企業(yè)價值是通過“價值鏈”創(chuàng)造出來的。在數(shù)字經(jīng)濟時代，企業(yè)需要建立“數(shù)智價值鏈”。

邁克爾·波特提出，一個企業(yè)的價值鏈由一系列價值創(chuàng)造活動組成，企業(yè)的總體價值，就是所有價值創(chuàng)造活動創(chuàng)造出來的價值的總和。這些價值創(chuàng)造活動可以分為基礎(chǔ)活動（包括面向上游的供應(yīng)鏈和物流、內(nèi)部的生產(chǎn)、再到面向下游的銷售和服務(wù)）以及支持活動（包括金融、財務(wù)、人力資源管理等）。

數(shù)智價值鏈就是在波特提出的價值鏈基礎(chǔ)上，增加一個數(shù)智活動。“數(shù)”指使用大數(shù)據(jù)，“智”指使用智能分析技術(shù)（機器學(xué)習(xí)等）。在數(shù)字經(jīng)濟時代，數(shù)智活動將成為企業(yè)價值鏈必不可少的價值增值活動，就像營銷、生產(chǎn)、人力資源等等，成為企業(yè)價值鏈中的關(guān)鍵一環(huán)。

提出建立數(shù)智價值鏈，是因為在數(shù)字化轉(zhuǎn)型過程中，我們觀察到很多企業(yè)陷入了“只見樹木不見森林”的誤區(qū)。所謂樹木，就是具體的數(shù)字化轉(zhuǎn)型項目。很多企業(yè)為了推進數(shù)字化轉(zhuǎn)型，瞄準(zhǔn)業(yè)務(wù)痛點，積極推進具體的數(shù)字化運營項目，例如智能營銷、數(shù)字化物流等（樹木），但是忽略了從根本上對企業(yè)價值鏈進行數(shù)智化變革（森林）。

企業(yè)推進數(shù)字化轉(zhuǎn)型中遇到的挑戰(zhàn)，往往就是因為“只見樹木不見森林”導(dǎo)致的，例如：

？ 數(shù)據(jù)孤島：一個需要跨整個價值鏈數(shù)據(jù)支持的數(shù)智項目，卻因為企業(yè)內(nèi)部沒有一套完整的數(shù)據(jù)要素流通機制而無法落地。

？ 重復(fù)基建：多個項目分屬價值鏈的不同活動，由不同的業(yè)務(wù)部門負(fù)責(zé)管理，結(jié)果導(dǎo)致重復(fù)基建。例如，多個部門在收集同樣或類似的數(shù)據(jù)，導(dǎo)致大量軟硬件的重復(fù)投資，以及沉重繁瑣的重復(fù)勞動負(fù)擔(dān)。

？ 人才缺失：業(yè)務(wù)部門缺乏處理大數(shù)據(jù)并進行智能分析的專門人才，對大數(shù)據(jù)的分析往往流于表面，無法深度加工利用數(shù)據(jù)要素，無法實現(xiàn)數(shù)字化資產(chǎn)的價值增值。

？ 激勵錯位：由于難以衡量數(shù)智項目的經(jīng)濟價值，從而難以在部門間進行合理的價值分配，導(dǎo)致參加數(shù)智項目的數(shù)智部門和業(yè)務(wù)部門無法形成高效協(xié)同。

如今，許多企業(yè)已經(jīng)經(jīng)歷了相對長期的數(shù)字化轉(zhuǎn)型過程，基本完成了“數(shù)字化基建”的階段。然而，當(dāng)這些企業(yè)想要進入下一階段，也就是“數(shù)字化價值變現(xiàn)”階段時，上述挑戰(zhàn)便凸顯出來。這時，企業(yè)需要盡快系統(tǒng)化建設(shè)數(shù)智價值鏈，重塑數(shù)字化管理、運營邏輯，從而使數(shù)字化基建的投入產(chǎn)出最大化。

總結(jié)來看，數(shù)智價值鏈中的數(shù)智活動包括三個職能：

數(shù)據(jù)整合：完成三項整合目標(biāo)

數(shù)據(jù)整合職能即從價值鏈各個活動中采集并整合數(shù)據(jù)資源，并在此基礎(chǔ)上完成數(shù)據(jù)加工和特征工程，促進企業(yè)內(nèi)部數(shù)據(jù)要素的流通使用。例如，銀行業(yè)實施智能營銷項目，需要整合顧客的賬戶活動、投資理財、消費、過往的營銷互動、在網(wǎng)銀上的點擊流等數(shù)據(jù)，再進行智能分析。

基建階段，數(shù)據(jù)整合職能面對的突出挑戰(zhàn)是純粹技術(shù)層面的，例如如何有效存儲海量數(shù)據(jù)。進入價值變現(xiàn)階段，數(shù)據(jù)整合職能應(yīng)完成數(shù)據(jù)采集、數(shù)據(jù)加工和特征工程三個目標(biāo)。數(shù)據(jù)采集和數(shù)據(jù)加工的概念相對清晰。特征工程指從原始數(shù)據(jù)中提取具有商業(yè)價值和管理意義的數(shù)據(jù)特征項，從而讓智能分析項目直接使用這些特征，大大加速智能分析的效率。同時，這些工作應(yīng)該集中在企業(yè)層面完成，避免某個業(yè)務(wù)活動缺乏全局?jǐn)?shù)據(jù)、不同業(yè)務(wù)活動對數(shù)據(jù)重復(fù)提取的問題。

當(dāng)下，數(shù)據(jù)整合職能面對的一個突出挑戰(zhàn)是如何合規(guī)采集數(shù)據(jù)，如何在數(shù)據(jù)整合以及內(nèi)部流通過程中保護隱私信息。這一挑戰(zhàn)直接影響著三類數(shù)據(jù)整合目標(biāo)的實現(xiàn)。面對這一挑戰(zhàn)，企業(yè)往往為了保證數(shù)據(jù)安全（例如使用物理安全房等），而損失了數(shù)據(jù)使用效率。

企業(yè)應(yīng)該積極擁抱科技賦能的新方案，例如利用最新的技術(shù)，如差分隱私技術(shù)（differential privacy，DP）。DP可以促進不同商業(yè)組織和部門間的數(shù)據(jù)打通與隱私保護。例如，當(dāng)一家金融集團的個人信貸部門需要使用信用卡部門的顧客消費數(shù)據(jù)，而信用卡部門又對共享顧客消費數(shù)據(jù)（隱私信息）有擔(dān)憂時，就可以使用DP對要共享的數(shù)據(jù)進行處理。處理后的每一條消費數(shù)據(jù)已不含有顧客個人隱私信息；與此同時，一個顧客群體的統(tǒng)計屬性（例如消費能力、購物習(xí)慣等）依然被很好地保留了下來，可以為個人信貸部門基于顧客群體制定信貸政策提供決策依據(jù)。

智能計算：融合業(yè)務(wù)知識與計算能力

智能計算職能是以業(yè)務(wù)需求為導(dǎo)向，基于以機器學(xué)習(xí)為代表的計算方法，從大數(shù)據(jù)中挖掘商務(wù)智能，賦能科學(xué)決策。智能計算以服務(wù)業(yè)務(wù)為目的，提供所需資源，包括人員配置、專業(yè)知識和計算能力。

基建階段，企業(yè)可能更多關(guān)注計算能力的提升。而進入價值變現(xiàn)階段，突出的挑戰(zhàn)是如何融合業(yè)務(wù)知識和智能計算能力。從企業(yè)資源觀的視角看，這種融合性能力難以被模仿，有潛力構(gòu)成企業(yè)的長期競爭優(yōu)勢。然而，要實現(xiàn)二者的深度融合，關(guān)鍵挑戰(zhàn)在于如何讓數(shù)據(jù)分析人員融入到業(yè)務(wù)活動之中，形成對業(yè)務(wù)需求的敏銳洞察，培養(yǎng)起積極探索分析方向的主動意識和有效梳理分析邏輯的綜合能力。

在現(xiàn)實中我們經(jīng)常觀察到，面對同樣的業(yè)務(wù)問題，有經(jīng)驗和有主觀能動性的數(shù)據(jù)分析和建模人員可以更快地理解業(yè)務(wù)特點，主動學(xué)習(xí)和掌握業(yè)務(wù)知識并將其應(yīng)用在分析和建模過程中。智能分析和建模的結(jié)果往往依賴于建模過程的調(diào)參和試錯過程。另外非常重要的一點是，如何有效協(xié)同業(yè)務(wù)部門和數(shù)智部門的激勵與分配機制（這直接影響了數(shù)據(jù)分析和建模人員的激勵），是建立并治理好數(shù)智價值鏈的一個關(guān)鍵。

解決方案的關(guān)鍵是針對企業(yè)數(shù)智部門提供的數(shù)據(jù)和計算服務(wù)設(shè)立有效的成本分?jǐn)偅╟hargeback）機制：即建立一套有效的機制，讓使用了數(shù)智服務(wù)的業(yè)務(wù)部門為所使用的服務(wù)“埋單”。

為此，企業(yè)需要制度創(chuàng)新。比如數(shù)智部門作為獨立公司運營，各業(yè)務(wù)部門以數(shù)據(jù)參股并獲得分紅，這樣可以激勵各業(yè)務(wù)部門參與數(shù)智部門的數(shù)據(jù)搜集和整合工作。數(shù)智部門為業(yè)務(wù)部門實施智能項目，業(yè)務(wù)部門付費，這個機制可以強化業(yè)務(wù)部門以價值創(chuàng)造為導(dǎo)向并有效使用企業(yè)數(shù)智資源的意識，并以市場機制為數(shù)智部門提供的服務(wù)“埋單”。

價值評估：科學(xué)衡量無形資產(chǎn)價值，完善價值貢獻(xiàn)激勵機制

科學(xué)衡量智能管理項目產(chǎn)生經(jīng)濟價值，需要建立企業(yè)統(tǒng)一的價值評估平臺。它將幫助企業(yè)更好地解決智能計算職能中面臨的挑戰(zhàn)：數(shù)智部門提供的數(shù)據(jù)和計算服務(wù)是無形資產(chǎn)，衡量無形資產(chǎn)的價值是企業(yè)長期面對的難題。不解決這一難題，企業(yè)很難建立起基于價值貢獻(xiàn)的激勵機制與分配機制。

以對照實驗為代表的因果推斷方法，為科學(xué)評估數(shù)字化運營的經(jīng)濟價值和投資回報率提供了有效途徑。對照實驗的核心邏輯在于通過完全隨機化過程，將項目單元分為若干個實驗組和對照組，并在每個組實施不同的策略，從而觀察對比不同組最終實現(xiàn)的業(yè)務(wù)目標(biāo)，得到不同策略的經(jīng)濟價值估計。

線上對照實驗作為數(shù)據(jù)驅(qū)動因果推斷的黃金準(zhǔn)則，在過去20年內(nèi)推動了包括谷歌、亞馬遜、微軟、臉書在內(nèi)眾多科技公司的數(shù)字化運營。例如，谷歌在改進廣告排序系統(tǒng)算法時，要依靠上百個對照實驗和多次迭代；微軟搜索引擎團隊每年要運行上千個實驗，目的是為了將相關(guān)任務(wù)營收指標(biāo)提升2%；在我國，越來越多的科技公司都開始建立專門用于對照實驗的企業(yè)級基礎(chǔ)設(shè)施。一些企業(yè)，如騰訊和快手，通過每年幾萬至幾千萬次的對照實驗來改善產(chǎn)品、優(yōu)化決策、評估效益，進而增強企業(yè)的盈利能力。

傳統(tǒng)行業(yè)在數(shù)字化轉(zhuǎn)型過程中需要擁抱對照實驗，它是理解復(fù)雜現(xiàn)象和評估“數(shù)智價值鏈”活動價值的理想工具。科技公司也應(yīng)該主動進行科技輸出，推動數(shù)實結(jié)合，加快傳統(tǒng)企業(yè)建立和應(yīng)用以對照實驗平臺為代表的科學(xué)管理平臺。

數(shù)智價值鏈?zhǔn)菍ζ髽I(yè)價值鏈的一個根本改造，建立數(shù)智價值鏈需要有效融合長期主義和短期價值。在企業(yè)層面建立數(shù)智活動的三個職能，涉及到企業(yè)所有部門，需要制度創(chuàng)新并建設(shè)企業(yè)層面的科學(xué)管理平臺，缺乏長期主義是難以成功的。也正是因為建設(shè)數(shù)智價值鏈不會一蹴而就，企業(yè)需要選擇易于實現(xiàn)數(shù)智價值的業(yè)務(wù)活動作為突破點，圍繞這個突破點試點數(shù)智職能，從而建立起全企業(yè)對數(shù)智變革的信心和文化。

返回列表