数智洞察丨剖析数智化系统思维:顶层设计和数字治理

简介: 数智洞察丨剖析数智化系统思维:顶层设计和数字治理

编者按:


世界是多元的,思维模式也是。对于数智化,不同的人会有不同的观点和迥异的结论,其原因在很大程度上是人与人之间思维模式的差异。系统思维是迄今为止人类所掌握的最高级的思维方式,主要解决顶层设计数字治理两大问题。今天我们就以这两大问题作为切入点,一起走进数智化系统思维的世界。


本文约3325字,建议阅读时间9分钟


导语

对系统思维来说,最基本的事情就是对系统因素的结构化。如何通过一个视角进行结构化?这是个难题。以淘宝女装为例,其分类维度包括上装、女裙、女裤、外套、特色女装、套装等,不同的分类维度还涉及不同品牌、不同价格区间等,不同的分类维度之间又会相互交叉。金字塔原理和MECE分析法是解决结构化问题的有效工具,MECE分析法是指相互独立(Mutually Exclusive)、完全穷尽(CollectivelyExhaustive),对于一个系统的描述,相互独立意味着问题的细分是在同一维度上并有明确区分、不可重叠的;完全穷尽则意味着全面、周密而没有遗漏。


数智化转型是对组织的核心要素及要素关系的重构。在政府或企业数字化建设过程中,普遍存在条块分割、重复建设等问题,其根源有两个方面——顶层设计缺失和数字治理框架不清晰。架构蓝图设计和数字治理体系设计是顶层设计重要解决的两大问题,数智化驱动融合发展的系统思维致力于解决两个重要的问题——顶层设计问题和数字治理问题。


顶层设计

数智化转型是一个庞大而复杂的系统工程,其核心是业务和数字化的相互融合。数智化转型需要顶层设计,这个观点越来越得到政界、学界、企业和IT行业的一致认可。


浙江省政府提出,数字化改革是一项复杂的系统工程,是重大集成创新的硬核改革,是运用系统观念、系统方法推动重大改革的生动实践,我们要加强战略谋划和顶层设计。


浙江省对于其数字化改革,提出采用V字理论以持续迭代的方式,将业务协同模型和数据集成模型贯穿于数字化改革的各领域、各方面、全过程。V字理论由业务协同模型和数据集成模型构成,是将一项复杂工作按照系统工程方法进行分解,实现从宏观到微观、从复杂到简单、从不确定到确定、从定性到定量、从人工操作到机器操作的迭代深化过程。


浙江省数字化改革的V字模式是企业架构(Enterprise Architecture,EA)方法的变形。企业架构方法是国际主流的,用于业务和IT对齐的战略执行工具,是一种设计、管理、沟通的工具。



企业架构方法源自20世纪70年代美国军方的C4ISR计划,扎克曼于1987 年在《信息系统架构框架》中提出了信息参考模型的理念。


其后,美国联邦CIO(Chief Information Officer,首席信息官)委员会引入扎克曼框架,在1999年出版了联邦企业架构框架,该框架于2002年演化为联邦企业架构,并被美国白宫行政管理与预算办公室用于管理和控制政府信息化投资。


在企业架构从美国联邦政府兴起后,企业、咨询公司、研究机构及厂商不断进入,从而催生了标准的企业架构方法框架,由OpenGroup创立的TOGAF(The Open Group Architecture Framework,开放组织架构)便是其中的佼佼者。


企业架构是一个自顶向下、业务战略驱动的过程,它整合了并行的、内在的、一致的业务架构、数据架构、应用架构和技术架构的开发,以业务驱动为出发点,采用结构化、直观化的方法,从宏观和整体角度描绘中长期的信息化远景目标。企业架构要解决3个关系问题



一是业务与IT的关系——业务驱动IT,IT赋能业务。企业架构的一个重要作用就是确保信息化战略与业务战略、信息架构与业务架构的动态一致性,确保顶层设计具有前瞻性和计划性。


二是现状与未来的关系——从现状向目标迁移。企业架构的另一个重要作用就是对现状和目标进行精确描述,使业务人员和技术人员建立对目标的共识、认清现状与目标的差距,从而制定明确的迁移路线。


三是简单与复杂的关系——对大多数人而言,业务和IT都太复杂了,因此企业架构还有一个作用——通过系统化、条理性的方法,建立框架,只描述核心的、主要的、关键的东西,剔除附属的、次要的、无关痛痒的东西,从而把复杂的事情简单化。


数字治理

政府或企业在数字化过程中,经常遇到“这事谁说了算”“这事该谁负责”等诸多问题,其本质就是数字治理的问题。数字治理是指组织数字治理与决策事宜,对各相关方的关系和流程进行制度性安排,旨在平衡数字化过程的风险和收益,以实现组织目标。


简单地说,数字治理就是针对数字化的关键事项,“谁说了算”的问题。数字化是一项涉及组织方方面面的专项业务,“谁说了算”,取决于数字化对组织的价值


数字治理不同于信息化管理,数字治理聚焦于做正确的事情,其重点是在组织较高层面解决相关方的职责边界问题,以确保IT战略与业务目标一致;而信息化管理聚焦于正确地做事,其重点是信息部门如何通过技术、流程与工具实现战略目标。


通常来说,数字治理可助力业务实现三重价值。一是运营数字化,即聚焦于内部业务运营,以流程为核心,重点是提升组织运营效率、降低运营成本。这是支撑业务的工具。二是客户体验数字化,即聚焦于客户连接和互动,以体验与数据为核心,重点是提升组织触达终端、服务客户的能力。这是根植于互联网企业的基因,也是传统组织所欠缺且正在努力的方向。三是业务模式数字化创新,即聚焦于新型产品与服务,以数字化平台与商业模式为核心,提升组织的价值创造能力。


在互联网企业中,技术与业务深度融合,技术就是业务,其地位自然就高,在很大程度上能“说了算”。而在传统企业中,信息技术更多地起支撑作用,一般处于从属地位。



数字治理如此重要,因此国内和国外均有许多专业机构专门研究相关理论体系。COBIT(Control Objectives for Information and relatedTechnology,息及相关技术控制目标)就是国际通行的企业IT 治理和IT 管理的业务框架。COBIT由美国信息系统审计与控制协会于1996年发布,是一个用于数字治理的管理框架。


2019 年,美国信息系统审计与控制协会发布了COBIT2019框架这是一个更加全面的信息和技术治理管理框架,明确了数字治理的方法原则评估与实施指南。COBIT是目前国际上权威的IT控制框架,已被运用于世界100多个国家的重要组织与企业中。学习COBIT的理论与方法是组织建立数字治理体系的重要基础。


结语

桥水基金的创始人雷·达里奥在《原则》一书中提出了两种不同的思维模式:开放思维,渴望学习、愿意犯错;封闭思维,停滞不前、宁死也不肯犯错。


关于数智化思维,我们需要警惕的是,思维封闭的人永远不会觉得自己思维封闭、保守,事实上,他们将开放的思维视为一种冒险”。系统思维以系统论为基础,从整体和全局上把握问题,从而看透事物相关结构之间关系的思维方式,首要解决的就是顶层设计和数字治理两大问题。


内容来源:《数智化:数字政府、数字经济与数字社会大融合》

出品人: 阿里云研究院战略总监 刘建强

联系邮箱:liujianqiang.ljq@alibaba-inc.com


阿里云研究院小助手微信:

AlibabaCloudResearch

编辑:阿里云研究院 马骏驰

相关文章
|
运维 监控 搜索推荐
paas云底座-数字化转型,你真的了解么
paas云底座-数字化转型,你真的了解么
1313 0
|
弹性计算 小程序 双11
作为阿里云老用户买了一台99元服务器,真香!
作为阿里云老用户买了一台99元服务器,真香!第二年续费还是99元一年,香喷喷!!
1819 0
|
2月前
|
存储 弹性计算 人工智能
2026年阿里云ECS云服务器部署OpenClaw(原Clawdbot)零基础喂饭级教程
在2026年AI Agent技术飞速普及的当下,OpenClaw(原Clawdbot,曾用名Moltbot)凭借开源免费、功能强大、生态完善的核心优势,成为零基础用户与中小企业搭建专属AI助手的首选工具。这款由开源社区主导研发的AI自动化代理框架,截至2026年2月,GitHub星标已突破18.8万,Fork数超3.3万,是年度增长最快的开源AI项目之一。与传统聊天机器人不同,OpenClaw具备“思考+执行”双重能力,可通过自然语言指令完成办公自动化、网页抓取、代码开发、内容创作、数据整理等各类复杂任务,搭配ClawHub技能市场的3000+款模块化技能插件,能轻松适配个人办公、团队协作、业
770 10
|
26天前
|
人工智能 固态存储 Linux
OpenClaw本地/阿里云部署全攻略+免费大模型+百炼API配置+避坑指南
2026年1月底,OpenClaw(原Clawdbot,昵称“小龙虾”)以势不可挡之势席卷GitHub,成为史上增长最快的项目之一,星标数迅速突破14.5万。开发者Peter Steinberger对其的定义——“真正会落地做事的AI”,精准戳中了传统AI工具的痛点。与纯对话式AI不同,OpenClaw如同拥有“眼睛和手”,能自主控制浏览器、编写代码、读取文件、执行命令,甚至在用户休息时完成复杂任务,真正升级为“数字员工”。
1051 0
|
6月前
|
Cloud Native Serverless API
微服务架构实战指南:从单体应用到云原生的蜕变之路
🌟蒋星熠Jaxonic,代码为舟的星际旅人。深耕微服务架构,擅以DDD拆分服务、构建高可用通信与治理体系。分享从单体到云原生的实战经验,探索技术演进的无限可能。
微服务架构实战指南:从单体应用到云原生的蜕变之路
|
9月前
|
存储 BI API
一文读懂数据中台和数据仓库的区别
本文深入解析了“数据中台”与“数据仓库”的区别,从定义、功能、架构设计、数据处理、应用场景等多个维度进行对比,帮助企业更清晰地理解二者的核心差异与适用场景。数据仓库重在存储与分析历史数据,服务于高层决策;数据中台则强调数据的实时处理与服务化输出,直接赋能一线业务。文章还结合企业规模、业务需求与技术能力,给出了选型建议,助力企业在数字化转型中做出更科学的选择。
1509 11
|
人工智能 弹性计算 自动驾驶
2023 AI开发者生态报告:技术生态、开发范式与应用案例全景
随着人工智能技术的飞速发展,全球IT市场对AI的投入持续增长,预计到2027年将达到4236亿美元。
|
关系型数据库 MySQL 数据库
Python中 mysql.connector.pooling的8小时超时问题
背景 工作中一个Python项目中在连接mysql 时使用mysql.connector.pooling,实际使用中发现个别的数据库一段时间后连接全部断开没有任何的预兆和错误。后来发现是由于mysql的8小时超时问题 关于mysql.
2126 0
|
安全 数据建模 大数据
重磅发布 | 云上未来,数智导航:阿里云研究院报告合集
重磅发布 | 云上未来,数智导航:阿里云研究院报告合集
350 0
|
SQL 存储 分布式计算
高效NoSQL数据库利器:Mongodb完整教程(三)
高效NoSQL数据库利器:Mongodb完整教程(三)
885 0

热门文章

最新文章