場景式解決方案開發路徑研究
——基于場景驅動視角的多案例分析

許 暉,周 琪

(南開大學 商學院,天津 300071)

0 引言

當前,全球正處于數字技術躍遷和經濟范式轉換的重要窗口期,人工智能浪潮迭起使得中美等大國之間的博弈進入以搶占人工智能場景應用為核心的創新高地[1]。伴隨著我國人工智能技術快速發展、數據和算力資源日益豐富以及應用場景不斷拓展,場景驅動創新對原有商業模式形成巨大沖擊,企業服務創新實踐被注入全新的場景化要素[2],使以滿足客戶特定場景需求為價值主張的解決方案躍遷為企業提高價值創造潛力的關鍵路徑[3]。在此背景下,基于先進科技的場景式解決方案成為企業創新突破的“新航標”,促使企業向解決方案提供商轉型,并依托新興場景裂變式增長特征開發場景式解決方案[4]。因此,探究企業如何將技術優勢真正轉化為滿足客戶需求并為客戶創造場景價值的服務創新能力具有重要實踐意義。

場景式解決方案(Context-driven Solution)是指基于場景應用和場景價值構建響應客戶需求的一種新型服務商業模式[5-6]。從理論層面看,場景式解決方案不同于一般意義上的客戶解決方案,其遵循利用場景價值挖掘客戶需求、前瞻性為客戶提供超越性服務的期望,以實現技術優勢向商業價值轉化的基本邏輯[7-8]。場景式解決方案開發的核心在于將各種數字資源整合到場景價值構建以及對客戶需求痛點的觸達和響應上,涉及技術端與需求端適配過程[9]。然而,企業開發場景式解決方案往往面臨技術端與需求端適配不足的困境,如何率先創造出基于技術賦能的場景價值[10]并最終使客戶從中受益,成為場景式解決方案開發的難點,但現有研究對場景式解決方案開發內在規律的挖掘不夠深入,難以為實踐提供指導。

盡管現有文獻對客戶解決方案過程特征、參與主體、關鍵資源等內容的探討已取得豐碩研究成果[11],為理解場景式解決方案提供了有益啟示。但與現有客戶解決方案聚焦客戶端視角不同,場景式解決方案更關注技術端與需求端雙向視角,側重于考量如何把數字技術與特定使用情境相結合,通過為客戶提供技術設計與需求認知相契合的價值主張[12],為客戶創造新價值[13]。因此,完全沿用一般理論邏輯解構場景式解決方案,將不可避免地造成理論偏差,因此針對如何開發場景式解決方案的理論探索亟待深化和拓展。

綜上所述,本文選取海康威視、科大訊飛、東軟和浪潮4家企業作為案例研究對象,將研究問題聚焦于“企業如何開發場景式解決方案”,深入解構場景式解決方案開發的內在規律。本文旨在豐富對場景式解決方案的理論認知,深化對場景驅動服務模式創新的理解,通過厘清場景式解決方案開發路徑和內源動力,填補現有研究對場景式解決方案開發邏輯認知不足所造成的理論缺口,并在一定程度上將解決方案推向縱深研究。

1 文獻綜述

1.1 場景驅動創新

場景是指由互聯網、大數據、人工智能等新技術催生,通過軟硬件和服務數字連接,促進人、事、物相互作用并實現特定功能或效用的一種復合空間,可理解為數字技術和相關產品能力所創造的滿足客戶特定需求的功能場域[14-15]。隨著數字經濟浪潮的加速涌動,場景驅動作為全新的創新范式,成為創造新技術、新產品、新渠道、新商業模式乃至開辟新市場和新領域的關鍵路徑。場景驅動創新過程主要包括場景構建、問題識別、(場景)任務設計、技術創造與成果轉化應用,強調以場景作為特定技術與具象化需求深度交互融合的載體,通過場景設計和方案建構,推進技術創新與成果轉化,從而創造更大的價值[16]。

作為一種場景驅動服務創新模式,場景式解決方案遵循利用場景價值洞察和挖掘客戶需求,前瞻性為客戶提供超越性服務期望,從而實現技術優勢向商業價值轉化的基本邏輯[8,17],強調場景設計在定義場景式解決方案價值主張時占據更多主動權。盡管現有研究認為場景式解決方案是場景驅動企業服務創新模式的新特征[17],但對于場景式解決方案所強調的基于場景價值幫助客戶完成“待辦任務”的價值共創邏輯未給予充分解釋,對場景式解決方案的認識和解構有待深入。

1.2 場景式解決方案開發

場景式解決方案開發涉及技術端與需求端的適配過程,其中“技術端”是指解決方案提供商存在技術驅動場景應用的商業化動機,表現為通過場景應用搭建和場景價值挖掘,彌合數字技術應用落地與客戶真實需求之間的服務鴻溝[10];“需求端”是指企業對客戶痛點所反映解決方案需求的認知,表現為價值主張設計的前瞻性以及對客戶需求的引領性,通過創造性場景應用為客戶提供超越性服務期望[11]。場景式解決方案強調場景構建對于精準識別客戶痛點的關鍵作用[18],盡管開發過程以客戶為中心[19],但由于更側重技術應用驅動,難免會使企業陷入技術端與需求端適配不足的困境。因此,如何率先創造基于技術賦能的場景價值并為客戶提出一種超越性服務期望[10],最終使客戶從中受益,是企業開發場景式解決方案面臨的主要挑戰。

現有研究表明解決方案開發可從過程視角解讀[20],這為探討場景式解決方案開發提供了有益的分析思路[21-22]。解決方案開發流程為:首先,著眼于客戶嵌入性,以選定客戶為目標,通過融入業務流程支持客戶價值創造[23];其次,提高產品集成度,致力于整合技術、業務和系統元素重塑企業盈利邏輯以增加價值捕獲;再次,注重運行適應性,為靈活、經濟有效地適應客戶流程,企業需在運營流程階段應用模塊化思維;最后,企業通常會利用參與者網絡,通過為客戶提供解決方案幫助客戶實現價值獲取[24]。因此,本文沿用面向過程的分析邏輯對解決方案開發過程進行解構,提煉場景驅動下場景式解決方案開發的內在規律。

2 研究設計

2.1 方法選取

場景式解決方案開發是一個復雜的服務提供過程,而案例研究非常適合探索現象背后所蘊含的“Why”和“How”的問題[25-26]。本研究采用多案例研究方法,主要是基于以下考慮:首先,案例研究適用于解答過程和機制問題,有助于展示研究過程的整體性和辯證性,本文旨在通過案例研究識別場景式解決方案開發過程,因而具有方法適用性;其次,采用多案例研究方法對研究問題進行生動、細致的分析,把握場景式解決方案開發所蘊含的情境、過程和關系,以揭示場景式解決方案開發路徑;最后,相較于單案例研究,多案例研究能夠應用復制邏輯,可以得到更穩健、更具普適性的理論。

2.2 案例選取

根據理論抽樣原則,本文選取杭州海康威視數字技術股份有限公司(簡稱“海康威視”)、科大訊飛股份有限公司(簡稱“科大訊飛”)、東軟集團(簡稱“東軟”)、浪潮集團(簡稱“浪潮”)4家場景式解決方案提供商進行多案例分析(見表1)。主要原因在于:第一,本文旨在挖掘場景式解決方案開發過程,應盡量保證案例企業所依托的核心技術以及場景式解決方案分布領域的多樣性,以提高研究結論外部效度。第二,案例企業具有一定代表性和啟發性,與本文研究問題具有較高適配性,所選案例企業場景式解決方案開發特征存在差異,能夠為案例復制邏輯和對比邏輯提供支撐。第三,案例企業數據可得性較高,場景式解決方案開發數據資料比較完善,以便深入挖掘場景式解決方案開發的內在規律。進一步,本文選取與4家案例企業核心技術結合最緊密的行業解決方案進行探討,分別以海康威視交通行業解決方案、科大訊飛教育行業解決方案、東軟汽車行業解決方案以及浪潮制造業解決方案為例展開深入分析。

2.3 數據收集與分析

本文數據來源如下(見表2):一是深度半結構化訪談。作為本文主要數據來源,課題組先后于2021年4月、2022年8月對海康威視進行兩次調研,并在其它場所進行兩次深入訪談;分別于2020年5月、2021年1月、2022年4月對科大訊飛進行3次實地調研,并在其它場所進行兩次深入訪談;分別于2019年11月、2020年3月對東軟進行兩次調研,并在其它場所進行5次深入訪談;分別于2021年7月、2022年3月對浪潮進行兩次調研,并在其它場所進行4次深入訪談。二是企業內部檔案資料,包括會議記錄、領導講話記錄、企業總結、內部期刊等。三是外部資料,包括新聞報道、官方網站動態、社交媒體宣傳資料、行業分析報告、研究論文等。四是參與式觀察,包括參觀企業展廳、參加企業會議、企業與客戶溝通匯報等活動。五是非正式信息獲取渠道,主要作為疫情期間研究團隊進行資料收集的方式,包括電子郵件、電話、視頻溝通等。

表1 案例企業基本情況Tab.1 Basic information of case enterprises

3 案例分析與發現

本文通過案例比較分析發現,場景式解決方案開發過程受場景驅動的作用,企業在場景驅動下通過需求識別、技術集成和服務運維等關鍵環節開發場景式解決方案,其中數據使能通過促進開發環節之間的過渡推動場景式解決方案開發。

3.1 案例內分析

3.1.1 海康威視場景式解決方案開發:以交通行業解決方案為例

海康威視在交通行業的關鍵客戶主要是交通管理部門,其在交通秩序管理、交通安全管理、交通違法管理等方面存在較多業務需求,這也是海康威視提供場景式解決方案聚焦深耕的主要業務模塊。

(1)場景驅動下場景式解決方案開發。第一,基于場景驅動的需求識別過程。海康威視首先明確交通管理秩序部門這一服務主體,再根據工作內容識別業務需求,主要包括交通信號控制、交通評價診斷、重點車輛管控等,從而針對客戶具體業務痛點提出解決方案開發計劃。例如,在為德陽市開發解決方案時,海康威視首先識別客戶“交通信號控制業務沒有形成閉環處理邏輯,控制優化無據可尋”的需求。第二,基于場景驅動的技術集成過程。海康威視在對需求場景進行定義的基礎上引入技術優勢,充分發揮前端物聯感知設備的數據感知、匯聚、處理、控制優勢,結合“AI Traffic交通認知引擎”以及精細化場景算法應用能力,建立邊緣節點、邊緣域、云中心分級統一的智能應用系統。例如,在試點區域部署信號控制、交通診斷、交通仿真、交通溯源分析等交通秩序管理決策應用。第三,基于場景驅動的服務運維過程。海康威視能夠幫助客戶形成交通問題發現、信號配時優化、動態車道管理、重點車輛管控等多種核心應用能力,支撐不同城市級別和管控需求用戶開展交通出行管理服務。正如受訪對象所言:“德陽中心城區試點區域平均速度從29.13km/h提升到31.6km/h,平均行程時間縮短4.64%,整體達到擁堵緩解、惠民出行的目的(PH)。”

(2)場景式解決方案開發中的數據使能。第一,數據嵌入促進需求識別向技術集成過渡。海康威視數據嵌入是指獲取感知數據并將其應用于指導場景式解決方案的技術設計。為響應客戶需求痛點,海康威視聚焦人、車、路、環境等多源感知數據獲取,將感知數據與業務數據、互聯網數據相融合,幫助客戶通過數據分析研判交通運行問題。第二,數據擴散促進技術集成向服務運維過渡。海康威視數據擴散是指將感知數據分析結果應用于指導場景式解決方案的價值實現過程。為將場景價值傳遞給客戶并最終解決客戶痛點,數據擴散在場景式解決方案開發過程中至關重要。例如,海康威視基于數據內容價值構建仿真推演模型和交通評價,以實現態勢分析、問題診斷、策略優化、實時評估的閉環管控。

表3 海康威視開發場景式解決方案的過程特征及典型證據援引Tab.3 Process characteristics and typical evidence citation of context-driven solution of Hikvision

3.1.2 科大訊飛場景式解決方案開發:以教育行業解決方案為例

科大訊飛在教育行業的關鍵客戶主要是學校或教育機構,其在提升教學效率與傳統課堂教學容量、輔助教師進行教學研究和教學決策等方面存在較多業務需求,這是科大訊飛在教育行業開發場景式解決方案的主攻焦點。

(1)場景驅動下的場景式解決方案開發。第一,基于場景驅動的需求識別過程。科大訊飛前瞻性地將核心語音技術與教學環節聯系起來,基于技術優勢和教育行業場景深入分析客戶潛在需求,在與客戶溝通過程中識別具體需求場景。例如,在精準教學環節,洞察客戶“老師需要設置課堂教學重點、聚焦共性薄弱知識點”的提升需求。第二,基于場景驅動的技術集成過程。為對客戶需求進行針對性響應,科大訊飛以語音技術為核心,充分集成助力企業技術與業務場景融合的技術要素。例如,集合4K高清顯示、交互式電子白板、電腦、電視、網絡傳輸等多種功能,采用軟硬件一體化設計,將訊飛暢言智能教學軟件和訊飛AI技術嵌入多媒體教學操作平臺。第三,基于場景驅動的服務運維過程。語音技術向場景價值的轉化取決于語音技術與教育環節融合為企業帶來服務價值,科大訊飛在服務運維方面進行積極布局。例如,通過構建“云—臺—端”整體架構,支持線上線下一體化、課內課外一體化、虛擬現實一體化全場景教學應用,推動智慧教學模式創新。

(2)場景式解決方案開發過程中的數據使能。第一,數據嵌入促進需求識別向技術集成過渡。科大訊飛數據嵌入是指獲取教育教學等相關數據并將其應用于指導場景式解決方案的技術設計。例如,在精準教學環節,借助大數據與人工智能技術挖掘學生數據,基于學生常態化學情診斷分析和優質資源推薦,提升教學效率和傳統課堂教學容量。第二,數據綁定促進技術集成向服務運維過渡。科大訊飛數據綁定是指將數據源映射到解決方案技術組件中,使該組件能夠自動使用這些數據為場景式解決方案提供支撐。例如,科大訊飛以大數據能力平臺為基礎,構建教育管理與決策分析體系和指標模型,通過數據綁定有效監管區級、校級教育信息化應用。

3.1.3 東軟場景式解決方案開發:以汽車行業解決方案為例

隨著車聯網的發展,東軟將眾多第三方合作伙伴共同搭建的內容和服務整合到車端,提供IoT、大數據分析、應用使能及安全管理服務。本文對汽車車身質量分析檢測解決方案開發實踐進行分析,解構東軟開發場景式解決方案的過程特征。

(1)場景驅動下的場景式解決方案開發。第一,基于場景驅動的需求識別過程。由于車身尺寸精度影響整車零部件安裝、定位、匹配、密封等一系列功能,因此在與車身尺寸精度密切相關的工程工藝上,東軟亟需將工業大數據應用到尺寸工程中,提高車身制造尺寸精度。為此,東軟首先識別汽車車身制造工藝復雜流程,包括上百道工序、幾百個零部件拼接以及零件尺寸精度質量把控等。第二,基于場景驅動的技術集成過程。在客戶需求識別的基礎上,東軟作為“軟件架構師”對場景式解決方案進行總體設計,并利用技術集成優勢響應客戶痛點。東軟根據車廠實際需求,依托智能網聯云平臺和大量監測數據,利用模式識別算法對車身各分總成制造尺寸質量進行把控,當預測到異常波動時及時作出預警,采取有效措施恢復生產線。第三,基于場景驅動的服務運維過程。在東軟持續深耕的車載互聯網領域,企業構建智能網聯汽車業務場景大腦指揮部,負責車聯網生態服務聚合和服務調度,通過完備的數據采集體系及預處理體系,將分AWK合格率算法和尺寸鏈FMK合格率算法引入平臺,幫助客戶準確計算各分總成和尺寸鏈的合格率。

(2)場景式解決方案開發過程中的數據使能。第一,數據嵌入促進需求識別向技術集成過渡。東軟數據嵌入是指獲取汽車監測數據并將其應用于指導場景式解決方案的技術設計。例如,東軟利用SaCa DataInsight產品全面收集生產線數據,包括多種產品測量數據、工藝數據及現場實時數據等,對各零部件數據進行實時采集,通過數據實時傳輸對車身總成進行檢測,實現監控告警與問題診斷。第二,數據交互促進技術集成向服務運維過渡。東軟數據交互是指企業提供的系統架構能使客戶在監測數據嵌入的基礎上進行算法預測,并識別當前運行數據與算法預測數據的異常或偏離之處,以對業務問題進行調整。東軟解決方案設計使客戶充分利用積累的大量監測數據,從應用服務、虛擬化/容器、物理服務器到網絡鏈路構建端到端的一體化監控中心,幫助運維人員從應用服務視角監控系統健康狀況。

表4 科大訊飛開發場景式解決方案的過程特征及典型證據援引Tab.4 Process characteristics and typical evidence citation of context-driven solution of iFLYTEK

表5 東軟開發場景式解決方案的過程特征及典型證據援引Tab.5 Process characteristics and typical evidence citation of context-driven solution of Neusoft

3.1.4 浪潮場景式解決方案開發:以制造業解決方案為例

浪潮場景式解決方案聚焦機床聯網、大型裝備網絡協同制造、零部件鑄造、企業雙碳能源智慧管理、智慧供應鏈管理等業務模塊。因此,本文對機床聯網解決方案開發實踐進行分析,解構浪潮開發場景式解決方案的過程特征。

(1)場景驅動下的場景式解決方案開發。第一,基于場景驅動的需求識別過程。在機床聯網解決方案開發過程中,浪潮首先洞察客戶在機床全生命周期的業務需求,并對業務需求作進一步分解和識別。例如,企業需要減少機床非計劃停機次數、掌握車間內所有設備的實時運行情況、設法采集機床運轉數據和故障數據。第二,基于場景驅動的技術集成過程。在識別客戶生產制造需求的基礎上,浪潮規劃技術集成所包括的業務架構和技術架構,將業務架構拆解為設備層、采集層、平臺層和應用層,在設備層布局數控機床、PLC及其它生產設備,在采集層實時采集設備數據并上報到物聯網服務平臺,在平臺層提供以數據為核心的工業數據服務、機理模型服務和業務微服務,服務于應用層設備精益化管理。第三,基于場景驅動的服務運維過程。浪潮通過為客戶提供機床聯網通訊、數控程序管理和機床生產監控分析,采集機床運行狀態和關鍵工藝參數并實時上傳到浪潮云洲工業互聯網平臺,對參數進行訓練、計算和存儲,幫助客戶實現數控機床遠程集中監控、實時故障告警、故障診斷和故障預測等場景價值。

(2)場景式解決方案開發過程中的數據使能。第一,數據嵌入促進需求識別向技術集成過渡。浪潮數據嵌入是指輔助客戶進行數據采集,將其應用于系統流程并指導大數據分析技術場景應用。在機床聯網解決方案開發過程中,浪潮首先幫助客戶實現資產管理數字化,通過三維仿真實時掌握車間設備指標,便于客戶對關鍵指標進行分析并及時作出決策;同時,在數據采集的基礎上,利用歷史數據進行訓練并調整預測算法,預測故障發生概率。第二,數據挖掘促進技術集成向服務運維過渡。浪潮數據挖掘是指使用機器學習、數據建模等多種算法,通過挖掘龐大的數據集所表征的模式規律,支撐場景價值要素提取。浪潮利用云洲大腦數據分析工具對數據進行分析和挖掘,形成包括故障診斷模型、產品優化模型在內的工業模型庫,幫助客戶針對不同場景調用相關模型,實現機床生產、使用、維修等場景的數字化管理。

3.2 跨案例分析

本文通過對場景式解決方案開發過程特征進行分析,識別場景式解決方案開發驅動因素,厘清解決方案開發實現路徑并對開發過程內源動力進行提煉,場景式解決方案開發過程模型如圖1所示。

表6 浪潮開發場景式解決方案過程特征及典型證據援引Tab.6 Process characteristics and typical evidence citation of context-driven solution of Inspur

3.2.1 場景式解決方案開發驅動要素

不同于一般意義上的客戶解決方案,場景式解決方案開發具有場景驅動的關鍵特征,主要表現為場景滲透和場景覆蓋兩個維度。其中,場景滲透是指將場景廣泛滲透到客戶生產管理活動的各個環節,以持續賦能和擴展企業價值增長空間;場景覆蓋是指場景具有較強輻射潛力,能夠推動各領域以場景構建為導向的發展。案例分析發現,海康威視和科大訊飛開發場景式解決方案的場景驅動作用表現為低場景滲透和高場景覆蓋特征,強調視頻或語音核心技術對較為松散的耦合關系與客戶業務場景進行融合(低場景滲透),并以更廣泛的連接關系對客戶業務范圍進行輻射(高場景覆蓋);而東軟和浪潮開發場景式解決方案的場景驅動作用表現為高場景滲透和低場景覆蓋特征,強調軟件技術或大數據分析技術以較為緊密的耦合關系介入客戶業務流程(高場景滲透),并聚焦客戶關鍵業務堵點進行輻射(低場景覆蓋)。

通過對比分析發現:首先,場景滲透驅動企業充分調用自身技術優勢并將其轉化為場景價值效能,在為客戶提供場景式解決方案價值主張時掌握更多主動權,使解決方案的技術架構在響應客戶需求中產生相應價值效用,真正解決客戶需求痛點,推動場景式解決方案技術端與需求端服務鴻溝彌合;其次,場景覆蓋驅動企業充分發揮場景可視化價值,廣泛洞察和挖掘場景價值覆蓋領域,并前瞻性地為客戶提供超越性服務期望,促進技術優勢向商業價值轉化。此外,場景覆蓋的驅動作用使企業對客戶特定場景下需求痛點的識別更加精確,促使場景匹配及場景驅動多元主體創新更加高效,進而推動企業場景式解決方案開發。

3.2.2 場景式解決方案開發實現路徑

在場景驅動下企業基于“需求識別—技術集成—服務運維”的實現路徑開發場景式解決方案。具體而言,轉型為場景式解決方案的企業遵循“前瞻式需求識別—技術外部集成—探索式服務運維”開發路徑,而天生的場景式解決方案提供商遵循“響應式需求識別—技術內部集成—開發式服務運維”開發路徑。

(1)需求識別是指企業通過挖掘和評估客戶信息,識別所蘊藏的潛在價值資源或機會,從而深化對客戶需求的認知和理解[27]。案例分析發現,場景式解決方案提供商的需求識別表現為以客戶為導向的“響應式需求識別”和以市場為導向的“前瞻式需求識別”兩種特征。在本文所選取的4家案例企業中,海康威視和科大訊飛均是轉型為場景式解決方案提供商的企業,在技術創新領域具有較高造詣和積累,因此需求識別表現為以前瞻式識別為主、響應式識別為輔的特征,強調技術效能轉化在識別客戶需求上的主導作用,事實上這種需求在很多情況下都屬于潛在需求;而東軟和浪潮屬于天生的解決方案提供商,他們更擅長通過與客戶交互,明晰客戶當前的模糊需求,并為客戶提供解決方案,因此在需求識別上表現為以響應式識別為主、前瞻式識別為輔的特征,強調滿足客戶特定需求并為客戶創造價值。

(2)技術集成是指將技術模塊整合到對客戶問題的價值創造中。本文案例分析發現,場景式解決方案提供商進行技術集成的特征尤為明顯,表現為技術內部集成和技術外部集成兩種特征。在本文所選取的4家案例企業中,由于海康威視和科大訊飛均是轉型為場景式解決方案提供商的企業,他們能夠利用數字平臺連接優勢,廣泛搜尋不可或缺的行動主體,通過與合作主體的聯合探索豐富技術場景認知,增強企業在精準契合客戶需求價值取向方面的服務增值,因此主要以技術外部集成為主;而東軟和浪潮屬于天生的解決方案提供商,他們更擅長在基本明晰客戶需求的基礎上為開發場景式解決方案提供可配置的通用性產品/技術模塊,并根據解決方案設計對所需產品/技術模塊進行靈活整合,以確保解決方案的高效交付,因此主要以技術內部集成為主。

(3)服務運維是指通過為場景式解決方案技術架構提供服務支持,確保解決方案價值主張實現。案例分析發現,場景式解決方案提供商通過服務運維彌合技術端與需求端的服務鴻溝,主要表現為開發式服務運維和探索式服務運維兩大特征。在本文所選取的4家案例企業中,海康威視和科大訊飛均是轉型為場景式解決方案提供商的企業,為使技術集成向需求場景靠攏,他們對場景式解決方案的價值主張設計通常具有前瞻性,并率先創造基于技術賦能的場景價值,為客戶提出一種超越性服務期望[11],最終使客戶從中受益,因此主要表現為探索式服務運維特征;而東軟和浪潮屬于天生的解決方案提供商,在為客戶開發解決方案時,盡管客戶可能由于不具備相關知識而難以想象所創造的服務期望,但企業可利用場景應用搭建和價值挖掘,對技術集成實現效用進行可視化展示,幫助客戶挖掘并明確業務需求,因此服務運維主要表現為開發式服務運維特征。

3.2.3 場景式解決方案開發的內源動力:數據使能

數據使能是保證需求識別、技術集成、服務運維等場景式解決方案開發環節過渡的關鍵。使能(Enabling)是指在利用技術賦能企業效率提升的基礎上,借助大數據、云計算、人工智能等數字化程度更高的新技術創新商務模式,從而為企業創造新價值(陳劍等,2020)。數據使能以數據作為數字化要素,創新企業對新價值創造的能力。本文通過對比分析發現,數據使能在不同企業開發場景式解決方案時由“需求識別”向“技術集成”過渡均表現為數據嵌入形式,但在“技術集成”向“服務運維”過渡過程中則以視頻技術、語音技術、軟件技術和大數據分析技術為核心,并在數據擴散、數據綁定、數據交互、數據挖掘等方面存在差異。相比之下,各企業差異性行為各有側重:數據擴散側重于對數據分析結果的應用,數據綁定側重于對數據源的應用,數據交互側重于運行數據與算法預測數據校對,數據挖掘側重于利用算法發現數據集所表征的模式規律。

進一步,本文對數據使能在不同企業場景式解決方案中的差異性表現進行解構,發現其主要取決于技術屬性和數據屬性兩個因素。首先,海康威視視頻技術的核心屬性在于圖像感知和識別,這種數據本身不會產生價值,數據屬性是“待激活狀態”,只有經過分析并使之輔助決策時才會變得有用,主要幫助使用者進行“追蹤溯源”,因此服務運維重點在于對數據分析結果的應用,即數據使能表現為數據擴散;其次,科大訊飛語音技術的核心屬性在于語義理解和語音對話,應用語音技術的關鍵在于語音數據庫建構,這種數據需要量的積累,數據屬性是“待篩選狀態”,通過將數據源映射到解決方案的技術組件中,幫助客戶自動對這些數據進行篩選和使用,因此服務運維的重點在于對數據源的應用,即數據使能表現為數據綁定;再次,東軟軟件技術的核心屬性在于維持標準流程穩定,需要首先進行數據清洗,使數據具有“通用性”屬性,軟件系統會利用算法對數據趨勢進行預測,而預測數據與實時嵌入數據對比分析有助于幫助客戶發現業務運營中存在的問題,因此服務運維的重點在于運行數據與算法預測數據校對,即數據使能表現為數據交互;最后,浪潮大數據分析技術的核心屬性在于對數據進行可視化管理和分析,通過對數據進行處理和挖掘,使數據具有“可理解性”屬性,幫助客戶基于數據集所表征的模式規律進行預測性判斷,因此服務運維的重點在于發現數據集所表征的模式規律,即數據使能表現為數據挖掘。

4 結語

4.1 研究結論

本文以海康威視、科大訊飛、東軟和浪潮作為案例分析對象,采用多案例研究方法,通過挖掘企業開發場景式解決方案的內在規律,提煉場景式解決方案開發路徑和內源動力。研究發現:①場景式解決方案具有場景驅動的關鍵特征,主要表現為場景滲透和場景覆蓋兩個維度;②在場景驅動下,企業基于“需求識別—技術集成—服務運維”路徑開發場景式解決方案;③數據使能是場景式解決方案開發的內源動力,有助于促進需求識別、技術集成、服務運維等開發環節過渡。

4.2 理論貢獻

本文理論貢獻在于:首先,結合場景理論和客戶解決方案理論,創新性提出數智時代企業服務價值創造的新模式,即場景式解決方案這一全新概念,識別場景式解決方案區別于一般意義上客戶解決方案的場景驅動特征,豐富了對場景式解決方案的理論認知,深化了對場景驅動服務創新模式的理解;其次,不同于以往研究對客戶解決方案開發過程的探討,本文將研究焦點遷移至對場景式解決方案開發過程內在規律的解構,通過提煉場景式解決方案開發實現路徑和內源動力,補充了現有研究對場景式解決方案開發邏輯探討不足的理論缺口,在一定程度上將解決方案推向縱深研究;再次,將數據使能概念引入場景式解決方案開發過程,通過識別數據使能作為場景式解決方案開發的內源動力,對場景式解決方案開發中“數據角色”的作用進行包容性分析,為明晰解決方案開發內在規律提供了新分析視角。

4.3 實踐啟示

根據上述研究結論,本文提出如下實踐啟示:①在組織管理層面,數智時代企業要在市場環境中獲取競爭優勢,既要審視自身技術資源優勢以嵌入到數字經濟發展浪潮中,又要跟隨政策環境、行業技術環境和客戶需求變化促使自身能力“進化”。因此,提升場景式解決方案開發與商業模式創新能力至關重要,能夠助力企業重塑組織業務生態和商業價值創造方式。其次,在產業發展層面,基于數字技術的場景應用向智慧城市、智慧教育和智慧能源各個領域快速延伸,企業在場景式解決方案開發過程中應圍繞不同產業發展需求,發揮海量數據、廣闊市場空間及應用場景優勢進行場景設計與運營,有效配置數字資源以探索場景新業態發展過程中的價值增長點。再次,在國家戰略層面科學布局數字經濟產業以挖掘海量數據和場景應用價值,推動數字技術產品、應用范式和商業模式協同創新,激活產業主體活力。因此,企業應積極響應現階段我國大力發展數字經濟的政策需求,抓住技術創新與場景應用轉換機遇,通過場景式解決方案提升市場響應性、激發數字經濟市場活力。

4.4 不足與展望

本文存在如下不足:①解決方案開發具有高度迭代特性,通常需要客戶與解決方案提供商之間頻繁交互,本文基于場景驅動視角對場景式解決方案開發的實現路徑和內源動力進行探討,更多的是以解決方案提供商為出發點,未來應將客戶參與納入分析,考察客戶作為“價值共同生產者”對場景式解決方案開發的關鍵意義;②識別場景式解決方案開發具有場景驅動的關鍵特征,并將其解構為場景滲透和場景覆蓋兩個維度,但不同場景類型對于場景式解決方案開發效果存在差異,未來應結合場景類型劃分對場景驅動內涵進行細致分析,進一步深化對場景式解決方案開發內在規律的理解。