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)。

songjy