在DeepSeek最火爆的那段時間,和一家制造企業(yè)CIO聊天時,聽到了一個頗具代表性的“吐槽”:“公司高層看到AI大模型這么火,立刻喊出了‘全面擁抱AI’的戰(zhàn)略口號?？涩F(xiàn)實是,我們的生產(chǎn)數(shù)據(jù)鎖在MES系統(tǒng)里,銷售訂單躺在CRM里,庫存信息卡在WMS里,財務數(shù)據(jù)關在ERP里——這些系統(tǒng)像一個個互不相通的,連基礎的業(yè)務全貌都拼湊不齊,你讓我拿什么去‘擁抱AI’?這AI戰(zhàn)略,第一步就卡在了‘數(shù)據(jù)孤島’上啊!”這位CIO的無奈,道出了眾多企業(yè)在AI熱潮下的真實困境。
無獨有偶,在用友發(fā)布的《企業(yè)AI應用落地白皮書》通過對175家企業(yè)的深入調研也印證了這一點:在談到大模型和AI落地面臨的挑戰(zhàn)時,數(shù)據(jù)質量的提升、戰(zhàn)略與治理能力被企業(yè)公認為當前最大的能力短板。
在新一輪的數(shù)智化轉型升級中,企業(yè)其實并不是只關注AI應用就可以了。它是一場需要同時應對雙重挑戰(zhàn)的變革。既要解決降本增效、精準運營、合規(guī)風險等經(jīng)營管理方面問題,又要消除應用煙囪、數(shù)據(jù)孤島、AI碎片等系統(tǒng)方面障礙。數(shù)據(jù)無疑是解決上述所有問題的第一道門檻。所謂“數(shù)如江河,智如舟楫”,以數(shù)載智、以智馭數(shù)的迫切需求成了企業(yè)數(shù)智化系統(tǒng)升級煥新的催化劑。
數(shù)智煥新是必選項
在信創(chuàng)大潮的推動下,央國企正加速國產(chǎn)化替代,致力于實現(xiàn)自主可控的數(shù)智化轉型,因此迫切需要構建創(chuàng)新高效、安全穩(wěn)定的數(shù)智技術平臺,在提升業(yè)務運營效率的同時,更好地支撐業(yè)務應用場景的創(chuàng)新;推動AI在千行百業(yè)中落地,前提是消除數(shù)據(jù)孤島、系統(tǒng)割裂、技術重復投入等,數(shù)智融合的一體化底座是不可或缺的清障工具;“出海”企業(yè)面對愈加復雜的國際競爭環(huán)境、本土合規(guī)經(jīng)營的諸多挑戰(zhàn),如果沒有一個穩(wěn)固的數(shù)智底座保障其供應鏈的安全與韌性,將舉步維艱。
對于所有企業(yè)來說,“數(shù)智煥新”不是可選項,而是必選項,將支撐企業(yè)跨越周期、邁向高質量發(fā)展。用友網(wǎng)絡高端BG總裁杜宇介紹說,一些國內企業(yè)開始著手全球化布局,或者在發(fā)展到一定規(guī)模時才真正體會到,原有的作坊式或者粗放式的經(jīng)營管理已經(jīng)不能適應企業(yè)今天業(yè)務發(fā)展的需要。不管是出于精細化管理的考慮,還是滿足業(yè)務拓展的需求,企業(yè)都需要對其數(shù)智化系統(tǒng)進行升級。
在數(shù)智化時代,企業(yè)若想擁有一個賴以生存和發(fā)展的“底盤”,它的數(shù)智底座不可能在封閉、低效、數(shù)據(jù)割裂的傳統(tǒng)架構上修修補補而來,而是需要一次脫胎換骨的重塑。事實已經(jīng)證明,單一性的工具肯定不行,數(shù)據(jù)與流程條塊分割更不可取,原生一體化的理念和架構成為數(shù)智煥新的基本邏輯。
補上數(shù)據(jù)這一課
當前,雖然一些行業(yè)頭部企業(yè)已經(jīng)取得一定的信息化成果,在數(shù)據(jù)治理方面打下了良好基礎,但是大部分企業(yè)的數(shù)據(jù)基礎還遠不能做到支撐AI的高價值場景落地,主要表現(xiàn)在數(shù)據(jù)和知識的準確性、完整性、實效性等方面存在不足。因此,AI正在倒逼企業(yè)提升數(shù)據(jù)質量。
企業(yè)的數(shù)據(jù)壁壘問題并不是一日造成的。此前,以部門為單位的傳統(tǒng)信息系統(tǒng)建設模式,極易導致數(shù)據(jù)分散存儲,形成數(shù)據(jù)孤島;企業(yè)在不同時期引入的財務、ERP、CRM等系統(tǒng),由于采用的數(shù)據(jù)格式、存儲方式、接口標準存在差異,數(shù)據(jù)之間難以互通;企業(yè)缺少統(tǒng)一的管理規(guī)范和共享機制……
數(shù)據(jù)孤島、數(shù)據(jù)冗余、數(shù)據(jù)標準不統(tǒng)一、數(shù)據(jù)質量低下、數(shù)據(jù)訪問受限、數(shù)據(jù)獲取和使用成本居高不下,這些數(shù)據(jù)壁壘成了企業(yè)數(shù)智化轉型的“絆腳石”,其負面影響顯而易見。
場景一:產(chǎn)銷脫節(jié),決策“失明”。想象一下:生產(chǎn)部門依據(jù)上月歷史數(shù)據(jù)排產(chǎn),卻不知銷售部門剛簽下大單;倉庫積壓著滯銷品,營銷部門卻因看不到實時庫存,仍在大力促銷缺貨品。這正是數(shù)據(jù)孤島的典型后果:數(shù)據(jù)無法跨部門流動共享,導致企業(yè)像在“盲人摸象”,無法形成統(tǒng)一、實時的業(yè)務視圖。這直接影響了經(jīng)營效果——生產(chǎn)浪費、庫存失衡、錯失商機,更讓高層決策失去了精準的數(shù)據(jù)支撐。
場景二:知識“蒸發(fā)”,經(jīng)驗難傳。在傳統(tǒng)的知識管理模式下,寶貴經(jīng)驗散落在各個部門、員工電腦甚至離職人員的記憶中。例如,某機械制造廠的老技工積累了豐富的設備故障排除經(jīng)驗,卻因缺乏統(tǒng)一的平臺記錄和分享,導致其退休后,同類故障再次發(fā)生,新員工只能從頭摸索,效率低下甚至造成停產(chǎn)損失。數(shù)據(jù)分散導致的信息壁壘,使得知識無法有效沉淀、共享和復用,難以轉化為可傳承的企業(yè)數(shù)據(jù)資產(chǎn)。
場景三:數(shù)據(jù)“打架”,AI“幻覺”頻生。對于企業(yè)而言,數(shù)據(jù)應該是最可靠、最準確的結果。如果沒有高質量的數(shù)據(jù),沒有高質量的RAG,那么無論是通過小模型還是大模型,第一次和第二次得到的結果很可能是不一樣的。如此一來,容易造成大模型幻覺,影響企業(yè)應用AI的實際效果。例如,某零售企業(yè)的“同一商品”在財務系統(tǒng)、庫存系統(tǒng)和POS系統(tǒng)中,名稱、編碼、價格甚至庫存量都可能不一致。當企業(yè)試圖利用AI進行銷量預測或智能補貨時,若沒有高質量的數(shù)據(jù)作為“燃料”(包括高質量的RAG用于知識增強),模型就像吃了“變質食物”。結果就是:同一問題,AI今天預測缺貨建議補倉,明天卻顯示庫存充足無需采購。這種前后矛盾的“大模型幻覺”,不僅讓業(yè)務人員對AI失去信任,更會誤導實際運營,造成資源錯配和損失。
誰掌握了“黃金數(shù)據(jù)”,誰就扣住了數(shù)智化轉型的命脈。這里所說的“黃金“不僅表明數(shù)據(jù)價值的重要,更道出了數(shù)據(jù)質量這一本質問題。如果企業(yè)在大數(shù)據(jù)時代興起的時候,沒能有意識地做好數(shù)據(jù)的積累與沉淀,沒有實現(xiàn)數(shù)據(jù)的拉通與共享,更沒有實現(xiàn)基于數(shù)據(jù)的洞察,進而實現(xiàn)數(shù)據(jù)驅動業(yè)務,那么在數(shù)智化轉型升級的階段,就必須重新補上欠缺的數(shù)據(jù)這一課。
原生一體化平臺加速數(shù)智融合
要真正攻克數(shù)據(jù)質量難題、打通數(shù)據(jù)壁壘,企業(yè)需要構建一個統(tǒng)一、融合、智能的數(shù)智底座。這要求企業(yè)在方案設計上,必須將統(tǒng)一的標準規(guī)范、高效的流程管理以及先進的技術平臺緊密結合,形成合力。
具體而言,亟需建立覆蓋全企業(yè)的數(shù)據(jù)定義、格式和質量標準,為數(shù)據(jù)的資產(chǎn)化奠定基礎;同時,設計并固化端到端的數(shù)據(jù)采集、治理、共享流程,確保數(shù)據(jù)流轉的規(guī)范與高效;最終,也是最核心的變革,在于摒棄傳統(tǒng)“拼積木”式的技術和產(chǎn)品堆砌模式,轉向流程、數(shù)據(jù)、AI原生一體化架構。這種架構讓智能應用與業(yè)務數(shù)據(jù)、業(yè)務流程天然一體,數(shù)據(jù)不再是事后抽取的對象,而是在業(yè)務運行中自然產(chǎn)生、流轉并被智能引擎實時洞察的活性資產(chǎn)。
杜宇表示:“用友BIP推動企業(yè)數(shù)智煥新,就是要基于原生一體化,消除數(shù)據(jù)、架構、流程等相互割裂、各自為政的局面,構建起統(tǒng)一的數(shù)智底座。”
用友BIP基于原生一體化的設計理念,以同一個底座、同一套語言支撐,實現(xiàn)了智能與數(shù)據(jù)流程端到端的一體化,從而有效避免了數(shù)據(jù)孤島、應用煙囪和智能化碎片。數(shù)據(jù)天生就自然地融入用友BIP之中。它不是把數(shù)據(jù)抽出去,而是在整個業(yè)務流程中看數(shù)據(jù),包括數(shù)據(jù)從哪里來到何處去,中間又經(jīng)歷過什么等。所以,在用友BIP平臺上,企業(yè)能夠知道每一個業(yè)務場景中的數(shù)據(jù)所代表的業(yè)務邏輯和業(yè)務過程。這樣才能更了解,更精準地讀懂企業(yè)數(shù)據(jù)。
國務院國資委已連續(xù)兩年組織召開了“AI+”專題推進會,旨在推動央國企主導人工智能創(chuàng)新,以數(shù)智化賦能產(chǎn)業(yè)升級。其中優(yōu)化數(shù)據(jù)質量,推動數(shù)據(jù)開放共享是關鍵。這進一步印證了:破解數(shù)據(jù)難題、實現(xiàn)數(shù)據(jù)與智能的深度融合,是企業(yè)數(shù)智化轉型升級無法繞過的命題。面對這一“必修課”,選擇以用友BIP為代表的數(shù)據(jù)、流程、AI原生一體化的平臺架構,已不再是前瞻性的探索,而是已經(jīng)成為企業(yè)新一輪數(shù)智煥新的核心支撐。(文/云數(shù)智觀察)
（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
