吴明辉:打造智能时代的企业中台

2019 年 12 月 24 日 THU数据派
本文8653字34图,建议阅读 20分钟
本文介绍明略科技在智能时代的企业中台战略。



/明略科技数据中台旨在帮助各大型组织构建强有力的应对VUCA时代挑战的平台。/


『导读』今天,企业家们都在关注一个问题,那就是数字化转型。在企业数字化转型的过程中,是否应该搭建中台?为什么要建设中台,把各类资源集中?


中台不仅是企业数据的集中地和业务的策源地,更是一个企业开始具备有观察自身问题的显微镜和预见未来问题的望远镜这两种能力的过程。 


数据中台是企业的核心,也是组织架构和企业文化的体现,是企业沉淀经验和智慧的宝库,是发起总攻时的指挥室,是数据安全的堡垒…… 


明略科技创始人这篇《打造智能时代的企业中台》演讲,从企业应该多元化还是专注化这个两难选择入手,深度分析了VUCA时代,企业打造数据中台的必要性以及如何围绕数据这一核心资产运用数据管理和知识图谱成功打造数据中台?接着通过具体案例的分享验证了数据中台能够为企业带来的重大利好。而之所以能产生这样的效果,是因为找到了营销智能平台这一企业数字化转型最佳入口。最后,吴明辉表示:在数据安全这一最高纲领指引下,明略科技希望成为智能时代企业的中台建设商,帮助企业及组织打造强大的企业中台。


企业应该多元化还是专注化


一个企业从小公司变成大公司,不断成长、不断发展的历程中,有一个不可避免的关键词叫“多元化”。



对很多公司或组织来讲,如果业务过于多元化,将会面临种种问题。因为面对多元化业务,小团队作战更敏捷。如果太多元化、互不相干的多个业务组成一个集团,它的运行效率可能反而是降低的。很多企业都面临业务多元化还是专注化的问题。


以字节跳动为例,它有多个APP和不同业务线,但它真的是多元化公司吗?


张一鸣是这么看的:他认为自己做的业务只有一个,叫“信息推荐”,字节跳动实质是个非常专注的公司。同理,明略科技只是在做一件事情,长期致力于数据整理、各行各业多源异构数据的整理,我们帮助客户把数据整理到一起变成一个平台,为面向未来的智能时代打造一个强大的企业中台。


一个企业多元化和专注之间需要权衡。专注需要有一个很好的中台,能够把企业不同业务领域核心公共模块真正打造扎实。只有这个公共模块打造扎实了,每一个局部的小团队作战背后才会有强大的中台支撑。对于明略科技是这样,对于未来每一个大型企业也是这样。 


未来需求侧会越来越多样化,企业多元化发展趋势不可避免。如果一个企业没有核心竞争力,最终一定会四分五裂,因为他的运行效率不如小团队作战。这就是为什么企业建中台首要考虑是如何先把自己的核心竞争力分析清楚,要围绕核心竞争力建设企业中后台。


数据是智能时代最重要的生产资料 


回顾人类的经济社会发展史,可以归纳总结出大致历经了这样几个时代:农业时代、工业时代、信息时代,以及其涵盖的互联网时代、从互联网时代延伸出来的“智能时代”。



从核心竞争力的角度,我讲下对这几个时代的思考: 


农业时代所有的经济发展,围绕的核心生产要素是土地;到工业时代,围绕的核心生产要素是资本。工业时代的资本相比于农业时代的土地,摆脱了空间的束缚。一个农业时代的农户,他所种的地是核心。围绕土地经营,生产出来的产品也只能在周边的市场进行销售,尤其是在没有很好的交通运输工具之前。 


但是到了工业时代,我们可以看到资本家、大型工业企业可以在世界各地,通过资本杠杆调动生产资料供应链全球部署,这说明资本摆脱了地域的束缚。 


当今智能时代,最核心的生产资料是什么呢?我相信大家都知道了,是数据。 


这也是为什么从今年开始,很多省、市政府“一号文”不约而同讲到:“要建设数字经济”。 


从几十年前开始的信息时代、互联网时代到智能时代,是一个完整的时代变迁。前面的互联网和计算机,是在给人工智能带来的智能时代打造基础设施。如果说工业时代的基础建设是拉电网、造燃气机,智能时代就是互联网和大数据。 


互联网和大数据是人工智能的基础工程,有了数据才有了机器智能或人工智能出现的可能性。 


如果说工业时代的资本超越了农业时代的空间限制,那智能时代对于人类的经济、经营发展的意义是什么呢——是继摆脱地域束缚之后,还摆脱了时间的束缚。 


这么说是因为数据的作用就是通过历史预测未来。当企业拥有了数据,就可以对未来做准确的预测。而有准确预测未来的能力,就可以跨时空来整合资源形成更大的产业,使企业在竞争中立于不败之地,这就是智能时代的企业跟工业时代的企业最大的区别。 


很多企业的CEO都很关心公司的市值、股价,而一个有跨时空调动资源能力的企业一定比一个只能跨空间调动资源的企业市值更大。智能时代的公司,相比工业时代的公司,意味着未来的成长是可预期的,因为企业能利用数据对未来做思考、理解和预判。用数据进行管理,企业整个业务也可以更大范围去扩张。


正因如此,数字化转型最坚定的企业也能够获得更好的市场预期和投资人的肯定。



工业时代和智能时代在企业的中后台管理上也有很大不同。智能时代的企业中台,一定是构筑在数据平台上的。工业时代的中台也就是ERP系统,是从财务入手,所以工业时代是管理资本、管理资金的平台。后来从资金又延伸到人力资源管理及客户管理,但是它总归还是基于资本为杠杆的核心管理中台。 


智能时代核心管理的内容是数据,每个企业打造的中台主要是数据中台。围绕数据中台,企业所经营生产的其它业务,也可以融入到这个中台上变成业务中台。一个大型的组织一定会诞生这样一个最坚实的平台作为核心。


 VUCA时代需要高适应性 



今天所面临的时代是VUCA时代,整个市场具有易变性(Volatility)、高不确定性(Uncertainty)、环境高复杂性(Complexity)、模糊性(Ambiguity)。每天的市场环境都是不确定的、多变的,面对这种不确定性,每一个企业、每一个组织都要想办法克服。 


而要克服不确定性,就需要拥有高适应性,这种适应性来自于对未来的预测能力及实时的感应和响应能力。明略科技数据中台的研发思想我们称为FASTER,“F”是Foresight,对未来有先见之明、有预测能力,“A”是Ambition,企业要有持续增长的雄心,以核心竞争力打造增长的信心。后面的“STER”是感知-响应反馈闭环:Sense(实时感知)、Tracking(全域追踪)、Emergence(智能涌现)、Respond(敏捷响应)。 


明略科技数据中台旨在帮助各大型组织构建强有力的应对VUCA不确定性挑战的平台,这是明略科技的中台核心理念。 


智能时代的企业最核心的任务就是打造数据中台。但是打造数据中台非常不容易,很多企业中台打造的效果都不尽如人意。中台的打造需要下层对接原来的数据源、系统,上层对接新数据源、新系统。打造过程中需要做很多的工作。


多源异构数据的融合是解决问题的关键 



明略科技对搭建数据中台遇到的难点也有一些思考和发现。我们在全国的60多个省市公安厅落地了公安数据中台,这些中台是怎么帮助公安部门解决问题的呢? 


比如,有一次一个小女孩走失了,我们首先是通过视觉感知,看到了带走小女孩的汽车车牌,但后来发现这个车的牌照是一个套牌车,所以这个线索就断了。 


这时候,我们需要叠加一个维度,或者说叠加另外一个线索,那就是我们看到这个女嫌疑人被照到影像了,虽然照得不是特别清楚,但经过后台数据库的匹配,还是匹配出来两位嫌疑人。 


然后我们继续叠加维度发现,视觉相似度高达84%的嫌疑人,有合法工作、有合法收入,且没异常违法情况,所以她的嫌疑度相对降低了;而第二个嫌疑人,虽然她的视觉相似度较低,但她在系统里有异常记录,比如有过违法犯罪的记录,那么,她的嫌疑性一下就大大提高了。这里省略很多过程,结果可以告诉大家——最后我们成功锁定了第二个嫌疑人,她是真正的犯罪嫌疑人。 


这个过程是一个又一个不断叠加数据维度的过程。就好像人的大脑做判断时,眼睛、耳朵、鼻子获取的信息,还有大脑的理性思维,是一步步增加再综合决策的……这告诉我们,在公安这种典型高复杂性的环境下,或者我们称为VUCA时代的复杂易变的环境下,单一数据随时可能发生变化,这时候仅仅靠算法是不够的,真正的解决方法,是各种各样的多模态数据混合到一起形成的新信息增量帮助决策。



在公安、金融、零售、营销等应用场景中,大家发现人工智能算法不灵的时候,可以寻求数据中台帮助。当把多源异构的数据整合到一起的时候我们会发现,所有的算法效果都会有巨大的提高。因为一个算法的错误率可能是20%,第二个算法错误率可能只能把20%降到19%、18%。但是当我们有多源异构数据的时候,就产生互信息,互信息的作用是增加信息量以减少信息的不确定性,这时候你会发现20%的错误率会降到4%,再增加一个维度可能就降到1%了,这就是我们今天面向未来的数据中台所要解决的问题,一定要整合多源异构的海量数据才能解决不确定性。


像管理代码一样管理数据 



企业在搭建数据中台还发现另一个很大的问题,就是很多公司刚开始搭建平台时规划的很好,但是真正开动起来发现现有的组织架构原有的系统集成不上来,这是一个很大的难点。我们经常分析企业内部的三元组,包括:原有的系统System、Data、User,我们要深入的分析它们之间的关系。甚至很多企业的数据化转型,都要做组织架构调整。 


三元关系很重要的一点,是弄清楚,到底哪些系统数据在源源不断的进到数据中台,哪些数据在被新的系统使用、调用,哪些用户在每天使用数据,使用的是哪一张表、哪个字段、哪个知识图谱、哪个概念之下的数据,使用目的又是什么?这需要我们每天不断地分析、挖掘,并不是把系统建好就可以了,而要不断分析三元组之间的关系。 


建设数据中台的目的,是要推动整个企业的增长和发展,需要让企业的所有人最后共同协作起来。这个协作就像我们的工程师一起协作开发一套代码一样,可能一个大型软件系统100个工程师一起开发。工程师的协作靠什么?靠“代码管理系统”或 “版本控制管理系统”,从早期的CVS到后面的等等很多工具用来管理代码、管理大家的需求。



明略科技建设中台特别重要的理念是,未来在企业里管理数据就要像管理代码一样。代码的管理我们可以看到,每一行代码、每一个代码文件都有哪些工程师一起开发出来的,每个人分别在上面做了什么修改、做了什么备注、做了什么注释,我们的Data也是一样的。 


很多时候,CEO在做决策时,都可能碰到双方数据不吻合的现象,而且短时间内找不到真相。怎么找到真相?还是我们说过的办法,增加数据维度的比较。比如我们服务一个企业,发现iOS版和安卓版功能完全一样,但是安卓版的就是用户停留时长更好。是用户更喜欢安卓么?不知道。 


这时候,就需要反复对比,后来发现是因为执行效率的原因,安卓版的打开速度更慢,这就客观上造成了时长的增加,但这个增加不是良性的增加。可是,如果不这么研究,是发现不了问题的。所以,我这里还要重复一句——只有多种数据源做对比,才能发现真正巨大的问题。当你能够把多源异构的数据整合到一个中台的时候,就是你帮助企业用户发现真正问题的时候。 


类似这样的问题很多,包括早年我们第一次服务一个大型电商的时候,它的订单系统跟广告监测系统、和自己的网站监测系统,这三个系统全都对接不上。经过摸索,发现是因为它们的数据用不同的原理产生。搞清楚了这个问题,我们发现,当你把多种数据整合到一起时,你找到企业增长优化的关键点的可能性就大大增加了。


在对三元组的分析中,我们发现企业里藏着许许多多可能CEO、高层根本没有发现的“秘密”,这些问题也可能永远藏在某处而不被知晓,默默地影响着企业的发展速度。


所以,当有人问我数据中台建设起来最大的价值的时候,我会告诉他,那就是有了发现未知的望远镜、有了透视已知的显微镜,有了发现问题的工具和解决问题的可能。


知识图谱是新一代数据中台的核心技术 



建设中台的时候,需要打造一个面向未来的架构,这个架构能够把多源异构数据整合起来。需要特别强调的是知识图谱技术,是新一代数据中台最核心的技术,因为通过知识图谱可以实现探索式的分析。探索式分析为什么能够形成呢?数据的结构有链表、二位表、栈、队列、堆、数,最复杂的是图。图之所以最复杂是因为当我们拥有很多数据信息的时候,图可以把任意两个点之间的关系都连接上。Excel表只有横竖,所有的数据分析只能按行或列。



毫不夸张地说,知识图谱可以给我们数据库带来革命性变化。任何两个数据节点之间都可以建立关系,把这个关系建立好以后就有机会按照这个维度来进行分析、关联、探索,就像人的大脑一样。大脑里没有“行”和“列”,只有“图”。所以当你用大脑计算逻辑思考时会发现,你可以探索发现很多东西,这就是为什么人类可以做创造,而机器人很难做创造。人类可以探索、发现从而找到一些之前从没想到的东西,通过“图”的数据结构不停延展。


以后的数据中台,可以把这些连成知识图谱。上一代数据中台做不了的原因是成本太高。原来把任何两个数据连上,数据量就已经很大了。如果我们有N个节点,是线性关系。全部连成图,就是平方。再做迭代,就变成幂次的计算,而这些计算付出的成本非常大。


但是我们生而有幸,摩尔定律已经不断地发挥了近50年的作用,使得运算、存储、通讯的成本不断降低。我认为人类未来发展的一个趋势一定是人的时间越来越贵,计算机的资源越来越便宜、存的越来越大、算的越来越快。所以,未来一定是不断地消耗计算机的时间和空间,来节省人类的时间。


也正因此,知识图谱一定最终会替代掉上一代数据平台的存储结构。未来的所有的数据,将不再以以前的矩阵结构、立方结构来存储,而是图状结构的存储。人如果平时思考多,用的时候就可以更快;机器也一样,知识图谱越完善,预测未来就更准确,这就是知识图谱本质的原理。


未来,每一个行业的每一个数据中台,都应该这么存储。今天只是刚刚开始,明略科技数据中台今天要做的事情是:把这种能力带入到商业、智慧城市等应用场景中。希望未来能够利用知识图谱,帮助企业、大型组织做更好的决策、实现更好的端到端的服务。



新一代数据中台案例分享


接下来,我用一个案例,来展示明略科技数据中台,如何通过打通融合多维度的、企业内外的、多部门的数据,辅助一个企业发现问题并辅助决策。


在看这段内容之前,我简单介绍一下背景——一个企业推出了一款新车,随着销量的增加,外部舆情数据实时被抓取到中台,并进行汇聚融合。



数据中台通过这种实时洞察,逐渐分析出汇聚各种声音的关键词,最后根据对某个负面舆情关键词的跟踪和发掘,扩展到与其相关提及的车型、零部件、故障描述、品牌及供应商等等,进而综合多种数据发现了重大的产品质量问题。



在发现问题后,中台为决策者提供了“立即召回”的行动建议,并且产生了一系列动作——公关部,需要立即展开新一轮的公关处理,以缓和网上的舆情趋势;售后部,需要对当前批次的汽车召回更换零部件;财务部,需要尽快核算召回成本,并估算此次事件会对销量带来的影响。


这个案例很完整的展现了——明略科技数据中台通过多源异构数据的融合打通,基于知识图谱建设企业的数据基础设施,形成企业数据资产,不断积累领域知识及业务经验。


而后,中台还能持续迭代演进、沉淀、固化企业的核心竞争力, 复用和共享企业的核心数据和集体智慧。在帮助企业建设数据中台的同时,也建立中台型组织,灵活敏捷应对前后台需求变化,通过数据协同,达成组织共识。


所以,总结一下明略科技新一代的数据中台,我们和企业一起解决三大问题:

1.如何能把所有部门调动到一起打造数据中台,需要非常深入的思考,甚至组织架构的思考,一定要配备一个中台数据系统和对应的中台组织架构,才可以有机运行到一起。

2.把所有数据整合到一起,基于知识图谱给大家构建一个具有行业Know-how的数据中台。

3.在这个平台上,做新一代探索式、发现式的分析。


营销是企业数字化转型的最佳入口


我们如何能够把数据中台更有效地带到每个企业里呢?营销可能是一个好的选择。


明略科技今年获得国家科技部颁发的“营销智能平台—国家新一代人工智能开放创新平台”,我们在营销行业有上千名同事,对这件事情有非常深刻的理解。营销行业本身有海量的数据积累,所以营销是一个企业做数据化转型、建设数据中台一个非常好的切入口。


每个行业都有一些数字化转型的行业特点,但是到底哪个作为入口最容易撬动起来?这需要企业和组织先思考、后行动。


我们认为,在VUCA时代,所有的企业组织都应该思考:如何打造以客户为中心的组织架构,如何通过这个组织架构来推动企业的数字化转型?



这就是我们推出的新一代数据中台上的营销智能平台——明略科技营销智能平台(Mininglamp Marketing Intelligence Platform),我们要打造一个以客户为中心的组织和背后支撑的数据系统,这个系统可以积累组织过去花费的营销资源所沉淀出来的历史经验,整合数据,进行探索式、发现式分析,甚至可以基于数据图谱做推荐等各种各样新一代应用。


我和大家分享用营销智能平台MIP的几个案例。


MIP案例分享1—消费者全渠道全生命周期的智能互动


1. 微博客服-AI识别语义,智能回复



2.线下门店-扫码查看智能名片,加导购企业微信,获得专属优质服务



3.公众号-根据客户属性,智能推荐内容



每一个以客户为中心的企业,都可以用营销智能平台管理多触点的海量数据,这些数据是企业宝贵的资产,也是数据中台落地的根基。



大家可以看到,刚刚这个案例中的品牌与消费者互动频繁且持续不断。从一个大学生在微博关注某美妆品牌,到最后对该品牌深度信任,经历了微博客服、线下门店、导购员企业微信、公众号等触点的互动。


在营销智能平台中,品牌可查看每个消费者在所有渠道的互动数据,更好地理解顾客偏好。同时,进行客户群体画像及路径分析,调整产品营销策略。


每一个以客户为中心的企业,都可以用营销智能平台管理多触点的海量数据,这些数据是企业宝贵的资产,也是数据中台落地的根基。



其实,不仅企业、政府部门和公共组织每天接待的人流也很多,官微、官网、APP和小程序等触点都拥有沟通、互动行为,由此产生的海量数据,富含着巨大的资产价值,正等待数据中台去挖掘。


未来每个企业在“双十一”时可能都要建这样一个指挥室——把所有的数据集合到一起,做实时的作战指挥室,指挥前线的每一个人、指挥正确的人用正确的指令,实现自己内部闭环系统。


MIP案例分享2—Trading Desk案例



大型集团CMO每年做广告预算都是一个浩大的工程,集团下属各品类产品品牌众多,集团每月需要投放数千万广告费用,打造各品牌的持续影响力与消费者认知。所以合理分配品牌间的广告预算很难短时间内达成共识,众多媒介资源的采购预算分配,也经常靠经验和拍脑袋,既花时间又不科学。这个Trading Desk也是营销智能平台一个重要的组成部分,它可以连接所有的广告投放渠道,自动化、半自动化的控制。大家可以看到这些投放的模块,在每一个大型互联网公司的投放平台上也都有。但是为什么我们还要做这样的一个平台?


因为这个平台真正最核心的价值,并不是简单的控制投放,而是帮企业沉淀经验,这些经验全都是在投放中通过消耗大量的真金白银换来的,包括企业所有的营销经验,创意制作、物料制作、人群选择等等。



过去很多企业,这些经验都沉淀到某一个代理公司或者某一个媒体平台上,没有统一到一起,可能这些经验都没了。所以,我们今天称明略科技的数据平台,是最具有行业Know-how平台,因为我们做的是能够帮助客户真正积累历史经验的平台。


MIP案例分享3—明略商业洞察


人工智能可以分为几个阶段:从识别到理解、到分析、决策、最后到创造。以前,我们思考人工智能时,更多的是从识别到行动决策一个闭环,用来提高行动效率的过程。那时候很少有人思考,人工智能是可以去做创造性工作的。


确实,今天的人工智能做独立创新还很难,但我们已经可以用人工智能辅助我们,用人机协作进行共同创造,实践包括企业产品营销推广理念的发掘,甚至新产品研发方向的发掘等等。



从案例中我们看出,其实这些过程以前都是在最高管理层大脑里面不断思考、创造的,其弊病是形成共识很慢。但在未来,当我们整个决策班子都被连接到系统上,大家一起做头脑风暴、一起绘制知识图谱的时候,就可以创造出最大价值。未来每一个企业都应该打造一个作战指挥室,而这个作战指挥室一定是新一代的数据中台。



明略数据中台上最扎实的一个应用“营销智能平台MIP”:它可以以客户为中心、收集你的消费者所有的数据,并且安全且闭环的使用。它解决的是企业最核心的问题,包括增长问题、产品方向和营销方向的问题。


数据安全是我们的最高纲领


数据中台上线过程,最首要关注的问题是“数据安全”问题。“数据安全”是明略科技的最高纲领,我们所有的产品,如果产品和数据安全、隐私保护产生矛盾的时候,都要让位于最高纲领。因为数据是非常宝贵的财富,同时数据的滥用也是非常危险的。



“数据安全”和“隐私保护”是非常关键的。保护好它们,也是保护好整个数据行业,保护好整个人工智能行业。明略科技成立了数据安全委员会,会定期分析整个行业的局势、政策,不断优化改进空间及自己系统内部的审计。


我们希望帮助每一个客户打造一个最安全的闭环数据运行系统,积极防御保障客户的数据安全。我们一定要在很小的安全保护的盒子里面安全的使用所有的数据。


越来越多的企业和个人开始重视数据安全。我们开发了敏感数据自动发现工具,不定期对集团内各个系统进行数据安全渗透测试,确保任何隐私数据处理过程中,不会有任何数据安全泄露漏洞,确保任何敏感数据都依法合规存储。


同时,提供数据安全脱敏方案和统一的脱敏处理工具,严格要求用户隐私数据的使用权限,保证用户数据在任何情况下的使用安全。



明略科技一直都是相信技术、相信人、相信数据。数据是不会撒谎的,但是数据要链接到一起帮助所有人达成共识。有了信任,就会产生更大的增长动能。所以,我们还要打造能适应智能时代的企业组织架构和企业文化。明略科技希望成为智能时代企业的中台建设商,帮助大家打造强大的企业中台。




——END——




登录查看更多
0

相关内容

华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
299+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
硅谷的“中台论”与中国的“中台论”
AI前线
4+阅读 · 2019年9月21日
【中台】腾讯的中台逻辑
产业智能官
14+阅读 · 2019年7月22日
企业数据AI化战略:从数据中台到AI中台
36大数据
11+阅读 · 2019年2月18日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
VIP会员
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
299+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
Top
微信扫码咨询专知VIP会员