企业如何突破增长极限?阿里云数字化转型方法论来解密

简介:

我们正在进入一个量子化的高速变革的时代。智能手机的深度普及带来海量数据的瞬间链接,一个事件或者产品出来,秒级间全世界都会知道;人工智能技术的进展和中美关系的变化,又更进一步增大了商业环境的不确定性。传统的信息化和经典的战略观已经不能适应数字业态的需要。企业如何创新存活、如何突破业务增长的极限,成为了众多企业家关注的焦点问题。

基于阿里巴巴的商业实践,阿里云重磅发布了《新一代数字化转型白皮书》, 阿里巴巴集团副总裁刘松、阿里云研究中心战略总监宿宸、毕马威中国数字化咨询合伙人毛健及毕马威中国CIO咨询总监柳晓光共同出席了白皮书的线上直播活动、并就新一代数字化转型的方法论进行了经验交流与分享。

4a0dbe9d65e2a665670d1cdff7b4964242973a5b

“数字外场”成为数字化商业业态的重要特征

阿里巴巴集团副总裁刘松表示,目前全球近30亿部智能手机,万千链接产生的海量数据将商业环境的变化速度和幅度都提升到了一个新的高度。尤其是对于与消费者直接产生联系的行业,媒体社会化与社会媒体化事实上造就了一个连接了亿万人群的“超级数字外场”:一方面,企业的商业决策所产生的影响可以在网络的扁平时空中快速放大;另一方面,所有消费个体的行为和选择,也都可以通过高度连接的网络对商业本身产生巨大的影响。这意味着,任何一个公司与机构都需要“小”看自己,思考如何面对一个30亿人可以瞬间互动的外场,它是大机遇,也是大风险。到2020年,全球联网设备将逼近300亿台,这构成了一个更为广大的外场,采用数字化科技的企业与机构,面临着指数级别的成长机遇,从而对企业与机构的前台-后台模式带来巨大冲击。

411aeb6e30408fe6318df2e8487c2a6a45879903

▲量子特质的数字化商业vs牛顿力学特质的非数字化商业

重构,还是增长?企业战略与数字化转型的匹配

在数字化的商业形态和生产运营方式下,数据成为企业最核心的资产,这对企业的战略制定和运行决策机制提出了全新的要求;对于正在寻求建设数字化商业形态和生产运营模式的企业,则必须设计出与数字化技术相匹配的战略模式和机制,才能保证数字化转型的成功。

在白皮书中,以是否改变商业模式为界限,阿里巴巴把企业的数字化转型划分为“数字化重构”和“数字化增长”两大类别,并对应不同的商业战略和数字化战略。在数字化实践的过程中,企业应当明确自身所处于的转型类别,选取合适且匹配的方案策略。

对于以重构为核心的数字化转型,企业应当注重新的商业模式如何构建,在商业能力和数字技术能力两方面并行搭建数字化转型路线图。构建合理的全域数据体系,以先进的方式存储、辨识和连接这些数据,并灵活地使用它们,是数字化重构中需要重点考虑的技术方向。对于以增长为核心的数字化转型,企业更多的是以解决局部问题为切入点,利用高效的数据技术,基于现有的业务模式进行运营优化和技术创新;通过先进的数据技术和算法,获取更低成本和更好体验之间的平衡,降低运营成本,或为业务提供增量。

1225a25591066cf4a9365188f666c007d97de371

▲数字化重构vs数字化增长

数字化转型实施的核心成功因素

阿里云研究中心战略总监宿宸也分享了自己基于大量实践调研,总结出的数字化转型实施的4个核心成功因素:

1、 数字化转型的本质是企业资源的重新分配,能够驱动企业全局资源的领导力,往往是成功的数字化转型的关键。成立跨部门转型小组,并且建立从转型终局出发的资源适配体制,是保证新型业务顺利成长的基本措施。

2、在数字化的形态下,数据作为生产资料,流程的概念被弱化,业务链条与传统业态相比被极大的缩短,因此也不再需要复杂的管理结构。扁平化、敏捷的小业务单元集合,往往成为数字化商业形态下应对高度不确定商业环境的合适选择。

3、当集中于前端的、面向“数字外场”的数字沉淀模式逐渐趋于明确时,企业应当基于细颗粒度的市场数据流,在智能数据的基础上重构企业运营和决策流程,实现企业通盘智能决策、成本优化。

4、传统上认为,云计算只是IT设施的升级,但是在数字化的生态里,云更是互联网平台聚合生态的基础和底座。云上部署的企业级互联网架构,可以支持数字化生态里多变的业务要求和全域数据的治理使用,实现多边的网络协同。

毕马威中国数字化咨询合伙人毛健也特别提到,企业数字化应从CEO的高度和企业整体的视角,明晰战略、促进技术方案与业务场景的衔接。过程中关键要把握企业的核心产品力,立足于自身差异化的竞争优势与资源,再借鉴互联网行业所擅长的持续优化产品与服务的迭代能力,快速适应外部变化。毕马威中国CIO咨询总监柳晓光还分享了一些大型企业的转型经验,企业数字化转型的重心是从企业应用的数字化、客户触点的数字化向数字化商业模式演进,通过数字内外场的衔接、协同、突破,实现差异化、跨越式发展。以金融行业举例,中国的金融支付基础设施上不及欧美日韩发达,但通过移动互联网时代智能设备线上线下金融消费场景的链接,众多中国的银行与支付金融机构实现了从卡金融到APP金融的跨越式发展。


原文发布时间为:2018-11-13

本文来自云栖社区合作伙伴“阿里研究院”,了解相关信息可以关注“阿里研究院”。

相关文章
|
运维 Cloud Native 关系型数据库
“瑶池”正式发布,一站式数据管理与服务
11月3日,在2022云栖大会上,阿里巴巴集团副总裁、阿里云数据库产品事业部负责人李飞飞发表《一站式、全场景数据管理与服务》主题演讲,分享了数据库发展的四个核心趋势,并发布数据库独立品牌“瑶池”,将云原生关系型数据库PolarDB、云原生数据仓库AnalyticDB (简称ADB)、云原生多模数据库Lindorm等产品统一归属到全新品牌“瑶池”。
2776 0
 “瑶池”正式发布,一站式数据管理与服务
|
数据采集 测试技术 API
在BrowserStack上进行自动化爬虫测试的终极指南
随着互联网的发展,数据价值日益凸显,爬虫技术成为提取网页信息的关键工具。然而,不同环境下的测试与运行挑战重重,特别是在多浏览器、多平台上保证爬虫的稳定性和兼容性尤为困难。BrowserStack作为领先的跨浏览器测试平台,提供了强大的工具和服务。本文将详细介绍如何在BrowserStack上进行自动化爬虫测试,并结合代理IP技术提升爬虫的隐蔽性和成功率。通过具体步骤和案例分析,展示如何利用Selenium、自定义用户代理和Cookie设置来应对反爬虫机制。本指南旨在为开发者提供实用模板,帮助其在多变的测试环境中构建高效的爬虫系统。
619 1
|
机器学习/深度学习 人工智能 编解码
CLEAR:新加坡国立大学推出线性注意力机制,使8K图像的生成速度提升6.3倍,显著减少了计算量和时间延迟
新加坡国立大学推出的CLEAR线性注意力机制,通过局部注意力窗口设计,显著提升了预训练扩散变换器生成高分辨率图像的效率,生成8K图像时提速6.3倍。
345 18
CLEAR:新加坡国立大学推出线性注意力机制,使8K图像的生成速度提升6.3倍,显著减少了计算量和时间延迟
|
传感器 数据采集 算法
python实现ModBusRTU客户端方式
python实现基于串口通信的ModBusRTU客户端是一件简单的事情,只要通过pymodbus模块就可以实现。
370 22
|
JavaScript
js多条件筛选(可单条件搜索还可以模糊查询)
js多条件筛选(可单条件搜索还可以模糊查询)
537 0
|
消息中间件 Kafka Go
module declares its path as: github.com/IBM/sarama but was required as: gith
module declares its path as: github.com/IBM/sarama but was required as: gith
|
SQL 分布式计算 MaxCompute
ODPS开发大全:入门篇(2)
ODPS开发大全:入门篇
994 14
|
SQL 资源调度 数据库连接
Hive怎么调整优化Tez引擎的查询?在Tez上优化Hive查询的指南
在Tez上优化Hive查询,包括配置参数调整、理解并行化机制以及容器管理。关键步骤包括YARN调度器配置、安全阀设置、识别性能瓶颈(如mapper/reducer任务和连接操作),理解Tez如何动态调整mapper和reducer数量。例如,`tez.grouping.max-size` 影响mapper数量,`hive.exec.reducers.bytes.per.reducer` 控制reducer数量。调整并发和容器复用参数如`hive.server2.tez.sessions.per.default.queue` 和 `tez.am.container.reuse.enabled`
1620 0
|
机器学习/深度学习 搜索推荐 算法
智能推荐系统有哪些特点?
智能推荐系统是在大数据的基础上,基于用户的兴趣进行个性化推荐,并且对用户和商品之间的交互信息进行持续监测和反馈,并不断优化推荐系统,从而提高用户体验、丰富平台内容、提高商业价值。 在智能推荐系统的加持下,内容生产从以“编辑推荐”为核心变成以“用户喜好”为核心。智能推荐系统不仅可以帮助平台筛选优质内容,还可以通过对用户数据的持续分析,挖掘出更多潜在需求。
|
机器学习/深度学习 算法
深度强化学习中利用N-步TD预测算法在随机漫步应用中实战(超详细 附源码)
深度强化学习中利用N-步TD预测算法在随机漫步应用中实战(超详细 附源码)
350 0

热门文章

最新文章