• 才言:中台战略下,企业组织如何顺应商业变迁 | 数智加速度02回顾


    DT时代的浪潮席卷而来,「数智化转型」显然已不只是信息化部门或业务部门能独立承担的「一个项目」。企业需要从战略层面站定立场,建立决心,与之相配合的,则是一个组织架构和技术架构的变革升级。

    4月15日,业界首个数据中台项目实践者才言,在数据中台建设实战系列课程「数智加速度」第二课中带来分享——《企业数智化转型的商业模式调整与组织变革》,从组织与商业模式视角破解难题。

    才言,奇点云首席战略官,「数据交换区」专利操盘手,曾主导建立过阿里云「数加」的23个工作室。

    在这一课中,才言以自己的十余年数据实践经历总结了「在线」、「数据大」、「机器分类人」、「服务业分工精细」、「平台经济崛起」五大浪潮,分析了浪潮之下企业如何站定数智化转型战略、重塑商业模式,并对随之而来的组织结构变革调整等问题进行了讨论。

    下文为分享节选:

    01 数据对于企业组织而言,有什么意义?

    在企业组织至今160余年的历史长河中,从传统时代到今天我们的智能时代,数据对于组织来说是什么意义,起到了什么作用?

    可以发现在科学管理时代,计划和执行开始分离。同时,计划与执行之间的沟壑也在产生巨大的浪费,这种浪费在电气时代与信息时代逐步由企业努力去消解。例如电气时代,杜邦分离了研发和营销,福特建立了生产流水线,通过聚合专业分工的能力减少浪费;信息时代,戴尔采用程序化流程管理,大大降低了人工行为带来的不确定性。

    而智能时代,大规模精细化的数据匹配能最大程度地消灭浪费。

    以营销为例,以往由人制定目标、制定策略、制定渠道、完成执行、回收结果,而在中台化、智能化和数据化的场景下,全过程由掌握数据的机器判断,过程可视、结果可预测。计划和执行将再次从分离变为融合,最大的收益即在于此。

    02 中台战略将如何影响各行各业?

    2016年冬天,奇点云创立。我与行在、与创始团队思考:我们要去服务什么行业?

    曾鸣教授有句话让我印象深刻:「平台是你脑后的一盏明灯」。

    你不要一直回头去看你脑后的这盏灯,你只要往前走,记得后面有这样一盏灯就好。你需要深入行业,做应用,做服务。

    那么哪些行业,是我们判断会率先用到数据中台?

    我有4个判断逻辑:

    第一,企业有「超级APP」,或「超级前台」,能够以消费者为中心去打通链路,做到线上线下无缝体验。

    举个例子,茅台,它需要数据中台吗?

    「茅台云商」并不是一个超级APP,它只是茅台众多渠道中的一个点。除非有一天茅台云商完成了茅台分区而治、分省而治的机制,成为了茅台线上线下一体化的一个部分,它才真正的进入到需要数据中台的阶段。

    第二,企业的商业模式有变革的需求,要往平台化的方向演进。

    例如,超级APP成为了品类丰富、交易体验好的第三方平台,或超级APP后台成为一站式接入、服务供应商的线上线下统一平台。

    第三,企业需要有增加新收入的动力。

    如果一家企业目前的业务特别赚钱,可能也就不会考虑一些更精细化的方式、更新的渠道去增加新收入。而它的垄断资源一旦受到影响,则可能会开始考虑变革,需要尝试一些方式去增加新收入。

    第四,如果企业已经有了比较成熟的智能终端,能够实现对线下流量的线上化,则比较适合推进数据中台。

    例如,能充分利用线下流量,把客流变为会员,能提高线下触点的数量和交易频次,提升会员粘性。

    总结来说,有2类行业,有更迫切的数据中台战略需求:

     

    1、「一体化」的行业,顺势而为

    企业的品牌对消费者的感知、体验是一体化的,从线上到线下,从触达、消费到服务,都是全链路一体化的。这样的行业(例如零售业)将会率先建设中台。

     

    2、「条块分割」的行业,组织先动

    这种类型的行业虽然没有完成一体化的动作,但看到了趋势,从战略上认同,并在组织上先进行调整。这样的行业也将得到数据中台的积极影响。

    中台将会像波浪一样,影响到各行各业。但如果企业还没有对上文谈到的四条做好准备,没有顺势而为的业务趋势或坚定的组织战略,这个中台可能建不稳,或只是个「伪中台」。

    03 中台战略下,企业组织应该如何构建?

    「你相不相信数据中台的实践一定会对业务有效果?」

    当组织去落实时,一定要坚定不移地相信,才能推动组织的变革。坚信,加上下面3个「关注」,至今从未失手:

    第一,关注效果

    企业做数据中台,是业务价值驱动的。组织设计和技术架构,都是为了解决业务里的问题。

    那么想让组织走向中台化、智能化,第一步就是去找到战略卡位点,落实卡位点,让组织依托于此去生长起来。

    第二,关注效率

    找到卡位点,发现确实有效果,接下来就面临:你能不能把它规模化?

    我们的方式是——AI驱动的数据中台。「AI驱动」,就是规模化支撑数据化运营的关键点所在。提炼算法,落地人工智能应用,把数据的、重复性的工作交给机器,释放人的创造力与生产力。

    第三,关注可持续性

    企业中,支持组织变革的责任主体是谁,由谁来推动规模化?

    有三种模式,供大家参考:

    - A模式

    例如阿里巴巴,主要由业务部门推进,经历了先业务数字化转型、后数据数字化转型,数据数字化转型先规模化再平台化的路径。

    A模式往往采用自研,比较适用于数据公司。

    - K模式

    例如某知名人工智能上市企业,由IT部门牵头数智化转型,先数据数字化转型、后业务数字化转型,「集中力量办大事」。

    这种模式较适用于不以「数据公司」为愿景的大型公司。

    - 混合模式

    更多的企业会选择混合模式,例如中石油、国家电网、云南烟草等,由IT部门和业务部门联合推动。

    这种模式较适用于业务比较复杂的大型公司:IT部门没办法支撑到每个场景,场景的专业程度不一;而所有部门的业务间具备较大的关联性,数据标准有待建立。

    其实,这三种模式没有优劣,只有适不适合——企业自身很容易判断自己适合的模式。

    目前对于大多数企业来说,我个人认为混合模式更保险,分布立项,逐步往前走,更能保障数智化转型的可持续性。

    04 中台战略下,智能企业的组织环境会如何转变?

    「数据中台、业务中台怎么做?」甚至可以说这其实是比较小的问题——真正的问题是「角色定位的问题」。

    逍遥子说,公司的竞争力都反映在组织上。我非常认同。

    中台这件事,不是一锤子买卖。它的投入周期至少是5-10年。所以我们的组织环境必然要发生变化。

    第一,迭代领导者,选择「奇点人才」

    我把这一类leader统称为「奇点人才」,TA既要熟悉「开源」,例如改善、扩展、颠覆,又要熟悉「节流」,例如局部优化和全局优化,规模化和整体协同。

    第二,迭代组织关系,从支撑到赋能

    信息化时代,技术和业务的关系是支撑关系;到了中台化时代,技术和业务则转变为赋能关系。

    具体而言,从满足业务部门需求,转变为能够推动业务部门完成中台化,乃至提出业务创新构想,带来新的价值增长点。

    第三,迭代组织的能力结构

    首先,组织架构一定要是平台式的架构,能够容纳数字化转型。

    在模式上,一定要强调创新前台业务,强调业务与后台的一体化运营,不要单独项目化运作。「以立项的方式搞数据中台,是搞不起来的。」

    在推动数智化转型的过程中,一定要关注利润。数据的存储和计算是不可忽视的、非常高昂的成本。考核体系需要以业务目标为核心,辅助以技术目标,尽力实现从成本中心到利润中心的转变。

    第四,迭代组织的制度文化

    银泰与阿里合作,提出一个目标:五年再造一个银泰,而且并不是通过收购、兼并、门店数量或面积增长来实现。

    这给了我们一个启示,在数字世界与物理世界逐步融合,企业走向智能化、一体化的道路上,企业不是要专攻物理世界的发展,而更要尝试在数字世界里努力。国家推动「数字新基建」,也是逐步来建设、丰富我们的数字世界。

    那么怎么努力呢?

    从企业的制度文化角度来说,其一,企业每一个人都需要建立「人群意识」,从「以货为中心」转向「以人为中心」,核心是人有哪些需求、又是如何被满足的,由此去构建一系列策略、行为;其二,制度上需要保障企业拥有数据主权,没有数据主权则可能在DT时代面临危机,曾经的「喵街」就是例子。

    时代变革的浪潮浩浩汤汤。

    变化不仅在市场、环境、业务、技术,也同时存在于组织、角色、商业模式。才言认为,未来的一切都可以实现在线化,唯有以人为中心,打通链路、实现数字世界与物理世界的一体孪生,才能「以变应万变」,在智能时代占据高地。

  • 相关阅读:
    multilabel-multiclass classifier
    关于zabbix _get返回Could not attach to pid的问题
    python导出环境依赖到req,txt文件中
    inode满的解决方法
    搞定面试官:咱们从头到尾再说一次 Java 垃圾回收
    SpringBoot项目,如何优雅的把接口参数中的空白值替换为null值?
    万万没想到,JVM内存区域的面试题也可以问的这么难?
    万万没想到,面试中,连 ClassLoader类加载器 也能问出这么多问题…..
    npm私服verdaccio报sha错误的解决方案
    配置SQL Server 2016无域AlwaysOn(转)
  • 原文地址:https://www.cnblogs.com/StartDT/p/12747682.html
Copyright © 2020-2023  润新知