钛媒體特別專題策劃《數字思考者50人》：探訪中國50位獨具代表的數字化思考者。
我們理解的 TechThinker ，涵蓋了中國數字化浪潮中的技術踐行者、政策制定者與投資決策者。
在這場長達10年的乘風破浪中，我們每個人都在分享技術進步的果實，卻鮮有人知道結果背後的故事。
我們期待通過《50人》，還原中國數字化推進過程中的關鍵決策，同時也爲你呈現數字思考者們的管理與經營之道。
此前百麗時尚科技中心總經理季燕利先生曾在钛媒體發布了數字化思考三部曲：。
本文針對數智化在零售企業的應用探索，從業務、管理與技術三者融合視角梳理了實踐經驗。
大模型技術出現後，數字化時代演化出三個階段：
信息化：基于各個部門的業務流程形成的局部數據來輔助生産經營活動；
數字化：將企業所有的數據、信息進行整合，形成整體、統一、標准化的數字體系支撐企業全鏈路的生産經營活動；
智能化：在數字化的基礎上，將各個業務運營節點進行規範的、標准化的自動連接及回路反饋，形成模塊化的決策體系。
數字化的發展有個隱藏的現象在背後：在過去好幾年裏，大數據技術、數據治理、數據平台、數據應用的發展和孕育，有了很大的進展和普適，但沒能重新去定義一個時代。然而大模型技術問世才剛剛過去不長時間，新的時代定義就已經産生了。我們都需要意識到，接下來隨著這項技術更加深入的應用，我們的工作模式將發生翻天覆地的變化。大模型體系將成爲驅動新經濟範式的引擎，各個行業都要去探索人工智能技術如何在業務中運用。
前言：智能化給企業帶來的優勢
隨著大模型在內的AI技術的落地應用，數據在企業中將進一步釋放價值，從支撐決策輔助時的由資源轉變爲全面的生産要素，到真正落地成爲企業資産——數據資産，其形態和價值都將被重新定義。
AI智能將大幅降低數據應用的門檻，讓數據在更廣泛的範圍內産生業務價值成爲普遍可能。
探索大語言模型應用，將提升決策的全面性和效率，全面鋪開信息共享的廣度範圍和縱向深度，信息傳遞的精准與效率也得以提升，進一步提升認知的統一和協同的效率。
將實現數智助力生産力的躍升，從開發時代進入訓練時代，通過大量數據應用閉環提供AI訓練基礎，自驅性的學習和叠代，沈澱和優化企業運營與管理的思維邏輯，最終形成企業的數智大腦，迸發強勁的生産力。
這將是一個逐步實現應用落地直至智能進階的建設過程，局部的應用完成一對一、點對點的過程輔助，實現“建用結合”激活數字創新能力，逐漸形成企業運營、管理各方面的全量數字化連接與模塊化應用，面向業務與管理的全局挖掘數據價值，驅動業務長效可持續增長，不斷叠代形成超越自身的組織進化，不斷增強企業作爲一個整體與無限外部空間的連接與互動，助力企業拓展更廣闊的發展空間。
如何才能實現AI智能的落地應用及優勢發揮，前提是一體化、標准化的基礎建設，核心是對資源意識的認知。
本文第一部分從業務流程到應用系統，再到數據資産目錄來整體闡述業務結構體系的梳理，同時配套進行組織體系梳理，由此明晰了業務體系與組織體系的關系，並總結出數據平台作爲業務、管理、技術三者融合的樞紐工具、手段和紐帶，其從數字平台的層面呈現出了業務、組織和數據三者的關系。第二部分，每個崗位進行業務執行時，都會伴隨著數據分析和生産過程，用結構化的橫縱邏輯並疊加時間維度的立體網，來闡明業務運作過程中的數據分析體系和決策過程。文章的前兩部分核心論述如何實現和完善一體化、標准化的基礎建設。第三部分則是在如上基礎建設上探索AI技術在企業中的應用。最後，在文末的第四部分，主要講述了影響先進技術應用的總結思考。
隨著大模型在內的AI技術應用，數據資産的形態和價值將被重新定義
第一部分 全面流程梳理（一）業務體系的梳理
我曾發文《從無數到有數，如何深入數據應用與治理》，在文中介紹了“業務 - 系統 - 數據“的整體關系以及數倉推演戰略落地的方法。探索階段，我們先聚焦了核心業務板塊價值鏈，開展業務、系統、數據的梳理；深化階段，擴展到企業全業務價值鏈進行全面梳理，建立從業務流程、到系統操作、到數據流轉的結構化框架，並統一彙集形成企業數據資産目錄，將數據應用與數據源頭打通，以數據應用規劃視角推動數據倉庫建設，促進“業務-系統-數據”的整體建設和動態優化。
1. 業務流程框架梳理
在體系深化階段，我們引入了PCF流程分類框架®（Process Classification Framework - PCF）的方法論，對企業的全業務價值鏈進行梳理並搭建完整業務框架。通過三大原則：（1）面向未來而規劃；（2）體現精細化管理的要素；（3）提煉出共享能力與運營能力，構建出從L1-L5的業務流程框架全景圖。
L1 價值鏈（塊）：獨立的價值主體，例：零售。
L2 運營模式（段）：實現主體價值的業務結構，例：電商運營。
L3 業務活動（鏈）：支撐價值創造的基礎業務單元，例：電商商品運營。
L4 業務流程（線）：業務開展的最小活動單元，例：電商商品上下架。
L5 業務操作（點）：任務級別，細化到行動節點，例：電商商品上下架操作流。
全價值鏈業務流程框架全景圖 - 呈現各環節核心業務能力
2. 系統結構梳理
系統是業務操作結構的固化，是數據底層內容的源頭，在業務流程框架的基礎上展開系統的結構化梳理，打通業務到系統的流轉協同。業務到系統是通過最小單元進行一一映射，即從L5業務操作到系統功能點的映射。系統功能點作爲系統層面的最小單元，往上彙聚成功能模塊，再確立模塊邊界，最終形成系統間邊界並確立信息流向關系，系統與系統組成系統集，系統的結構梳理形成系統自身的結構化表達。
我們定義了創新的L4流程節點卡片，以平面化的方式表達業務、組織、系統、規則的映射關系，打通業務與系統之間的聯系，爲下一步AI落地夯實基礎。
系統的結構化梳理 - 以L5業務操作爲起點逐步搭建系統能力
3. 數據目錄梳理
數據目錄是數據資産的清單，類似圖書館的圖書目錄，使數據資産易查找、易理解、易管理、可信任，更好地滿足數據應用的需求。數據目錄包括業務數據目錄和指標數據目錄，它們之間通過業務對象和指標進行關聯：
業務數據目錄呈現了整體業務全景圖：L1-L3是以業務視角對數據進行分類，L4-L5是業務實體的數據化表達（呈現爲邏輯數據實體和數據屬性）。業務數據目錄的L1-L5層，融合了業務視角、數據視角、系統視角對業務過程數據進行結構化的表達。
指標數據目錄呈現了從戰略到執行的全鏈路分析和管控邏輯：L1、L2是業務的分類結構，L3是指標清單（細分爲3類：經營管理的KPI指標，業務結果管控指標，業務過程執行指標）。
數據目錄爲各業務域提供數據資産全景圖，是業務運作過程和管理邏輯的數據化表達，通過完整的數據目錄結構化梳理和規劃，構建清晰的數據血緣關系，形成未來模型建設的語料基礎。
數據目錄全鏈路體系化梳理和建設 - 讓數據血緣有據可依
（二）組織體系的梳理1. 組織與權限的梳理
組織和權限的梳理是解決業務運作過程中看數與操作的範圍與權限問題，系統的功能本身不複雜，複雜在于：在業務動態進行中，誰在多大範圍內用此系統，誰能審批，誰有權限，權限是否符合組織流程與要求。我的發文《從補貨場景，看企業協同在線》中曾詳細描述這部分內容，在此簡單介紹：
1.1 什麽是組織中台與權限中台
組織中台主要提供標准的人-組、人-崗的關系，全面、實時、准確的反映了組織、人員的運行狀態，包括人員崗位、組織關系、組織內的彙報層級等信息。權限中台是在組織中台的基礎上建立的，是連接組織與業務系統的橋梁。什麽人在什麽系統可操作什麽，而且操作結果的也能實時呈現。個人權限隨所在組織、崗位變化而動態授權，從而在實時組織變化中，及時、動態匹配各系統流程節點的權限，保證業務在變化中順利、高效運行，最終實現業務管理與權限管理一體化的閉環。
1.2組織中台和權限中台建設邏輯
權限中台基于組織、崗位的標准化，圍繞員工的生命周期在員工不同工作階段從入職到離職過程中自動賦予相應的權限，最終實現權限管理的自動化和權限自助化；一方面可根據組織確定不同應用系統的數據權限，例如：大區、分區、品類、品牌等組織人員的不同查數權限；另一方面根據崗位屬性、崗位名稱、崗位級別等確定不同應用系統操作權限，例如：不同崗位角色操作不同系統，同一系統的不同菜單，甚至不同功能點。
組織與權限體系建設，實現業權管理一體化閉環
2. 明晰業務體系與組織體系的關系
2.1業務流程與業務規則
企業運營過程中，各個業務環節的運行會有對應的流程（比如電商直播、貨品采購等），在每個業務流程節點上，都有相應的崗位去決策、去執行、産生輸出。每個流程節點上，操作人員做執行時都有輸入（包括上一個節點或前段流程的結果數據、曆史或參考數據，以及上一級的決策信息），同時執行也有流程節點相應的規則（包括業務邏輯和業務規則），執行以後産生的結果又會形成輸出給到下一個節點，來接續著完成下一步的工作形成新的輸出。 業務規則是驅動業務流程運行的規則體系，是決策往下分解到L5業務操作級別的業務動作的操作指南與規範或是排序，它爲業務流程需要達到的結果與目標做了定義，確保了業務流程的順利進行。決策流通過組織流程進行傳遞。業務規則就是業務流程與組織流程在L5業務操作甚至更細節的業務中的交彙介質。
2.2業務流程中的執行與管理
多個業務節點産生一個業務流程，流程中各節點的操作形成了業務流程的結果，如果結果沒有達到預期目標，再去調整流程中的各個節點，直到達成目標爲止，整個過程是一個執行過程，它的判斷是以能否達成預期目標爲標准，執行是有規則和標准的，規則和標准就來源于決策體系。
如果結果達到目標，此業務流程的結果就會傳遞到下一個業務流程作爲輸入。多個業務流程組成了企業圍繞著經營目標開展的真實業務活動，業務流程之間的關系也將産生決策點，管理的本身就是一系列的決策過程。
2.3業務流程中的崗位與組織
站在整個業務運作鏈條上，從最小業務流程節點的運轉來看，執行崗位所支撐的單個或多個業務節點，其結果由業務流程的管理崗位來決策評估；業務流程中的多個執行崗位之間，是由一個管理崗位來統籌的，統籌的過程就是根據業務流程的結果進行決策，根據此決策來調整各個執行崗位的操作，再根據操作後的結果進行再決策，這就是組織和權限體系所表達的：誰、在哪兒、做什麽，整個回溯與循環的過程就是業務活動。在現實業務活動中，管理者經常以開會的形式，組織執行者理解管理者的決策，同時安排執行者去操作，然後再開會，將新的操作結果進行分享和複盤，以達成共識，決策通過信息自上而下地傳遞，形成了決策流，執行過程與結果的信息自下而上地彙聚，周而複始循環。上述所講的內容就是部門內部的業務活動過程，部門和部門之間也有類似的管理決策關系，從而在整體上形成了逐層向上的組織概念和組織架構信息反饋和彙報體系，以及相對應的逐層向下的決策體系。
2.4業務流程的完整閉環需要在組織流程中實現
在前文“業務流程框架梳理”中有介紹L1-L5的業務流程框架，L1是頂層設計，L5是具體業務流程中的操作節點設計。L1各價值主體的橫向的連接，是一條連貫的線，沒有斷點。如果有斷點，企業沒法完成整體經營活動，也就沒法生存。L5的各操作節點理論上也應該能完全連接起來，也應該沒有斷點。但在現實中由于分工的存在，一定有斷點，而這些斷點之間的連接就是L4到L2所要解決的，也即企業管理中的組織設計。組織設計的落地，也就是決策體系和組織流程。組織流程在業務節點上的表現就是一套權限體系，其確定了各個崗位在業務流程中系統的操作範圍和權限，在數據體系中的數據範圍和權限。如果崗位設計不合理，或者權限設置不合理，就會造成業務流程數據的不完整；如果崗位之間的銜接設計不通暢，造成業務運營過程數據的不完整。組織流程是保證各個L1到L5之間的有效連接，自下而上接收業務數據，分析形成信息，信息流動、互動、達成共識，形成決策，自上而下傳遞決策流，協調、組織和控制企業各種資源，支持和促進業務操作的順利進行，從而實現業務流程在企業整體上的貫通。
示例：業務流程與組織流程的關系
（三）數據平台價值體現的三大要點
業務體系和組織體系是企業運作中不可分割的兩個方面，兩者通過信息流和決策流進行密切的聯系和互動，使得企業的各個部分組成一個整體。數據是信息流和決策流的基礎，數據平台是連接系統與前端應用、協同應用的橋梁，在技術架構上承上啓下，將數據的“進、存、出、管”在業務體系和組織體系的交互中全面貫通，數據平台是企業的業務、管理、技術三者融合的樞紐工具、手段和紐帶，其價值體現取決于如下三大要點：
1. 數據目錄是核心
以貨品數據域舉例，訂貨、首單、訂貨比例，這些都是數據，都會以物理表的形式沈澱到數據倉庫裏。 數據目錄將數據倉庫裏所有全景數據以業務視角進行完整呈現。通過業務-系統-數據的結構化梳理，形成數據目錄，也就相當于梳理出所有的業務環節，有多少業務環節有數據？多少沒有數據？有數據的，是人手工填寫的？還是系統采集的？所以，我們可以用數據目錄，來評估系統和業務的完整性。通過數據目錄的梳理打通業務、系統、數據之間的邏輯，把分散在各處的數據，全部進入到數據倉庫進行統一化的管理，統一的過程就是數據治理，數據治理簡單而言就是將數據進行標准化統一管理，將數據應用與數據源頭打通，從而，我們可以用數據目錄，來評估系統和業務的一致性。
打通業務-系統-數據形成企業數據資産目錄 - 讓數據資産一目了然（結構化、標准化、統一化）
2. 數據完整性是前提
數據化首先是要有數，流程是業務的運營過程，具體的運營體現在流程節點上，具體的流程節點是否有數據記錄，記錄的數據是否完整，在零售行業也就是帳實相符，也就是現象與數字的關系。其次，在流程中節點串聯的結果是否一致，就是帳帳相符，也就是不同現象之間，用共識的結構框架，核查框架與框架中的數值是否對等。帳帳的結果是否滿意，就是業務運營的過程。把“帳”與“物”合理的管理起來，達到最大效率，就是對管理的水平的評估，而評估的要素就是數據。數據的完整記錄，體現爲過程和結果的數據的完整性，同時也體現在記錄的顆粒度。例如存銷比指標，當前是5:1，未來目標是3:1，那麽存銷比從5:1到3:1的過程，就有了數據化的記錄；未來存銷比達到目標3:1的過程，可能需要半年時間，那麽到底是每個月記錄銷存數據，還是每一筆銷售與進貨都有記錄，這就是過程記錄的顆粒度。在此基礎上，面向未來提出新的想法、新的戰略，也會映射到數據上的變化：今年的變化、明年的變化、未來的變化，都在數據裏，而且這些數據的變化過程，都需要有詳細且全面的記錄，以呈現出決策的效果。
3. 數據實時化是關鍵
只要業務在運轉，不管是否有系統的支撐，都存在業務流程。過去，在沒有計算機的時代，用手工填表的方式，也能完成各個流程並全部連通，以及完成記錄信息。這個全部連通和記錄就是組織流程。這就要求組織流程設計和業務流程設計在時間節點上環環相扣，這樣信息流才能完全通暢，從而才有盡力減少各個環節延遲和誤差的可能性，這就是管理。隨著企業規模的擴大，組織層級的增加，一線的業務信息傳遞到管理層的延遲周期越來越長，差錯率越來越高，失真度越來越大，會導致決策效率和效力降低。這時運用技術手段，流程可以用系統來支撐和記錄，跟手工比提高了效率；同時，相比較于過去用管理的方式，更容易實現縮短延遲的周期。這也是企業進行IT建設的核心原因。數據倉庫的統一建設，進一步促進系統所收集的數據的整體性、標准化、實時性，把信息流的傳遞和決策流的執行在企業運營上的延遲降到最低。通過對數據的應用驗證信息流是否完全通暢，又能反向檢驗組織流程設計和業務流程設計是否達到環環相扣，進一步減少各個環節的延遲。“實時”這個概念，核心意義就在于縮短延遲的周期，也是IT支撐業務最大的價值。
（四）業務、組織和數據的關系
企業經營的目標可以高度總結爲：以最小化成本、産生最大化收入，也就是我們有什麽資源、用什麽流程、做什麽事情、達成什麽目標，本質是基于企業的經營目標依據業務結構和組織架構進行分解，由一系列的業務流程來承接，通過組織流程連接業務流程，傳遞決策流，成爲我們在每個業務執行過程中的動作和結果的評估標准，也就是形成了從經營目標的評估體系到業務過程的分析體系，從決策的預測體系到具體業務操作，通過從最小業務操作節點彙聚到業務流程，業務流程沿著組織流程連接彙聚到業務活動，最終到業務全局的結果呈現與反饋，再進行決策調優，形成不斷滾動執行、不斷反饋、叠代優化的業務與管理的雙修正回路。
通過對企業經營的整體過程進行高維抽象，明晰了“規則”、“組織”與“數據”是企業經營的本源要素。我們可以看到，從業務執行邏輯上業務流程、流程節點和目標、結果的關聯性，從組織協同上崗位在流程執行中的工作、輸入、輸出、不斷循環，以上的關聯性和輸入、輸出都體現在數據上。由此我們展開對AI模型應用的構思，希望實現在這些業務流程節點上具備擬人化的效果，可執行對上一個業務結果的認知、對數據的分析，同時基于標准的業務規則形成該業務流程節點上的自動化動作，並推動下一個流程節點的運行。以業務經營目標爲出發點，通過人工智能技術賦能企業協同進化與數智化升級，結合動態平衡的管理思路，策略介入過程點對點實時性糾偏，實現從局部優化到全局最優的邁進。
對企業經營管理邏輯進行高維度的抽象，明晰“規則”、“組織”與“數據”是企業經營的本源要素
每一個崗位在執行業務動作或業務操作時，都離不開數據的分析和決策判斷，因此業務運作過程是非常複雜的。下一部分，我們嘗試著用結構思維、橫縱邏輯、滾動預測等要素構建出一套結構化的數據體系，通過這樣的方式將複雜的業務運作過程立體化描述出來，供大家參考。
