对话中兴新云陈虎:总裁视角下的企业数字化转型

陈虎提出了财务视角下“亿万千百”的理念,即拥有亿级数据支撑、上万个精细化标签、上千个关键业务指标,以及构建上百个数据分析模型,才能实现真正的数字化转型。这也是企业财务部门迈向数字化的标准。

数字化的核心是融入到业务中,去解决业务困境。但对于谁来主导这件事情,却存在不同的看法。比如,CFO作为财务一把手,往往会从企业经营效益和价值角度去评判数字化。

事实上,到今天为止,无论是CFO,还是CIO,或者其他CXO作为企业数字化的主要推动者,在不同时代的变迁中,承担的职能不断扩展的同时,彼此的认知差异也在逐步缩小。结合钛媒体的观察,对于绝大多数企业而言,数字化转型已不单单是技术层面,还有对运营层面和战略层面的部署。

如何打造数据驱动的先进组织,突破数字化转型的关键节点?9月11日-14日举办的2024 ITValue Summit 数字价值年会将邀请新老朋友一起探讨。

作为2024 ITValue Summit 数字价值年会的前哨,《数字价值观察室》再次起航。钛媒体集团联合创始人、ITValue发起理事、钛媒体研究院院长万宁对谈中兴新云总裁,财政部会计信息化委员会顾问陈虎。在他看来,数字化时代,在企业内部解决管理者的痛点,掌握企业资源并做出决策的人,才是数字化的积极推动者。

点击查看直播回放

访谈中,陈虎阐述了企业信息化向数字化、智能化演进过程中,流程驱动的信息系统所历经的根本性变化。

“信息化时代复制的是系统,数字化时代复制的是数据和算法模型。企业过去是发现问题,分析问题,解决问题,但事实上,发现问题时,已经很晚了。因而数字化时代,企业要观察数据、找规律、提假设、验证假设,就会带来更大的数据需求。”陈虎指出。

数字化时代,我们需要将信息系统中的数据提取出来,形成数据资产。但不是按此前数据中台“全量采集”的互联网式做法,而是要将各个信息系统中的数据按一定数据标准抽取出来,并且依靠强业务背景和数学能力的人员,对数据进行精细化加工,形成业务“算法”。

由此,陈虎提出了财务视角下“亿万千百”的理念,即拥有亿级数据支撑、上万个精细化标签、上千个关键业务指标,以及构建上百个数据分析模型,才能实现真正的数字化转型。这也是企业财务部门迈向数字化的标准。

尽管财务部门还要承担企业日常财务核算与监督等工作,需要进一步去延伸,推动数字化去匹配,但财务部门并非孤军奋战。

以陈虎的团队为例,中兴新云不仅限于提供传统的财务管理咨询和信息技术服务,还通过创新的技术应用,如财务共享服务、大数据中心等,推动财务组织的转型升级,实现财务的标准化、专业化和流程化。目前中兴新云服务了包括中国一汽、中国中车、华侨城、中国有色等多家大型集团企业及政府相关机构,通过“财务+IT+DT”的创新研究和实践,推动财务数字化发展。

陈虎是一名IT老兵,也是国内最懂财务信息化、数字化的专家之一。以下将呈现对这次访谈的完整总结。

IT,是财务最好的伙伴

在讨论企业数字化转型之前,首先要明确财务部门与IT部门的关系。

站在财务的角度,IT是最好的伙伴。因为财务部门本身就是采集数据、加工数据和提供数据的部门,离开IT手段,财务部门有很多事情只能想到而无法做到。财务部门本身就是企业的一个信息系统。

从企业角度,企业有经营活动,如营销、销售、生产、采购,企业也有管理活动,如计划、项目管理、人员激励,将经营和管理的结合点就是信息。经营活动产生了流程,流程会沉淀数据,那么管理的重心本身就是决策,即减少过程中的熵值,提高决策的正确度。所以,从经营活动中获取信息,为管理活动,为管理决策所用,就是企业经营管理中的三大环节。

而财务部门是信息的加工和提供者,IT部门其实是企业流程和组织优化实现,以及流程中采集信息的部门。所以,从一定意义上讲,IT部门是企业的基础架构,财务部门是在基础架构上做“物管”。

企业信息化时代已经过去了

企业信息化经历了从无到有、从有到多、从多到少、从少到“无”四个阶段。

  • 从无到有的阶段:从上世纪80年代初到90年底,从手工模式到信息系统。
  • 从有到多阶段:2000年前后,企业信息系统越多,代表着企业整体能力越强,发展越快。
  • 从多到少的阶段:这一阶段,尤其是大型企业,部署了上千个信息系统,这就会造成大量信息孤岛,且系统越多孤岛现象就越明显。现代大型企业基本都是走到这个阶段,到了这个阶段,企业会希望实现流程打通和数据交换,需要构建系统架构,还要数据架构。
  • 从少到“无”的阶段:“无”的意思是,能清楚地看到企业信息化非常完善了,像空气阳光一样存在,但是却又感觉不到它的存在,这才是企业信息化的高阶,信息化时代已经过去了。

需要关注的是,无论是云化,还是本地化部署,现代软件公司都将逐渐活得艰难。因为大型企业的信息系统基本都有了,现在只有换机的需求,没有新建的需求。有的企业系统用起来不好用,可能会有更换的需求,但大多数是因为管理体系或基础工作不支持他们把信息系统用好。

从信息系统用好的角度来讲,甲方和乙方的责任基本是相当的。甲方要确保流程是稳定的,规则是清晰的,职能切分是明确的,主数据是一致的,否则很难将信息系统用好。

信息系统中沉淀的大量数据,大到如何用于企业经营管理优化做支撑,小到如何快速出准确的报表数据等等,这些恰好是传统信息系统无法解决的。

企业的痛点已经变成怎么从信息化转向数字化,如果五年前在数字价值峰会上讨论的是数字化即将到来,那么今天我们已处于数字化时代或者DT时代。

从IT到DT

企业的整体管理要从流程驱动转向数据驱动。

信息化时代的话题,分管副总和部门经理和具体操作人员最感兴趣。比如,分管副总希望整体业务流程能更加优化,效率更高,同时能获取部分信息,实现自身领域的信息垄断。但真正投入成本的企业这是信息化时代很大的问题。

信息化的过程中有三类角色:决策者、推动者和使用者。决策者,决定投入,也期望信息系统解决其特定决策需求问题;推动者如分管副总和技术经理则更看重信息系统带来的整体效率提升和个人领域信息垄断的机会;而真正的使用者往往因系统日益复杂且录入负担加重,逐渐将其视为录入和点击工具。

信息化时代所做的一切可以视为数字化时代的基础设施,当下要解决的就是那些掌握企业资源并做出决策的人的管理痛点,他们才是数字化的积极推动者。

决策要依据数据,信息越充分,判断失误的概率越小。数字化时代是要将信息系统中的数据提取出来,形成数据资产。其本质都是数据结构和数据库里的数据字段。

但这不是传统的数据中台,不是有什么数据都全部用来加工,这会给数字化时代带来巨大的阻碍。可能互联网公司可以这么做,因为业务是相对容易理解的,或者跟业务结合不紧密。但对于专用的生产数据、产品设计数据、财务数据、人事数据,就很难了。

企业日常管理用IT系统做支撑的过程中,决策往往无数据支撑。可谓有IT无数据,有数字无算法。企业的领导最大的痛苦就是,所有决策都要根据经验、感觉、直觉做出来,想要的数据成本非常高,效率非常低,相关度非常少,就像拿着一张手绘纸质地图在复杂的城市环境中穿梭。如果要实现精准

那数字化时代,如何采集信息系统中的数据?

  • 首先是建立基于数据标准的数据采集体系,要将各个信息系统中的数据按一定数据标准抽取出来,形成原始数据资产。而不是全量数据采集,否则就会采集到大量无法理解的数据。站在财务角度,包括核算系统中的凭证数据、报表数据,资金系统中的账户数据、银行结算数据、票据数据,税务中的发票数据、纳税申报数据、预算数据、产权数据,管理会计中的成本数据等。
  • 其次是对数据进行精细化加工,要求人员有很强的业务背景和数学支持,理解业务“算法”。这个过程,就是财务部门、IT部门、各个业务部门一起,钻研出业务“算法”,简单理解看是“指标”,即“值”、“率”、“模型”(特殊值、异常值、趋势等),对企业过程进行全景展示,目的是实现企业的多维分析、风险预警、预测推演。
  • 三是通过BI呈现数据。

“亿万千百”,才能形成有效数据资产

站在财务角度,怎么衡量企业进入到数字化?

“亿万千百”是企业财务部门迈向数字化的标准——即拥有亿级数据支撑、上万个精细化标签、上千个关键业务指标,以及构建上百个数据分析模型,才能实现真正的数字化转型。

  • 亿级数据支撑:传统的会计核算只有百万级。中兴一年有200万的凭证,华为宣称有300万,这意味着,大到全球化的企业基本只有百万级的数据。但百万级数据是无法支撑庞大企业运转的,是否能从百万变成亿级数据。
  • 上万个精细化标签:企业是否能利用上万个标签对企业状况进行抽象和分类。
  • 上千个关键业务指标:企业是否具备上千个关键指标监控与异常识别的能力,并能根据关联关系进行深入的根因分析。
  • 上百个数据分析模型:是否可构建上百个风险模型、预测模型。

只有具备了“亿万千百”能力的企业,才能够真正形成有效的数据资产,并实现数据资产入表,支持企业价值创造,这才是真正意义上实现了进入数字化、智能化时代。

如何迎接智能化时代?

目前人工智能正处于快速发展阶段,它已经成为人类进步的重要驱动力之一。善用新工具和技术,可以大幅提升工作效率并开启新的发展空间,但同时也面临两大问题:一是必须要有人工参与,二是整体训练的一次成本过高。同时,它在企业竞争管理过程中的容错率比较低,也比较受限,还需要一段时间的发展。

在应用中,对于专用人工智能,要尽可能嵌入到整个企业经营管理中,对于通用人工智能,仍需保持冷静的态度,理解其潜在影响和局限性。

此外,要认识到人工智能不是领域级的,而是社会级的、行业级的。一个企业级的人工智能应用,只能看到企业的数据,那你就输了。大数据企业只有小数据,没有大数据。国家才有大数据,还有宏观经济大数据、行业大数据。

回到企业自身,应当重点解决三方面问题:首先是数据积累,即拥有基于数据标准的上亿条高质量数据;其次是有方法论,包括建立指标体系、模型构建以及科学研究等方法的运用;最后是场景能力,指解决在数字化阶段难以做到或效果不佳的具体场景问题,比如合同签订、供应商选择等。

着眼现在,第三方服务商的职责,就是把优秀的经验在同一行业中间不断传播,推动整个行业进步,同时把不同行业的数字化经验,互相交叉复制产生“杂交效应”,促进各行业共同提高。

而面对未来,无论是乙方面对甲方,还是企业内部面对领导,都应该积极地营销AI,告诉企业有哪些最佳实践,一定要给领导描绘未来,他才有动力。营销未来是为了做好现在。(本文首发于钛媒体APP,作者 | 杨丽,编辑 | 盖虹达)

9月11日-14日由钛媒体集团、ITValue联合主办的2024 ITValue Summit 数字价值年会以“Ready For AI”为主题,与新老朋友重聚三亚,交流经验教训,交叉行业思考,推动创新交易,以创新场景为基础,共同探索AI驱动下数字经济时代的全新机遇,共同打造一场数字经济时代的AI创新探索盛宴。

点击进入2024 ITValue Summit数字价值年会,了解更多信息

点击进入2024 ITValue Summit数字价值年会,了解更多信息

钛媒体重磅推出「创新场景50」评选,遴选并解读50个全行业与业务深度融合的创新性场景及其解决方案,并在2024 ITValue Summit 数字价值年会上隆重颁奖、深度交流。

目前场景正在征集中,更精准的解读、更广泛的曝光、更强大的品牌势能,欢迎你提出问题,更欢迎你留下解决的方法和工具。

点击报名参与创新场景50的评选

点击报名参与创新场景50的评选

转载请注明出处、作者和本文链接
声明:文章内容仅供参考、交流、学习、不构成投资建议。
想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿 。创业或融资寻求报道,点击这里

敬原创,有钛度,得赞赏

赞赏支持
发表评论
0 / 300

根据《网络安全法》实名制要求,请绑定手机号后发表评论

登录后输入评论内容
  • 数字化时代复制的是数据和算法模型。

    回复 8月16日 · via android
  • 数字化核心是融入到业务中去解困呀。

    回复 8月16日 · via pc
  • IT是财务最好的伙伴儿。

    回复 8月15日 · via android
  • 企业整体管理要从流程转向数据驱动

    回复 8月15日 · via pc
4

扫描下载App