华为数字化转型必修课
2021-10-13 10:21:56 14 举报AI智能生成
登录查看完整内容
华为的数字化转型经验，全量全要素的数据连接融合，数字化转型的目标，模式升级、体验升级等
作者其他创作
大纲/内容
数字化转型中的企业，就像在未知的大海上航行，一位有经验的船长（企业一把手）的作用，对整艘大船是不可替代的。
不是因为一把手亲子干，有权威，有地位，说话别人会听
而是因为在数字化转型过程中，有三张图只在一把手这个“船长”的脑袋里，别人没法替代
不能把数字化转型扔给IT部门自己干，因为IT只是一个纵向的能力，要解决具体的业务问题，为用户创造价值，还需要横向的业务能力也参与进来。
一把手工程
对外
理解你的用户
为用户解决问题，为用户带来价值，是数字化时代企业的立命之本
有了这张图，才能跳出部门单一的维度，不被技术、业务等具体问题束缚，而是综合各个方面来看问题，才能真的为用户解决问题。
1. 用户价值图
对内
理解你的业务方向
屁股决定脑袋，利益冲突
只看眼前的局部，很难跳出自己的业务角色，更不可能考虑企业发展的“第二曲线”
近视眼
单一业务部门的局限性
企业必须有超越业务主管的角色，不只是关注业务的现状，更能对业务的演进心中有数。
2. 业务演进图
对未来
理解这家企业要变成什么样
架构可以理解为一家企业的基因。企业要想不断成长，持续发展，就需要确定性。基因的作用就在这里，它能够为企业在风云变幻的外部环境下，提供确定性，专注于成长。
架构生长图，就是一张描绘未来业务愿景的蓝图。怎样才能成为更好的自己，长大以后应该怎么样，这件事别人无法定义，只有“船长”心里才有。
作为“船长”，需要这样一张清晰的蓝图，来为企业数字化转型框定当下的坐标和未来的前进方向。
3. 架构生长图
三张图
数字化转型不是变魔术，把企业从兔子变成鸽子，然后一劳永逸。数字化转型是一个持续看向未来的过程，是一个动态的过程。
1. 转意识（一把手工程）
慢
贵
难
跨部门协同的痛点（功能型组织）
天然的临时组织，只对项目负责，不对长期成果负责
能力无法固化，易于流失
项目型组织的痛点（项目型组织）
三湾改编，把支部建在连队上
由来
业务IT一体化，就是把技术能力建在业务上，由业务主管担任负责人，业务人员和技术人员一起成立数字化的团队。技术人员不再是单独的一个部门，而是成为具体业务部门的一部分，形成一种长期固定的组织形式。
业务主导，IT使能
核心原则
技术必须懂业务才能施工，业务必须和技术的流程相配合。业务和技术就是硬笔的两面。
执行原则
业务IT一体化
参看执行原则
纠偏
技术人员了解业务，能够对业务发展进行预判，甚至比业务人员更先感知到
技术人员身上具备的技术能力、数字化思维，在这样的组织模式下会被成倍的放大，甚至可能为企业带来意料之外的能力提升。
预判
能力不是封闭固化的，而是不断生长的
生长
优势
传统组织形式之所以无法在数字化转型中发挥作用，就是因为忽略了一点：能力是长在人身上的。
技术就是码农，伺候机器的，技术人员当工具，企业也损失了自己的创新能力。
传统企业的误区
企业要做数字化转型，必须破除工具思维，把重点放在“人”身上。
华为“把支部建在连队上”，把技术能力建在业务上，就是在做这件事，用组织模式去承载人的能力，把它变成企业的核心能力要素，真正为企业的数字化转型提供核心能力的支持。
解法
核心是“能力”
华为解法
2. 转组织（IT能力建在业务上）
数字化转型不是针对业务的，更不是针对职能、部门的。数字化是针对业务对象、业务过程和业务规则的顺序逐级展开的。
核心
难度最高
业务对象不能是一个一成不变的物体，得是个活生生的、不断成长的活物。
方法
1. 定义清晰的业务对象
2. 围绕业务对象抽取业务过程
3. 抽象业务规则
三步走
数据工程师
对象数字化
代码工程师
过程数字化
算法工程师
规则数字化
对应的人
对网络上的企业来说，如果你能管理自己的周边网络，就能极大地提升自己在网络中的重要性，获得超出其他同类企业的竞争力。
数字世界不是一天建成的。你得先把业务对象定义出来，然后让它在你解决问题的过程中，依次按过程、规则的逻辑自然展开。
3. 转方法（数字化转型的实施次序）
转型是为了提高效率的，但若是文化没有跟上，反而会降低效率
数字换转型中的转文化，转的就是各自为战，不开放共享的文化
“胡萝卜+大棒”
文化要转型，评价体系也必须改变。要想让员工更愿意共享，一把手要把奖励分到那些愿意共享的人头上。愿意共享的人多了，形成了氛围，才能说在文化上转型了。
原本是单兵、精兵，能力在自己身上，没法沉淀。现在有了共享的文化，人的经验沉淀到了平台上，每个人都能从平台上拿到自己想要的，精兵还能把能力反哺到平台上。这就是“大平台支撑精兵作战”。
窍门：衡量调用次数，而不是分享次数。要从关注“供给侧”，转到更多地关注“使用侧”
面对一台机器，我们不是把转速低的齿轮换成转速高的，而是把机器换到一个干燥的环境里，让它不容易生锈、保持更长时间的持续运转。
转文化不是一下子就转过来的，它是一个长期工程。文化是一把手塑造的，而且是需要长期经营的。
4. 转文化（让员工愿意共享、环境）
现状：过去的应用系统一大堆，怎么处理？
全部推到？不现实。有句话讲，企业最大的浪费是对经验的浪费。从华为的数字化转型经验来看，历史不是包袱，恰恰是你的财富，存在的就是有道理的。
数据割裂的存在于旧有系统中，现在数据成为企业的重要资产，一把手就得转变工作思路，正确看待数据，用好数据，让数据发挥价值。
不是用重构的方式对待历史系统，而是用“数据通”的方式，复用历史系统的数据资产，面向用户界面，打造出全新的体验。老运动员不必直接换下场，他们可以把积累的经验传递下去，让企业赢得比赛。
1. 数据通
数字化转型的接力赛中，接力棒是数据
无论是老系统还是新系统，数据要都能在同一个数据平台上被调取、被分析和被共享，这就是“平台通”
统一语言构建数据接力棒
新旧联合发挥更大价值
平台通之后，可以提供更多的增量服务
2. 平台通
要基于新技术和新的管理模式，用数字化方式重新定义面向未来的业务，重构业务流程。
新上场的运动员，跑步的方式变了。面向未来的新系统，基于大数据、人工智能等最新的技术，重构业务流程，这就是“未来通”。
业务和IT建设存在周期性，建成之日可能就是落后之时。企业要站在后天看明天，是数字化转型向企业一把手提出的一个高要求，也是数字化时代给领军者的一份厚礼。
3. 未来通
5. 转模式（新旧系统的接力赛）
模块三：转什么·数字化转型的五个方向（对象：企业一把手）
内部员工只有自己享受到了“以用户为中心”带来的优质服务后，才能为客户、合作伙伴、消费者带去同样高质量的服务。
以时间价值最高的用户体验为中心，就可以最大力度地释放企业一线作战部队的时间压力
用户
要实现真正的以用户为中心，就必须把焦点从“功能”上移开，转而瞄准“体验”
以用户为中心，要给用户的体验，简洁流畅远远不够，要帮助用户成功，也就是使能用户。
以用户为中心，一定要尊重用户隐私
四个关键词：简洁、流畅、使能、尊重
独立的机构站在全局视角
仲裁、及时纠偏
组织保障
需求裁决的一整套评估方法
场景够不够全
业务覆盖够不够广
数据测算逻辑是否合理
制度设计
以用户为中心，要瞄准用户的体验，这里不是局部的体验，而是全局的体验
体验
要注意区分所有用户和时间价值更高的用户。在企业内部，时间价值最高的是一线作战部队，数字化转型要优先满足他们的需求
要聚焦在用户的体验上，而不是产品的功能上
总结
1. 瞄准用户（真正的以用户为中心）
会遇到什么问题
采取什么行动
带来什么价值
对准的是业务场景
主要矛盾存在的地方，往往也是最容易出成果的地方
1. 抓主要矛盾的主要方面
技术人员
业务人员
运营人员
作战部队
不能统一从公司出，会存在不花白不花的心理
每个业务部门承担自己的数字化项目的成本，这样业务部门就会仔细权衡，我的团队有没有数字化的场景，要不要做这个项目，怎么把钱花在刀刃上。
带来跨团队的更大收益的单个团队项目
战略性项目
特定项目，公司承担
资金管理
引入第三方作为机制保障，从项目立项、执行、验收，全流程做好评估和监管
第三方由收益部门和审计人员一起组成
机制保障
2. 人、钱、机制三管齐下
2. 对准业务（场景）
非数字原生企业在打造数字平台时面对的“列式变革”，需要基于企业整体，先处理好通用能力和特殊能力之间的关系
面对“列”的增加确立好标准，在增加“列”的同时，也对每一个“列”的核心能力不断强化训练，最终成长为企业的核心能力块，能够被随时调用，排列组合，支撑业务高效运转。
1. 沉淀企业的通用能力
一个对企业来说有生命力的数字平台，应该是一个服务市场，动态的，为业务提供服务
基于业务场景提供服务
2. 服务市场
把能力开放出来，让业务方一起共建
3. 开放共建
3. 打造平台（打造数字平台，沉淀企业能力）
模块四：怎么转·数字化转型的三个方法（仪表盘、成果检验清单）
发现问题是滞后的
讨论问题是不及时的
解决问题是滞后的
数字化转型之前的问题
发现问题、讨论问题、解决问题的作战中心
1. 最优先做的是业务梳理。只要业务管得好，你的数字化想达成的目标很可能都不是问题
它会卷进更多人，成为一个有生命力的平台
2. 如果做数字化转型，那你的数字化平台，最好就是你的作业平台
数据分析能力
3. 管理者要意识到，数字化转型之后，对财务人员的能力要求会发生变化
三条经验
财经大屏
数据找不到、看不懂、不准确、不及时，都会成为企业数字化转型路上的重大阻碍。数据治理就是用统一的数据管理规则，确保数据质量，让企业的数据清洁、完整、一致。
数据治理是数字化转型的“牛鼻子”，必须牵好这根绳
每一个数据，必须由对应的业务部门承担管理责任，而且必须有唯一的数据Owner
1. 数据治理不是IT问题，而是业务问题（业务Owner)
有一个公司级的数据管理部
此外，每个业务部门有对应的数据管理部
2. 必须建立一套企业级的数据综合治理体系（管理体系）
两个经验
数据是一种新的生产要素，是企业的重要资产，那就应该像实物资产一样，有成体系的管理办法，才能为数据治理的高效运行提供保障。
企业千万别想着用“一招鲜”的方式去做数据治理，不同的数据，对数据精度的要求不同，治理的成本、方法也就不一样
1. 数据不分类
很多企业把数据治理天然当成累活、脏活，认为是要“放长线钓大鱼”，从头开始慢慢干，不想收益的事儿
华为的经验是，盯着价值干，从一开始就盯着业务痛点，哪里问题最大，就从哪里开始
2. “埋头苦干”
制度没有成熟，业务也没有定义清楚，但IT冲上去做了开发和搭建系统，结果就是需要花好几倍的精力去清理数据
宁愿慢一点，也要想好了再干
3. 没想好就干
三个陷阱
在数据确权的基础上，构建起企业的数据生态，让数据真正发挥出作为生产要素的强大作用，成为华为真正意义上的战略资源
华为数据治理的未来
数据治理
对于研发来说，效率是命门。我们都知道效率很重要，但是对研发来说，效率可以说是第一重要的事
对研发来说，工具就是效率
利用工具可以来提高效率
模拟仿真平台
其实“工具”本身的效率提升，才能真正地提高作业效率
1. 提升工具的效率（单点）
华为研发团队的数字化转型，不是为了提升某个产品、项目的效率，而是要在公司内部形成全流程的效率飞轮。
效率飞轮建立之后，知识和能力的积累形成正向循环，研发的效率才能整体提高
研发是产品全生命周期、全流程当中，最终兜底的那个，我们说这个叫“端到端”，强调对最终结果负责。一旦对最终结果负责，研发要关注的，就必须覆盖产品的全生命周期、全流程。
2. 提升网络的效率（全局）
提高效率的同时，也提高了研发人员的作业效率
关注的重点在人身上，人才是最宝贵的资源
误区：无效的加班、休息时间换取任务的完成
1. 解放他们对工作环境的依赖
2. 解放他们在工具上花费的低效时间
3. 解放他们修改工具造成错误的时间
要真正提高研发效率，是要从本质上提升研发人员的作业效率和他们的工作体验
3. 提升作业的效率
全球研发协同
失控，交付服务的过程安全没有保证，其实本质上是因为这个流程节点，对我们来说是失控的。
存在的问题
行为即记录，记录即数据
只有这些交付能力在平台上，把现场作业的模式，变成数字化作业的模式，才能真正为作业人员提供安全保障
数字化作业
关注“人”，关注业务能力最强的人的经验，是平台最重要的基础
数字化转型不是拆分业务，让业务数字化，而是让人的经验数字化，在这个底座上生长迭代
1. 交付服务的数字化，不是把业务流程数字化，而是把人的经验数字化
2. 要想清楚数字化和业务之间的关系。数字化并不是我们以往以为的，是来颠覆业务的，而是为了更好地做业务，才找到了数字化这个方法
两条经验
目标：让天下没有难管的交付项目，没有难做的交付作业
交付服务体系
企业都希望通过智能工厂，以更低的成本，更高效、更灵活地生产产品。
全量全要素的连接
实时反馈系统
有了这个底座，万物就有了共同的语言，人、机、料、法、环之间就可以通过物联网、互联网进行沟通
1. 要先搭好数据底座
其实，像产品的开发、检测、制造和安装，都可以在设计阶段预演一遍
2. 在把工厂内外所有要素变成数据的时候，要优先实现设计与制造的数字化融合，在设计环节构建制造要素的数字化
能力沉淀在平台，员工是不是没事儿干了？
那些无法简单传授的，必须长期实践中才能体悟的都叫隐性知识
对员工的隐性知识要求会越来越高
3. 从组织层面看，如果想转型成智能工厂，就必须搭建平台能力，形成平台支撑下的精兵作战的组织体系
三个提醒
智能工厂
数字化转型要以用户为中心
好的工具，要围绕着用户体验，最基本就是要简单
好的工具，应该是带有温度的
连接器
X轴，用户
Y轴，IT设备
Z轴，业务
第四个维度，知识
实现“人找知识”到“知识找人”的转换
坐标轴
从用户自发使用，到各种设备、业务接入，就会发生更多的知识，这个立体的数据空间就开始无限生长，真正实现全量全要素的连接和实时反馈，而这个过程，也让welink从一个普通的办公系统，成长为企业重要的连接器
它像一颗种子，让数字化，在华为人心中发芽
WeLink
1. 数字化：线下搬到线上
2. 数智化：算法模拟，应用不同场景，业务更智能
3. 数治化：再造业务模式、业务流程
数字化是基础，数智化是抓手，最后的数治化才是核心。这个从数字化到数智化，再到数治化的闭环，就是数字化转型的逻辑
数字化、数智化、数治化
所有做供应链的人都在面对的，就是怎么才能实现精准的供需平衡，即“所囤积所需，所需即所囤”
1. 首先要把所有数据全量全要素的搬到线上
相对最优解
及时、准确、优质、低成本的供需平衡的解
2. 需要有一套算法，实现双向模拟
3. 让数字世界推演的结果再回到物理世界
1. 在转型之前，要先理解自己的业务场景和痛点。数字化的出现不能自动解决你的业务问题，而是你明确了问题后，数字化可以给出解决方案
2. 要通过解决别人的问题，来解决自己的问题
3. 要从客户体验和公司经营的视角来思考整个数字化转型，不要只从自己部门的利益考虑
3个提醒
全球供应链
模块五：华为数字化转型最佳实践
数据成了新的能源，不是我们没有数据，而是我们不知道怎么采集数据，治理数据
人和组织也必须跟着变，否则就像是马车夫突然要驾驶一架飞机，不可能抵达成功
路非自行不知远，事非亲历不知难
数字化转型，只有起点，没有终点
发刊词
数字化转型的首个目标、第一个步骤
农业经济
工业经济
服务经济和体验经济
商业演进
质量更好
产量更大
工业时代
积极响应需求变化
用户体验
数字时代
从传统经济演进到体验经济，经济的中心从生产者切换到了使用者
企业数字化就要关注用户体验，解决用户的问题
数字化是要给用户用的
覆盖所有业务对象
每个业务对象属性齐全
1. 全量全要素的连接
数据开始说话，能够被看到、感知到
2. 实时
动态地将客户需求与生产要素相匹配
规模化制造
降低成本和满足个性化需求的矛盾未能解决
工业化时代
规模化定制
数字化时代
工业时代落下的产能过剩的病，需要数字化来医。随需，就是利用工业时代沉淀下来的规模化的生产能力，去快速地响应用户多变的需求。
3. 随需
卡片服务
报告模板
自助式数据获取
从随需到自助，本质上是一次权责的再分配。随需，是供给侧为主体；自助则是用户为主体。
4. 自助
更自主的参与到各个环节中
5. 社交化
产品好
服务好
价格低
PS：工业时代的不可能三角，数字化时代可以兼得
得益于工业时代带给我们的规模化的生产能力。数字化时代，就是以工业化的规模，为每一个客户量体裁衣。
数字化提升体验的5个层级
体验提升（软性结果）
数字化带来的效率提升，可以让效率真正成为企业竞争力的核心，将决定企业在整个市场环境中的生态位。
企业规模大到一定程度后，真正的差别是效率上的差别，在于把所有价值链上的环节以高效率的方式匹配在一起。
工业时代：企业利润 = (销售价格 - 成本) X 数量
数字时代：企业利润 = (销售价格 - 成本) X 数量 X 流转次数
时代的差异
任正非：三个人，干5个人的活，拿4个人的钱
在数字化的时代，企业必须在自己的认知版图中，重新定义效率对企业的意义和作用。
实现成本极大优化
决策效率提升
更重要的是决策的质量提升
支持企业精准决策
途径
对成本的极大优化，对决策质量的极大提升，最终构成企业的核心竞争力。
效率提升（硬性结果）
从线下到线上
1. 交易模式的创新（组织的皮肤）
机器辅助人
人辅助机器
机器自动化
从人工到智能
2. 运作模式的创新（组织的血肉）
传统组织的悖论：想要高效率，就会高风险，安全运行得不到保证；想要安全运行，就会在效率上有所损失。
应对共性
拆解能力块
能力的沉淀与输出
平台是以共享和能力为导向的
应对不确定性
精兵是责任结果为导向的
“精兵 + 平台”的组织模式
华为的解法
一家数字化程度足够高的企业，就像变形金刚，它可以变成不同的形态应对不同的风险，解决不同的问题。之所以能变，就是因为它的能力在平台上形成了各种能力块，可以进行各种灵活的排列组合。
从职能到平台
3. 组织模式的创新（组织的骨骼）
底层原理：长在平台上的能力能快速演进迭代，成为世界级的能力，赋能给各个团队/子公司
优势：让业务质量标准和业务能力能够在华为公司各个产业、各个团队间无障碍地流动。对外，就能让整个业务体系高效匹配客户的需求；对内，就会让新业务快速生长孕育。
分布式经营管理
4. 企业治理的创新（组织的魂）
模式创新（结构性变化）
模块一：企业为什么要数字化转型
绕不开，躲不掉，难度很大但又必须面对的问题
绊脚石&夯实基础
什么是核心挑战？
数字化转型的基础是全量全要素的连接和实时反馈
设计态
制造态
运行态
全量全要素的三个维度（产品角度）
把现实世界里的业务对象，在数字世界里建一个一模一样的模型，就像双胞胎、孪生兄弟一样，所以叫数字孪生。有了数字孪生，就好办了：现实世界里很难做到的事情，就切换到数字世界里去看它的孪生兄弟。
是否真正全貌还原业务对象，即是否建立了数字孪生
数字孪生（全量全要素的检测标准）
预测
预警
监控
协同
调度
决策
执行
实时反馈的七项职能
任何想做或者要做数字化转型的企业，都要把“智能体”作为自己的终极目标，从而有效避免：1.眉毛胡子一把抓，不管是否有用，先把数据拿过来；2.缺乏有效的数据治理，坐在数据的金山哭穷
1. 数据采集（全量全要素连接&实时反馈）
正如茨威格所言，“所有命运馈赠的礼物，早已暗中标好了筹码”。数字化转型有很多好处，但潜在的安全风险也是巨大的。
万豪酒店住客信息泄露
WannaCry勒索病毒
数据安全问题的例子
安全与效率是一对永恒的矛盾
攻不进
看不见
看不懂
拿不走
毁不掉
五不
可追溯
可恢复
两可
1. “五不两可”
航空界关于飞行安全的经典法则，说的是每一起严重事故背后，必然有29次轻微事故和300起未遂先兆以及1000次事故隐患。也就是说，一架飞机失事前一定有大量的先兆。
海恩法则
一个企业如果只确保核心资产的安全是远远不够的，必须形成一个系统，把与客户、合作伙伴、供应商等对接的账号等周边最容易被忽略的元素全部纳入进来，实行系统化防范。
形成系统后，黑客一旦对非核心资产发起攻击，本身就是攻击核心资产的一个先行信号。
2. 系统化作战
没有却对的安全，只有相对的安全。
安全问题是攻防双方展开的一场永恒博弈
唯快不破，快对手半步，把未知风险转变为已知风险，再去寻找抵御风险和提升防御能力的方法
3. 安全问题没有终点
2. 数据保护（安全与效率的平衡）
全球成功率20%
中国成功率7%
调研数据
数字化并不是一连就成、一连就智能的，而是要把着力点放在指导业务运营和决策上，也就是这些连进来的数据要怎么用
数字化转型之难
数字化不是信息化，信息化的终点是决策者，数字化的终点是直接行动
1. 自动化的行动
数字化系统不只是决策者能用，而是产业链上的所有人都能用
2. 卷入更多的人
数字化的应用系统，一定要把智能化、自动化的装备和工具纳入进来，因为应用系统往往是通过装备和工具来体现的。
3. 卷入更多的设备
3. 业务决策（基于数据建立生产运营和决策系统）
模块二：数字化转型的核心挑战
华为数字化转型必修课
0 条评论
回复 删除
下一页
