來(lái)源：首席信息官
大西洋彼岸的蝴蝶扇了一下翅膀，就能引發(fā)印度洋上的一場(chǎng)雷暴。現(xiàn)階段，數(shù)據(jù)產(chǎn)生的“蝴蝶效應(yīng)”同樣不可小覷。
從業(yè)務(wù)洞察延伸至業(yè)務(wù)創(chuàng)新，數(shù)據(jù)價(jià)值的能見(jiàn)度一路走高。一方面，企業(yè)以中臺(tái)的形式重塑了數(shù)據(jù)價(jià)值鏈，另一方面數(shù)據(jù)驅(qū)動(dòng)下的產(chǎn)業(yè)互聯(lián)網(wǎng)釋放萬(wàn)億價(jià)值，驅(qū)動(dòng)商業(yè)最終走向社會(huì)化。
然而，什么才是“數(shù)據(jù)驅(qū)動(dòng)”該有的樣子？我們不妨從企業(yè)真實(shí)場(chǎng)景中探尋答案。
工業(yè)有顆“最強(qiáng)大腦”
作為中國(guó)第一家現(xiàn)代化煉銅工廠，江銅貴冶以數(shù)智工廠為切入點(diǎn)，借助IoT連接和管理700多種共1萬(wàn)臺(tái)設(shè)備。通過(guò)AI、動(dòng)態(tài)規(guī)劃、數(shù)據(jù)挖掘等算法與MES深度結(jié)合，成功打造了生產(chǎn)調(diào)度指揮中心。這不但有效的解決了銅冶煉配料場(chǎng)景中的各類(lèi)復(fù)雜問(wèn)題，同時(shí)也將預(yù)期經(jīng)營(yíng)成本降低20%。
而這樣的傳統(tǒng)企業(yè)還不僅僅只有這一家。
中國(guó)優(yōu)特鋼行業(yè)的引領(lǐng)者——濟(jì)源鋼鐵在行業(yè)內(nèi)率先打造了5G+廢鋼判級(jí)系統(tǒng)，用機(jī)器視覺(jué)識(shí)別和AI遠(yuǎn)程判定代替人工現(xiàn)場(chǎng)作業(yè)，將廢鋼識(shí)別準(zhǔn)確率提高到90%。這不僅開(kāi)啟了廢鋼判定的智能新時(shí)代，而且每年預(yù)估節(jié)約成本2000萬(wàn)元。
能讓這兩家傳統(tǒng)企業(yè)趕超行業(yè)發(fā)展，從制造走向“智造”的原因正是搭載了用友精智“工業(yè)大腦”。
用友精智工業(yè)大腦基于AIoT泛在連接能力，融合企業(yè)核心業(yè)務(wù)模型、工業(yè)機(jī)理模型和工業(yè)算法，將數(shù)據(jù)智能應(yīng)用在精銅配料、焦化配料、多產(chǎn)線排程、廢鋼智能判定、產(chǎn)品質(zhì)量診斷、產(chǎn)品經(jīng)濟(jì)效益測(cè)算等場(chǎng)景，實(shí)現(xiàn)人類(lèi)智慧與工業(yè)大腦的完美結(jié)合。
借力AIoT強(qiáng)化行業(yè)賦能
如果說(shuō)聚合了AI能力、數(shù)據(jù)模型的工業(yè)大腦讓數(shù)據(jù)“開(kāi)口說(shuō)話(huà)”，那么以AI賦能物聯(lián)網(wǎng)的AIoT絕對(duì)算是數(shù)據(jù)驅(qū)動(dòng)的又一強(qiáng)勁引擎。
在機(jī)械制造行業(yè)，某工程車(chē)企業(yè)乘風(fēng)AIoT黃金賽道，打造了集設(shè)備實(shí)時(shí)監(jiān)控、車(chē)輛維保、租賃管理和售后服務(wù)的業(yè)務(wù)閉環(huán)，構(gòu)建了基于車(chē)聯(lián)網(wǎng)的產(chǎn)業(yè)鏈協(xié)同管理。
他們通過(guò)物聯(lián)網(wǎng)平臺(tái)實(shí)時(shí)監(jiān)控車(chē)輛狀態(tài)、油耗狀態(tài)等，讓用戶(hù)做到心中有數(shù)；通過(guò)車(chē)輛實(shí)時(shí)數(shù)據(jù)，打造數(shù)據(jù)驅(qū)動(dòng)的智能維保、預(yù)測(cè)性維護(hù)；運(yùn)用實(shí)際車(chē)輛運(yùn)行情況，升級(jí)高價(jià)值售后維護(hù)體系；通過(guò)用戶(hù)自主解鎖車(chē)、電子圍欄等方式增強(qiáng)車(chē)輛管控。
同樣這樣做的還有礦產(chǎn)行業(yè)。
宜春鉭鈮礦基于AIoT平臺(tái)打造了國(guó)際一流的數(shù)智化礦山，實(shí)現(xiàn)現(xiàn)場(chǎng)近百臺(tái)套采礦設(shè)備、運(yùn)輸設(shè)備和環(huán)境檢測(cè)裝置的數(shù)據(jù)采集。
業(yè)務(wù)人員可實(shí)時(shí)監(jiān)控工況進(jìn)度，進(jìn)行設(shè)備狀態(tài)分析。同時(shí)，通過(guò)將實(shí)時(shí)數(shù)據(jù)進(jìn)行清洗，可集中展示多業(yè)務(wù)指標(biāo)，為協(xié)同業(yè)務(wù)分析、高效決策執(zhí)行提供基礎(chǔ)保障。而利用 AIoT-cube 低代碼編程能力，企業(yè)也實(shí)現(xiàn)不同場(chǎng)景的快速迭代。
隨著工業(yè)物聯(lián)網(wǎng)進(jìn)入快速成長(zhǎng)期，其最大的價(jià)值“數(shù)據(jù)洞察”也被充分挖掘。
在用友看來(lái)，AIoT可不是簡(jiǎn)單的AI+IoT，而是以5G為催化劑，對(duì)數(shù)據(jù)和智能的深度集成，使其達(dá)到1+1>2的效果，并強(qiáng)化行業(yè)賦能。
據(jù)悉，用友AIoT物聯(lián)平臺(tái)可為生產(chǎn)制造、設(shè)備管理、能源管理、安環(huán)管理、設(shè)備后服務(wù)等多個(gè)業(yè)務(wù)領(lǐng)域，以及智能工廠、智慧園區(qū)、智慧礦山、智慧農(nóng)業(yè)等多個(gè)垂直行業(yè)提供數(shù)據(jù)智能服務(wù)，助力企業(yè)基于工業(yè)數(shù)據(jù)實(shí)踐商業(yè)創(chuàng)新。
數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)價(jià)值增長(zhǎng)，智能制造只是其中一個(gè)典型的應(yīng)用領(lǐng)域。未來(lái)，數(shù)據(jù)將鏈接企業(yè)各個(gè)業(yè)務(wù)中樞、職能中樞，建立多維分析、建立量化管理模型，推動(dòng)企業(yè)在全新的數(shù)智化時(shí)代中完成變革。
為此，用友YonBIP的底層PaaS云平臺(tái)iuap以“三中臺(tái)+三平臺(tái)”架構(gòu)加速布局?jǐn)?shù)據(jù)驅(qū)動(dòng)的基礎(chǔ)設(shè)施，以業(yè)務(wù)中臺(tái)、數(shù)據(jù)中臺(tái)和智能中臺(tái)，技術(shù)平臺(tái)、低代碼開(kāi)發(fā)平臺(tái)和連接集成平臺(tái)的一體化架構(gòu)，形成了端到端的數(shù)據(jù)完整解決方案，激活企業(yè)數(shù)據(jù)創(chuàng)新力。
智能財(cái)務(wù)的“數(shù)據(jù)捕手”
對(duì)于一個(gè)兩三千億規(guī)模的大型央企來(lái)說(shuō)，能夠?qū)①Y金預(yù)測(cè)做的準(zhǔn)確、資金計(jì)劃做到每筆都自動(dòng)控制實(shí)屬不易。但是，有這么一家企業(yè)，卻通過(guò)兩步走就解決了業(yè)務(wù)痛點(diǎn)。
第一步，他們借助技術(shù)手段把合同系統(tǒng)、投資系統(tǒng)、業(yè)務(wù)系統(tǒng)等數(shù)據(jù)打通，實(shí)現(xiàn)業(yè)財(cái)數(shù)據(jù)的深度融合，并從中抽取所需要的多維數(shù)據(jù)，建立標(biāo)準(zhǔn)化的資金預(yù)測(cè)邏輯。
第二步，通過(guò)AI算法引擎，企業(yè)計(jì)算出銷(xiāo)售、采購(gòu)、投資、報(bào)賬等業(yè)務(wù)過(guò)程中，未來(lái)現(xiàn)金流的變化趨勢(shì)及收付款規(guī)則，并進(jìn)行周期滾動(dòng)，最終形成一套完善精準(zhǔn)的資金計(jì)劃。
在這個(gè)資金計(jì)劃里，既包含業(yè)務(wù)發(fā)生和歷史規(guī)律，又能結(jié)合現(xiàn)金存量情況，自動(dòng)形成資金預(yù)測(cè)模型，并且可以保證90%以上的數(shù)據(jù)自動(dòng)化生成。
其實(shí)在財(cái)務(wù)領(lǐng)域，這也只是數(shù)據(jù)驅(qū)動(dòng)的體現(xiàn)之一。從整個(gè)經(jīng)營(yíng)管理角度來(lái)看，企業(yè)最終需要利用管理報(bào)告進(jìn)行分析、跟蹤。
通過(guò)對(duì)數(shù)據(jù)進(jìn)行可視化，可以讓使用者更直觀地感知數(shù)據(jù)內(nèi)在價(jià)值，從描述發(fā)生什么，到為什么發(fā)生，再到將發(fā)生什么，最后告知企業(yè)該如何應(yīng)對(duì)，支撐管理層做出科學(xué)的判斷和決策。
值得注意的是，管理報(bào)告不僅限于企業(yè)自身經(jīng)營(yíng)數(shù)據(jù)，還必須與宏觀環(huán)境、行業(yè)發(fā)展等關(guān)聯(lián)數(shù)據(jù)進(jìn)行結(jié)合，建立統(tǒng)一的分析平臺(tái)，從而實(shí)現(xiàn)高效經(jīng)營(yíng)決策。
用友公司認(rèn)為，針對(duì)于智能財(cái)務(wù)，企業(yè)往往通過(guò)構(gòu)建業(yè)財(cái)一體化融合平臺(tái)，帶動(dòng)自身數(shù)智化轉(zhuǎn)型。在這個(gè)過(guò)程中，建立全局視角的大數(shù)據(jù)事項(xiàng)中心是必由之路。
首先，企業(yè)需要構(gòu)建主數(shù)據(jù)管理平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)全生命周期管理。
其次，企業(yè)可圍繞著三大場(chǎng)景數(shù)據(jù)——財(cái)務(wù)管理目標(biāo)數(shù)據(jù)、戰(zhàn)略轉(zhuǎn)型關(guān)鍵指標(biāo)數(shù)據(jù)、特定經(jīng)營(yíng)場(chǎng)景的決策分析數(shù)據(jù)構(gòu)建大數(shù)據(jù)事項(xiàng)庫(kù)，打造多維度數(shù)據(jù)采集。
第三，通過(guò)數(shù)據(jù)分析建模工具進(jìn)行關(guān)聯(lián)分析、聚類(lèi)分析、分類(lèi)分析、序列分析等，深層挖掘數(shù)據(jù)價(jià)值，賦能企業(yè)戰(zhàn)略決策和業(yè)務(wù)經(jīng)營(yíng)。
智慧采購(gòu)撬動(dòng)數(shù)字生產(chǎn)力
基于“大數(shù)據(jù)+AI”，可以幫助企業(yè)建立智慧采購(gòu)應(yīng)用，如供應(yīng)商智能推薦、供應(yīng)商風(fēng)險(xiǎn)管理等，提升企業(yè)數(shù)字生產(chǎn)力。
三一集團(tuán)擁有上萬(wàn)家供應(yīng)商，共涉及上百種產(chǎn)品品類(lèi)，覆蓋海量的供應(yīng)商、產(chǎn)品品類(lèi)、訂單等數(shù)據(jù)信息。
疫情期間，在確認(rèn)疫區(qū)供應(yīng)商訂單無(wú)法正常供貨后，為了平滑度過(guò)疫情期，集團(tuán)總部需要對(duì)供貨策略進(jìn)行及時(shí)調(diào)整。
三一集團(tuán)通過(guò)用友iuap數(shù)據(jù)智能服務(wù)提供的推薦算法，按時(shí)間維度進(jìn)行跟蹤，根據(jù)品類(lèi)重要性分析優(yōu)先級(jí)程度，第一時(shí)間對(duì)全集團(tuán)所有供應(yīng)商進(jìn)行優(yōu)選，快速篩選優(yōu)質(zhì)供應(yīng)商進(jìn)行精準(zhǔn)補(bǔ)位，實(shí)現(xiàn)企業(yè)在疫情期間供應(yīng)商供貨不斷檔，保證正常生產(chǎn)。
同樣是行業(yè)翹楚的鞍鋼集團(tuán)擁有10萬(wàn)家供應(yīng)商，通過(guò)構(gòu)建智慧值采平臺(tái)，實(shí)現(xiàn)供應(yīng)商生命周期的全流程、全要素、集中化、差異性的標(biāo)準(zhǔn)化統(tǒng)一管理，并融合第三方征信平臺(tái)和自有采購(gòu)行為數(shù)據(jù)，優(yōu)化供應(yīng)商結(jié)構(gòu)，防范采購(gòu)風(fēng)險(xiǎn)。
在他們的故事中，有個(gè)相同的主角，就是用友YonBIP采購(gòu)云。作為面向企業(yè)采購(gòu)業(yè)務(wù)打造的智慧采購(gòu)SaaS 服務(wù)平臺(tái)和社會(huì)化網(wǎng)絡(luò)交易平臺(tái)，它基于數(shù)據(jù)驅(qū)動(dòng)幫助企業(yè)實(shí)現(xiàn)采購(gòu)數(shù)智化轉(zhuǎn)型，解決采購(gòu)過(guò)程中的諸多痛點(diǎn)。
以數(shù)據(jù)厚植人才沃土
如今，勞動(dòng)力市場(chǎng)正在發(fā)生著深刻的變革，由此催生了不少企業(yè)提前進(jìn)入人力資源變革期。
數(shù)據(jù)驅(qū)動(dòng)下的人才大數(shù)據(jù)分析不僅關(guān)乎著企業(yè)的命脈，也是未來(lái)核心競(jìng)爭(zhēng)力的優(yōu)勢(shì)所在。在這個(gè)方面，用友人力云與眾多優(yōu)秀企業(yè)共建人力資源數(shù)據(jù)智能分析平臺(tái)，具備完整的解決方案。
在人才視角，基于數(shù)據(jù)和分析模型，生成全景人才畫(huà)像，高效準(zhǔn)確的識(shí)別人才，達(dá)到人與崗、崗與人的快速匹配，當(dāng)職位有空缺時(shí)，數(shù)字人力平臺(tái)智能推薦人才匹配度與人才成熟度更高的后備人選，并進(jìn)行直觀人才對(duì)比，輔助人才選拔與晉升，消除人才冗余。
在組織視角，可以自動(dòng)生成人才地圖，洞悉企業(yè)的組織能力、人才勝任力狀況、了解企業(yè)人才質(zhì)量與供需平衡狀態(tài)，為企業(yè)人才補(bǔ)充、外部招聘、內(nèi)部培養(yǎng)提供數(shù)據(jù)支撐。
同時(shí)，企業(yè)為了避免人才斷層，保障持續(xù)的人才供應(yīng)，根據(jù)業(yè)務(wù)發(fā)展戰(zhàn)略，需要建立各層級(jí)、各類(lèi)別的人才發(fā)展項(xiàng)目，即人才池。以項(xiàng)目+平臺(tái)的方式進(jìn)行人才加速發(fā)展，實(shí)現(xiàn)人才盤(pán)點(diǎn)、入池、個(gè)人發(fā)展計(jì)劃、進(jìn)度跟蹤、出池等一系列在線化、智能化執(zhí)行，強(qiáng)化企業(yè)人才供應(yīng)鏈正循環(huán)運(yùn)行。
此外，通過(guò)用友YonBIP數(shù)據(jù)中臺(tái)大數(shù)據(jù)分析能力，借助非結(jié)構(gòu)化數(shù)據(jù)，可為企業(yè)提供不同層面的分析洞察。例如，有些企業(yè)通過(guò)對(duì)員工行為數(shù)據(jù)分析發(fā)現(xiàn)，“心情好”的員工更有創(chuàng)造力，表現(xiàn)最好的員工擁有更廣泛、更多樣化的社交網(wǎng)絡(luò)。而繞過(guò)中層對(duì)一線員工進(jìn)行微觀管理的高管，在激發(fā)員工士氣和提高敬業(yè)度方面普遍存在問(wèn)題。這些都是結(jié)構(gòu)化數(shù)據(jù)分析不能獲取的洞察。
智能化時(shí)代，數(shù)據(jù)驅(qū)動(dòng)是企業(yè)生存發(fā)展的必備能力。
以數(shù)據(jù)為核心驅(qū)動(dòng)力的智慧管理，可以幫助企業(yè)塑造智能制造、智慧采購(gòu)、協(xié)同辦公、智能財(cái)務(wù)、數(shù)字人力、數(shù)字營(yíng)銷(xiāo)、數(shù)據(jù)金融等業(yè)務(wù)創(chuàng)新能力，重塑企業(yè)競(jìng)爭(zhēng)城池，以數(shù)字實(shí)力迎接未來(lái)！
