转型不做“独行侠”，软通动力咨询为制造业突围带来的“助攻”许多实体企业在数字化转型过程中不会单干。领导会先找咨询公司，对企业内外部条件进行调研、梳理、规划，提出顶层规划的数字化解决方案。毕竟，谁不想由更了解数字化的咨询公司直接领导呢？在企业需求的驱动下，不少ICT企业也开始提供针对性的咨询服务，为行业客户提供一揽子数字化解决方案。其中，软通动力背书的软通动力咨询成立以来发展迅速。软通动力咨询如何与企业“打通壁垒，打怪兽”，我们可以从中提炼出转型策略，看看万千行业需要什么样的队友。突破壁垒：数字化转型调整为HARD模式如果说数字化转型是一场闯关游戏，那么非数字原生实体企业则调整为HARD难度，面临更多挑战。挑战之一是在规划阶段，数字化对企业原有的物流、资金流、信息流、人员管理等进行再造。需要统筹规划，确保后续顺利实施，挑战企业“顶层设计”能力；挑战二，在部署阶段，数字化不是简单地引入算法或推出平台，而是需要人工智能、物联网、云计算、大数据、数字孪生等多种技术的综合应用，挑战“技术控制”企业能力；数据资产管理架构图的第三个挑战是在运维阶段，数字化转型或者系统上线并不是数字化的结束。相反，作为一个系统的长期工程，还需要结合企业在经营生产过程中的实际情况，不断迭代、优化、调整、磨合，才能体现出最终的价值。然而，实体企业往往不是数字人才的首选雇主，挑战着企业的“人才培养”能力。在调整为HARD模式的数字化转型中，软通动力咨询成为越来越多企业的可靠队友。它有什么特点？组队：叠加buff软传，持续输出力道如果你在数字升级中将iSoftcommon视为输出型队友，要保证持续输出，除了要有足够的法力外，还需要在升级过程中不断为自己叠加buff战斗带来额外的收获，自然也能成为队友更值得信赖的选择。目前在软通动力咨询中，我们可以找到三重buff：第一个buff：软通动力的加持。软通动力咨询站在巨人的肩膀上，借助母公司软通动力100多个行业数字化转型解决方案，紧密结合转型方法论、解决方案和实施，为客户提供全栈式服务，提供端到端的服务服务，从战略规划、业务规划、IT规划、业务实施、持续运维等环节为企业把关，真正做到“业务驱动转型”，避免为转型而转型。第二个buff：数字人才的聚集。咨询行业是知识密集型行业。软通动力咨询团队成员来自多家国际知名咨询公司。同时，它脱胎于实体企业，也是一个更愿意也更能理解实体企业的企业。例如，针对千千万万行业的多元化需求，软通动力咨询创新了服务模式。大型企业可选择集成打包的全栈解决方案，推动全面深入的数字化转型。中小微企业可以选择“轻咨询”，选择简单、快速、成本更低的数字化解决方案，才能快速从数字化中获益，这只能从用户的角度去想象和实现。第三个buff：行业伙伴的共创。转型企业不仅不能单打独斗，咨询服务商也需要与行业伙伴通力合作。例如，软通动力咨询与全球领先的亚马逊云技术合作，共同为制造业等行业客户提供数字化技术和解决方案。层层加持，软通动力咨询可以源源不断地为企业输出数字化转型所需的力量，助力企业快速通关。得分：在软通动力咨询与亚马逊云科技联合发布制造业“助攻”前不久，软通动力咨询与亚马逊云科技联合发布《制造业数据治理白皮书2022版》，从制造业数字化转型的“数据治理”方面，看看软通动力与亚马逊云科技如何联手为企业送“助攻”和“打分”。制造业是历代工业革命的桥头堡，是科技提高生产力的关键领域。但是，要在工厂里点亮数字化，难度很大。一是劳动力成本增加，大量制造企业风险承受能力低；其次，现实场景中的工业系统极其复杂，制造业的数字化、智能化也被认为是最难做的领域之一。《制造业数据治理白皮书2022版》以“数据治理”为例，发现数据多源异构、数据可信度低、企业数据文化建设薄弱等多重问题。面对以上挑战，软通动力与亚马逊云科技共同建立了一套DataGo数据治理平台，帮助制造企业一步步过关：第一层：规划层。结合软通动力多年积累的企业数据治理经验，构建了软通动力的数据治理框架，为制造企业提供具有参考性和实用性的数据治理解决方案。Z公司，全球领先的设备制造商，成员企业众多，IT技术能力不平衡，IT资产复杂。该集团希望了解所有员工的数据资产。在这种复杂的情况下，需要考虑数据平台的易用性和功能完整性。此时DataGo数据治理平台依托软通动力多年数据中台实施经验，涵盖全生命周期的数据管理工具和方法论，并结合亚马逊云技术的数据治理体系，制定数据治理策略。有针对性地帮助Z公司构建了企业级的数据湖和数据仓库（EDW），既满足了成员企业对数据自主权限控制的需求，又提高了跨层级、跨单位的数据共享和利用能力，全面降低集团大数据开发。成本。DataGo数据治理平台的第二层：落地层。在实际部署中，制造企业非常重视成本控制、落地效果等ROI指标。白皮书介绍了一家大型全球制造公司G公司，在全球拥有100家工厂和超过20万名员工。由于业务量大，企业信息化基础设施落后，业务支撑逐渐成为制约因素，数字化建设亟待提升。能力。同时，G公司成本控制严格，非常重视数据平台的投入产出比。希望初期投资小，随着业务量的增加，投资增加。软通动力数据平台按照工业数据湖的理念进行顶层设计和规划。新方案实现混合数据源数据的集中采集和存储，采用事件触发设计模式实现低成本的数据转换和WIP指标计算，并将结果存储在低成本的数据湖存储层。业务用户仍然使用熟悉的报表工具进行数据查询和报表生成。最终帮助G公司以较低的数字化成本，以渐进迭代的方式完成了工业数据湖基地的设计与落地，提升了企业的数据治理和数据安全管控水平，奠定了坚实的基础未来引入人工智能等创新应用。坚实的基础。顶层设计架构的第三层：人才层。如前所述，许多制造企业都缺乏数字人才。中国医疗器械零售商A公司从2018年开始尝试数据治理，数据挖掘等工作尚未开展。了解此情况后，软通动力咨询帮助客户开发人才规划和管理体系，开始积极储备数字化人才。同时，帮助客户以大交易流为核心，聚焦当前存在的问题和改进建议，制定数据治理工作方案。结合大交易流的数据治理实践，确保数据在入湖前得到管控，为后续数据入湖打下基础。数据治理规划示意图在软通动力与亚马逊云科技的制造数据治理实践中，我们看到的不仅是业务解决方案的有效性，还有“队友”可以托付给制造企业的相互信任，精准发送“助力”在数字化转型的道路上走得更远。数字时代，就像游戏地牢一样，既是一场冒险，又充满了危险，但也提供了丰厚的回报和升级的机会。机会掌握在千行万业手中，像软通动力这样值得信赖的队友，是数字化征程中不可或缺的伙伴。一个人可能走得更快，但一群人最终会走得更远。
