大数据产业创新服务媒体
——聚焦数据 · 改变商业
企业数字化大家讲的比较多了，在数字化之后，则是数智化。从数字化到数智化的转变，并不是玩弄概念，而是有其实质内涵。这篇文章，我们就来讲讲企业数智化升级。
数智化升级的时代需求
中国企业数字化转型已经进行较长时间了，中大型企业在业务和管理数字化过程中积累了大量的数据，但这些数据还没有效的用起来。
数据已经成为一种新的生产要素，与资本、土地等要素并列。作为一种生产要素，数据目前只是被保存起来了，其价值还没得到真正释放。生产要素是在流动过程中产生价值的，静止的生产要素就像一直存在银行里的货币，只是看上去是一种资产，却没有实际效用。因此，在保存了大量数据之后，如何将这些数据用起来，让数据能够赋能业务，是接下来需要回答的问题。对于企业而言，在数字化转型之后，还要进入数智化升级阶段。
数智化的定义与三个核心要素
企业数智化升级是一个相对较新的概念，作为一个新概念，我们首先要界定这个概念的内涵和外延。在此，我们试图给企业数智化一个定义。
数智化，是在企业数字化基础上，用数据和智能化技术，赋能企业管理和业务。这个概念是数字化、AI和业务三个要素的交集，数字化是基础，AI与业务的融合是核心。
下面，我们来具体讨论下数智化与这三个方面的关系。
第一，数字化
数智化并不是凭空产生的，而是基于企业的数字化基础，是对企业数字化的继承和发展。企业在完成数字化转型之后，进一步实现智能化升级。
企业的数智化与数字化既有区别也有联系：
区别：数字化的核心是把企业经营行为数据化，主要内容是存数据、管数据。而数智化的核心在于用数据，把数字化过程中收集的数据用起来，赋能企业的经营管理和业务。
联系：企业数智化也包含数字化的内容，数据采集、存储、管理。并且，数据库、数仓、数据中台等数字化的平台，是智能化的基础。数据挖掘、可视分析等智能化应用，离不开数仓、数据中台等打通底层数据，提供标准接口。
第二，AI
数智化与数字化的关键区别是在于“智能”，这需要借助一系列AI技术。这里的AI特指应用于企业管理和业务流程中的智能技术，包括数据挖掘、知识图谱、自然语言理解、数据可视分析、图像识别、语音识别等。其中，最核心的就是数据挖掘，从数据中提炼有效信息，用于赋能企业管理和业务开展。
第三，企业业务
数智化的核心是通过数据智能工具、平台来赋能企业的经营管理和业务，发挥数据的价值。所以，企业数智化转型升级成败的关键，是数据智能产品是否能够与企业的业务高度融合。如果不能融入企业业务流程中，再好的数据智能工具都只是一个摆设。
三类数据智能应用场景
在企业的哪些场景中，可以实现智能化升级呢？
大体上看，主要包括三大类：
1、数据挖掘，业务预测
用企业以往的业务数据来训练AI模型，挖掘其中的规律，通过历史数据来预测未来一段时间的经营数据，以此来制定管理和业务决策。比如，金融领域的智能风控，基于客户信用数据，通过AI模型来预测其违约风险，给出信用评级，以此来决定是否放贷、放贷的金额、放贷利率、风控措施等；电信领域的智能营销基于电话、流量、缴费数据，预测该客户的偏好，有针对性地推荐电信套餐。评估该用户流失的风险，针对性的提升用户体验，提高满意度。
在管理方面，通过对企业经营数据的全面分析，进行可视化的展示，帮助管理者了解经营动态，及时发现风险点。基于历史数据对未来一段时间的业绩表现作出预测，管理层可以基于数据来进行经营决策，实现科学管理、精确管理。
2、业务流程自动化
企业的经营需要相关岗位人员的协同，这就会产生大量的管理流程，将这些流程中的某些环节“委托给”AI程序，实现流程在部分环节的自动运转。在企业当中，有很多业务流程都是简单重复性的，这些业务和流程耗费大量的人力，是对人力资源的一种浪费。并且，这些简单重复的业务流程，经常会拖累整个体系的高效运转。如果通过自动化程序来协助完成这些简单重复的业务，不仅可以节约人力成本，还可以提升流程运转的效率。
以发票报销为例，出差的人员经常会需要找财务去报销。这个时候，财务会提出一堆报销的流程，给出贴发票的规范。相信很多人都有过发票报销过程中，多次被财务打回来重新走流程或者重新贴发票的痛苦经历。实际上，发票报销是一个非常简单的业务，无论是提交流程还是贴发票，技术含量都不高。但是，要全体员工都熟练掌握贴发票的规范却没有必要。这个环节由人来处理，对于业务人员来说，会常常面对财务部门的“事难办、脸难看”。就整个公司的经营而言，这类重复、繁琐的环节，也容易成为业务流程的一个“堵点”。如果通过电子发票、自动报销，免去业务人员贴发票、走报销流程的环节，则不仅可以减轻业务人员的工作量，也让整个体系更高效的运转。将业务人员从这些日常性的繁琐流程中解放出来，有助于其专注于业务，为公司创造更多业绩。
3、AI服务供给
企业服务当中，有大量重复、低价值的工作。如果将部分工作委托给AI程序，则可以在控制成本的情况下，大幅度提升企业的服务供给能力。这些AI程序相当于大量“实习生”，他们专注于某个细分领域，可以完成一些初级工作。这些“实习生”效率极高，却几乎不要“工资”。
以智能客服为例，企业往往会设置一些客服岗位，来解答客户的疑问，帮助解答一些售前咨询或售后服务问题。大量客户的问题都是类似的，基本都有标准的话术。通过智能客服程序，可以应对大部分客户问题。将智能客服系统与企业的业务流程系统进行衔接，针对AI程序不能回答的个性化问题，可以“转接”到企业流程系统的相应环节，对接到具体的业务人员。
又比如，在企业营销当中，往往需要依据不同场景设计大量的营销创意海报。这些海报本质上是不同营销要素的组合。将这些元素输入AI程序，依据需求可以批量化“设计”出营销海报。这些批量生产的海报虽然比不上专业设计师花大量时间设计的作品，但应付一般的营销需求已经足够。比较典型的如阿里巴巴的鹿班AI程序，可以每秒钟生成上千张banner图。每年双十一期间，该程序生产了上亿张banner图。这样的生产能力，抵得上数万个设计师了。
无论是大型企业还是小型企业，都要参与市场竞争。数智化升级，并不是那些掌握了大量数据的中大型企业的专利。当其他企业在进行数智化升级时，如果不想被市场淘汰，即使是小企业也得进行智能化升级。否则，面对大量已经完成数智化升级的竞争对手，那些停留在原地的企业将变得不堪一击。中国的大部分企业都还没完成数字化，在这种情况下，就需要数字化和智能化同时并举，在产生数据的同时就得想着怎么把这些数据用起来。只有这样，才能成为一个合格的市场参与者，不至于被对手远远抛在后面。
文：凝视深空 / 数据猿
