齊艷平
(中國石化石油勘探開發研究院,北京 100083)
隨著科技的飛速發展,現代工業社會中的許多關鍵技術不斷取得新突破。科技進步使得技術體系持續發生變革與迭代,傳統的工業生產方式與產業形態也會發生根本性轉變。當前,人類社會正處在以信息通信技術、網絡空間虛擬系統、信息物理系統、生物技術等新興技術集群深度融合的第四次工業革命新浪潮中[1],新一輪科技革命和產業變革將對我國的國有企業發展帶來全新的挑戰,數字化轉型已是大勢所趨,也是迫在眉睫。數字化轉型工作將是企業提高運營效率和削減成本的強有力抓手。
2020 年8 月,國務院國資委《關于加快推進國有企業數字化轉型工作的通知》提出促進國有企業數字化、網絡化、智能化發展,增強競爭力、創新力、控制力、影響力、抗風險能力,提升產業基礎能力和產業鏈現代化水平。2021 年3 月,國家“十四五”規劃提出要推進網絡強國建設,加快建設數字經濟、數字社會、數字政府,以數字化轉型整體驅動生產方式、生活方式和治理方式變革。2022 年1 月,國務院《“十四五”數字經濟發展規劃》提出要大力推進產業數字化轉型,加快企業數字化轉型升級,全面深化重點產業數字化轉型,推動產業園區和產業集群數字化轉型。2022 年10 月,黨的二十大報告提出建設數字中國,加快發展數字經濟,促進數字經濟和實體經濟深度融合,打造具有國際競爭力的數字產業集群。面對全面數字經濟時代的到來,國有企業作為國民經濟發展的骨干力量和中國特色社會主義現代化建設的頂梁柱,必然要順應數字經濟時代發展,加快推進數字化轉型,從根本上轉變運營理念和思維模式,將技術與組織數字化的需求聯系起來,通過業務流程的數字化轉變實現業務效率質的飛躍。由此可見,數字化轉型已成為必然,將成為今后一段時期國企改革與發展的重點內容和重要發展方向。
美國麻省理工學院(MIT)數字經濟首席科學家Westerman 等[2]認為,數字化轉型是企業利用技術來改變運營效率和績效的一種商業模式。瑞士洛桑國際管理發展學院(IMD)和思科(Cisco)聯合研究中心給出數字化轉型的定義是:數字化轉型是企業組織借助數字化技術和數字業務讓商業模式發生重大變化的過程,其目的是提高企業的績效[3]。安筱鵬[4]認為數字化轉型的本質是利用數字技術和數據資源解決復雜不確定性問題、實現效率能力飛躍,為企業打造新的競爭優勢。吳江等[5]認為企業數字化轉型是指通過信息、計算、溝通和連接技術的組合,重塑產品和服務、業務流程、組織結構、商業模式和合作模式,旨在更有效地設計企業的業務活動流程,幫助企業創造和獲取更多價值的過程。徐熠[6]則認為數字化轉型是基于數字化轉換和升級的一種高層次轉型,其通過開發數字化技術和支持能力,觸及企業的核心業務,從而創造一種全新的、充滿活力的商業模式。
綜合以上觀點,筆者認為企業數字化轉型是基于通信、信息、網絡、數據庫、計算機等技術,利用數字化思維、數字化手段和數字化資源,分析企業價值體系優化、創新和重構的總體需求,對企業管理模式、組織架構、人員、業務、流程、產品和服務等進行重構和全面變革,提升員工數字技能和數據管理能力,提高企業組織的業務水平、運營效率和綜合競爭力,為企業賦能和構建競爭合作新優勢,打造產品創新能力、生產運營能力、用戶服務能力、生態合作能力、員工賦能能力、數據開發能力等新型能力體系,從而使企業形成新動能、創造新價值、實現新發展。
近年來,關于企業數字化轉型的相關研究逐漸增多,研究領域也比較廣泛。其中,有研究關注企業數字化轉型策略、關鍵因素、發展趨勢等領域,如,徐熠[6]開展了我國中央企業數字化轉型發展問題研究,構建了一個以技術應用、新型基礎設施建設和新模式新業態為標準的數字化水平測度模型;孟媛媛[7]以Y 企業為研究對象,通過分析企業數字化轉型發展現狀,給出其數字化轉型的方向和策略;袁容容[8]通過分析數字化轉型關鍵因素、驅動因素,給出了中小型制造企業數字化轉型路徑及策略;董坤磊[9]等從不同角度分析研判了數字化轉型的十大趨勢。
有研究注重國有企業數字化轉型的實踐與路徑探索,如魯鑫[10]分析我國2022 年數字化轉型十大趨勢;王龍[11]建立了數字化轉型平衡杠桿理論實踐模型,旨在直觀量化數字化轉型工作步驟和內容;張繼棟[12]從轉型思想認識、戰略規劃、評價機制、考核機制、保障機制等方面給出了國有企業數字化轉型的7 條途徑建議;馬娜等[13]則提出了統一思想、分析對標、設計總體、細化路徑、打造試點、經驗推廣等“六步走”的國有企業數字化轉型宏觀實施路徑;萬力源等[14]探討了國有企業數字化轉型的技術政策;劉麗平[15]主要分析了中國寶武鋼鐵集團有限公司等5 家央企的數字化轉型實踐經驗和實施路徑,總結出一些實施建議與策略。
還有的研究著眼數字化轉型資源優化配置、基礎設施升級改造、新型能力建設等方面開展研究,如,石春樂等[16]基于系統動力學模型進行了數字化轉型資源優化配置的建模分析與仿真實驗,定量地研究了資源投入量對產出量的影響;滕達等[17]定義了基礎設施專業智能化分級方案,給出了基礎設施數字化轉型和智能化發展的實施建議;鈔小靜等[18]從所有制性質、企業成長周期、市場環境以及行業特征4 個角度,探索了不同類型的信息基礎設施對企業升級的影響;甄杰等[19]側重企業數字化轉型中的信息安全風險和治理能力建設政策;周正文等[20]主要介紹了某企業在協調與管控方面開展數字化轉型的實踐經驗,旨在推進企業財務、采購和績效管理等方面的能力建設。
綜上,目前相關研究主要集中在企業數字化轉型策略、轉型路徑、轉型實踐模型、政策環境分析、信息安全治理、轉型障礙與對策、資源優化配置、新型能力建設等方面,主要從各個不同的視角、對企業數字化轉型的某個側面展開了較為系統的論述研究,為企業數字化轉型提供了許多值得借鑒和參考的理論方法、模型和技術政策策略,然而,在如何打造成體系的數字化基礎能力,并以此為目標推進企業數字化轉型信息基礎設施建設方面尚缺乏較為系統的研究分析與設計。信息基礎設施通常涵蓋移動通信網絡(如5G、6G)、一體化數字與數據平臺、物聯網、云計算、工業互聯網、高速泛在寬帶等新一代信息技術及相關設施。隨著企業的發展及其業務數字化的拓展,以業務中臺、數據中臺為代表的信息基礎設施成體系構建將成為國有企業數字化轉型的核心引擎,未來加速國企數字化轉型依賴于更具協同性的、體系化的數字化基礎能力建設,以運行效率高、服務水平優、安全性能強、鏈接能力廣為能力目標的現代化數字基礎設施體系將成為國企數字化轉型的核心基礎。
我國大多國有企業已充分認識到數字化轉型的重要性與緊迫性,都一直在持續推進轉型工作,但數字化轉型是一項復雜龐大艱巨的系統工程,不可能一蹴而就,多數企業仍處在初級或者中級階段。在數字化轉型中,一方面存在著現實需求與業務融合缺失或不到位的問題,轉型步伐邁得過大,沒有從業務轉型角度開展細致的預測決策分析,從而將企業的數字化轉型帶入“泥沼”的現象;另一方面也存在著過于關注技術先進性而不是技術適用性的問題,沒有意識到新技術的不確定性對復雜轉型過程帶來的潛在風險,反而給企業領導層的決策造成障礙。究其原因是,大部分國有企業在信息基礎設施建設方面缺乏能夠支撐現有業務與數據流程優化、核心能力分析設計與研發、數據挖掘與數據資源運營等一體化、系統化的解決方案,難以支撐一體化、全方位、可持續的數字化轉型。具體問題主要表現在:
(1)建設方式發展滯后。隨著信息技術的不斷發展,國有企業數字化轉型的技術能力已經走過了信息化、集成化階段。信息化階段,企業運營主要以業務和辦公應用系統的開發與建設為主,通過企業資源計劃管理系統(ERP 系統)、辦公自動化系統(OA 系統)、客戶關系管理系統(CRM 系統)和財務系統等多種應用系統,有效提升企業運營效率。目前我國國企多數仍處于這一階段,后期有部分企業進入集成化階段,能夠通過統一數據規范、應用系統接口的方式打通各個應用系統,實現全系統信息共享。然而發展到目前的數字化階段,所依賴的信息基礎設施也發生了相應的變化,需要建立數據、流程、身份認證的統一管理機制,實現互聯互通。建立數據治理、服務治理和身份治理等功能的有效協同,為各類應用系統間數據、資源的高效流轉賦能是企業數字化轉型的必經之路,然而大部分國企目前在這方面仍有所欠缺。
(2)系統協同能力不足。現有信息基礎設施多為單體應用,內部結構比較復雜,整體開發性不足,易形成“煙囪式”架構,無法滿足業務創新快速迭代的需求。為應對業務創新發展需要,企業應打破傳統基于技術專業化職能分工的垂直業務體系,形成以用戶個性化需求為牽引的新型業務構架,以支撐企業柔性業務。然而,已有信息基礎設施多以支撐垂直業務系統為目標,企業共性需求難以抽象,沒有形成平臺化、組件化的系統能力,造成企業在面臨特定問題時不同業務系統不能有效協同,無法為業務的創新和迭代賦能。
(3)無法支撐敏捷交付與自動化運營需求。國企業務快速發展,在加速業務創新的同時實現數字化、智能化、自動化的運營管理以及以客戶為中心的業務敏捷性,成為企業實現智能化、國際化總體戰略目標的關鍵環節。但國有企業現有信息基礎設施建設思路往往不能兼顧傳統與創新,傳統架構和新型架構無法兼顧并存,同時也缺少穩態、敏態都支持的開發運維一體化工具集或工具庫,面臨業務、架構、技術難以形成合力、業務需求與能力建設存在鴻溝、架構資產低效沉淀、無法盤活的困境。
(4)缺乏開放自治的應用管理機制。企業數字化轉型的效果取決于其服務、能力與資產的高效整合,這種整合的目的往往是形成可重用的模塊化應用。國企在之前信息化、集成化建設過程中積累了極具價值的數據與功能,卻無法有效發揮這些數字資產的價值,歸根到底是因為現有信息基礎設施無法保證這些資產在不同環境下具有良好的互操作性和可重用性。國有企業內部尚且如此,企業與企業之間資產的共享就更是難上加難,造成了巨大的信息資源浪費。建立開放自治的應用管理機制,以應用程序編程接口(API)等方式幫助開發人員輕松訪問和整合不同系統中的數字資產,并將其有效進行協同成為解決這一難題的有效手段。
迎接數字化轉型的挑戰,需要將信息化和集成化兩個階段的能力進行有效沉淀以賦能敏捷應用的開發,快速構建包括數字化營銷、業財管一體化、員工數字化管理等各類數字化轉型場景。企業的數字化轉型不再是簡單依靠“建平臺、上系統”就能完成的,而是需要全面梳理業務場景。通過架構思維將獨立業務解構拆分,對內實現跨業務單元的協同合作、對外貫通外部業務流程,在此基礎上打造企業數字化轉型的基礎底座[21],建立企業內部管理和外部業務流程全覆蓋的數字化業務平臺才是優化企業業務鏈、價值鏈,充分實現業務與技術融合的根本保障。
構建企業數字化轉型底座應以數據安全和隱私保護為基礎,實現數字化基礎設施能力的組件化、模塊化封裝,建立API 管理、數據中臺、低代碼平臺和身份管理平臺等信息基礎設施[22],形成數字基礎設施一體化平臺(見圖1),實現對企業業務創新的一體化服務支撐。圖1 中,灰色框圖部分是一體化平臺的主要通用部分,是支撐數字化轉型的基礎。

圖1 企業數字化轉型的數字基礎設施一體化平臺
其中,API 管理平臺的作用:(1)能夠在安全且可擴展的環境中創建、監督和控制API,并滿足開發人員和應用程序對API 的各類需求,具備通過API 分析獲得業務洞察力并作出數據驅動決策的能力;(2)能夠生成詳細的API 文檔,用于保障開發人員的使用;(3)能夠為用戶提供API 的集中可見性,允許用戶在一個地方查看所有API 連接,從而減少安全漏洞、減少重復API 的數量,并確定現有功能與開發人員實際需求的差距;(4)未來在API 能夠對外提供商業服務時企業可依賴這一平臺進行實時跟蹤和計費,借助該平臺為企業搭建一個靈活、敏捷、適應性強和創新的生態系統。
低代碼平臺的作用:(1)能夠提高開發敏捷性,可加速應用程序的開發和交付,有助于企業數字化轉型過程中數字業務創新的快速迭代;(2)有望解決因系統開發人員對業務需求認知不足導致系統業務流程、界面設計和數據匯聚無法滿足業務部門要求的問題,滿足數字化轉型對企業新業務形態快速上線的需求;(3)不需要開發人員手動編寫代碼,能夠使不具備專業編程能力的業務人員也可以具備更多解決問題的能力,從而推動業務應用程序更高效地創建;(4)低代碼平臺的建設成本遠低于傳統軟件開發,能夠最大程度緩解企業數字化轉型過渡期帶來的開發成本大幅上升問題。
數據中臺的作用:(1)可實現企業各部門數據要素融合,盤活企業數據資產,確保企業數據資產的持續安全治理和價值最大化;(2)協助多元化企業實現全業務鏈的貫通,支撐整個業務鏈條數據實現共享和數據的實時應用,實現不同業務板塊間業務貫通和資源互惠;(3)可形成業務數據化、數據資產化、資產服務化、服務業務化、業務智能化等多維能力,為企業數字化轉型提供數據全生命周期服務和全鏈路解決方案。
身份管理平臺的作用:(1)可實現企業業務人員無縫部署身份,推動應用程序和解決方案的無縫集成,使企業快速應用現有組件以實現更多用例,達到整合各類業務系統數字化解決方案的效果;(2)可實現對設備、資源和用戶的集中查看,降低系統管理復雜度;(3)可將惡意軟件檢測和不安全密碼檢測等配置引入應用程序來加強系統間的通信,幫助企業實現具備有效的安全驗證能力;(4)能夠有效保障用戶數據安全和隱私安全;(5)幫助企業實現數字化轉型過程中業務的安全訪問,提高運營效率并降低安全風險。
為滿足應用程序和API 開發人員、企業架構師、操作和安全團隊的不同業務需求,支撐企業對底層數據架構、應用架構、業務架構等復雜架構的API化,大幅度縮短開發周期,實現敏捷交付,理想的API 管理平臺通常采用分層架構(見圖2),利用各種交互組件提供API 發布、管理、安全管控、監控分析等支撐能力。其核心模塊包括API 訪問門戶、分析服務、管理服務和API 服務網關。通過上述模塊的協同,實現對所有內部應用API 的封裝、應用和管理[23]。
(1)API 訪問門戶。通過API 訪問門戶,用戶(包括開發者和使用者)可以申請訪問企業公共與私有API 資源,并根據自身實際業務場景使用不同的資源創建多個應用對外提供服務。API 門戶為API的開發者提供諸如API 定義、API 測試等服務,并對API 的使用作出限制以保護核心資產,防止被過度請求;為API 的使用者提供API 檢索、API 訂閱等功能,幫助其獲得良好的API 使用體驗。同時,API 門戶還提供登錄注冊、API 功能展示、實時API監控等功能,便于用戶從不同角度了解API 的相關信息、使用情況和性能指標,進而從不同角度測試API 以及評估其可用性。
(2)管理服務。管理服務包括API 管理、策略管理、用戶管理、角色管理和跨平臺管理等功能。例如,API 管理將在API 生命周期的每個節點管理其狀態,典型的API 生命周期從設計到開發,然后到測試、部署、棄用,最后是退役。又如,API 策略管理用于定義和管理API的控制策略,從API設計、開發到退役全生命周期,為API 流量控制、安全性增強、性能提升提供保障,最終實現API 的價值提升。
(3)分析服務。API 分析服務為平臺用戶提供了大量顯示不同操作方面和業務指標的儀表盤,可用于收集有關API 可操作性、使用監控情況以及在業務運營中的使用情況,并對其在業務流程中全鏈路應用產生情況進行追蹤、統計,從而為未來API業務決策提供支撐。
(4)API 服務網關。API 服務網關是一種用于處理API向用戶或客戶端設備請求的軟件設計模式,通常可用在微服務架構中作為管理工具來降低集成復雜度,替代電子數據交換等傳統服務方案[24]。API 網關支持多種類型服務(包括dubbo 服務、rest服務和第三方soap 服務等)的批量發布和服務的版本控制,支持相同與不同類型的API 與服務間的參數映射,提供靈活的請求轉換,輕松對接Web 端、移動端、穿戴設備等多種終端,能提供安全認證和威脅防護、數據隱私、密碼防護等多重安全保護,提供多維權限控制,快速過濾無效與潛在威脅請求,保障后端信息資產安全。
數據中臺戰略的核心思想是重組企業業務架構,以打破已有僵化的業務運行模式,通過數據實現統一實時業務鏈條貫通,并及時傳送業務實時聯動價值,以滿足企業的業務靈活性擴展需求,釋放傳統企業的創新能量[25]。數據中臺在技術層面特指包含數據技術、數據體系和數據服務的數據全流程平臺,其基本體系架構設計如圖3 中灰色框圖部分所示。整個架構的底層是大數據基礎平臺,是以處理海量數據存儲、計算及流數據實時計算等場景為主的一套基礎設施,為整個數據中臺提供大數據運行所必需的計算和存儲資源;第二層是數據處理基礎組件層,是大數據平臺范疇的工具產品,覆蓋數據采集、數據清洗、數據同步、數據分析和數據計算等整套工具鏈產品,將原始數據轉化為統一標準和口徑的數據元素,為后期數據資產化提供支撐;第三層是數據安全層,主要是對數據完成分類分級和敏感程度標識,對數據存儲、傳輸等過程進行加密處理,進行數據訪問權限控制,減少數據在存儲、處理以及使用等各環節可能面臨的數據泄露風險;頂層是對業務系統提供數據服務的門戶層,其中數據質量與數據資產模塊提供數據治理功能,數據服務模塊對外提供統一的數據服務,算法模型模塊主要匯聚數據應用所常用的風險評估、邊界值報警、最優化等算法模型,管理調度模塊實現對各類數據服務的管理和協同。

圖3 數據中臺體系架構
數據中臺體系架構頂層中的元數據管理、主數據管理和數據質量等模塊是數據治理所需基礎核心模塊。
(1)元數據管理。元數據主要有3 類,分別是數據字典、數據血緣和數據特征。數據字典描述的是數據的結構信息。數據血緣是數據在其產生、加工、融合、流轉等過程中自然形成的一種關系,可用于數據異常分析和溯源。數據特征指的是數據的屬性信息,比如存儲空間大小、數倉分層、訪問熱度、主題分類等等。元數據管理就是對上述元數據進行梳理整合,明確這些數據指標的業務口徑、數據來源和計算邏輯,確保全局數據指標的業務口徑一致,夯實企業數據治理基礎。
(2)主數據管理。主數據是對企業業務運營至關重要、經常用于決策的數據的統稱,是跨組織中多個系統和應用程序使用的客戶數據、產品數據或業務數據的單一來源。主數據管理模塊則是一個以業務為主導的數據管理系統,主要承擔主數據完整性、一致性和準確性所需的一系列治理、評估、組織和協同等工作,支持跨數據源和系統為企業資產、銷售區域、客戶等創建主記錄,構建可信視圖,能夠解決定義不一致、格式錯誤和數據冗余等問題。
(3)數據質量。主要是完成數據質量分析、稽核、預警監控和校驗規則定義等功能。數據質量分析是通過衡量整個企業以各種形式存儲的數據的特征和狀況,收集數據使用過程中產生的問題,全面分析企業數據質量水平,為制定質量規則提供依據。數據質量稽核是對數據的事后深層次質量檢查,主要包括元數據檢查、數據標準化管理以及稽核規則模型的迭代完善等。質量預警監控是根據設定的預警規則,對企業數據進行定時采集和計算,并與歷史數據或維表進行比對驗證,數據異常時觸發預警規則即產生警報或上報,實現從數據使用角度監控管理數據質量。數據校驗規則主要是提供數據質量稽核和告警規則設置功能。
企業業務處理過程中有四大要素,分別是業務實體、業務活動、業務權限和統計報表,低代碼開發環境平臺對這些組成要素進行抽象,形成支持數據模型、業務流程、用戶權限、統計圖表的通用解決方案,借助提供拖放界面和可視化編輯器實現應用程序的快速創建,并通過連接器將其與數據源、業務規則和其他功能連接起來。低代碼開發環境平臺架構見圖4,核心組件(圖內虛線框中)包括基礎類庫和各業務模塊、可視化編輯器、代碼生成模塊和應用程序生命周期管理器。

圖4 低代碼開發環境平臺架構
(1)基礎類庫和各業務模塊。基礎類庫是低代碼平臺的底層,主要用于連接外部系統的接口服務和框架擴展服務等非功能需求。業務核心模塊提供能夠處理數據結構、檢索和存儲的連接器(引擎);可重用的核心業務模塊庫讓開發人員無須從頭開始,主要專注于構建新代碼;終端應用模塊通過Web 服務與終端用戶界面(UI)、前端控件提供用戶界面和前端處理的快速構建能力,通過頁面配置實現對配置參數的有效管理,通過用戶管理實現對業務應用中用戶權限管控。
(2)可視化編輯器是一種可視化建模工具,通過拖放操作實現UI、數據模型和功能的創建;通過調用底層基礎類庫、數據連接引擎(平臺核心模塊中的各類引擎)、核心業務模塊以及終端應用模塊來完成對業務邏輯的快速開發,并可選擇在需要時添加手寫代碼。
(3)代碼生成模塊主要為開發人員以表單模板形式快速生成業務代碼,同時提供程序流程編排和可擴展能力。
(4)應用程序生命周期管理器主要實現對低代碼平臺所設計軟件系統從構建、部署、調試、上線和維護過程的自動化或半自動化管理。
這里需要注意的是,雖然低代碼開發環境平臺通常具備上述功能,但沒有兩個低代碼軟件是相同的,它們都是為滿足特定功能而專門設計的。
身份管理平臺是高級安全可信的數字身份驗證、管理和認證的通用平臺,能夠為企業提供流程完全自動化的身份生命周期管理整體解決方案。身份管理平臺允許用戶集中定義管理訪問策略,提供所有賬戶和托管身份的單一視圖,能夠完成用戶賬戶的自動創建,能夠管理用戶權限和密碼重置,并自動刪除多余的用戶賬戶、權限和角色等,通過可擴展的數據模型靈活地管理多種類型的身份,并針對不同身份之間的關系定義訪問策略。身份管理平臺建立在開放標準的高可用環境之上,以UI、表述化狀態轉移(REST)API 等共享服務為基礎,包括訪問管理、身份管理、身份網關和輕量目錄訪問協議(LDAP)目錄服務等功能模塊。基本架構如圖5 所示。

圖5 身份管理平臺架構
(1)訪問管理主要為用戶提供自適應的、基于上下文的安全訪問,確保在任何位置的任何設備上為正確的用戶提供訪問權限,同時最大限度地降低風險,實現風險管控和聯邦管理。
(2)身份管理主要為任何身份(客戶、員工和合作方人員)提供全面的生命周期管理,集中定義管理訪問策略,提供所有賬戶和托管身份的單一視圖,能一致、高效、自動化地創建、修改和刪除賬戶,同時保證高級別的安全性。
(3)身份網關主要是整合身份和API 安全解決方案,實現身份和訪問管理策略,建立用戶、應用程序、設備和服務身份之間的連接,簡化Web 應用程序、API 和微服務的身份和安全管理流程,實現新業務系統與遺留系統的橋接及其相互安全通信,提升企業業務系統的集成度和互操作性。
(4)LDAP 目錄服務主要是對企業業務系統中各自分散的認證策略的集約化管理,使需要進行身份認證的應用都通過LDAP 進行統一認證,用戶的所有信息統一存儲,實現統一身份認證。
隨著數字經濟的發展,我國的國有企業都不同程度地加快了數字化轉型步伐,然而數字化轉型的信息基礎設施能力普遍不足,仍面臨建設方式滯后、系統協同能力弱、敏捷交付與自動化運營能力低下、開放自治的應用管理機制缺乏等問題,數字化轉型工程復雜而艱巨。國企數字化轉型,需要利用數字化思維、數字化手段和數字化資源重構企業管理模式、組織架構和業務流程。本研究通過系統總體分析與初步設計,構建起國企數字化轉型的數字基礎設施一體化平臺。包括:(1)構建API 管理平臺,提供靈活、敏捷、輕量級的API 可持續交付能力,增強業務快速應對市場變化的能力,更好地為客戶服務,形成企業數字化轉型升級的重要驅動力;(2)打造消除企業“數據孤島”的核心引擎——數據中臺,使其成為集數據采集交換、共享融合、建模分析、安全治理和服務應用于一體的綜合性數據能力平臺,實現不同業務系統間數據的有效協同,為業務的創新和迭代賦能;(3)構建低代碼開發環境平臺,提高開發敏捷性,加速應用程序開發和直接快速部署,兼顧傳統與創新,同時推動一體化監控、自動化管理、流程化協作,實現開發運維一體化;(4)構建身份管理平臺,實現數據、流程、身份認證的統一管理,形成數據治理、服務治理和身份治理的綜合協同能力。總之,通過平臺各模塊功能發揮,能夠為企業現有業務與數據流程優化、核心能力分析設計與研發、數據挖掘與數據資源運營等提供一體化系統解決方案,對夯實企業數字化轉型信息基礎設施底座、打造企業新型數字化能力具有重要的支撐作用。
當前,我國國企數字化轉型已經走過了業務系統化、業務在線化、業務信息化階段,正在走向業務數據化。隨著基于真實數據和領先算法的人工智能(AI)技術的飛速發展,未來必將向實現業務智能化階段飛躍,這一切都離不開底層信息基礎設施建設打下的堅實基礎。在新型數字基礎設施一體化平臺架構技術上建設形成的數字化能力,將極大助力企業把握實時商機、實時動態監控、預測業務風險,進行前瞻性預防。另外,未來以海量數據為基礎衍生出的AI 能力能夠從數據中獲取見解和洞察力,從而在企業預測性分析、復雜場景推理等領域獲得最佳方案,特別是以ChatGPT 為代表的超大規模參數大模型的出現,標志著人工智能的能力即將成為標準化、規模化、流程化、低成本的產物,未來AI 技術在數字化轉型中的應用能夠在更大程度上提高效率,節省人力物力成本和解放生產力,數字化轉型過程中算力和算法將成為除了數據以外最為關鍵的資源。在這種情況下,國企數字化轉型將面臨算網融合、云邊協同等新場景和新趨勢,信息基礎設施的建設需要滿足數據泛在分布和多場景運算需求,未來有可能向具備計算能力、存儲能力、算法技能和協同管理能力的新一代數智基礎設施方向發展。
國有企業是我國國民經濟的支柱,其數字化轉型的成功推進可以實現數據和技術創新應用在多產業中的串聯和協同,創造更大的產業價值。在認識到國企數字化轉型重要意義的同時,也要看到國企數字化轉型是一個長期艱巨的過程,也是一個復雜的系統工程,離不開數字化技術的改造,更需要多種先進的數字化、智能化技術作為底層架構,以及人力、物力、財力等資源的多方面配套協同,不能用短時成敗來定義。未來,在筑牢國企新型數字化基礎設施底座的基礎上,做好數字化轉型的頂層規劃,貫通內外部業務流程,不斷優化企業業務鏈、價值鏈,國企數字化轉型必將成功協同推進。