ThoughtWorks數(shù)據(jù)及AI業(yè)務(wù)負(fù)責(zé)人史凱
在ThoughtWorks數(shù)據(jù)及AI業(yè)務(wù)負(fù)責(zé)人史凱看來(lái),現(xiàn)在數(shù)字化轉(zhuǎn)型已經(jīng)進(jìn)?到數(shù)據(jù)驅(qū)動(dòng)的新階段,為了全方面挖掘數(shù)據(jù)的價(jià)值,ThoughtWorks將精益思想與數(shù)據(jù)創(chuàng)新進(jìn)行融合,推出了精益數(shù)據(jù)創(chuàng)新架構(gòu),幫助企業(yè)用精益敏捷的方法構(gòu)建數(shù)據(jù)運(yùn)營(yíng)、智能創(chuàng)新的能力。
在萬(wàn)物互聯(lián)的數(shù)字化時(shí)代,行業(yè)、流程、領(lǐng)域本質(zhì)上是不存在的,只是因?yàn)槿祟惖闹R(shí)、算力是有限的,所以才通過(guò)劃分行業(yè)、領(lǐng)域、構(gòu)建主干流程來(lái)幫助我們理解和發(fā)展業(yè)務(wù)。業(yè)務(wù)的發(fā)展本質(zhì)上就是發(fā)現(xiàn)更多的價(jià)值點(diǎn),建立連接,而這個(gè)時(shí)候從數(shù)據(jù)而不僅是經(jīng)驗(yàn)中產(chǎn)生更多發(fā)現(xiàn)和洞察也就至關(guān)重要了。
史凱說(shuō),大家都在說(shuō)數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新,為什么?因?yàn)槿说膭?chuàng)新依賴于經(jīng)驗(yàn),而只有數(shù)據(jù)才是最全面、真實(shí)反映本質(zhì)的。
“所有企業(yè)都希望自己成為一個(gè)數(shù)據(jù)驅(qū)動(dòng)的企業(yè),通過(guò)數(shù)據(jù)進(jìn)行決策?;趯?shí)踐,ThoughtWorks提出了精益數(shù)據(jù)創(chuàng)新體系?!?/p>
數(shù)字化轉(zhuǎn)型進(jìn)入到數(shù)據(jù)驅(qū)動(dòng)的新階段
數(shù)字化轉(zhuǎn)型并不是一個(gè)全新的概念,史凱表示,早前的信息化建設(shè)是把物理世界的流程線上化,也就是流程自動(dòng)化,那個(gè)時(shí)候數(shù)據(jù)是一個(gè)流程的副產(chǎn)品,企業(yè)并沒(méi)有太過(guò)于注意流程中產(chǎn)生的數(shù)據(jù),所以到后來(lái)要使用數(shù)據(jù)的時(shí)候發(fā)現(xiàn)數(shù)據(jù)缺乏設(shè)計(jì),缺乏規(guī)劃,產(chǎn)生了眾多數(shù)據(jù)孤島。而在如今的數(shù)字化時(shí)代,前端的業(yè)務(wù)流程瞬息萬(wàn)變,流程成了一個(gè)副產(chǎn)品,真正重要的是那些存留下來(lái)的數(shù)據(jù),它反映了物理世界真實(shí)的業(yè)務(wù)、用戶行為等,從中企業(yè)能夠進(jìn)行更多的創(chuàng)新。
其實(shí)這個(gè)問(wèn)題可以歸結(jié)為信息化和數(shù)字化的區(qū)別是什么?
信息化是業(yè)務(wù)的一個(gè)工具,通過(guò)信息流轉(zhuǎn)支持業(yè)務(wù)。但是信息化并沒(méi)有改變業(yè)務(wù)的本質(zhì),這是信息化。
數(shù)字化是什么?數(shù)字化實(shí)際上改變了業(yè)務(wù)的本質(zhì),它是把業(yè)務(wù)本身用數(shù)字化思維和技術(shù)重構(gòu)了一遍,數(shù)字化就是業(yè)務(wù)本身。
數(shù)據(jù)是?切創(chuàng)新的源泉,而創(chuàng)新的本質(zhì)是建立連接。
所以對(duì)于數(shù)字化轉(zhuǎn)型中的企業(yè)而言,需要構(gòu)建數(shù)據(jù)全景,全面建立連接。
數(shù)據(jù)全景不是你現(xiàn)在有什么數(shù)據(jù),而是你應(yīng)該有什么樣,可能會(huì)用到什么樣的數(shù)據(jù)的數(shù)據(jù),這就是數(shù)據(jù)全景圖。
史凱提出數(shù)據(jù)全景的概念,數(shù)據(jù)全景(Data Landscape)是物理世界在數(shù)字化世界的投影。實(shí)際上在數(shù)字化世界建立連接比在物理世界當(dāng)中建立連接要快得多?!霸趺窗盐锢硎澜绲闹R(shí)、經(jīng)驗(yàn)、行為、實(shí)體數(shù)據(jù)化,通過(guò)數(shù)字化的技術(shù)把它連接起來(lái),這就是數(shù)字化轉(zhuǎn)型,以及創(chuàng)新的本質(zhì),這也是數(shù)字化轉(zhuǎn)型給創(chuàng)新帶來(lái)的變化?!?/p>
數(shù)據(jù)驅(qū)動(dòng)讓企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)入到一個(gè)全新的階段,我們已經(jīng)進(jìn)入到一個(gè)數(shù)據(jù)驅(qū)動(dòng)的時(shí)代。
數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)新能力是所有企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵能力和支柱,越來(lái)越多的企業(yè)通過(guò)數(shù)據(jù)分析去發(fā)現(xiàn)創(chuàng)新。史凱以一個(gè)能源企業(yè)為例說(shuō),ThoughtWorks幫助他們按照區(qū)域去分析歷史銷量數(shù)據(jù),發(fā)現(xiàn)他原來(lái)劃分渠道的方式是不科學(xué)的。在業(yè)務(wù)融合越來(lái)越緊密的情況下,按照傳統(tǒng)渠道定義的方式已經(jīng)無(wú)法幫助企業(yè)更為精細(xì)地實(shí)現(xiàn)客戶運(yùn)營(yíng)。
“你要把它所有的數(shù)據(jù)拿出來(lái),然后根據(jù)他們每個(gè)月的消費(fèi)訂單、他們對(duì)于服務(wù)的滿意度等信息進(jìn)行聚類、回歸分析,進(jìn)而產(chǎn)生用戶畫(huà)像,而不是簡(jiǎn)單地用一個(gè)個(gè)標(biāo)簽去進(jìn)行用戶劃分。”史凱說(shuō),“總之,數(shù)字化轉(zhuǎn)型已經(jīng)進(jìn)入到了數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,已經(jīng)從流程定義的世界進(jìn)入到數(shù)據(jù)定義的世界?!?/p>
企業(yè)數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新需要面對(duì)的挑戰(zhàn)
數(shù)字化帶來(lái)的本質(zhì)改變是連接和移動(dòng),每個(gè)企業(yè)都將是數(shù)據(jù)工廠。那么企業(yè)如何賦予業(yè)務(wù)人員以數(shù)據(jù)和智能的能力,發(fā)現(xiàn)經(jīng)驗(yàn)之外隱藏的創(chuàng)新,進(jìn)而全方面挖掘數(shù)據(jù)的價(jià)值?史凱表示,如何在海量的數(shù)據(jù)中快速發(fā)現(xiàn)業(yè)務(wù)價(jià)值點(diǎn),并通過(guò)大數(shù)據(jù)、智能技術(shù)進(jìn)行實(shí)驗(yàn),驗(yàn)證價(jià)值,變成產(chǎn)品和服務(wù),是數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)新和運(yùn)營(yíng)的關(guān)鍵挑戰(zhàn)。
既然數(shù)字化轉(zhuǎn)型已經(jīng)進(jìn)入到數(shù)據(jù)驅(qū)動(dòng)的新階段,那么如何利用數(shù)據(jù)發(fā)現(xiàn)創(chuàng)新的價(jià)值鏈,并且快速落地,這是每個(gè)企業(yè)都希望做到的。但是你會(huì)發(fā)現(xiàn)我們?cè)谶@個(gè)過(guò)程中會(huì)面臨很多挑戰(zhàn)。
第一個(gè)挑戰(zhàn),業(yè)務(wù)人員對(duì)于數(shù)據(jù)和技術(shù)的理解不夠深入。史凱說(shuō),業(yè)務(wù)人員不懂?dāng)?shù)據(jù)和技術(shù)會(huì)帶來(lái)很多風(fēng)險(xiǎn),比如業(yè)務(wù)需求與技術(shù)的不匹配,導(dǎo)致有價(jià)值的需求無(wú)法實(shí)現(xiàn)落地?!叭绻f(shuō)業(yè)務(wù)人員知道,現(xiàn)在人工智能能做什么,那他自己就會(huì)去篩選一下,就可以有一些更加實(shí)際的、更加適合ROI的需求提出來(lái)。所以,我們需要賦予業(yè)務(wù)人員以數(shù)據(jù)和智能的能力,拉通業(yè)務(wù)、技術(shù)和數(shù)據(jù)?!?/p>
第二個(gè)挑戰(zhàn),數(shù)據(jù)和智能創(chuàng)新項(xiàng)目的不確定性。不同于功能性產(chǎn)品項(xiàng)目,你把功能需求提出來(lái),我然后設(shè)計(jì)。對(duì)于數(shù)據(jù)項(xiàng)目,你如果不把數(shù)據(jù)進(jìn)行匯總分析,就不知道這些數(shù)據(jù)能產(chǎn)生什么的。數(shù)據(jù)是流動(dòng)變化的,如何保證在變化的數(shù)據(jù)當(dāng)中產(chǎn)生標(biāo)準(zhǔn)的一致的結(jié)果?所以數(shù)據(jù)類的項(xiàng)目是有不確定性的。
人工智能的項(xiàng)目更有不確定性。人工智能項(xiàng)目大多是概率性問(wèn)題,難以給出一個(gè)明確的對(duì)錯(cuò)預(yù)計(jì);由于通過(guò)數(shù)據(jù)模型進(jìn)行概率統(tǒng)計(jì),并且最終結(jié)果需要等業(yè)務(wù)進(jìn)行完才能知道最終結(jié)果,滯后性是一個(gè)問(wèn)題;算法的選擇;從物理世界的業(yè)務(wù)到數(shù)據(jù)模型,到最后這個(gè)結(jié)果反饋到物理世界的業(yè)務(wù)當(dāng)中驅(qū)動(dòng)它的變化,這個(gè)過(guò)程當(dāng)中的每一個(gè)環(huán)節(jié)都有一定的失真和不確定性。
史凱說(shuō),在ThoughtWorks看來(lái),人工智能有四個(gè)層次,分別是學(xué)術(shù)論文層、工程實(shí)踐能力、平臺(tái)服務(wù)層、業(yè)務(wù)應(yīng)用層。大部分企業(yè)需要建立第二層以上的能力。ThoughtWorks認(rèn)為每一個(gè)企業(yè)都需要AI平臺(tái)的能力,也就是算法平臺(tái)化、AI服務(wù)化。因?yàn)槲磥?lái)企業(yè)的決策、運(yùn)營(yíng)都需要用到AI,但是它又不能把AI做成一個(gè)個(gè)孤島。
“人工智能是普惠性技術(shù),企業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)能力設(shè)施,是場(chǎng)景和工程能力的結(jié)合。你把人工智能定位到合適的場(chǎng)景,這是最重要的。然后通過(guò)工程能力把想法進(jìn)行實(shí)現(xiàn),將AI與業(yè)務(wù)融為一體,把人工智能應(yīng)用到業(yè)務(wù)當(dāng)中產(chǎn)生價(jià)值?!笔穭P說(shuō)。
既然人工智能項(xiàng)目具有如此的不確定性,企業(yè)該如何應(yīng)對(duì)呢?史凱表示,我們需要有新的方法、體系和技術(shù)架構(gòu)支撐數(shù)據(jù)創(chuàng)新?!拔覀儼l(fā)現(xiàn)‘精益(Lean)’思想跟數(shù)據(jù)創(chuàng)新相結(jié)合,能夠解決前面講到的這些挑戰(zhàn)、問(wèn)題。”
精益數(shù)據(jù)創(chuàng)新體系助力企業(yè)構(gòu)建數(shù)據(jù)和智能創(chuàng)新藍(lán)圖
精益思想(Lean Thinking)源于20世紀(jì)80年代日本豐田發(fā)明的精益生產(chǎn)(Lean Production)方式,其從理論的高度歸納了精益生產(chǎn)中所包含的新的管理思維,把精益生產(chǎn)方法外延到企業(yè)活動(dòng)的各個(gè)方面,不再局限于生產(chǎn)領(lǐng)域,從而促使管理人員重新思考企業(yè)流程,消滅浪費(fèi),創(chuàng)造價(jià)值。
精益思想的五項(xiàng)基本原則是正確地確定價(jià)值、識(shí)別價(jià)值流、流動(dòng)、拉動(dòng)、盡善盡美。這正好與數(shù)據(jù)創(chuàng)新完美結(jié)合,ThoughtWorks由此提出了精益數(shù)據(jù)創(chuàng)新體系。
史凱說(shuō),精益思想的第一個(gè)原則就是每一個(gè)產(chǎn)品、每一個(gè)業(yè)務(wù)、每一件事情一定要有一個(gè)特定的業(yè)務(wù)價(jià)值。所以ThoughtWorks認(rèn)為數(shù)據(jù)和智能創(chuàng)新的第一步是你一定要清楚地知道你用數(shù)據(jù)和智能技術(shù)要干什么,它有什么價(jià)值,這是最重要的第一步。
然后你要把這個(gè)價(jià)值點(diǎn)變成一個(gè)可以去貫穿起來(lái)的一個(gè)價(jià)值流,只有有了數(shù)據(jù)處理鏈才能自動(dòng)去運(yùn)行這些數(shù)據(jù)。”我們要把這個(gè)分析的過(guò)程變成一個(gè)自動(dòng)化的模型,這就叫數(shù)據(jù)處理鏈。我們把分析的過(guò)程變成一個(gè)或者多個(gè)模型,你這邊就像自來(lái)水一樣,接個(gè)水龍頭,這邊出來(lái)的就是你的價(jià)值,中間這個(gè)地方一定是無(wú)縫的,快速流動(dòng)的。”史凱說(shuō)。
其次是業(yè)務(wù)價(jià)值拉動(dòng),對(duì)于數(shù)據(jù)項(xiàng)目來(lái)說(shuō),企業(yè)需要的不是一堆報(bào)表,而是對(duì)業(yè)務(wù)的行為的決策結(jié)果。傳統(tǒng)的數(shù)據(jù)項(xiàng)目是數(shù)據(jù)模型驅(qū)動(dòng),現(xiàn)在強(qiáng)調(diào)的是業(yè)務(wù)價(jià)值拉動(dòng),并且是按需拉動(dòng),而不是一次性把所有的功能都推送給用戶,不管他用得上用不上,這是一種投資的浪費(fèi),很不精益。最后,人工智能項(xiàng)目需要永無(wú)止境地優(yōu)化,不斷優(yōu)化。ThoughtWorks稱之為“持續(xù)的人工智能”,DevOps是一方面,另外一方面,模型也要不斷優(yōu)化和演進(jìn)。這個(gè)對(duì)應(yīng)的就是ThoughtWorks的“精益數(shù)據(jù)創(chuàng)新體系”。
“第一點(diǎn),所有的都要有業(yè)務(wù)價(jià)值;第二點(diǎn),要圍繞業(yè)務(wù)價(jià)值梳理出價(jià)值流,優(yōu)化消除無(wú)價(jià)值的節(jié)點(diǎn);第三點(diǎn),構(gòu)建數(shù)據(jù)處理鏈,加速價(jià)值的流動(dòng);第四點(diǎn),業(yè)務(wù)價(jià)值拉動(dòng),而不是數(shù)據(jù)模型驅(qū)動(dòng);第五點(diǎn),持續(xù)迭代、持續(xù)優(yōu)化、持續(xù)人工智能,這是精益數(shù)據(jù)創(chuàng)新體系(Lean Data Innovation)。”史凱總結(jié)說(shuō),“對(duì)應(yīng)我們的這個(gè)體系有一個(gè)很重要的輕量級(jí)咨詢服務(wù),我們稱之為Data Discovery(數(shù)據(jù)探索咨詢服務(wù)),他不同于傳統(tǒng)的咨詢服務(wù)之產(chǎn)出PPT報(bào)告,我們的Data Discovery融合了戰(zhàn)略、精益、設(shè)計(jì)思維和數(shù)據(jù)工程、數(shù)據(jù)科學(xué),在快速迭代中分析具體數(shù)據(jù),驗(yàn)證算法,能夠幫助企業(yè)快速識(shí)別價(jià)值,定義哪些是高優(yōu)先級(jí)的價(jià)值,并完成高優(yōu)先級(jí)價(jià)值的技術(shù)驗(yàn)證,最后規(guī)劃有優(yōu)先級(jí)的、可落地的實(shí)施方案和計(jì)劃。
這是我們講的精益數(shù)據(jù)創(chuàng)新,拉通數(shù)據(jù)技術(shù)與業(yè)務(wù),管理數(shù)據(jù)和智能類項(xiàng)目的不確定性?!?/p>
借助Data Discovery,企業(yè)能夠用互動(dòng)的方式在數(shù)據(jù)的基礎(chǔ)上,讓業(yè)務(wù)人員無(wú)死角的、360度地把所有的創(chuàng)新產(chǎn)品全部發(fā)現(xiàn)出來(lái),而不僅是依靠的經(jīng)驗(yàn)。精益數(shù)據(jù)創(chuàng)新是用精益的方法對(duì)企業(yè)的數(shù)據(jù)全景進(jìn)行梳理,快速找到業(yè)務(wù)價(jià)值,并且是可度量,可落地的業(yè)務(wù)場(chǎng)景和應(yīng)用,這是最重要的。
寫(xiě)在最后
每個(gè)企業(yè)都將是數(shù)據(jù)工廠,史凱表示,所有的企業(yè)都會(huì)變成數(shù)據(jù)企業(yè),它就會(huì)變成加工、處理數(shù)據(jù)的工廠,最后它實(shí)際生產(chǎn)的產(chǎn)品只是通過(guò)數(shù)據(jù)工廠洞察反饋到物理世界里變成一個(gè)實(shí)體的東西而已。
承載著數(shù)據(jù)工廠的核心需要一個(gè)平臺(tái),我們稱之為“數(shù)據(jù)中臺(tái)”,它會(huì)采集數(shù)據(jù)、分析數(shù)據(jù)、加工數(shù)據(jù),探索數(shù)據(jù)的價(jià)值,最后驅(qū)動(dòng)業(yè)務(wù)的轉(zhuǎn)型和產(chǎn)品的創(chuàng)新。
應(yīng)該說(shuō)精益數(shù)據(jù)創(chuàng)新體系是ThoughtWorks對(duì)于當(dāng)下企業(yè)數(shù)字化轉(zhuǎn)型的最新洞察和實(shí)踐,史凱表示,因?yàn)榫婺軌蛲耆珣?yīng)用到數(shù)據(jù)和智能類項(xiàng)目的每一個(gè)環(huán)節(jié),產(chǎn)生價(jià)值,并且ThoughtWorks有實(shí)踐、方法、工具。
“ThoughtWorks精益數(shù)據(jù)創(chuàng)新體系實(shí)體化是什么?那就是是一套方法論,加上數(shù)據(jù)中臺(tái)的落地解決方案,這也就是我們的精益數(shù)據(jù)創(chuàng)新解決方案。
目前,ThoughtWorks精益數(shù)據(jù)創(chuàng)新體系已經(jīng)在制造、金融、教育等行業(yè)中進(jìn)行落地,并取得了非常好的效果?!?/p>
ThoughtWorks認(rèn)為,構(gòu)建精益數(shù)據(jù)創(chuàng)新體系,企業(yè)就擁有了四大能力,用數(shù)據(jù)和AI使能業(yè)務(wù)轉(zhuǎn)型,從而實(shí)現(xiàn)從流程驅(qū)動(dòng)到數(shù)據(jù)驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型。
這四大能力是制定數(shù)據(jù)戰(zhàn)略、打造數(shù)據(jù)中臺(tái)、持續(xù)數(shù)據(jù)創(chuàng)新、構(gòu)建智能應(yīng)用的能力。
具體來(lái)說(shuō),制定數(shù)據(jù)戰(zhàn)略是定方向,制定企業(yè)的精益數(shù)據(jù)戰(zhàn)略,包括數(shù)據(jù)治理體系,數(shù)據(jù)平臺(tái)架構(gòu),建?立數(shù)據(jù)思維,打造數(shù)據(jù)創(chuàng)新實(shí)驗(yàn)室;打造數(shù)據(jù)中臺(tái)就是建工程能力,包括采集匯聚,存儲(chǔ)治理,企業(yè)數(shù)據(jù)資產(chǎn)治理,數(shù)據(jù)處理, 數(shù)據(jù)分析,人工智能能力,打造數(shù)據(jù)自服務(wù)體系;持續(xù)數(shù)據(jù)創(chuàng)新,在數(shù)據(jù)中臺(tái)基礎(chǔ)上持續(xù)分析和運(yùn)營(yíng)數(shù)據(jù),建立持續(xù)的創(chuàng)新能力;構(gòu)建智能應(yīng)用,從業(yè)務(wù)出發(fā),價(jià)值導(dǎo)向,利用智能算法,結(jié)合企業(yè)數(shù)據(jù)為業(yè)務(wù)場(chǎng)景創(chuàng)新賦能。
為此,ThoughtWorks數(shù)據(jù)和智能使能團(tuán)隊(duì)提供了智能創(chuàng)新戰(zhàn)略咨詢(Data Discovery)、數(shù)據(jù)分析運(yùn)營(yíng)服務(wù)、數(shù)據(jù)中臺(tái)交付、智能應(yīng)用交付等服務(wù),幫助企業(yè)更好迎接數(shù)據(jù)驅(qū)動(dòng)下的數(shù)字化轉(zhuǎn)型挑戰(zhàn)。
“ThoughtWorks的更大的愿景是‘賦予所有人以數(shù)據(jù)和智能創(chuàng)新的能力’?!笔穭P最后說(shuō)。