久泰科技
扫描关注网站建设微信公众账号

扫一扫微信二维码

传统企业如何快速做数字化转型?

久泰科技2018-04-12 20:30:00行业观察 483

这儿借用一下,大数据系统软件国家工程实验室、和鲸科技、AWS一起发布的“数据比赛白皮书·上篇·1000场比赛的深度分析”报告中的图,这儿给出了一个比较好的区分维度。

图源:大数据系统软件国家工程实验室、和鲸科技、AWS一起发布的《数据比赛白皮书·上篇·1000场比赛的深度分析》

1.自建研制团队

2.收买数字化企业

3.与科技公司树立战略协作关系

4.树立危险出资基金,出资科技企业/团队

5.举行数据比赛
接下来咱一个一个来看:

1.自建研制团队

清华经管学院、互联网开展与管理研究中心发布的“数字经济与我国市场的数字化转型 ”中,我们能够看到,我国目前85%的数字人才都在产品研制类,为什么会出现这样一个现象,其实很好理解,这些人基本上都被大的互联网科技类公司以及一些做数字化处理方案(产品)的公司消化掉了,以动辄百万年薪的大价钱拿下了,能够分流到其它功能、其它职业的很少。

数据来历:清华经管学院、互联网开展与管理研究中心《数字经济与我国市场的数字化转型 》

而且这些人基本上散布在北上深杭这些城市,其它城市都是净流出。

数据来历:清华经管学院、互联网开展与管理研究中心《数字经济与我国市场的数字化转型 》

企业即便是找到了一个首席科学家,都很难组成完整团队。我之前触摸过江苏省一个还算靠前城市的城市商业银行,他们花大价钱从北京挖了一个数据科学家,准备组成数字化团队,但用了两年多的时间,只招到了2个人,三个人的团队要担任一个财物几千亿的银行做数字化转型,难度和成功率可想而知。

数据来历:Kesci & WTW 《2018数据人才白皮书》

从另外一份报告,Kesci&WTW《数据人才白皮书》中的两个词云数据也能够印证这一点。从职业散布来看,数据人才首要会集在数据需求较高的互联网和科技职业。从地域散布来看,数据人才会集在高科技企业较为会集的城市,如北京、上海、深圳、杭州、广州等城市。
不过,状况正在好转,自2016年首批3所高校获批数据科学与大数据技能专业,2020年,第一届应届生就要走向工作岗位了。自2015年以来,全国各 省市地方高校积极开设数据科学与大数据技能专业。截止到2019年6月份,全国34个省级行政区中有29个省级行政区的481所院校成功新增存案数据科学与大数据技能专业,其间有 单个院校开设了两个不同学位的数据科学与大数据技能专业。


数据来历:大数据系统软件国家工程实验室、和鲸科技、AWS一起发布的《数据比赛白皮书·上篇·1000场比赛的深度分析》

考虑到前沿技能与商业场景之间存在的认知误差,尽管2023年后,数据人才会大批量供给,也不能保证企业就能够快速用起来。在这之前,数据类人才依然十分贵,而且待在那些职业不会挪窝,这确实是个硬伤,关于绝大多数传统企业来说。

2.收买数字化企业

收买数字化企业是很多大型传统企业会考虑的一个选项,但假如数字化转型就是买一个公司这么简单就好啦。收买数字化企业的优点是,能够在短时间内处理“技能”、“人才”方面的问题,假如企业在战略层、需求层考虑的比较清楚了,尽管存在磨合问题,是能够发挥效益的。

图源:Deloitte德勤和4Paradigm第四范式发布的“数字化转型新篇章”

不过,在数字化转型时,企业往往没有办法真的把战略层梳理清楚,所以需求也不能立足长远来进行考虑,这会给收买数字化企业带来误判的危险。

假如事务团队和技能团队,不能有用协作,数据层的能力建造也是十分有难度的。再加上运营方面,还需求多方磨合和融入。一个花高价收买来的公司,假如不能很好融入企业架构,也就不能发挥效能,这是需求提早想清楚的。



3.与科技公司树立战略协作关系

实际上就是找一个靠谱的、信得过的外包公司,做必定程度的利益交换。也有可能是纯外包,但毕竟数字化转型是一个长时间的事情,所以除了一些模块化的项目,基本上还是倾向于树立长时间协作关系。

如招商局与IBM,海通证券与腾讯,中华保险与腾讯,一汽解放与华为,普华永道与华为,五粮液与阿里巴巴,烟台银行与新华三,雀巢与天猫,邮政与华为,惠普与阿里云……这些是我刚搜的,这样的例子十分多。

这样的协作往往需求比较长的周期,效果的延展性与可完成性也要取决于协作的质量,所以需求树立一个稳定的对接团队。在内部执行落地环节,需求进行大量的培训工作。

图源:Deloitte德勤和4Paradigm第四范式发布的“数字化转型新篇章”

4.树立危险出资基金,出资科技企业/团队

这不失为一个十分好的挑选,比起收买成熟数字化公司来说,危险会更大,不稳定性更高,但也不排除会有比较大的惊喜。

危险出资需求一个专业团队进行投前研究与投后管理,事实上相当于传统企业一脚踏入了出资范畴。在经历半年到一年的项目周期,花费比收买数字化公司更少的资金今后,就能够让科技团队以企业的实在事务场景为课题,进行相应的数字化立异研制。

需求注意的是,投后管理也是一笔不小的资源开销,这一块需求有丰富经验的团队来推动。存在出资失利危险,但也可能会成功地捕获优异的立异方向。

图源:大数据系统软件国家工程实验室、和鲸科技、AWS一起发布的《数据比赛白皮书·上篇·1000场比赛的深度分析》

5.举行数据比赛

数据比赛能够说时下最火的课题之一了,据《数据比赛白皮书》统计, 2014年至今,全球范围内的各类数据比赛总量超越1000余场。其间,仅我国市场就已发布共计逾400场数据比赛,年均增长率高达108.8%。236家企业、政务部分、高校和科研 组织作为赛事主办方参与其间;吸引约36万支团队、120万人次参赛;奖金规划合计高达2.8 亿元人民币,赛题覆盖33个职业应用场景。已然热度这么高,必定有原因了。
首先说定论:数据比赛并不能作为企业数字化转型的首要手法,但确实是我目前看到的能够轻量化直接敞开数字化转型的有用手法。当大家为了数字化转型的战略、路径、需求争论不休的时分,直接招人搭团队没有条理的时分,不理解事务场景与数字化到底有什么关系的时分,举行一场数据比赛,往往是一个比较奇妙的破局点。


为什么那么多企业、组织、政府会举行数据比赛,或许是由于这是最容易开端的一种数字化转型手法。优点是,一般本钱会比较低,也不太需求其他资源的投入,对接团队也不需求是彻底专业的,顺便有必定的社会影响力(由于有参赛选手和赛事宣传)。比较适合传统企业,想要进行数字化转型,但又不知道如何着手。缺陷是,由于是一场数据比赛,所以效果直接用于事务上可能性较低。


文章关键词
数字化转型,全栈解决方案