12月28日，2022数字化发展峰会圆满落幕。
此次峰会旨在通过分享优秀的数字化案例给行业带来重构未来的一些新启发。借助这个契机，让产业链上中下游的业务自由交流对接，一起发现并推动新的力量成长。
创业邦副总裁赵镜波、腾讯社会研究中心秘书长张玉玲、联想中国区中小企业方案服务事业部总经理魏东、用友网络科技股份有限公司助理总裁张磊、FRIDAY DDSO 数字化医生赋能平台董事长邹瑾、信服云首席数字化转型专家于佳鳌等嘉宾到场并发表致辞。
在《数字化转型如何助力企业迈向“专精特新”》对话环节中，华创资本合伙人谢佳，踏歌智行联合创始人、副总裁周华生，数益工联联合创始人&COO宿文，Kyligence 合伙人兼副总裁李栋等嘉宾，针对企业数字化转型过程中遇到的问题和机遇，探讨了在全新的管理理念下，如何实现更好的发展。
各位嘉宾的精彩观点如下：
踏歌智行联合创始人、副总裁周华生：矿用车辆无人化在全球覆盖率不超过2%，在中国不及0.5%，这是一个非常巨大的蓝海市场。
。
数益工联联合创始人&COO宿文：一个数字化转型成功的企业，所有管理都应该是基于数据的。从这个角度来看，离散制造业的数字化管理水平可能远没有20%这么乐观。过去十年时间里，整个渗透率可能连2%都不到。
Kyligence 合伙人兼副总裁李栋：指标是一个企业的管理语言，每个管理人员和业务人员找到合适的指标，可以帮助企业提升业务决策效率以及准确度，从而驱动数字化转型更有效地落地。
以下为对话全文：
谢佳：大家好，我是华创资本的谢佳，很高兴作为这个panel的主持人，在我们正式进入讨论之前，请各位先介绍一下自己以及各自所在的企业，先从李栋总开始。
李栋：好的，大家好，我是李栋，Kyligence 由 Apache 顶级开源项目Apache Kylin核心创始团队于2016年创办。我们提供多维数据库以及指标中台产品，帮助企业构建以指标体系为核心的数据管理和分析平台，目前在银行、保险、证券、零售、制造等行业有丰富的实践案例。
谢佳：好，谢谢。那请宿文博士介绍一下。
宿文：大家好，我是来自数益工联的宿文。我们数益工联主要是围绕离散制造业的生产制造环节，给整个制造业工厂提供一套完整的数字化管理软件平台和数据服务。具体地说，我们就做三件事儿：第一件事，我们会用最新的物联网技术和人机交互的手段，提供离散制造业的人机器料法环测等数据。第二，用这些数据驱动和管理工厂端到端的生产管理业务。第三，基于前面两个业务，我们还会进行工业的大数据分析，这是我们的基本介绍，谢谢。
谢佳：好的，谢谢宿博士，下面请周总介绍。
周华生：大家好，我是踏歌智行周华生，踏歌智行做露天矿无人驾驶运输，目前在国内的露天矿山，包括煤矿、铁矿、有色金属矿以及砂石骨料矿，进行矿用无人驾驶卡车的运输。目前，我们在内蒙古、新疆、江西、西藏、黑龙江、广东、安徽等地实施了约三十个项目。
谢佳：谢谢三位。三位所在的企业都是赋能与企业数字化有关，特别是给传统实体企业数字化转型进行基础设施赋能，比如Kyligence是企业大数据平分析平台的基础设施，数益工联是离散制造业数字化转型的基础设施，踏歌是矿区自动驾驶的基础设施。想请各位，分别介绍一下在创业的时候，看到了哪些问题，提供了怎样的解决方案？还是先从李栋总开始。
李栋：从数据分析这个角度来看，我认为企业数字化转型的核心，需要每一个人都能够使用数据来进行决策，而不是拍脑袋。但是我们看到，当前企业在做数字化决策的时候，会存在很多挑战。比如说，现在是AI时代，在日常生活充满着各种AI和智能技术的时候，但数据分析这个领域，其实还是很传统的模式。一个企业的市场营销人员，想要开展一次精准营销的活动，其所经历的数字化分析过程是很冗长的，需要找企业的IT 和数据开发团队提取数据，然后等开发团队再做一系列数据开发，然后做报表，再把数据给到业务人员。整个闭环的效率很低，除此之外，我们也看到企业在数据口径、数据孤岛等方面的挑战其实很大，虽然现在整个社会已经有很多自动化和智能化技术，但在数据分析领域的落地和实践是远远不够的。
所以看到这样的痛点，我们希望提供一种以指标为核心的解决思路。
对于数据分析而言，其实数据是一种技术语言，往往可能只有懂技术的人才更容易理解，业务人员其实很难直接从海量数据中提取价值。而指标其实才是一个企业的管理语言，每个管理人员和业务人员找到合适的指标后可以帮助企业提升业务决策效率以及准确度，其实就像我们一直在做的事情，帮各个层级各个团队设置合理的KPI。
因为我们是一家技术创新公司，所以我们认为，通过大数据、AI等技术平台，帮助这些管理人员和业务人员去来自助的查看指标、管理指标，提供最权威的指标口径。我们称这样的技术为指标中台。
谢佳：好的，谢谢李栋总，对，刚才李栋总提到以指标为核心的系统，这个思想的来源是，指标其实是一种管理语言。那我们请宿文来介绍一下。
宿文：数益工联是围绕离散制造业去做数字化转型升级，与其他行业相比，整个离散制造业的数字化水平，其实是偏落后的。所以我们在做数字化这件事的时候，第一步一定要解决数据质量的问题。我们可以看到，离散制造业的数据特别分散，特别复杂。
如果没有高质量的数据，就没法帮助企业进行数字化转型。但是从另外一个层面来看，全球范围内，没有任何一个软件平台，能够把数量庞大的中国离散制造业工厂服务起来。所以说我们在做这件事的时候，会分两步走：
我们解决的是数据质量，我们会用很多新型的传感器，用最新的数据采集方式把设备的实时数据采集起来。另外一个层面，可能有80%的数据是无法通过设备采集的方式拿到的，比如人的数据、料的数据、工艺的数据、环境的数据、测试的数据等等。所以我们还会融合大量的人机交互方式，把业务行为数据也拿上来，用很低成本且保证数据的质量，保证数据的实时、干净和完整。我们把工业线上，人机料法环测数据都整合起来，使其实现分析挖掘的价值。
但是从另外一个层面来看，要做数字化光有高质量的数据可能远远不够，还需要很多专业化的知识，把数据应用起来，驱动和管理所有的业务行为。我们要把大量的科学化管理方式设计到软件里面去，让中国的制造业用很低的成本、更高的效率，解决转型的痛点。
谢佳：聚焦在离散制造业，国内有着非常庞大的业务基础。下一个环节，如何把科学管理know how赋能给客户，让他们真的能把数据应用起来。
好，请周总来介绍一下。
周华生：露天矿山无人运输解决方案，除了前面两位讲的效率痛点之外，还有一个非常明显的痛点就是安全。尤其是现在国家要求“安全生产”，在矿山这个场景里，安全是矿区生产作业的首要原则，所以我们的解决方案就围绕效率和安全展开。
具体到整体的综合性解决方案，我认为分为三个层面：生产，管理和运维。
在生产方面，围绕露天矿山卡车运输过程的智能化，我们的解决方案以车载端、路侧通讯以及云端监控平台为架构，通过无安全员运行来提升矿山无人运输的安全性。
在管理环节，矿山生产运输效率、管理水平都进入瓶颈期，所以现在很多露天矿山的业主，非常希望一个集成式数字平台，能够管理整个矿山的生产作业，包括调度、监控、运维。
此外，客户们还希望将数智化拓展到矿山的其他场景中，包括露天矿山的设备维护。这是我们需要解决的第三个痛点，即从生产到管理到运维的拓展。
谢佳：谢谢周总，踏歌智行关注在效率、安全、管理和运维三个环节。
下一个问题，请各位分享下企业客户案例，并基于案例介绍一下，给这些数字化转型成功的企业带来了什么样收效？一个角度就是，对具体的生产过程有怎样的效率提升；其次，对于企业客户，能开启哪些新的可能性。
那我们还是从李栋总开始。
李栋：长安汽车的六西格玛制造质量监测评估体系比较复杂，不同数据源形成很多数据孤岛，相互之间并不连通。企业想要把这些数据用起来，跟质量检测的体系挂钩，需要进行数字化平台建设，把所有的渠道都打通，形成指标体系来实现数据的共享和统一管理，从而用全面、准确、可确定的数据在生产效率、质量事故、维修成本、产线交付等环节中进行相关决策。
另外一个例子是平安银行，Kyligence服务客户开发了一个以潘多拉命名的指标中台，可以让每一个管理人员和业务人员在平台上自主查看客户画像数据，或是经营指标数据。除此之外，业务人员可以根据对业务的理解自主创建一些业务指标，形成企业的数据文化，以数字为核心去开展日常的经营决策。
谢佳：好的，谢谢李栋总，我觉得这两个案例都非常有代表性，如何用数据平台把体系落到实处，让业务人员可以这个自助地参与到数据分析进程当中。
好的，谢谢，李栋总，请宿博也介绍一下。
宿文：我们给离散制造业的工厂提供的是，一个打通端到端业务流程的管理平台。它带来的业务指标提升也是全方位的，制造的最核心的三大业务指标包括：质量，成本和交付周期。当然不同的行业，不同的客户，侧重点都会不一样。
这里可以举一个装备行业的案例，他想知道生产效率是怎样的，所以当时公司派了12个文员，24小时手工统计设备的真实开机率是什么样的。统计结果显示，开机率大概有百分之七八十，这在制造业已经是蛮高的水平了。但当我们的数字化系统布上去之后，老板就能看到真实的开机率只有30%出头，他们知道自己有很大的改善空间。
然后就基于我们的管理模块，做改善，九个月之后发现，有效开机率从30%多，达到了70%多。数据的改变，会直接转化成企业的收入指标，每个月多交付三到四台设备，会给企业带去过亿元的额外收入。
目前整个全球制造业的数字化水平，其实只是完成了基础的管理水平提升，未来有很多新的商业模式可以拓展，可以通过数据推动工厂里的所有业务。这个过程中，我们搭建了真正的工业的大数据平台，可以拥有实时、干净、完整的数据，数据之间有很强的逻辑关系耦合在一起，让数据具备可分析、可挖掘的价值。
这让制造业的数字化走向智能化，也让整个制造业的数字化达到更高的水平。
谢佳：谢谢宿博，在数字化赋能之后，让企业知道往哪个方向提升效率，非常重要。请周总来介绍一下。
周华生：我们的解决方案可以提升三个指标：即成本、运输效率和可工作时间。我举一个客户案例来介绍一下，就是国能北电胜利能源。
我们今年给客户实施了“安全员下车”方案，让220吨的无人矿卡展开7天X24小时的无安全员编组运行，单班拉运车次超过了100车次，达到了这个项目的目标人工作业效率的90%，超出了客户原来的预期。这个项目的安全员下车开创了国内露天矿无人运输的一个先河，得到了客户的高度认可和官方重点报道。
我们在采运卸全流程实现无人作业后，单趟装载时间少了十分钟，横向偏差小于0.5米，路权的准确率达到100%，这是客户认可的数据。目前，国外露天矿无人卡车运行成本可以降低15%，运输效率可以达到人工效率的120%，这也是我们追赶的一个目标。
第三个指标就是工作时间，无人化改造后，每年的卡车工作时间可以增加500个小时。尤其在冬季，客户需要确保足够的工作时间完成生产任务，在极寒的环境下，无人矿卡更将有助于客户完成能源保供的任务。
在上述基础上，我们也发现了新的商业机会，让矿山运输车辆的轮胎、燃油、润滑油都集中到平台上进行数字化管理，涵盖生产作业和售后服务等多个环节。
谢佳：谢谢周总，平台可以提供更多解决具体业务问题的方案。国内企业在数字化转型上会面临很多挑战，麦肯锡的数据表明，中国企业数字化转型的成功率只有20%。从各位的实战经验来看，国内企业的数字化转型面临哪些挑战？企业在数字化转型的时候，应该首先优先解决哪一类问题，收效会更快？还是先从李栋总开始。
李栋：麦肯锡报告中的数据，还是关于管理效率的差别，尤其是很多企业的管理会比较依赖经验。我觉得，数字化转型的核心其实是管理理念的转型，能够把这种管理理念进行转型是很不容易的。
对于中小企业而言，尤其在当前的背景下，效率和速度，尤其是增长速度，往往是最核心的目标。尤其是在现在，成本是企业考虑的重要因素。我觉得一定要找到正确的指标体系，才能够实现力往一处使的效果。
通过技术提升用户体验也很重要。举个例子，Kyligence 创始成员很多来自 eBay。在eBay的时候，我们负责数字化报表体系的建设，有很好的数字化和报表平台。但是分析师的体验并不美好，我们一位在澳大利亚的分析师，他的日常工作就是打开一张报表，然后等一杯咖啡，等咖啡冲好了，报表也刷出来了。这样的效率其实很难推进的，基层的用户体验不好的话，可能造成落地的时候效率不高，甚至很多分析师还是会通过导出数据到Excel来完成数据分析。这就是我们最初为什么会创建 Apache Kylin 项目以及发展 Kyligence的原因之一。
谢佳：谢谢李栋总，挑战就是管理理念，从管理层到基层，确实不是一蹴而就的，如何设计一套正确的指标体系，是非常重要的。请宿博也来分享一下。
宿文：我们首先要去回答，什么样的数字化转型叫成功？在我们看来，所谓数字化转型成功的企业，其所有的管理和决策行为应该是基于数据去做，而不是靠大量的人工统计，或高层的扯皮大会而产生的。所以我们觉得一个数字化转型成功的企业，所有管理都应该是基于数据的。从这个角度来看，离散制造业的数字化管理水平可能远没有20%这么乐观。过去十年时间里，整个渗透率可能连2%都不到。
我们可以看到，从现场的工人、车间的管理层、中层的职能管理、高层管理，直至工厂的老板和董事长级别，大家所有管理行为都不是基于系统进行的，系统给大家带来的改善其实是蛮少的。很多时间大家是在教育市场，因为数字化本身也是一个新事物。
刚才李总说的两点我非常认同，一个是整体规划系统化的设计，不能以传统打补丁的方式，今天加一套系统，明天加一套系统，这会导致所有业务数据都没法串联分析。另外，对一个大型管理软件来说，卖给客户的也不是那套代码或软件平台，核心的是软件所承载的管理思路怎么传达给客户。我们要把正确的管理方法，用数据管理的方法，用工具化的形式交付给客户，这是我们非常强调的。
当然我们还是会呼吁每一个制造业的客户、每一个中国的离散制造业的工厂，在进行数字化转型的时候，一定要摒弃杂念，了解数字化转型到底为核心业务指标：成本、质量和交付周期，带来了什么样的改善？未来能达到什么样的水平？它的整体设计是什么样的？它管理思想是什么样的？这个是我们非常强调的一点。
谢佳：好的，刚才宿博提到，制造业领域目前20%的数字化管理水平都还是乐观的数字，确实还有很大的市场空间。
另外宿博和李栋总都提到，企业在数字化转型当中需要做的顶层设计，也是非常重要的一点，请华生总也分享一下。
周华生：大家都提到了20%这个数据，其实在我们这个领域，20%是非常可观的数据，因为矿用车辆的无人化也有一个数据，在全球覆盖率不到2%，在中国不到0.5%，所以这是一个非常这间巨大的蓝海市场。
我们认为，矿用运输车辆的智能化应用涉及三个方面，一个是外部宏观环境，另外一个就是市场客户端，第三个就是科技企业内部。
第一个是外部宏观环境，这个领域的数字化或者智能化是需要政策引导和扶持。比如说新能源车辆，大家知道，政府对新能源车前期投入了大量的资金政策扶持，这也是新能源能够快速发展的一个重要原因。那么在智能化这一方面，露天矿山智能化建设快速发展是从2020年开始，国家从中央到地方都发布了一系列的政策引导，包括资金扶持。应用层面的鼓励政策非常重要，尤其是采矿涉及到国计民生，是需要政策引导的。
第二个层面，就是我刚才讲的市场和客户的驱动，也就是需要让客户和市场跟行业和产业一起成长。因为矿山场景和乘用车的无人驾驶，其实都是需要大量的投资进入，需要长时间的技术研发，也需要客户和市场的支持。
第三个层面就是科技企业内部的管理经营，需要保持一个定力，虽然无人驾驶领域有很多的诱惑，但是我们知道高精尖技术的进步是需要聚焦的，所以需要管理团队不断的打磨技术和工程服务水平，以及对客户需求的分析能力。
谢佳：谢谢周总，矿山无人驾驶领域的政策扶持和引导非常重要，客户和创业企业需要与市场一起成长。
谢谢三位嘉宾，我们今天从不同的角度，讨论了企业数字化转型遇到的机遇和挑战。希望三位嘉宾的分享可以给观众带来一些启发，谢谢大家。
