DCMM引領企業數字化轉型路徑研究

◎ 高智偉 楊 凱 張智祥 王賢軍

提 要:當前，新一代信息技術與實體經濟深度融合發展進入關鍵時期，企業是市場上最重要的參與主體，研究企業數字化轉型的整體現狀、面臨困難具有重要現實意義。本文分析了企業數字化轉型的背景和現狀，基于企業數字化轉型存在能力建設難、集成共享難、深化應用難三大難點，圍繞DCMM標準中的數據戰略、數據治理、數據安全、數據應用、數據架構、數量質量、數據標準等，提出了DCMM貫標引領企業數字化轉型的路徑。

當前，我國經濟由高速增長階段轉向高質量發展階段，傳統的產業發展模式難以為繼，推進產業數字化轉型成為傳統產業效率變革、質量變革和動能轉換的必然選擇，也是推動我國經濟高質量發展的重要引擎。我國政府高度重視產業數字化轉型工作，“十九大”把“數字中國”建設提到了國家戰略高度，并明確提出推動互聯網、大數據、人工智能和實體經濟深度融合。在此精神指引下，我國數字化轉型的政策體系不斷完善、深化和落地，數字化轉型受到了各行業各領域的普遍重視。

企業是主要的市場主體，數字化轉型是其在經濟發展新常態下的策略選擇，也是提升其核心競爭力的重要途徑。一方面，數字化轉型作為高質量發展的重要引擎，對高質量發展意義重大，企業加快數字化轉型，引領和帶動經濟高質量發展是其重要使命。另一方面，當前新一輪科技革命和產業革命方興未艾，國際國內形勢復雜多變，加快企業數字化轉型，激發企業創新發展潛力，重塑產業生態和產業鏈格局，保障國家產業鏈安全，是企業的必然選擇。

一、中國企業數字化轉型背景

（一）國家層面：政策大力支持企業數字化轉型

數字化轉型是未來五年乃至更長一段時間我國政策的重點支持方向。在“十四五”規劃中，數字經濟的地位大幅提升，“加快數字化發展，建設數字中國”單獨成篇，并首次提出數字經濟核心產業增加值占GDP比重這一新經濟指標。在“十四五”規劃指引下，數字化轉型相關政策密集出臺，《“十四五”大數據產業發展規劃》《“十四五”數字經濟發展規劃》《“十四五”信息化和工業化深度融合發展規劃》等均對產業數字化轉型提出具體要求。數字化轉型代表企業未來發展的方向，國有企業在這個過程中要起到引領帶動作用。2020年8月，國資委發布了《關于加快推進國有企業數字化轉型工作的通知》，提出國有企業數字化轉型的“三個基本認識、四個基本原則、四個轉型基礎、四個轉型方向、三個賦能舉措、四類企業標桿、三個實施策略”，對國有企業深化數字化轉型作了系統部署。

（二）技術層面：數字化轉型基礎不斷夯實

數字化轉型是以數字技術發展為基礎，將企業原有的業務與數字技術充分融合，將業務數字化，以數字驅動業務變革。近年來，云計算、大數據、物聯網、工業互聯網、區塊鏈、人工智能、虛擬現實和增強現實等數字技術在我國快速發展，并在全產業鏈推廣應用，推動我國掌握數字化轉型主動權，不斷夯實數字化轉型基礎。從技術創新來看，數字技術專利快速發展。零壹專利數據統計顯示，“十三五”期間，我國人工智能、區塊鏈、云計算、大數據等數字技術相關專利申請進入快速增長階段。到2020年底，我國數字科技申請量93.45萬件，占全球的39.47%，居全球首位。從市場應用來看，數字化應用平臺推動數字技術應用，海爾、阿里、騰訊、華為等一批企業率先完成數字化轉型，掌握關鍵數字技術，并基于此成立了跨行業跨領域的數字化賦能平臺。

（三）標準層面：數字化轉型支撐能力不斷提升

以標準為引領，完善標準體系、加強標準宣貫，是企業數字化轉型的重要抓手。兩化融合管理體系系列標準為企業數字化轉型提供了一套可參照執行的方法體系，保障企業戰略、業務、技術、管理等統籌推進。自兩化融合管理體系2013年首次提出以來，貫標企業已經超過3萬家，貫標達標企業超過1.4萬家。《“十四五”信息化和工業化深度融合發展規劃》提出“兩化融合標準引領行動”，全面推進兩化融合管理體系標準的制定推廣、貫標體系升級和市場化服務。

數字化轉型是以數字技術發展為基礎，以數字驅動業務變革。圖/中新社

數據管理能力成熟度（DCMM）是我國在數據管理領域首個正式發布的國家標準，旨在幫助組織和機構利用先進的數據管理理念和方法，建立和評價自身數據管理能力，持續完善數據管理組織、程序和制度，充分發揮數據在支撐信息化、數字化、智能化方面的價值。截止今年上半年，全國范圍內完成了12批共235家次DCMM貫標評估，分布在天津、河北、北京、貴州等全國20省市。

（四）市場層面：疫情加速數字化轉型

疫情防控常態化背景下，勞動力流動、面對面商業活動等受阻，對經濟造成巨大損失，也加深了人們對于數字化的認知，加速數字化轉型成為人們的共識。一是疫情推動數字化轉型市場發展。在疫情下，企業對于遠程辦公系統、遠程管理系統、智能裝備等數字產品的需求大增，加速了人工智能、大數據等數字技術的推廣應用與迭代更新，推動了我國數字化產品從研發到應用再到迭代升級的良性循環。二是疫情推動我國加速布局數字基礎設施。近年來，我國加快布局建設大數據中心、新一代超算、云計算、人工智能平臺等重大基礎設施，網絡通信能力、數據算力等得到極大增強，為我國數字化轉型奠定了堅實基礎。

二、企業數字化轉型現狀

（一）數字化轉型啟動數量較多，但整體水平處于初級階段

2020年以來，我國企業數字化轉型步伐加快，啟動數字化轉型企業的數量顯著增加。德勤在2020年4月到5月的一次問卷調查顯示，我國啟動數字化轉型的中央企業占比72%，地方國企占比57%，民營企業占比53%。但是企業數字化水平普遍不高，大部分處于初級階段。該調查顯示僅有三成受訪者認為自身數字化水平高于全球平均水平。點亮智庫研究顯示，我國九成以上的國有企業數字化水平處于深化場景應用的階段，還未能實現數據要素與業務的完全融合。

（二）數字化轉型“硬實力”強，但“軟實力”相對弱

我國企業數字化轉型進入攻堅克難的“深水區”。目前，企業應用數字技術、開展新模式等“硬實力”較強，但是涉及原有管理制度的融合以及變革等“軟實力”則相對較弱。點亮智庫研究顯示，企業在“技術集成架構應用率”“新模式普及率”“流程數字化率”等方面指標值較高，表明企業在IT軟硬件基礎設施架構集成、開展新業務模式、應用信息系統等方面進展較快。但是，在“數字業務比率”“產業鏈數據交換平臺普及率”等方面指標值較低，表明企業在數字技術與現有業務融合、數據交換與集成共享方面進展較慢。

（三）大企業數字化水平較高，中小企業數字化水平低

中國電子技術標準研究院的研究顯示，我國大型企業數字化轉型處于初級階段的不足五成，而中小企業數字化轉型處于初級階段的接近八成，中小企業數字化轉型進程明顯落后于大型企業。數字化轉型是一項前期投入大、時間長、見效慢的系統工程，中小企業由于信息化基礎薄弱、缺乏數字化人才、資金匱乏等因素，導致數字化轉型進展緩慢。此外，數字化轉型具有顯著的規模效益，中小企業對數字化轉型的需求與投入產出效益明顯不如大型企業。

四、企業數字化轉型難點

（一）能力建設難，數據管理能力難以與數字技術同步

企業數字化轉型普遍從信息系統建設、智能化設備應用開始，相應的數據管理能力建設處于滯后狀態。一是戰略管理能力滯后，數字化轉型缺乏系統性，沒有開展戰略規劃、戰略實施和戰略評估，數字化轉型價值很難實現。二是數據治理能力不足，缺乏專業的數據部門或數據部門的管理者層級不高，數據制度不健全，導致數據治理很難跨部門跨行業進行。三是員工缺乏數字技能，部分員工沒有掌握新興數字化技術手段，不理解數字化的管理制度，不具備開發數據產品的能力，數據管理制度很難推行。

（二）集成共享難，數字化轉型有效供給不足

不少企業認識到數字化轉型的重要性，但缺乏方法論支撐。數字化轉型是經營管理、戰略、組織、運營等全方位的變革，需要全局謀劃，但現實中企業普遍缺乏整體性的規劃供給能力、清晰的實施路徑及整個流程的解決方案工具集。目前，國內基礎性技術供給能力尚有不足，數字化轉型評估診斷體系尚未形成，企業在實施數字化轉型戰略時，缺少系統性評價和現狀診斷的方法指引，往往導致其對當前數字化水平認知不足，無法明確自身數字化轉型的重點與路線。在工業APP領域，常規的數字化研發設計軟件雖普及廣度尚可，但涉及全生命周期管理和協同應用的高端研發類軟件普及情況并不理想。

（三）深化應用難，數據要素與傳統業務難以融合

一方面，數據分析應用不夠充分。只有推動數據要素與傳統要素互動創新融合，才能充分激發數據潛能，加速技術、管理、產業各層面的全面融合發展。但目前大多數企業在數據價值挖掘方面才剛剛起步，深度和廣度均有不足，企業利用先進數據分析工具和模型深度提取大數據價值并用于智能決策的實踐還需進一步深化。另一方面，融合創新應用難度較大。在企業層面，數字化轉型需要橫跨多個部門，分工、組織、協調都異常困難，轉型企業的潛能不能最大化，變革速度也受限。在產業層面，數字化轉型既要供應鏈上下游企業之間聯合協作、合作共贏，同時也需要通過創新業務模式，打破舊有格局，從而實現多個系統的協作融合，這種新的融合創新往往較難實現。

五、國外企業數字化轉型案例

（一）德國電信以數字化推進企業平臺化

德國電信以“泛歐網絡計劃”為契機，大力開展數字化轉型。一是強化頂層設計。德國電信基于“大數據應用與智能商務服務”的背景，制定了數字化轉型的“T”型戰略，構建了覆蓋客戶營銷、主營業務、基礎設施等的數字化戰略。二是以云平臺為核心推動企業平臺化。通過基礎性平臺Qivicon和物聯云，德國電信為用戶提供公有云、私有云和軟件解決方案。面向公共客戶，德國電信集成供暖、家電、照明、用電等產品廠商的軟件系統，打造智慧家庭方案解決商的平臺。面向政企客戶，德國電信建立物聯云，并應用于工業自動化和車載通信，為企業提供云運維服務和大數據服務。

（二）歐洲電網以數字化提質降本增效

法國、芬蘭、比利時、英國、挪威等歐洲國家的輸電系統運營商，采用數字化技術推動電網質量提升，維護成本下降。一是推進電網維護和運營數字化發展。歐洲輸電系統運營商采用傳感器和無人機，收集電桿、變電站、電線等基礎設施的數據，提升維護和運營的效率。二是鼓勵電網企業間數據共享。歐洲監管機構鼓勵輸電系統運營商的上下游企業數據共享，推動英國、挪威等國建立了電力數據共享平臺，實現輸配電數據在價值鏈上下游共享。三是共建開源社區。歐洲輸電系統運營商共建了軟件開發的開源社區，普及數字化技術，降低企業軟件開發成本。

（三）美國洛馬公司以數字化引領行業發展

作為全球最大的軍工企業，美國洛克希德·馬丁公司（以下簡稱“洛馬”）以數字化作為推動轉型的重要手段。一是全面推動研發生產業務數字化。洛馬公司全面推動產品數字化發展，應用數字線索、數字孿生等技術，實現以數字化模擬研發測試和生產過程，有效降低成本并提升效率。二是以大數據技術全面提升產品性能。洛馬公司通過物聯網傳感器收集產品數據，采用不變分析技術的人工智能技術，對研發、生產和測試過程中的異常進行主動檢測，提升產品性能。

從國外企業數字化轉型案例看，數據是企業數字化轉型的重要基礎。德國電信、歐洲電網、美國洛馬公司的數字化轉型中數據都發揮了重要作用，企業通過數據分析和應用，成功實現業務拓展、成本降低和效率提升。可見，數字化轉型中做好數據管理和應用是關鍵。

六、DCMM助推企業數字化轉型的路徑分析

DCMM貫標是企業數字化轉型的重要抓手。DCMM標準借鑒了國際先進的數據管理框架和方法，綜合考慮我國數據管理特色，構建了組織數據管理8大能力域、28個能力項目、445項評定指標，能夠指導企業建立數據管理能力體系，提升數據應用能力，推進數據與業務融合（如圖1所示）。

圖1 DCMM能力域及能力項

（一）數據戰略和數據治理推動企業強化數據管理頂層設計

數字化轉型是一項系統性工程，必須從上到下系統推進。DCMM中的數據戰略和數據治理建立起數據管理頂層設計，其將數據管理上升到組織的戰略層面，是數據管理各項工作能夠有序開展的基礎條件。

數據戰略可以指導企業建設戰略規劃、戰略實施、戰略評估三方面能力，確保數據管理工作能夠在組織各個層級系統推進。通過數據戰略的引導，企業聯合數據利益相關方繪制高層次的數據戰略規劃，將業務戰略與數據戰略相結合，明確所需要的數據內容、獲取數據的渠道、如何采集存儲使用數據等內容，并制定數據戰略實施方案，開展數據戰略評估，確保數據戰略規劃能力真正落地。

數據治理可以引導企業加強數據治理組織、數據制度建設和數據治理溝通三方面能力建設，是數據戰略能夠順利推行實施的組織保障。落實數據治理需明確組織數據治理的團隊成員、工作職責等，建立與數據管理相關的規章制度，推動數據所有者、處理者、使用者等多方跨部門交流與合作，確保組織數據管理職能真正落到實處、發揮作用。

（二）數據安全和數據應用指導企業數據安全共享利用

數據安全共享利用是國家對企業數字化轉型的重要要求。DCMM中的數據安全和數據應用指導企業在確保安全的情況下，實現數據的開放共享利用，最大限度發揮數據的價值。

數據安全指導企業建立數據安全策略、數據安全管理和數據安全審計三方面能力。通過數據安全的引導，幫助企業制定安全標準和策略，對不同等級和不同類別的數據采取差異化的管控手段；對數據訪問的授權、分類分級的控制、監控數據的訪問等進行安全管理，滿足數據安全的業務需要和監管需求；對數據安全管理標準、策略和活動定期檢查、分析、改進，實現動態優化。

數據應用幫助企業形成數據分析、數據開放共享、數據服務等三方面的能力。通過數據應用引導企業不斷強化數據分析能力，挖掘企業數據價值，強化數據對于企業的業務支撐；幫助企業建立有選擇、有策略、有方法的數據開放計劃，促進數據流通；指導企業建立跨領域、跨行業數據服務流程和制度，實現數據價值。

（三）數據架構、數據質量和數據標準提升企業數據應用價值

企業數字化轉型的核心是發揮企業數據的應用價值，推動數據要素與企業業務相融合。DCMM中的數據架構、數據質量和數據標準指導企業開展數據質量管理，幫助企業將實際業務轉化為數據，并將數據標準化，提升數據在使用中的價值。

數據架構幫助企業形成數據模型、數據分布、數據集成、元數據管理能力。通過數據架構的指導，企業能夠用結構化語言分析企業業務，對不同業務系統中的企業數據進行管理，在數據層面保證業務和技術的一致性。

數據質量管理幫助企業提升數據質量需求、數據質量檢查、數據質量分析和數據質量改進四方面管理能力。通過數據質量的指導，企業可以針對數據生存周期每個階段可能的質量問題，進行識別、度量、監控、預警等一系列管理活動，并通過改善和提升數據管理水平提高數據質量。

數據標準幫助企業提升業務術語、參考數據和主數據、數據元、指標數據四方面管理能力。通過數據標準的指導，企業可以對各類數據標準的業務規則、業務定義、數據類型等進行統一定義，指導企業將各信息系統中的數據予以規范化和標準化，為數據集成、數據共享、數據治理奠定基礎，為數據治理定義檢查規則提供標準依據，提升數據應用的價值。

總之，數字化轉型是一項長期復雜的系統工程，大多數企業還處于數字化轉型初級階段，在能力建設、集成共享、深化應用等方面還存在諸多不足。企業在數字化轉型中，要用好數據這一關鍵驅動要素，把DCMM貫標作為數字化轉型的重要抓手，推進數據戰略制定與實施，提升數據管理能力，深化數據要素應用，推動數據要素與傳統生產要素深度融合。