分享

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

 高天明月图书馆 2020-03-31
“隔离经济”下,企业如何用数据成就信任,保持业务连续性

当前,我们被卷入一场不可抗的灾难当中。个人和企业都难以幸免。

面临突发危情,数据或多或少能够提供帮助。因为,在“隔离”的关键时刻,数据没有被隔离。

“隔离经济”时期,企业如何通过数据成就信任,保持业务的连续性,打赢这场“战疫”?下面跟随IBM商业价值研究院发布的第20期全球高管调研《建立信任优势:决胜富数据和AI时代(中国洞察)》,一起翻阅危情当下的中国企业自救指南。

无“信任”,不“数据”

✓ 数据本身是无用的,除非你从中获得了有价值的洞察。

✓ 客户本身是鲜活的,是企业及其生态系统的数据源头。

✓ 信任本身是相互的,是让数据共享和流通的天然动力。

上期,我们从客户角度出发,基于13,000多位全球高管调研数据,为您解读过IBM商业价值研究院第20期全球调研报告《建立信任优势:决胜富数据和AI时代》的第一主题“客户”,共同探寻了“火炬手”企业在信任经济中赢得客户信任的奥义。

今天,我们聚焦大中华区(包括香港和台湾),基于参与调研的1,910位大中华区高管数据,来探索报告的另外两个主题——企业和生态系统,窥探数据如何打破孤岛,如何成为“硬通货”,在企业和生态系统当中流转。同时,我们将大中华区和全球数据做对比,挖掘最符合当下中国企业发展和转型需求的洞察。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

大中华区和全球相比,其渴望者、构建者、探索者和火炬手企业的占比。和全球一样,大中华区占比最多的是“构建者”。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

大中华区“火炬手”企业,相比“渴望者”企业,收入增长和盈利能力都大大领先。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

大中华区“火炬手”企业,相比“渴望者”企业,创新能力和成功管理变革的能力都大大领先。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

全球“火炬手”企业将数据隐私列为最优先的竞争优势之一,而大中华区受访高管认为数据隐私在打造竞争优势方面的优先级较低

时至今日,IBM推出打造“认知型企业”的战略观点已两年有余。然而,很多企业在这条机遇无限的道路上仍然步履维艰。春节正值每年的消费高峰期,突发危情使得交通运输、旅游、餐饮等行业成为重灾区,其次是房地产和金融服务。

数据的渴望者/构建者/探索者乘势实践却缘何收效甚微?

如何充分释放认知型平台的潜能,实现人与技术的协作?

平台时代,怎样在共享数据的同时保护自己的专有数据?

冲破阴霾,让数据回归信任的答案和行动指南,即刻为您揭晓。

企业:人与技术,共生共振

建立数据信任的基础不仅仅在于建立企业与客户之间的互惠互利关系,企业还需从内部着手,打破部门之间的数据孤岛,确保从高管到员工都信任自己的数据。

1. 关键的第一步:建立数据信仰者文化

“增强智能”的出现,重新界定了企业对于数据所发挥作用的期望,达到了前所未有的高度。然而,大中华区仅有8%的“渴望者”企业打破了数据孤岛,对于很多企业而言,在部门之间自由共享数据还只是个“传说”。相比之下,大中华区“火炬手”企业这一比例高达66%。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

与此同时,相较于全球78%、大中华区72%信奉数据思维的“火炬手”企业,“渴望者”企业通常无法信赖数据并依此作出明确决策,高层管理者个人行动方向的偏差和相互间配合的欠缺成为不可忽视的瓶颈。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

“如果不用数据,就像没有了大脑思维,决策仅仅凭经验是不行的,要用好数据。”

—— 刘训峰 中国上海华谊(集团)公司董事长

《最佳实践:发挥智能制造优势,基于数据明智决策》

中国某业界领先的汽车制造商通过组建由IT、业务人员和数据科学家所构成的跨职能团队,采集机台PLC(可编程逻辑控制器)数据,构建机器学习分析模型,通过模型训练,联动MRO(检修运维系统)及SCM(供应链管理)系统,实现产线设备的预测性维修管理。

行动指南:如何在企业内部建立数据信仰者文化?

将基于数据的决策列入最高管理层的重要议事日程,从高层入手倡导信任数据,清除数据透明化阻碍。如果没有数据,团队可能就是一言堂,就是一个人掌控整个团队的行动方向。如果我们有数据,就让数据发声。

2. 再见“独角兽”:培养“平民科学家”

所谓“仁者见仁,智者见智”,数据分析并非数据科学家的专利。全球73%、大中华区69%的“火炬手”企业支持员工队伍充分参与数据丰富的环境,旨在建立“学习”思维,赋能全员使用数据,培养“平民科学家”。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

行动指南:如何推动企业全员使用数据?

一方面,为全体员工投资、提供所需工具和技能,确保探索数据的团队涵盖企业各个智能领域,彻底解放数据;另一方面,应用AI等最先进的技术,实现客户体验人性化。

3. 良性信任循环:消除偏见承认不完美

人工智能及其生成公正客观建议的能力,将对亟需恢复信任的行业起到巨大的帮助。客户越信任,提出的建议和共享的数据就越多,良性循环因此而形成。

为了实现这一目标,调研显示,全球69%、大中华区 61%的“火炬手”企业面向整个企业实施强有力的治理政策,借助混合云解决方案保证数据的可访问性,从而确保用户对数据及其支持的AI模型有信心。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

迄今为止,在AI模型中我们分类了180多种会影响到人类决策或数据收集的人类偏见,加之在所难免的错误,数据模型必须展现出错的可能性,并提供有据可依的答案。

行动指南:如何克服数据偏见,加强数据信任?

企业在实现分析、AI模型和数据流程透明化,建立企业级数据治理的同时,需发挥混合云的巨大威力,应对数字激增,时刻确保数据处于最新状态、清洁可靠且精心管理。

生态系统:由内而外,共享共荣

留在企业内部的数据终将过时,而让其在企业外部流通,则会实现更大的价值。数据信任应在严格确保安全可控的情况下,延伸到更广泛的业务生态系统中。生态系统中流通和共享的数据就像免疫细胞,当生态系统受到突发性危机的应急刺激,系统内的组织机构就像免疫器官一样做出反应,利用平台当中的共享数据加以分析、预测,针对突发危情作出防御措施,比如找到并切断肺炎病毒来源,限制公共交通的出行等。

1. 共享的艺术:数据透明与专有优势

业务平台最常见的错误是无法与用户及合作伙伴建立信任。调研显示,在大中华区和全球,分别仅有26%、25%的“渴望者”企业与合作伙伴共享数据。之所以出现这种局面,一方面由于“渴望者”企业缺乏值得信任、内容丰富的数据;另一方面,企业尚不具备评估数据创造价值的能力,数据透明与专有优势相互矛盾。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

行动指南:如何在保持战略优势的同时,通过数据透明化实现更大的发展?

  1. 利用数据更新业务战略,坚持不懈深入了解客户、市场和竞争对手,不断自我重塑。
  2. 制定数据共享路线图,决定准备共享哪些数据,以及必须将哪些数据保留为私有。

2. 平台战略下的认知型企业

随着AI、自动化、IoT、区块链和5G的日益普及与相互融合,标准业务架构正经历着前所未有的重塑。过去十年风行“由外而内”的数字化转型,而今则更趋向于利用呈指数级发展的技术,“由内而外”地发挥数据的潜力。

这种新一代的业务模式,就是IBM提出的认知型企业™。它的出现,与平台战略密切相关。

作为可信数据交换的载体,平台上的企业不仅能够充分利用数据的内在价值,积极发挥规模经济效益,让客户体验更加全面。还能通过量化企业数据价值,推动整个企业乃至合作伙伴生态系统的协作水平。调研显示,大中华区60%、全球62%的“火炬手”企业制定了数据经济效益战略,迈出了坚实的第一步。

“隔离经济”下,企业如何用数据成就信任,保持业务连续性

“我们要发展自己的核心能力,形成自身的优势。有些不是我们核心专长的领域,我们会和第三方合作伙伴积极合作,组成战略合作伙伴的超级联盟、事业共同体,利用双方优势开发具备竞争力的产品。”

——陈裕棋 中国重庆小康工业集团CHRO

《最佳实践:开放共赢的PaaS平台》

中国某领先的电信运营商通过搭建大数据对外开放的 PaaS平台,汇聚运营商内部B域业务、O域网络数据,以多租户安全隔离的方式实现数据加工、处理和应用能力的对外开放与合作服务。以云服务交付模式提供多元化的服务与支撑能力,并向合作商安全有效地开放移动数据资源,安全有效地共享移动数据资源和基础设施资源。

从医疗救援到交通运输,从中央到各地方,从中国到全球各个国家和地区的相关部门,正在全力遏制这一场危情的进一步蔓延。科研机构根据以往流行病学调查和分析数据,评估并预测了当前危情爆发可能产生的结果;铁路和航空等客运部门的同乘信息查询功能,让乘客第一时间掌握是否曾与肺炎患者通行。

隔离经济,不隔离数据。不同机构之间通力合作,让数据变得更透明,相关部门公开数据,很好的遏制了危情扩散。从危情爆发之初,各方对有关数据将信将疑,到依赖数据进行应急风险管理,让民众自保自救。而信任,成为了这次数据价值回报的“底色”。

二十一世纪的第三个十年已经到来,从互联网时代到移动互联时代再到如今的富数据和AI时代,数字化竞争法则却依然和第一个十年一样——透明、互惠、责任

arrow

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多