行技术战略，获得预期收益。紧紧把握“以业务为核心”的原则，从业务需求出发选择合适的成熟技术进行大胆尝试和应用，以业务绩效作为选择技术应用的重要标准。和其他 IT 项目的实施原则一样，“总体规划、分步实施”依然是数字化转型技术应用的指导原则。既要站在总体视野规划技术应用的内容和步骤，又要按照不同阶段需求，循序渐进推进项目的实施落地。在总结分步项目不同应用效果的前提下，优化调整总体规划，使其更有效地指导其他项目的顺利落地实施。针对层出不穷涌现出来的新技术，技术团队必须抱着积极态度加以关注的同时，对新技术的特点、应用方式和效果进行仔细观察，并选择试点范围大胆进行尝试，一旦确认实施效果就可以进行大面积推广，以获得市场竞争的先发优势。在成功进行试点建设之后，稳步推进应用范围，形成“点、线、面、体”四级推广阶段，不断扩展技术应用范围，不断总结应用规模和效果之间的逻辑规律，使企业获得更好的规模效用。（三） 组织建设数字技术应用涉及的人员、部门较多，需要由企业进行统一规划和部署，完善在技术研发、产品设计、实施应用和市场推广不同领域实施落地的组织体系。利用数字技术建设和优化企业自身的技术研发平台是技术战略的重要内容之一，技术研发团队需要根据技术目标需求，编制相应的组织机构，确保分工合理、目标一致，不断提高技术 研发的协同效率。数字技术在产品研发领域已经有几十年的应用经验， 可以根据不同的产品匹配相应的技术应用方式，并以此组建相应的设 计团队、管理机构，确保产品设计的市场领先和运营成本优势。数字 化营销已经成为今天企业的必备工具，也是数字技术应用程度更深、应用方式变化最大的一个领域。企业需要不断关注技术发展趋势，以 及由此带来的市场推广渠道的重大变化，寻找满足用户在商品、价格、体验等各方面的诉求，不断提高企业的商业价值。数字技术在产品交 付、服务升级方面有更多的升级拓展，推动企业采取更为积极的策略， 尝试应用更加虚拟化、数字化的服务方式，给用户提供更精准、更及 时的服务体验。不同行业的实施服务方式有所差别，但基于数据智能 化应用而做出的服务升级体验是所有用户的共同诉求。（四） 技术部署随着数字技术的快速发展，数字化应用的应用环境、部署方式和应用模式都发生了巨大变化。企业需要综合评估不同技术在不同环境和不同应用模式下，所发挥的不同作用，采取更加合理有效的部署方式，才能获得最大效益。云化部署是数字技术应用的一个大趋势，而基于对应用、数据、安全和合规等不同因素的考量，企业各类应用将部署在不同的云环境下，因此，融合各类公有云、私有云的混合多云环境是未来企业数字化应用常见的部署方式，满足企业移动化、精准化的应用需求。打造包括 PaaS 平台在内的、基于最新数字技术的新一代数字化技术底座是企业技术部署的重要内容，更好地满足企业的灵活应用需求。专业化应用协同同样重要；企业在销售、采购、生产、财务等各个领域都有非常专业化的应用系统方案，在技术部署上需要关注各个不同系统之间的数据标准、共享规则等协同应用的需求，发挥各个数字化系统的集成价值和系统效应。三、 企业数字化转型技术的发展路径（一） 以数字技术提升企业基础能力1. 混合云将成为数字化集成设施的标准形态公共算力不断增强，混合云支撑未来架构。2022 年 2 月 17 日， 国家发改委、中央网信办等部门联合发文，利用“东数西算”工程构建国家级数字经济基础设施。企业获取云计算公共基础设施资源的便利性大大增强，在 IT 基础设施建设和运维上的成本将大幅降低。随着语音识别、图像识别、位置计算、票税自动化、供应链在线交易、金融业务、电子合同、电子档案处理等各种开箱即用的 SaaS 化的公有云服务不断涌现，企业云原生的计算能力越来越强，外部连接生态更加丰富，为企业提供更多数字化资源。标准的公有云应用无法完全匹配企业业务模式、运营模式和管理 模式的个性化需求，无法体现企业差异化的竞争优势。企业将应用更 多个性化流程和运营模式，对数据资产的私有化和安全诉求更加强烈， 混合云成为构建数字化集成设施的标准形态。混合云不是简单的公有云和私有云的叠加，但是兼顾了公有云的便捷与私有云的安全，整合不同云厂商的优势。混合云不仅提供了企业所需的外部服务，还能更好地融入其个性化运营环境，无需暴露内部基础设施和数据，实现高效安全的应用和数据连接。混合云需要有统一的管理平台，打通整合多个云环境，保持多云一致性的管理体验，以避免由于多云间的技术差异带来管理成本的增加。部署在多云间的应用和数据需要高速访问的通道，以免造成不同供应商间新的流程割裂和数据孤岛，跨云统一管理和高速集成是混合云成功应用的基础。定制化的系统会被局限在少量创新型应用中，而基于PaaS 平台和标准化SaaS 的新型应用会越来越多，它们混合部署在公有云和私有云环境中，借助云原生、微服务的架构优势进行隔离和组合，降低平台和应用持续升级的成本，保障应用体验的持续提升，满足差异化竞争需求。数据资产是企业未来的核心资产，数据安全是企业的重中之重。在混合云模式下，算力、算法、应用与数据的分离将随着数据价值的不断发掘而成为一种标准模式。应用多云和跨云部署必然会导致数据分布在不同的环境中，传统的数仓、数据湖、数据中台等技术在数据集成和治理过程中普遍采用数据搬运的方式，会带来较大的数据存储和时间成本。由于数据搬运带来的数据差异问题，也使得决策数据的实时性、准确性存在一定风险。2. 数字化 PaaS 平台将支撑灵活多变的业务应用利用数据编织等高效数据处理技术，数据的搬运将逐渐减少，数据处理的速度和实时性会越来越高，分布式的数据集成和整合是混合云模式下数据中台的技术发展趋势。PaaS 平台是数字化的技术基础： 以云原生、微服务理念为基础，元数据驱动、业务对象建模为核心的数字化PaaS 平台日趋成熟，呈现以下五大发展趋势：来源：中国信息通信研究院图 1 数字化 PaaS 平台发展趋势适配混合云架构是未来数字化 PaaS 平台发展的重要趋势。“数字化PaaS 平台+SaaS 订阅+定制化服务”的全新在线服务模式支持在企业数据中心、私有云、公有云间的混合部署，让企业兼顾云服务的算力伸缩性和私有数据中心的安全私密性。形成可组装的业务引擎。数字化转型痛点不仅仅在于业务流程无法重塑，还在于底层引擎能力分散在各个系统中，无法形成合力而支持构建数据驱动型的新业务应用。数字化 PaaS 平台在混合云架构的基础上形成统一的技术底座，在元数据层之上构建可以互联互通的低代码建模能力、大数据处理能力、多维分析能力、数据智能、AI 建模能力。数字化PaaS 平台内置AI 建模能力，结合大数据处理、数据增强分析技术形成解决方案，帮助企业落地大数据应用。由此，在 PaaS平台上创建业务应用时，可以使用通用的引擎能力进行快速组装。来源：中国信息通信研究院图 2 基于数字化 PaaS 平台的技术架构将各种底层能力内化、融合与打通，并在此基础上构造可拼装、可组合的能力组件，形成统一部署架构和运维机制，在混合云架构上持续成长是未来数字化PaaS 平台的技术发展方向。打造极致的用户体验。随着数字技术的发展和业务系统的完善， 企业数字化转型的重心已经从注重交易转移到提升客户体验上。通过优化每个互动触点的使用体验，把用户从价值交换者转变为价值共创者。数字化 PaaS 平台提供了客户自定义首页、表单页面设计、图表分析、社交化交互、数据增强分析等面向终端用户的能力，由 PaaS 平台制作而成的用户终端页面都是高度可配置，面向每个用户自定义其个性化视图与工作台。结合业务场景融入数据驱动，提升可配置可扩展的用户体验。建设开放的生态平台。数字化 PaaS 平台具备“开放平台”特性， 将企业自身数字化服务与外部生态相结合，将生态伙伴的SaaS 服务与自身SaaS 服务相互融合，给企业再次深度创新创造条件，形成在线的数字化生态优势。数字化 PaaS 平台作为数字化转型的核心，需要提供标准通用、易于接入的开放平台，既可以接入到社交化生态中，也允许商业合作伙伴们通过标准开放平台更容易地实现到互联互通，紧密协作。内置集成的多方系统。基于专业应用系统解决专业需求的原则， 未来 IT 架构一定是由多个来源的专业服务共同协作构成的，一部分由外部接入，另一部分则是在企业数字化 PaaS 平台上自建而成。如何利用已经运行多年的 ERP 系统、多个系统之间的数据打通与集成都是企业数字化转型中非常现实的问题。数字化 PaaS 平台中内置集成平台，可以快速配置数据映射、数据路由，在适当数据量的情况下，通过轻量级的部署进行实时的数据集成；在数据量大的情况下，利用大数据平台进行数据处理。由数字化PaaS 平台创建的应用通过元数据层，拥有原生的数据集成能力， 在实践中会大大减少数据集成的工作量与不稳定性，PaaS 平台中的集成平台会更多担任企业中数据总线的作用。依托PaaS 平台提升系统的安全性；在开发过程中，依托 PaaS 平台来设计提升系统安全性的解决方案是未来发展趋势。3. DevSecOps 开发理念兼顾系统安全和灵活应用DevSecOps 的全称是Development Security Operations，在软件开发生命周期的每个阶段自动集成安全性 - 从最初的设计到集成、测试、部署直至软件交付。数字化PaaS 是所有应用程序的技术底座，应用程序在 PaaS 平台上被快速生产出来的同时，需要确保其安全性，因此，在研发 PaaS 平台的时候，就需要基于 DevSecOps 的思想来控制整个平台体系的安全性。相比 SDL（Simple Direct Media Layer 开放源代码的跨平台多媒体开发库）的瀑布模型，DevSecOps 更偏向敏捷模型，不再是业务开发完成后进行安全测试，研发、测试和部署同时进行。在 DevSecOps 中，安全责任不再由团队来兜底，而成为每个人的责任。安全意识被柔性地嵌入到开发及运维流程中，安全自动化能力的提升解决了人员成本过高的问题，解放出来的人力专注于安全运营，处理在流程中遇到的问题。图 3 Gartner 的 DevSecOps 持续交付流程来源：Gartner企业必须高度重视安全措施， 并融入到研发流程中。在DevSecOps 理念指导下开发出的 PaaS 平台，才能保证运行在平台之上业务应用的安全性。在信息化时代，单一登录是企业内部身份认证的主要场景。进入SaaS 时代，这个技术满足不了企业在混合云架构下所需的用户鉴权于授权分配的安全性，IDaaS 应运而生。来源：中国信息通信研究院图 4 用户如何通过新浪微博的认证 Server 登录到有道云笔记IDaaS 就是云时代的身份和访问管理（IAM），它们之间的关系： IDaaS 等于SaaS 和 IAM 两者的集合。提供 IDaaS 的公司既可以作为身份提供商（IDP），也可以作为服务提供商（SP）。所以可以将 IDaaS 理解为是一个服务平台，客户使用提供 IDaaS 服务相关的产品，例如单点登录，智能多因素认证，来实现云时代所需的既安全又高效的身份和访问管理功能。图 5 IDaaS 平台的三大模块来源：中国信息通信研究院一个典型的 IDaaS 平台拥有统一目录、账号生命周期管理、安全审计三大模块共同作用，在混合云架构下部署，适配企业中复杂多样的既有应用和认证系统，打通企业用户认证与授权机制。对于企业内部关键的业务系统、财务、人事系统，权限控制更是至关重要。IT 系统中的授权模型，总体上可以分为四个层级：DAC（自主访问控制）。最典型的就是微软的NTFS 文件管理系统的权限设计。DAC 最大缺陷就是对权限控制比较分散，不便于管理，比如无法简单地将一组文件设置统一的权限开放给指定的一群用户。MAC（强制访问控制）。就是按照密级来进行访问控制。MAC 非常适合机密机构或者其他等级观念强烈的行业，但对于类似商业服务系统，则因为不够灵活而不能适用。RBAC（基于角色的权限控制）。该模型的核心是在用户和权限之间引入了角色的概念，这种设计取消了用户和权限的直接关联，改为通过用户关联角色、角色关联权限的方法来间接地赋予用户权限，从而达到用户和权限解耦的目的。ABAC（基于属性的权限验证）。通过用户属性进行访问控制是最强大的权限策略，利用预定义的规则来决定用户能访问何种资源，而不是通过角色定义来转换。目前业内领先的权限管理系统都是由RBAC 和ABAC 策略相结合来实现的。图 6 四种授权策略模型图来源：中国信息通信研究院统一授权中心：在 PaaS 平台上，将 RBAC 和ABAC 的授权策略相结合，建立统一的授权中心，按照业务需求管理整个企业的所有资源（菜单，页面，数据，算力等），是未来权限发展的主要方向。来源：中国信息通信研究院图 7 基于数字化 PaaS 平台的统一授权中心数字化 PaaS 平台提供统一授权中心的功能，在进行了统一用户身份认证之后，各个业务系统同样也不需要关注如何授权，统一授权中心可以控制系统内“资源”的访问权限。系统资源包括功能资源（菜单，页面，按钮，字段等）、数据资源（业务数据行，通过行级安全性控制数据资源）、算力资源（系统中可以调用到的批量处理，后台程序，GPU 资源等）和其他系统资源，都可以在授权中心中进行管理和精细控制。按照规则授权：基于 RBAC+ABAC 的设计思路，统一授权中心需要支持以属性来定义授权规则的方案。例如，用户 A 是某二级部门的负责人，此时根据系统预定义的数据权限规则，用户 A 可以访问此二级部门下的所有数据，包括属于这个二级部门下的三级、四级部门。集团公司分级授权：对于集团型的公司，由于系统和组织的复杂程度，授权工作需要从多个维度展开。针对不同的组织视图，在不同级别上建立分级管理员的角色，不同分级管理员在不同的组织视图、组织层级上进行分公司级别的授权工作。统一授权中心+IDaaS 平台，内置在高安全性的数字化 PaaS 平台， 三者共同作用，满足企业数字化系统应用中的安全保障。来源：中国信息通信研究院图 8 数字化系统应用的安全保障在PaaS 平台上构建的业务应用安全性更高，这是因为 PaaS 平台本身的高安全性屏蔽了很多潜在威胁。结合PaaS 平台内置的访问中心和鉴权方案，企业用户在根据业务需求构建 IT 系统的时候，不用特别考虑安全问题。4. 人机交互智能化将不断推高用户体验智能化的用户体验：计算平台和技术的演进是人机交互方式最主要的推进要素之一。随着信息化、智能化水平的提高，人机关系发生了重大变化，同时也为产品用户体验的研究带来新的机遇和挑战。科技推动人机交互体验从功能化、人性化到智能化方向发展，从代码化精准式 CLI（Command-Line Interface），到隐喻交互探索式GUI（Graphic User Interface 图像化用户界面），再到直接交互自然式NUI（Natural User Interface）的方向发展。图 9 人机交互演进历程来源：中国信息通信研究院在传统的人机交互中，人与机器（包括基于计算技术的产品）之间的关系基本上是一种“刺激-反应”的关系，即两者间的“反应” 按顺序地取决于另一方的“刺激”（输入或输出）。基于AI 等技术的智能系统具有不同程度的状态感知、实时分析、自主决策、精准执行、学习提升等能力。在人机融合中，人和机器的关系则是合作的关系。这种合作表现在以人脑为代表的生物智能（认知信息加工能力）和以计算技术为代表的机器智能（人工智能）通过深度的融合来达到职能互补，人和机器在感知、分析、推理、学习、决策等多个智能水平上互相协同合作，从而实现系统的整体优势。多端协同是指两个或以上设备发生联系并相互协作完成任务的方式。随着多终端的发展，随之而来的问题是我们如何将众多的设备有效协同，发挥各自优势，更好地为用户服务。基于场景和设备属性设计的多端协同将更加注重其合理性、体验性和高效性。传统的界面交互一直是人与计算机交互的主要方式，但其与生俱来的缺陷在于必须依托可视化的界面与用户交互。设计隐喻的偏差、人机语言的差异和信息传输的延迟等都可能让界面交互变得不那么自然。伴随着物联网时代的来临，计算设备与环境逐渐融为一体，无界面交互成为人机交互的重要趋势之一。最常使用的多通道交互技术包括语音识别、图像识别、手势识别、视线跟踪、触觉通道、生物特征识别技术和人脸表情识别技术等。图 10 智能语音助手来源：中国信息通信研究院在智能化趋势下，企业如何布局以及进行产品规划，进而提高产品用户体验，将是决定企业未来市场竞争力的核心要素。5. 数据中台将成为激活业务价值技术平台数据中台已经成为企业数字化转型的基础技术平台，将在夯实数字底座，支持灵活应用方面发挥更大作用。以数据中台构建企业转型技术体系：在信息化建设过程中，企业建设了多样性的系统，产生了多源异构数据，导致“数据孤岛”、“数据烟囱”，底层数据无法产生连接；缺乏标准的数据资产体系，数据价值得不到释放。数据中台构建了一套高效可靠的数据资产化体系和数据服务能力，促进企业敏捷式创新。来源：中国信息通信研究院图 11 数据中台提升企业数据能力数据中台是在企业数字化转型过程中，对各业务单元业务与数据的沉淀，构建包括数据技术、数据治理、数据运营等数据建设、管理、使用体系，实现数据赋能。作为支持企业多业态、全渠道、全终端， 同时连接财务、生产、供应链等各种后台系统的数据中台，会先一步成为企业数字化建设的核心。数据已经被公认为是企业最有价值的资产。企业不仅利用数据做出更明智和有效的决策，还能以此提供更好的产品和服务、降低成本、控制风险，获得竞争优势。数据中台则为数据资产管理提供支撑，实现“业务数据化、数据业务化”。数据中台在帮助企业实现数据资产化的过程中，提供了丰富的功能，包括数据治理功能，如数据安全、数据标准、主数据管理、数据质量管理、数据标签管理、元数据管理等功能，提供了数据存储功能， 比如数据资产门户，数据资产地图，数据资产管理等功能，提供了数据处理功能，比如离线计算、实时计算等功能。来源：中国信息通信研究院图 12 数据中台助力数据资产化数据中台帮助企业建立统一的数据服务体系，统一管理所有的数据API，通过数据服务将数据业务化，激活数据的业务价值。图 13 统一的数据服务体系来源：中国信息通信研究院数据中台将企业的基础主数据、各系统业务数据、运营数据、用 户行为数据、运维监控数据以及外部的互联网数据进行全域统一管理， 通过数据集成、数据清洗、数据挖掘、数据服务等过程，为企业打造 坚实的数据底座，形成企业的数据资产。通过业务数据化、数据资产 化打破数据孤岛，降低使用数据服务的门槛，搭建技术与业务的沟通 桥梁，推动数据与业务场景的融合，赋能业务创新发展。来源：中国信息通信研究院图 14 数据中台是数字化转型的技术基础（二） 以泛在连接加速数据资产沉淀在线连接的交易与协同：更趋全球化的供应链增加了企业采购流 程遭受冲击和破坏的风险，即使很小的失误和误判也会产生重大后果。新冠疫情让无数企业陷入动荡，严重影响了全球供应链的正常运行。企业采购和供应链管理部门该如何评估和处理潜在风险，并在不稳定 的全球环境中持续保持供应链的灵活和弹性运行。1. 打造全渠道的供应链网络体系来源：中国信息通信研究院图 15 全渠道供应链网络的六大基石制定以客户为中心的供应链战略就是将供应链管理与客户关系管理结合起来，让供应链服务商站在客户的角度思考问题，将客户视角融入供应链管理的方方面面，包括供应链战略目标、客户的期望和支持、产品组合和复杂性管理，以此推动实现卓越的供应链体系。企业和供应商的互动方式主要是基于供应商管理和合同履约完成，缺乏真正的洞察力或平台集成。未来，企业不仅仅基于合同服务水平协议(SLA)提高与供应商的过程管理水平，还要确保有能力为终端客户带来创新服务，从而建立更有成效的渠道网络和生态系统。供应链的可见性和信息共享不仅仅指企业对自身供应链和发货信息的可见性，还意味着合作伙伴之间的可见性，使协作决策更贴近客户的需求。比如需求规划、库存管理、供应和补货计划、销售和运营控制、分布式订单管理等。覆盖全渠道的交易履行节点运营是确保供应链健康运行的重要保障。如何在更复杂的环境中实现高效的仓库管理，利用自动化技术提高速度、质量和效率，如何以高效管理退货，优化整个订单逆向流程等等。在信息丰富、连接比以往任何时候都更加重要的时代，大部分公司的供应链管理人员仍然将信息共享列为他们最大的管理挑战。尽管现在有了更多的信息，但有效获取、管理、分析信息，并提供给企业决策的时候依然捉襟见肘。需要部署基础软件、制定数据策略和分析策略、提高流程管理自动化水平。风险管理成为企业的第二大挑战，超大体量的企业供应链风险甚 至超过了客户需求对成本的挑战。大部分企业认同风险管理的重要性， 但在方法上存在分歧，需要进一步沟通，达到共识，以确保业务的可 持续性。2. 实现更智能的在线交易与协同弹性供应链网络将整个在线交易、供应链连接起来不仅仅是客户、供应商和一般的 IT 系统，还包括零件、产品和其他用于监控供应链的智能装置，广泛的连通性将使全球供应链网络能够共同规划和决策。更智能的数字化协同能帮助企业对无数替代方案进行评估权衡， 模拟各种行动过程。智能系统在没有人参与的情况下，自己学习和做出决定。当中断发生时，它可能会重新配置供应链网络。通过模拟交易过程获得生产、分销和运输等流程的评估预测，用于决策和分析。更智能的供应链将在整个产品生命周期中与客户协同和互动从研发、日常使用到产品报废，从源头获取需求信号从货架上拿下来的商品、离开商店的产品或显示磨损迹象的关键部件。通过及时的数据分析，他们可以越来越精细划分客户群体，并相应地定制个性化的产品和服务内容。企业希望了解供应链的一切：每一批离开供应商仓库的货物、制 造企业装配线上的每一个单元零件、配送中心或仓库中卸载的每一个 托盘，这种无处不在的数据及时性和可共享性能产生有效的数据分析。面向供应商、客户的多合作伙伴的深度协同平台，利用数据模型， 从销售到采购的预测和分析形成闭环，实现动态供需平衡，并形成供应商 360 度评估数据。通过合同履约的动态数据，形成供应商服务水平的评估。根据价格数据的趋势分析，帮助采购判断决策。随着需求的变化，由供应商、制造商和服务提供商组成的互联网络可以随时应对突发情况。未来供应链需要有智能建模能力，模拟不同替代方案的服务水平、交付效率和生产质量，以选择最佳资源利用率方案。过去十年，随着供应链变得更加复杂、更多形式和相互依赖，风险管理必须变得更加全面，远远超出任何一家企业所能控制的范围。企业规划供应链的未来路线必须使供应链战略与快速变化的商业战略保持一致，在执行战略中进行创新、互联、协同和智能，使供应链更具备可持续性、灵活性和高响应等特征。来源：中国信息通信研究院图 16 智能交易供应链体系3. 实现全链路的在线生产管理生产设备数据的在线连接与洞察：随着大数据技术、物联网技术、5G 技术渗透到企业生产的各个环节，企业所拥有的生产设备数据也日益丰富，包括生产设备状态信息如生产设备开机、关机、运行、空闲、报警，生产设备维修信息如维修时间、维修器件、维修时长、维修人员等信息，生产设备加工产品信息如产品名称、产品型号、加工开始时间和结束时间，加工数量、加工工序，加工工序的参数信息如转速、功率、温度、压力、刀具等信息。但数据获取与分析、应用的机制并不完善，无法实时支持生产过程的执行管控，生产效率不高，如生产设备数据不够丰富，生产设备数据资产管理滞后，生产设备数据孤岛普遍存在，生产设备数据应用不够深入等问题。需要充分利用物联网解决生产设备在线连接，实现生产全链路在线管理。同时融合数据中台技术实现生产设备数据的洞察，充分发挥数据的重要价值。受制于企业内生产设备的智能化程度、生产设备通讯协议的开放程度、生产设备数十种的不同类型通讯协议。很多企业的生产设备品牌种类繁多，存在不同年代采购的设备，国内外厂商提供的设备数据接口各异。物联网将各种生产设备的接口和传感器与网络结合起来而形成的一个巨大网络，实现任何时间、任何地点的设备互联互通，支持多设备、多协议、多网络的快速数据采集、存储和应用，支持各种异构生产设备实时接入，千万级生产设备数据高效并发处理，保证生产设备数据的实时在线连接。图 17 生产设备的网络连接来源：中国信息通信研究院生产设备采集的数据存在标准不统一、口径不统一、非结构化数据居多的问题，需要对数据进行预处理和清洗。数据中台能够帮助企业构建生产设备实时数据仓库，洞察设备状态、对生产过程进行实时、有效的监控，可以更精确地计算产品生产成本，保障生产计划的合理制定和有效执行。智能 APS 高级排程系统在考虑企业产能和设备数量和种类的条件下，按照客户订单安排生产顺序，平衡生产设备和工人的生产负荷， 优化企业产能，提高生产效率，缩短产品交付时间。数据中台不仅采集设备生产数据、设备状态数据、设备维修数据，同时采集制造工艺、客户订单、库存、物料等各种数据，承担数据的标准制定、质量保障、安全存储、模型设计和管理等重要工作，从而实现企业智能的生产排程。数据中台还可以将生产设备数据、销售数据、订单数据、产品研发数据、采购数据、物流数据、仓储数据等打通，形成以生产设备数据为驱动的端到端业务闭环管理能力，建立联通的产、供、销贯通体系、畅通的供应链协同流程和智能运营体系，辅助公司智能决策。4. 构造端到端的流程建模引擎端到端流程是一组有组织的相关活动，共同创造客户价值。流程的重点不是单个工作单元，而是关注整个活动组。当这些活动有效地组合在一起时，就会创造出客户重视的结果。从接触客户、收集客户需求的 A 端，到实现客户价值、获取客户反馈的 B 端，端到端流程以客户价值为导向，为客户创造价值。如下图所示，端到端流程横向拉通客户需求与客户价值，是全局最优的解决方案。图 18 端到端流程来源：中国信息通信研究院业务流程数字化集中在端到端价值链下的业务流程梳理和构建， 实现“一切业务在线，数据驱动业务”，而以数字化 PaaS 平台为核心建立“端到端”的业务数据流链路是建设端到端流程的核心要素。数字化 PaaS 平台提供了低代码建模能力、业务流程建模能力、审批流能力、IPaaS 集成平台能力；业务数据从客户需求端到客户价值端的全流程，都可以在这套能力体系上进行流转与追溯。来源：中国信息通信研究院图 19 连接不同系统的端到端流程在企业中的各种业务，根据已经定义好的权责矩阵，需要进行审批的业务流程，由审批流引擎来支持，系统间的数据流动由集成平台来做数据集成。基于数字化PaaS 平台，高度可自定义、可配置的业务数据流，辅以数据链路与数据追溯是企业数字化转型的核心所在。因此，建立基于PaaS 平台的专业、可配置的软件系统，形成高度可视化、可配置的业务数据流是下一代企业核心系统的真正形态。企业如果没有按照端到端价值链的视角来设计智能决策系统，仅仅从 BI 工具的角度出发，是得不到最优解决方案的。来源：中国信息通信研究院图 20 端到端流程支撑价值链建模用图形化模型