阿里云霍嘉：2020企业数字化转型实践

文 | 阿里云智能通用行业解决方案总经理 霍嘉

回望2020年，每个中国人都经历了一场数字化的洗礼。从2月初杭州率先推出“健康码”，到推广到全国100多个城市，只用了不到30天的时间。甫一开年，“出入小区健康扫码，上班下班钉钉打卡”成为了国人的数字化工作生活的新体验。打通企业复工申请平台后，“健康码”更成为复工复产、经济快速复苏的助力。

“健康码”只是数字化的一个小浪花。回顾过去几年，我接触了大量的企业，所有企业的传统业务都面临着挑战，都在努力地朝数字化企业进化。每一个案例都是唯一的，都带有企业自己的特色，但是当我们将诸多案例平铺开来，大部分成功的转型都有一些共性：以数据为驱动，构建四大数字化技术引擎，围绕三大核心场景，分成三个关键步骤。 

一、数据驱动的“三看”能力

数字化核心本质是将以“流程”为驱动的传统信息化，转变为以“数据”为驱动的业务数字化，也就是阿里内部耳熟能详的“一切业务数据化、一切数据业务化”。

阿里巴巴本身的业务就是基于数据驱动的。通过数据，企业能够具备“三看”能力：

看现状

商场如战场，兵贵神速。每年双十一，阿里巴巴都有一个动态大屏，实时显示交易数据，数据更新由阿里云支持，时延最多不超过2秒。这样一张看似简单的大屏幕，背后体现出掌握业务现状的能力。

看本质

除了看清业务现状外，更重要的是看清楚业务背后的根因。比如说北京地区交易额的变化究竟是当日的促销活动起了效果？还是之前就有大笔的预购订单当日形成了转化？通过交易数据的智能化分析，快速找出关键性的因素，指导商家及时调整营销、备货策略。这就是看本质。

看未来

我们还可以通过机器学习平台来挖掘数据背后的规则，从而具备预测未来业务走向，市场趋势的可能性。在传统零售业务中，订货主要是由总部和门店人员共同进行，各自凭借经验和历史进销存损及促销活动进行人工订货，从业经验对于订货准确性起到了主导性作用。智能补货是盒马供应链的拳头产品、核心能力，通过智能化、自动化、数据化的方式协助人工手动补货，大大提高了供应链补货的人效和准确性。

二、四大数字化引擎

数据驱动是数字化企业的核心竞争优势，成为数字化企业则需要强大的技术支撑。

从阿里云过去6年在服务政企市场的实践看，企业需要构建四大关键引擎：

可靠易用的云

从2006年亚马逊AWS发布以来，云计算已经走过了将近15个年头，国内的企业也由“用不用云”逐渐转变为“如何用云和怎么用云”。阿里云自2009年成立以来，连续十年时间持续投入，打造了自主安全的“飞天云操作系统”，并在2019年双十一实现了集团核心业务全部上云，2020年双十一峰值交易达到58.3万笔/秒。

我们一直认为，上云是一次技术理念变革，需要企业进行顶层设计，由企业一号位进行战略决策。原来的采购系统都是离散的，有了云之后，云是最重要的顶层设计模式，可以把几十个IT应用放在一朵云上，进行统一部署。数字经济就像是一座高楼，打造坚实、稳固的大楼之前一定要打好地基，云就是在打基础，企业上云与否需要从思想上转变理念。

从混合云开始逐渐构建企业的新一代基础设施，并通过上云将企业的安全运维体系进行升级，根据业务按需使用，并利用互联网的技术打造稳定、安全合规的企业级计算平台，更好服务于业务发展。早在2014年，12306就跟阿里云合作构建了混合云，将火车余票查询的流量通过公共云来承接，保证了春运等运输安排和客户体验。国家电网公司在2019年开始跟阿里云合作，构建了基于总部和省网的两级云计算平台，通过集约化管理提升整体IT的运维效率和安全。

数字化的中台

在过去的三十年，中国不少企业经历了电子化、信息化、数据化三个阶段。不少企业根据需要建设了HR、OR、财务、BI、数据仓库等一系列的系统，但是因为技术路线或建设周期等原因，往往烟囱林立，数据无法打通，过去15年企业信息化一直试图解决的重复建设和数据孤岛问题依旧严重。

2015年底阿里巴巴提出“大中台、小前台”的组织理念。近两年，中台在中国的企业级市场热潮不断，Gartner也将中台列入企业数字化的关键技术。阿里云通过业务中台实现了业务能力的共享化，同时通过数据中台实现统一的数据服务体系，为业务赋能。

中国石化早在2015年就引入阿里的中台技术，利用互联网的技术，打造石化领域的B2B电商平台，短短不到90天上线，2019年平台交易额4784亿元，4年间增长了11倍。生产奥利奥饼干的亿滋集团，通过构建企业的数据中台将全国的销售和库存数据打通，基于数据进行统一管理，进而优化和升级营销和供应链。

云端一体的智联网

2018年，阿里云就宣布IoT是阿里巴巴的第五条主赛道，将通过IoT技术实现物理世界的数字化，而IoT平台产生的大量数据在云端又可以通过数据智能的技术发挥更大的价值。

过去3年里，地产行业的龙头融创集团通过IoT的技术打造了智能化的社区，物业管理实现线上化、智能化、打造了更好的居住体验。首钢集团通过IoT技术打造了工业互联网平台，打造新一代设备智能运维平台，设备运行时间稳定率提高10%-20%。在某省的高速集团，通过摄像头和IoT设备传回的数据监控道路运行情况，并通过数据智能对过往车辆进行路径拟合，优化道路规划和管理。

阿里巴巴自身打造的智能终端天猫精灵也已经连接设备2.72亿，过去三年这一规模增长近30倍，连接品牌数超1100个，成为了智能产业中的重要一环。

随时随地的移动协同

移动化已经深刻影响消费领域，而今天，移动化已经从消费领域进入到生产领域、管理领域 ，进入了企业的组织 ，跨部门，跨区域，甚至跨企业的协同逐渐成为了一种刚需。在基于APP企业办公信息化和移动化改造中，钉钉是最典型的代表。钉钉已经为1500万以上的企业实现了组织的在线化和移动化；浙江省政府100多万个公务员每天在钉钉上活跃，实现移动化、在线化。

拥有了这四大数字化引擎，企业就具备了构建数字化转型的技术，从而能够全方位挖掘数据的价值，为驱动业务发展创造了条件。但是，数字化转型不仅是一个技术问题，更是企业的一个全方位变革，是一个战略层的转型。

三、企业数字化的三大业务场景

企业数字化转型首先要有顶层设计，规划先行，数字化转型项目一般是是由董事长/CEO挂帅组建“数字化转型领导小组“，COO/CIO作为执行组长负责落地。通过对业务进行调研、规划、从战略转型目标、业务场景方案、技术实现路径、组织人员保障五个方面形成企业数字化转型咨询规划方案，确保落地有序。

从过往的实践看，企业经常围绕三大场景来构建数字化转型业务：以消费者运营为核心，制造端智能化升级，供需协同的全链路数字化。

以消费者运营为核心

企业需要构建全链路、全渠道的消费者运营能力，与消费者全流程实现高效互动，价值共创。

阿里云与龙湖集团合作，构建全链路营销中台，通过四步法，搭建了全域消费者运营体系：识别沉淀消费者资产，消费者连接与运营，交易转化和数据赋能，从战略、业务、管控和技术四个层面全面规划消费者运营能力，构建营销、会员、交易三个业务域7个能力中心，从而打通了数据孤岛，形成了龙湖大会员体系。

制造端智能化升级

传统制造是5M模型为核心：机器(Machine)，材料(Material)，工艺(Method)，测量(Measure)和维护(Maintain）。智能制造的核心是第六个M，那就是知识模型（Model），而知识模型的核心是数据智能。

就像协鑫新能源生产技术研究副总裁刘建平所说，“我们有个观念转变，以前是讲逻辑，现在是看数据，讲事实，通过计算与挖掘发现问题，很‘野蛮’”。这里的“野蛮”就是“直接”的含义，直接从业务数据中获得洞察，获得解决问题的模型。阿里云与协鑫合作，通过工业大脑平台，将人工智能技术在光伏产线上大规模应用，助力产线智能优化将良品率提升1%。

阿里的天猫精灵已经连接设备数达到2.72亿台，能够将智能家电的研发门槛从1000万元降低到50万元左右，大大提高了家电行业的升级速度。我们预计到2025年，中国70%的电器产品都将升级为智能产品。

供需协同的全链路数字化

一直以来，供需匹配是商业运行的长期核心问题。通过工业互联网平台，云上数据工厂，和C2M协同制造，从硬件生态赋能和应用生态赋能到商业贸易赋能三个方面帮助各产业构建供需协同的全链路数字化体系，从而让传统的供需匹配更高效，更精准，做到产销融合，需求可预测，生产可监控，实现真正的数据驱动供应链协同打造制造业的C2M模式。

阿里巴巴的天天特卖平台跟阿里云打造的C2M数字智造系统将从设计、选品端，通过淘系零售平台沉淀的数据，为厂商进行数据赋能，提供智选企划。在生产端方面，天天特卖通过AIoT技术，助力商家实现柔性生产，调配产能，降低库存。在销售端方面，天天特卖为商家实现产销数据实时匹配，使产销更为协同。

四、企业数字化转型落地的三个步骤

企业的数字化转型，归根结底会落到数字化的技术、平台和工具。对CIO而言，选择好正确的路径，才能保证数字化转型的规划落地生根，总结分析成功的数字化落地，基本上都是围绕以下三个步骤来展开的。

IT基础设施云计算化

“要想富先修路”，同样，要想实现企业数字化转型，首先要构建数字化的基础设施。阿里巴巴数字化实践总结出，传统企业数字化的第一步要构建基于现有IT架构的混合云，使得互联网，业务应用，内部系统都能够上云，从而提升IT资源利用率，运维效率和用户体验。只有基础设施云化了，才能让传统IT架构变成随需应变的数字化基础设施，才能够满足前端不断变化的业务需求。

核心技术互联网化

基础设施云化的过程，不仅是基础设施的数字化，也是对于传统IT架构的服务化，重构的过程，这个过程为核心技术互联网化打下了坚实的基础。核心技术互联网化是传统企业数字化的第二个阶段，阿里巴巴把它总结为“一切业务数据化，一切数据业务化”。

一切数据业务化——建设企业的业务中台，全面打破信息孤岛，沉淀共享业务模块，释放企业IT的敏捷能力，从而促进业务创新和发展，这也就是一切数据业务化的目标

一切业务数据化——通过对业务数据的萃取和连接，形成基于业务的数据体系，这就是将业务在数字化世界里建模，实时、真实、优化的反映业务的本质，在这个基础上，通过提供数据服务，来助力业务的发展，这个也就是建设企业数据中台的过程。

应用场景数据化、智能化

当一切业务数据化后，企业就进入到应用场景的数据智能化的阶段。在这个阶段，企业应该重点关注两个方面：智能+拓展认知边界，物理世界的数字孪生。这里面最核心的就是要具备三个要素，场景、数据、算法。场景也就是具体要解决的问题，在应用场景数据化、智能化阶段，提出正确的问题尤为重要。

有了正确的问题以后，可以通过IOT的技术将物与物链接，生产出更多的数据，才能通过机器学习，人工智能和数据技术等手段，深入挖掘数据的价值，解决过去人力无法解决的问题，拓展认知边界，找到解决业务问题的数字化钥匙。

总结

回看2020年，我们认为，在诸多的不确定下，数字化是唯一的确定性，数字化转型是必经之路，同时企业的数字化转型也面对着巨大的挑战。

企业应该本着数据驱动的核心理念，“一切业务数据化、一切数据业务化“，打造支撑数字化转型的四大数字化引擎“可靠易用的云、数字化的企业中台、云端一体的智联网、随时随地的移动协同”，围绕“以消费者运营为核心，制造端智能化升级、供需协同的全链路数字化”三大数字化业务场景，沿着”IT基础设施云计算化、技术互联网化、应用场景数据化智能化“三个步骤来实现真正的数字化落地。