以下是现场速记。
中国电信集团政企部产业互联网技术总监 张东
中国电信集团政企部产业互联网技术总监张东：谢谢小易，其实这个场地很熟悉了，跟范总也是多年的朋友了。所以中间可能有一期我们断了，一直我都坚持有七八年了，我一直在做研究，做数据治理。我在数字中国做数字经济的规划，参与到国务院的工作。我一直在坚持智慧城市，所以也是看到智慧城市有序的发展，走到今天来看通过数字政府的转型，通过这次疫情看到，数字政府的治理水平，我们领先于国外，这是欣喜的发现，我们也是一堆的高手在中办、国办领导下，在中央党校的推动下，中国电子政务走向新的台阶，离工业互联网还有一定的差距。最近我们有一些新的突破供大家参考，今天我尽量以学术的角度来看这个问题。
为什么叫这个名字?其实云改跟数转这件事其实已经有六年，大家都在说云，云能带来什么样的价值?我们一般的企业包括政府的一把手或者领导来看，他为什么要投这个钱这么干?一直是很纠结的，所以我在全国企业家培训班上，我一直跟全国企业家在讲，你作为一把手，你怎么进行适当的转型投入，并且要能跟上互联网的节拍。尤其这次疫情，刚才有几个专家都在讲，很多线下服务和销售都会转为线上的。线上这件事儿其实是很多的企业家投入以后才能享受红利。
往往O2O在线上的平台跟团队打造上是很多企业是吃亏的，北京有一家非常大的饮料企业已经受伤了，它是伤得很重，所以其实我们在五年前跟它的CEO讲的，它那会隐隐约约感觉到自己的困惑和问题了，直到疫情发生以后，它基本在疫情前出现问题，一个大型的几百亿的企业说倒就有可能倒了，不是我危言耸听，前面一定投入要有，要跟上节拍，并不是大的投入。
第二，讲到数据变现。我们CIO、CEO都好，我们到底投多少?度的把握很麻烦。数转就是数字化转型，特征是用数字改变业务流程，尤其CIO对业务理解不够深。在理解业务能力上偏弱，为什么有了CTO的出现?正是因为这样事情的出现。数据变现这件事儿到底怎么去入手?怎么干?所以在全国的企业家，包括工信部组织的精英班里，我一直在跟企业领导在讲，希望你们做到200亿或者100亿以上，你的思考是什么?
首先，我要讲到最近我们在毕马威跟阿里研究院内部的观点，我今天首次外部发表观点，今天讲全数据Data，数据这件事情回到刚才讲的政府转型跟变化的突破点上，中国人已经领先了。在这里头我们看到社会治理这件事完全是不断迭代、更新的过程，而在中国政府的推动下，我们的社会治理，尤其是社区这块的变化。我昨天还在跟民政部的领导聊天，民政部新成立了养老司，解决社区养老的问题，昨天我刚拿到的消息。所以我看到每个部委都在变化，围绕社会治理这件事情，以人为本做法上怎么去划分人的特点、特征、分类?以及不同人的诉求和特点?所以社会治理是非常复杂的一件事情，而中国在社会治理上我们走出了可喜的一步，其实数据治理很像它，这是我在内部论坛上，跟阿里研究院专家领导都在谈，我们的观点数据是有生命体的，有生命特征的，它就会给给你洗。
它有四个特征：
第一，它也有数权性。数据会越来越多的表达出自己的观点和思路，数据含着一部分知识。
第二，它有周期性。在数据流动过程中，它有生命周期，包括采集、存储、处理等。
第三，关系性。这些数据关联性往往是缺失数据治理的规则，没法去把数据加权。
第四，数据有特征性，有自己的特系。我们的观点是在表达数据在四大特性的推动下，我们在整个的社会跟国家治理上，我们看到分为城市级数据、政府级数据、企业级数据和公众型数据四类。所以数据治理，我们在看的过程中的时候，我们不要过多去谈数据孪生、数据双胞胎，而是认真分析数据特征跟分类是第一步。
第二，数据的魂是业务本身。如果数据不跟业务融合，这个数据是没有价值的。数据价值化之前一定与业务关联，所以我们提出来以数据突破是效能的提升实现业务的创新，这里头首先第一步先从业务的数据化入手。我们的CIO要从这里去考虑，怎么让你的数据在过程中支撑好业务，当业务发展到一定规则的时候就有了管理的模型、业务模型、业务流程的模型，在这过程当中面向对象的软件APP就会起到一定的加载和载体作用，但是如果这些APP产生的数据就是过往的，直接出来就消灭了，这种数据是没有价值的，这个APP是没有生命力的。所以我们认为业务的数据化是首先信息化的第一步，而在这里头没有基础谈不上大数据，后面是做不起来的。所以我们的观点是说，首先在业务的数据化阶段里头，要有数据的运营的意识。我们的CIO、CEO没有团队研究数据本体本身，包括我们去看很大的民营企业和央企都出现这个问题，这个阶段就得专门的人去分析数据、运营数据，而在这里头是否去IOE都好，尊重这些数据就会让你有收获、有价值。
下一个阶段的演进，这一块投入会非常大。往往这个，企业更接受不了，我们叫数据的业务化。让数据回到业务本身优化业务流程甚至改变我们的生产方式。这里头变化、变数更大。我们很多企业是投不起的，所以我们会看到当我们发展到高级阶段的时候，我们这些数据怎么能够发现业务的问题?所以痛点的发现是要提前的，往往在这里头我们的业务部门老觉得他们在嚷嚷，我们的IT部门投入又往回缩，这时对大型企业来说伤害非常大。业务数据化跟数据业务化，我们叫数字化转型。
第三个观点，我们认为在这个架构里头，永远数据本体是核心，一定是以数据为核心，不是你的业务为核心。这里头很多企业家判断失误，我们认为是判断失误了。要更多的把数据作为资产去管理它，而这个点上我们认为数据源是底层中的新基建。我们一个企业要发展，能够更好的生存于这个社会，竞争对手中脱颖而出的话，一定是把数据作为核心，数据上面的一层不是我们的平台而是边缘计算。17年讲到数字经济红皮书里，我们就写到这一点，我们认为边缘计算是整个数字经济里头已经爆的第一个点。我们更多关注边缘计算才有可能上升到平台，如果边缘计算没有搞清楚，数据治理没闹明白，业务没管理好，这个中台没必要投。
我们认为在边缘计算想清楚的流通和治理规则之后才有可能上升到三个中台，分别是技术中台、数据中台到业务中台。这才有可能回到业务本身。在这个过程中，尤其是中台的投入过大，这是我们在行业里一直警戒着各位企业的高层、领导层，一定要清醒的认识到投入的必要性、投入的阶段性，这个度怎么把握的问题。
在这里头在左边的这一块来说是我们的数据治理的体系没有完全形成，而我们右边的数据治理的规则是要结合业务来做的，这个是贯通到上下数据整个的流程，数据整个生命周期管理。
最底下，我们一直在做的，我们联合几个大学的教授，这些大学教授都是代表中国的政府，在欧洲、美洲去研究数据治理的法律法规。我是17年年底去德国呆了一个月研究这件事儿，德国在这方面比美洲要快，整个欧洲德国这块是领先的。所以在这里头我们看到法律法规的保障，在这个基础上才有可能形成更好的体系跟规则。所以在数据空间里，也是德国人先出的IDS，中国又落后了。我们政府也投了很多钱，德国人比美国人还要快，一点都不慢，他们专门做电梯的那家公司，他们有几个CIO团队包括信息化团队非常强，他们正在注册全球的IDS平台和整个治理规则的要点。最早提出的IDS是弗朗克学院，我们看到欧洲系的数据，在这过程中对数据规则上已经形成了一套自己的标准和规范。尤其是汽车行业，我们落后的不是一兴半点。
我们再往下看看，这个是边缘计算。我们团队一直认为边缘计算是重中之重。为什么这么说?因为我们在这个过程中看到数据大量产生的源头是我们的一线，生产过程、服务过程都在一线，它不是在我们觉得好像是国内过程中产生很多数据，不是这样的，一定是一线。一线所谓的两个一线，一个是我们最终的消费者，这一点上是产生大量的数据，所以为什么物联网这么重要?因为它会把我们的消费者跟我们的企业连接起来了，这个使用过程的数据是非常多钱，我们很多企业没有投入这块钱。
第二，生产过程中生产线上也产生大量数据，这个并不是生产管理数据，而是我们含着工艺的知识丢了，我们卡脖子了。包括我们看到瑞典都能够卡中国人的脖子，我们这里拿不到相应的数据，而这个数据是海量的。但是我们回过头来看，我们中国的电力行业、能源行业为什么能够脱颖而出?因为这一块自主的DIS产权是我们中国人自主的，我们甚至赢了他们。所以我觉得在这里头我们中国人要思考，我们到底在边缘这一端这些数据海量怎么去处理它，怎么去尊重它，我后面会讲到具体的思考。我们这些团队不仅做研究还做一线，我喜欢走一线。讲东西谁都会讲，编故事谁都会编，但是它是否解决实际痛点业务?难度很大，尤其很多企业都没有想明白。
这就是我们想在第一部分承接的最后收尾的，数据和平台是核心。这里头去IOE真的很重要，我们自己要有中国自主的软件和研发。其实中国电信一年50亿的投入，当时我们董事长是吃不消的，我们用了三年就降到20亿。银行说我们不需要IBM，不需要甲骨文，中国电信完全可以自己弄，我们养了一千多个人做软件，我们做到了，所以中国电信天翼云，为什么走到今天来看还是现状还是基础?一定从这里自主研发。把分布式数据库，把自己业务的中间件要研发出来，这里最难的一点是容器。我们观点认为数据处理是核心中的算力的开销，要把这个问题突破、解决才是中国人形成被他们关着门捱打的可能性，所以为什么去IOE这么重要?我们也尊重阿里云，阿里云也是这么走出来的，一定投入这种研发去做的，但是我们企业没必要去做，这个东西可以由软件公司去做。
这里讲到现在来看，数据本质的核心是在什么?我们认为数据的本身的最终的目标是数据之间的互操作。就跟我们看到实体的两个机器是一模一样的道理，他们两也要通信。所以数据跟数据本来有生命体以后，他们之间就会形成关联关系，并且形成互操作。而数据互操作是所有数据中台里必须考虑的落脚点，不是瞎编故事。数据之间如果能形成互操作就成功了一半，今天我没有时间去讲DOA架构。通信运营商怎么转型?摆在这里是一条路，为什么中国电信会把云放得这么重?也是这个原因。
回到第二部分，回到企业本体。我们观点认为在数转的浪潮下的企业经营怎么前进的问题，怎么去做数据的问题?所以我们提了大概7到8点。
第一，我们看到的这些东西不管是硬件、软件，甚至是技术发展都在升级迭代。这个速度比我们原来传统的思路要快了不止十倍，太快了。我们人的知识层面吸收能力太强了，包括我们看到下一代孩子的成长，他们在知识层面上完全不在一个量级上，他们天天看屏幕、天天看视频，天天在学习东西，表面上好像不在学知识，不在学物理数学，但是知识吸收能力是非常强的，这就会造成什么结果?据我们会看到他们会更多的关注到很多细微的东西，这些东西对我们人的成长来说是非常有好处的，尤其他的知识结构会发生变化。所以上次在全国的工建APP大赛上看到，我是评委，我们欣喜看到西安交大的本科生会非常习惯的应用软件，我说你们学习教了这门课吗?他说完全是自己有兴趣爱好，我在手机上看了以后拿电脑试了一下，我觉得这个语言很好喜欢就用了。我们拿的是波音那套题的时候他们很快做出来了，封闭三天用一天半时间就搞出来了，他们能分析出来在什么工矿上会断裂?他不一样了，他变化了。我们认为这种语言很高深，很难学，对这种孩子他们很快就掌握了，所以一切都在升级迭代，我们要尊重这种变化，实时的演变，技术的提升。
第二，一切都在转化为数据。我们无形中不知道它产生了这么多的数据，我们没有尊重它，我们没有思考它，而这里头我们的数据空间，我们的物理空间不会等待我们，他们不断的在产生数据。这是第二个变化。
第三，所有的创新都是对现有事物的重组。我们不要觉得创新多么高深，多么难，其实把这些事物不管虚拟空间还是物理空间进行融合、重组就是一种创新，我后面会有案例。其实很简单的小的想法很多没有想到，它就是创新，这种创新会颠覆整个行业。
第四，如何深度的互动和深度的学习?是我们各个企业要关注本身数据的互动以及深度学习算法。为什么语言这么容易做?我们看到年轻一代用这种方法去看到了数据的价值，它比我们更有眼光。这个时候我们用深度学习的算法和能力放到我们数据库里头去，放到我们干净的数据里会产生很好的效果，所以我们石油提炼是这么来的。我们从原始的普通的不懂石油行业的人去看石油，当打上来原油的时候我们是不明白的，但是如果你懂它，它有可能变成飞机油甚至变成汽油，这就是它的过程。其实我在讲数据和石油理论协同性，有几个专家一直问我，它说为什么把它比作成石油?它里面有化学反应，要有催化剂，要有知识的加载。
第五，颠覆应该着眼于外部。所以企业开放是第一步。早晨我开另外一个会的时候，专家提的很对，20年前我们企业以产品为中心，再往前推十年是以渠道为中心，走到我们现在的阶段来看是以消费者为中心。企业家、CIO需要度的把握，到底是大批量的生产去做规模化的东西，还是为了满足个性化订单，我怎么把握这个度?我图哪一块?这个对我的企业带来很大的风险甚至不确定因素。这个时候我们企业团队往往选择不同，不同业务定义不一样。比如服装领域，服装领域里头更多的希望我们有一个新的版款出来，这个版款一下就爆款了，流行卖得又好，这个东西怎么来的?是设计师的灵感?是消费者给你的反馈?这个度也很难把握。所以我们看到在法系里头，为什么法国的服装品牌做得这么好?是因为它有一堆这样的设计师，这些设计师能够引领潮流。我们的服装厂其实就跟不上了，要跟它合作吗?所以我觉得在这里头有很多思考不同行业是不同的做法，我只是举这样的例子。所以颠覆要看到外部，怎么把外部你的消费者包括你上下游的信息采下来，多看看行业的竞争，多看到一些新的变化，及时的调整自己的策略。
第六，我们很多企业认为投资很重要，在这个影响下其实连接可能比拥有更重要了。所谓的连接是有效连接，有温度的连接才有效，否则就是一个link没有用的，要有温度，这种连接会产生数据。这种数据价值可能不是你们的，但是你把这个数据采来了，因为你有温度，这个数据可能就算你的了，这个资产才能流到你这里来。这是我们提到的观点，不要占有这个数据，而是用好这个数据对你产生了什么价值。
第七，组织协同实现价值创造。刚才提到连接、温度，其实这个数据人家愿不愿意分享给你?这是有组织协同的。我为什么授权给你?你产生了价值，我又没得到好处，我没拿到好处，今天由于时间原因，我就不把水表的案例讲出来了。因为水表，一个地市中国电信就做到一百万了，但这个水表的数据多么有用?原来我们不是这么看的。当我们去回过头来发现运营商的变化，这个是水务的运营商，对它的变化有多大?我们就知道数据多有价值
，单体数据产生这么大量数据的时候也是有作用的，不要说数据多么复杂，多么异构化，再组织起来多难?不要讲这么多故事，就看一个点能形成数据量产也是可行的，今天时间原因，不多讲了，政府很喜欢这个数据，爱死这个数据了。怎么突破?数据治理的规则是什么?所以我们看到组织协同让数据价值变现这件事是非常重要的，否则就是打官司。一旦产生价值了，大家都来抢了。
最后一个所有可量化、可衡量、可程序化的工作都将被机械替代，不需要人，它一定是这样的。所以以后的未来，你去偷一个电话，你去联系一个企业，背后根本不是人了，你甚至要提出很多的问题来，它甚至智能化的指导你怎么弄，下一步怎么干。所以更多的是智能化的东西，会替换掉我们现场的很多人。我们很多人可能面临失业的问题，但是如果这些人转化过程中提升自己的知识层面，不要担心失业，你有更多的事要做。
由于时间原因，我只有三分钟了，后面东西太多了，我准备的材料太多。
数据是有打劫的，你晚、慢了，市场不等你，你的数据被别人拿走了。我们看到很多行业，包括传统行业，它就是数据打通，一种数据序列出现了，没有法律去保护，对不起法律还没有健全，不守住自己所有的数据，就会被别人拿走了。我们看到家电行业竞争非常激烈，为什么中国家电行业全球领先?在中国脱胎换骨竞争中它成长，它打得过别人。你没看到整个物流里头，是不是一家在做?整个家电物流就一家，它一定是数据打劫产生的效果。客户的流失是最关键的，一旦数据打劫出现你的客户就集聚下降。
数转时代里，企业本身要解决的问题是什么?这里我们看到有各方面的渠道，所以在十年前我跟客户做工业企业咨询的时候，首先我问CIO第一件事情，你知道你的东西卖给谁了吗?回答不上来，对不起，你企业60分都达不到，信息化白投了，你都不知道卖给谁，你怎么搞?所以我觉得在这里头不展开讲了。这张片子讲十分钟都可以讲，从订单入手，CRM入手还是从关系管理这块客户服务做起，所以走到今天抛出第一个问题，如果线上一个个性化的订单来了以后，你们认为是销售部门去负责还是客户服务部门负责?马上企业面临这个问题。因为不停的在接电话，在解决客户的问题，他已经在用了，售后服务肯定知道客户的要求，但是它是个个性化的新订单来了，肯定销售部门更懂，销售部门马上打问号，我不太懂技术，当时设计是怎么设计的?能不能改设计?又回到了设计部门，是不是难在这儿了?所以我们在想工厂开放，喊口号容易，工厂要真正的开放多难?就是数据的问题，又回到数据本身了。
所以这张图我能讲一个小时，这是我的节奏。7、8年前很多我们在看到互联网企业用这张图，这张图就是讲清楚企业的链路，数据链怎么流动的?从右边来看，是服务跟销售一定会融为一体的，销售就是服务，它会跟售后服务融到一起，这就是互联网带来的，不能一个部门是一个部门的事儿，一定要打穿。当看到设计部门的时候，他们在抓狂，因为它离客户太远了。内部的员工骂它，领导骂它，甚至减工资，这是对的。否则这个设计人员干吗?老觉得以产品为中心，销售部门以渠道为中心，现在个性订单来了是以客户服务部门为中心了，以消费者为中心了，所以C2M这件事怎么走?这个事儿好多CIO都没有想明白，不同行业做法不一样。
这是全产业链数据，你要真正做到全产业链水平，能进入这个水平，中国企业还没有一家，包括我咨询过的企业都没有做到。所以这件事儿从本身来看是我们要想清楚我的业务痛点从哪里入手的问题，由于时间原因我不细讲了，我只讲两块数据。这两块数据是目前企业家、CIO最想不明白的事儿：
第一，从低成本的数据入手。我们认为全球化介入跟个性化订单跟服务甚至物流，只要跟最终客户接受的点可以达成一个数据中心，这件事可行，又不花几个钱，最容易。但是你有团队去运运营吗?怎么运营?这个就难了。 我们看到中国个别企业做到了，很优秀，它一定会成功。相对来说，在这一点上中国人一点没落后。
我们拿到目的一是是做成会员，形成会员以后才会有温度关怀它，否则是不成立的。CIO系统是死的，所以全球到交互中心，我在范总的会上讲多少次，全渠道服务跟智慧中心的服务怎么做的?用数据。我讲了多少年?呼叫中心里大家知道我在干这个事儿。只有触点搞好才有可能关怀你的客户。这一块是最难的，我最近在突破这一块，也在协会、联盟里帮助大家一起来推进。我们认为来说，三大难度：工厂的数据怎么办的问题。
这里第一个难度是OT封闭型，我们被绑架了，数据被别人打劫了。
第二，知识机理加载不够。中国在这一块上面不差，我们也不缺工匠精神，但是怎么把它变成数据加载到数据平台里去用，怎么把工艺知识加进来?很可惜，我们汽车行业里中国人工艺水平不会比国外差。
第三，数据治理规则在企业级更难形成。真正有这个水平做的，有两家企业，一个是民营，一个是国营，非常优秀。这两个企业一定会在全球立起来。
案例我就不讲了，这个案例很经典，但是今天时间原因，这个案例是一个建筑行业的，它的工厂从钢板变成H型钢，最后在我们的施工现场变成全球最高的钢结构。这个过程数据全部跑通了，后面我们讲讲跑通的过程。首先工厂是开放的，钢铁加工的机械50%国产，50%进口，我们只有50%加上25%，75%的数据产出来，有用吗?开始说没用，说我的ERP有多好，我们的企业可牛了。我说没关系，我们试一下，一年以后有效果了，我们这个数据采出来以后真的有价值。
这是我们的平台，这个平台对数据重新做分类分组，最后的结果是对企业来说怎么算这笔帐就OK了，大家说的容易，在一个建筑行业里头，每年就这个单业务板块200多亿，我们看到鸟巢这个工程多么伟大，多么漂亮，最后算出来赚钱吗?我们算出来了，拿四个模型做出来的，大家去思考。所以我们看到数据的流动它会见成效：第一，我们看到第二产业流通到建筑第三产业，它动了;第二，平台和数据可以从生产要素升级成生产力，我们发布这个观点是在国家指导下做的一件事儿。
最后讲到5G，5G完全可以加人工智能把我们的立体车库(深圳新能源公交车车库)，加上整个司机的人工智能的检查，包括充电桩的插取，最后车挪到上面以后，一个公交车很大，它能够停60多台车，因为深圳市没地方停车了，用立体来做钢结构，这里全是用人工智能+5G。包括从司机的入库、身份验证，是不是干了该干的事儿，怎么下来?甚至要收费的话也可以做家用，也是用人工智能做法全部兜底，不需要人干预。
所以几点建议：
第一，混合云是主流。应用先上云，先把业务问题解决，才有可能在数据上云，一步步来，数据上云开销比较高，这是奉劝各位做CIO、CTO包括做企业的领导，一定是数据上云是最麻烦的，它要对算力要求更高。
第二，可以适当的考虑自己研发一些数据的平台。如果你觉得开销太大，你可以以租代用，买服务，这个平台可以打上你的烙印，别人帮你开发你租就行了，不用重新建一套用几个亿，五个月每个月给几百万，最后会沉淀很多数据。
最后总结一下：
数转的本身本质来看，是我们真正的要解决管理提升的问题。我们的业务痛点问题。而在网络改造、云的改造跟数据转型过程当中的时候，都是围绕管理体系层。我们企业管理为什么缺数据支持?刚才那个案例里已经做到数据智慧工厂，这是我提出来的观点，数据可以把工厂指挥好，不需要人类干预。通过不断的实践和行动是可以产生成效的，所以我们认为小步要慢跑，有的要快跑。如果条件允许，小步快跑，让别人跟着你，在这个产业生态里你们做得更好。所以我今天的观点就分享到这里，谢谢大家下午宝贵的时间!
京公网安备 11010502049343号