华为的财富积累,离不开这次重要转型(深度干货)_风闻
身边的经济学-身边的经济学官方账号-2020-12-09 17:03
随着第四次工业革命的来临,数字化生产已经成为普遍的商业模式。全球各行各业都在积极探索和开展数字化建设,期望通过数字化技术来支撑业务的长期、持续增长。
华为作为一家拥有30多年历史、全球领先的ICT基础设施和智能终端供应企业,同样有着数字化转型的强烈愿望。
华为为什么要进行数字化转型?华为规划的数字化世界是什么样子的?今天,身边君就想和你聊聊华为是如何进行数字化转型的。这些经验对于其他企业而言,无疑是一笔巨大的财富。以下,Enjoy:
华为公司数据管理部 | 作者
身边的经济学 | 来源
01
华为为什么要进行数字化转型?
华为是一家业务范围涵盖研发、营销、制造、供应、采购、服务等领域的非数字原生企业,在信息化时代初期建立了很多相对独立的IT系统,典型的特点是形成了“一类业务、一个IT系统、一个数据库”的封闭式IT架构。
其带来的直接问题就是“数据孤岛”:IT系统中的数据语言不统一,不同IT系统之间的数据不贯通,同样的数据需要在不同IT系统中重复录入,甚至不同IT系统中的同一个数据不一致等。
这些问题限制了运营效率的提升和效益的改进,华为迫切需要数字化转型来改变这种状况。
华为规划的数字世界是什么样子的?
其内容无外乎就是业务对象、业务过程和业务规则的数字化,华为希望构建一个实现感知、联接和智能的数据平台。
感知是物理世界与数字世界之间形成完整且有效的映射,联接是把各种离散的数据相互联系成有机整体,智能是在这个基础上加入一些大数据和高级模型算法。
华为的IT系统和数据有太多的历史包袱,要进行数据治理并不容易,到今天为止,我们所做的也只能说“刚刚及格”。
我们想要在构建新的数据平台时不对原有的信息系统进行颠覆性改造。
因此我们一方面通过感知能力实现业务数据的自动采集,另一方面通过一些技术手段,把现有的各个相对独立的数据库中的数据按一定的标准进行汇聚和联接。
这就带来了“数据湖”的全新体验,先初步解决“数据孤岛”的问题,然后再来进行深入的数据治理。
02
数据底座:华为数字化转型的基石
数字化转型是当前各个行业的各个企业最关心的话题,是一次大的机遇,也是一次大的挑战。
现在业界的数字化转型过多地强调了技术的动因,而我认为数字化转型应该首先强调业务价值。
根据Paul Romer的《内生经济理论》,我们在做数字化转型时要反复问自己:
数字化转型到底要解决客户的什么问题?用户到底需要什么?用户和客户关心的问题在哪?
业务战略到底要解决业务的什么问题?
变革是否有一个好的规划和持续的架构?
数字化转型是一个持续优化的过程,只有起点,没有终点。
而华为在数字化转型实践中的经验和教训,对于其他企业而言,无疑是一笔巨大的财富。
2017年初,数字化大潮方兴未艾,华为轮值董事长郭平在公司“817变革战略规划”中提出,要在内部率先实现数字化转型,并把实现ROADS体验、全面提升运营效率作为公司各业务单元和功能领域的共同变革目标。
对于集研发、制造、采购、供应、销服于一体,横跨ToB、ToC业务领域,运营30余年的一家传统企业,如何用数字化的手段来全面改造公司的流程和IT,改变支撑近20万人有效运作的运营模式,成为华为公司变革指导委员会讨论的焦点。
不同于数字世界的“原住民”,非数字原生企业的数字化转型是企业的一次巨大变革。
这场变革涉及商业模式、运营模式的变化,需要完成流程、组织、IT、文化等多方面的转变,对于飞速发展的华为来说,相当于在高速路上换轮胎。
华为当时面临的局面是,存量的IT“烟囱”遍布各个业务但又支撑着海量的交易和分析,各种短期见效的数据搬家、自动化小工具逐渐从“帮手”变成了“帮凶”。
数据被“私有化”为各个业务部门的“资产”,“表哥表姐”为了实现数字化运营加班加点整理Excel,高薪招来的数据科学家却因为没有数据而闲得离职……
变革指导委员会经过充分的讨论达成共识:数字化转型要坚持业务和技术的双轮驱动,而连接双轮的“轴”就是数据。
2017年10月,“统一数据底座建设”项目立项。
针对数据搬家多、找不到、读不懂、获取难、不敢信等痛点,将“打破数据孤岛,支撑数字化转型,实现数据随需共享、敏捷自助、安全合规”作为项目目标。
项目组一手抓数据入湖与联接,一手抓数据消费,经过两年多的努力,终于基本完成了数据底座的建设。
今天,数据底座支撑着华为在全球170多个国家的差异化运营,支撑着公司各BG海量的交易与分析,也帮助公司实现了在美国极限施压下的快速分析与应对。
数据底座成为华为数字化转型的基石。
03
华为数字化转型蓝图
企业要想在这样的数字时代生存下来,要么是数字原生企业,要么数字化转型成功,成为重生后的数字企业。
部分数字原生企业引领着云计算、大数据、人工智能技术的发展,推动了数字化时代的发展。
在这些数字原生企业中,整个企业的战略愿景、业务需求、组织架构、人员技能、管理文化、思考方式都是围绕着数字世界展开的。
与数字原生企业不同,非数字原生企业在成立之时,基本都是以物理世界为中心来构建的。
绝大部分企业在创建的时候,是围绕生产、流通、服务等具体的经济活动展开的,天然缺乏以软件和数据平台为核心的数字世界入口,这也就造成了非数字原生企业与数字原生企业之间的显著差异。
所以在数字化转型过程中,非数字原生企业面临着更大的挑战。
华为公司作为典型的非数字原生企业,在数字化转型过程中面临着与大多数非数字原生企业相似的问题。
非数字原生企业,特别是大中型生产企业,往往有较长的业务链路,从研发到销售全产业链覆盖。
以传统的钢铁企业为例(如图1-1所示),完整工艺包括采矿、选矿、烧结、炼铁、炼钢、热轧、冷轧、硅钢等,辅助生产工艺包括焦化、制氧、燃气、自备电、动力等,在各个工艺流程中沉淀着大量的复杂数据。
华为公司在构建面向客户价值流的过程中,同样形成了从研发到销售、供应、交付、运维的长链条,同时产品类型包括电信基站、服务器、CPU、电脑、手机、耳机等,横跨多个产业。
这在某种程度上造成了各条块分割、业务组织强势、变革困难、变革复杂度极高等问题。
华为公司的服务对象从运营商、企业客户到个人消费者,服务范围和雇员遍布全球100多个国家和地区,需要严格遵守各个国家和地区的进出口管制措施、环保条例、安全隐私法规等。
这些业务形态上的特点,导致包括华为在内的诸多非数字原生企业对数据共享(特别是生产、销售侧数据的对外共享)有更多顾虑,更容易形成客观上的“数据孤岛”。
很多制造型企业随着不同阶段的发展需求,保留着各个版本的ERP软件和各种不同类型的数据库存储环境,导致数据来源多样,独立封装和存储的数据难以集中共享,也不敢随意改造或替换,IT系统历史包袱沉重。
目前,华为公司的主业务流程中存在几千个系统模块,有多版本的ERP、多种集成方式,系统间存在大量复杂的集成和嵌套。
数据产生时的质量高低不仅直接影响产品质量,而且直接影响整个内部业务的运作效率和成本。
例如,华为公司会对合同录入质量进行严格度量和控制,以确保下游各环节能够及时、准确、完整地获得所需数据,并在整个端到端链条中对异常数据进行严格监控。
2017年华为提出了企业的新愿景:“把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界”。
同时,华为公司董事、CIO陶景文提出了“实现全联接的智能华为,成为行业标杆”的数字化转型目标(如图1-3所示)。
对内,各业务领域数字化、服务化,打通跨领域的信息断点,达到领先于行业的运营效率。
逐步构建以“面向客户做生意”和“基于市场的创新”两个业务流为核心的“端到端”的数字化管理体系。管理方式从定性走向定量,实现数据驱动的高效运作。
对外,对准5类用户的ROADS体验,实现与客户做生意更简单、更高效、更安全,提升客户满意度。
华为首先从用户体验的视角表达了对行业的最新判断,并将其总结为ROADS,即实时(Real-time)、按需(On-demand)、全在线(All-online)、服务自助(DIY)和社交化(Social)。
2017年,华为基于愿景确定了数字化转型的蓝图和框架,统一规划、分层次开展,最终实现客户交互方式的转变,实现内部运营效率和效益的提升。华为数字化转型蓝图包括5项举措(如图1-4所示)。
(点击查看大图)
举措1:实现“客户交互方式”的转变,用数字化手段做厚、做深客户界面,实现与客户做生意更简单、更高效、更安全,提升客户体验满意度,帮助客户解决问题。
举措2:实现“作战模式”的转变,围绕两大主业务流,以项目为中心,对准一线精兵团队作战,率先实现基于ROADS的体验,达到领先于行业的运营效率。
举措3:实现“平台能力”提供方式的转变,实现关键业务对象的数字化并不断汇聚数据,实现流程数字化和能力服务化,支撑一线作战人员和客户的全联接。
举措4:实现“运营模式”的转变,基于统一数据底座,实现数字化运营与决策,简化管理,加大对一线人员的授权。
举措5:云化、服务化的IT基础设施和IT应用,统一公司IT平台,同时构建智能服务。
其中,举措4涉及数据治理和数字化运营,是华为数字化转型的关键,承接了打破数据孤岛、确保源头数据准确、促进数据共享、保障数据隐私与安全等目标。
第一阶段近十年的持续投入为华为在2017年开始的数字化转型打下了坚实的基础。
同时,在数字化转型对数据治理的新要求下,正式进入第二阶段,数据治理工作也迎来了新的挑战和发展。
华为公司基于多业务、全球化、分布式管理等业务战略规划和数字化转型诉求,明确了华为数据工作的愿景,即“实现业务感知、互联、智能和ROADS体验,支撑华为数字化转型”。
关于作者:本书由华为董事、质量与流程IT总裁、CIO陶景文等华为高管写序推荐。华为公司数据管理部撰写,华为质量与流程IT、华为云和华为大学联合出品。
本文整理自《华为数据之道》,经出版方授权“身边的经济学”原创首发。