在企业进行数字化转型的途中会遇到什么转型难点?

之前看到有人问,有没有关于“传统制造企业数字化转型的常见问题及解决方案”的内容,今天织信就从四个方面来回答这个问题:传统制造业是怎样的、传统制造业的痛点、传统制造业数字化转型的常见问题、数字化转型路径示例。

一、传统的制造业是怎样的?

政府、企业、服务商都在谈传统制造业转型升级,那么传统制造业到底是怎样的?我们有多少传统制造业企业?为了缩小我们今天讨论的话题,我给一个相对狭隘的定义:传统制造业是指企业用传统的生产方式生产产品。有一些很先进的产品,比如:智能扫地机器人,可能它的生产方式是非常传统的,由流水线上大量的工人装配生产。还有一些全球知名品牌,产品由国内代工厂生产,大量人工来装配,这种情形在制造业里非常普遍。

在一些大型集团里,可能有几个工厂做得很好,树立了数字化转型标杆,但可能仍然有一些工厂还保留着传统的生产方式:现场混乱、没有精益的痕迹、生产环境相对恶劣、生产效率较低。

二、传统制造业的痛点?

传统制造业有各种各样的问题,每家企业的问题也各不相同。下面跟大家分享几个我看到的痛点:

1、工厂里的生产设备比较传统老旧,无法提供数据接口;

2、产品由人工来检验质量,检验效率较低且质量值得怀疑;

3、人工进行产品装箱,经常少放、漏放,遭到客户投诉,影响企业信誉;

4、生产人员大量时间放在处理间接工作上,造成有效生产工时的浪费。

这些问题会促使企业的管理层思考应该该用何种方式来解决。

三、传统制造业数字化转型的常见问题

数字化手段能够帮助企业管理者很好地解决企业的一些痛点,但假如之前没有很好地使用过数字化系统,在开始考虑数字化转型时很可能会发生一个问题,下面是传统制造业数字化转型的常见问题及建议。

1、问题(数字化转型大而全)

企业在做数字化转型时,常常会一开始就做大而全的方案规划,但真正去做的时候会发现想得太美好。数字化的手段很可能会把问题变得复杂化,不但没有解决问题,反而带来了新的管理问题。特别是一些刚刚开始准备做数字化转型的传统制造企业,不应该去做大而全的规划,应该从小处着眼,定点解决一些问题。很多企业一上来就希望有一个很好的解决方案,但是,如果企业基础工作没有准备好,管理能力没有跟上,解决方案工具给到企业也达不成想要的目标。

(1)由外而内企业有客户,有供应商,也有内部的管理,我认为传统制造业首先应该解决对外的数字化应用。有一家给全球巨头企业供应金属构件的工厂,拿下订单后交期大概有三个月,这些全球巨头会定期去跟供应商了解订单信息,原材料买好了没有?有没有开始入库?有没有开始切割?有没有开始焊接?有没有准备好可以发货了?这当中每一句话,每一个问题,都代表着不信任。

这家企业为了解决这个问题,开发了一个小小的订单管理系统,把订单的状态信息录进系统里,然后把这个系统开放给客户,客户就能够随时随地看到订单的状态和变化。这个小小的系统不仅拉近了和客户之间的信任关系,还很大地提升了后续获得订单的能力。

外部的协作比较容易带给企业的管理者,特别是传统制造业的管理者,在数字化转型方面的信心。内部可以暂时先用手工的方式来支撑数据的数字化系统应用,等外部解决了之后,再来改善内部的数字化系统。

(2)先解决粗线条的流程对于传统的制造企业,刚刚启动数字化转型时,应该考虑粗线条的流程和管理,不要一下子进入到精细化管理。

四、数字化转型路径示例(解决方案)

假设一家传统制造企业站在数字化转型的起点,决定要开始进行数字化转型。这里有一个通用的数字化转型路径,给大家做一定的参考,不一定适合所有企业。

1、管理制度和标准化作业第一步是组织的重构,这是一个长期的过程,企业需要选择一位适合的leader来领导数字化转型,适当调整现有的组织结构来配合完成。数字化转型启动后,需要看企业现有的管理思维方式有无阻碍变革的地方,以及标准化作业里有无变革的基础。

2、两化融合阶段管理制度和标准化作业条件满足后,在工业物联网的支撑下可实现工业自动化和信息化融合。这是企业内部的两化融合,可以采集大量的有效数据并给企业提供大数据分析。

3、工业互联网阶段两化融合后再进一步发展,可以看到一个新模式——工业互联网,这也是工信部在大力推广的一个新平台,很多企业都在提供并开放使用。当然,目前市场上的工业互联网平台还处在非常早期的阶段,只适合非常初级的应用。如果工业互联网平台成熟了,理论上能够很好地实现产业链的上下游集成,让产业链的上下游建立数据通道。一旦有了比较好的工业互联网支撑,维护智能化也可以实现并广泛应用。

4、制造业的新模式在工业互联网的基础上,可以衍生出很多制造业转型的新商业模式,比如:制造业服务化。如果原来的产线用来生产产品并销售产品,那么现在可以把产线作为一种服务售卖,客户可以购买产线,工厂为其生产产品。最后,我对数字化转型建议是:企业不要期望数字化转型可以一次解决所有问题,应该先瞄准一个问题解决掉,实现业务价值后,再去考虑另一个问题。

合理并且有效地运用企业管理系统,不仅可以让我们工作井然有序地进行,还能最大程度保证工作目标的达成。我推荐使用informat,它内置了100+的应用模板,覆盖项目、营销、人事、企业服务、个人及组织等多个应用场景。拥有在线搭建功能,点击一键安装,即可免费使用。成为企业开启数字化转型的重要引擎。

}

作为一名在领域深耕多年的从业人员,我深感 “数字化转型”在我国企业发展进程中的重要性日益提升,并对该问题进行了持续的关注和思考。借此机会,也想将自己过去九年的认知做一个总结,希望能够给大家带来一些参考。

先定义数字化是什么?那我们就得先了解数字化的“好朋友”,信息化和智能化。以下为我个人主观的定义。

信息化:将现实事物映像到虚拟的世界的过程,这就信息化,信息化的特点:人操作机器

智能化 :机器有了思考的能力,智能化的特点:机器做决策

数字化:从信息化到智能化的过程,叫数字化

接下来进入正文,我们来详细了解下什么是数字化转型。

一、 对“数字化转型”本质的认知

在纂写本文前,我阅读了网上关于“数字化转型”的众多资料。这些资料更多是从“数字化转型”的技术方案、落地方法、组织结构、人才培养、成功案例等方面进行阐述,但并没有明确给出“数字化转型”本质的定义。

我个人认为,要想“数字化转型”能够真正落地,我们需要清楚的了解“数字化转型”的目的是什么,“数字化转型”在科技变革中所处的位置是什么,为什么在当前时点需要重视“数字化转型”以及“数字化转型”的阶段划分。而这一切都离不开对“数字化转型”本质的认知。下面笔者就尝试基于自己的思考进行阐述,如有错失,欢迎大家指正。纵观人类科技变革。

第一次工业革命以蒸汽技术为代表,称为机械化;

第二次工业革命以电力技术为代表,称为电气化;

第三次工业革命以信息技术为代表,称为信息化;

第四次工业革命涉及的技术种类众多,其中人工智能最为核心,称为智能化。

当前我们正处于从信息化向智能化发展变化的关键时点,而这种变化的核心正是“数字化转型”。在信息化时代,互联网以及运行在其上的数据仅仅只是工具,而真正做决策的是人。为了让读者更好的理解,我们尝试将时钟拨回到互联网技术诞生之时。由于互联网的产生,人类寻找到了一种方法可以将信息上传到虚拟网络世界中,并进行快速的传输和计算。

但这里有一点大家要注意,那就是

在信息技术时代,所有的信息都是以人的意志来进行决策的。所有信息的上传、计算和加工以及信息的获取,都由人来决策。比如张三基于自己的想法写了一封邮件发给李四,邮件系统仅仅只是信息传递的工具,而不会基于信息给李四任何决策。即便科技快速发展进入到移动互联网阶段,网络世界从邮件发展到微信这样的实时交互,从博客发展到短视频这样的音视频信息,由人类主观意志决策信息这一特点都未发生根本改变。

在智能化时代,互联网以及运行在其上的数据会形成决策,而人将与其它智能机器一样成为智能化网络管理的一个执行节点。前段时间有一篇关于外卖骑手的文章引起社会的广泛关注。

在这篇回答中描述的场景正是智能化时代的一个典型表现。上百万名骑手,基于系统的计算进行调配,按照系统规划的路线,按照系统要求的时间,按照系统的工作排序机械的执行指令。而与这些骑手同时上路的还有正在试验阶段的配送机器人。

事实上,不只是外卖这一个行业,从安全防控到视频推荐,从网约车调度到开店经营,越来越多的企业基于系统的智能决策进行生产运营,并且切实让效率得到了巨大的提升。由于网络对数据高效的获取和计算能力,在决策层面确实具备人类无法匹敌的优势。但要真正进入智能化时代,还需要解决三个关键问题:

第一个是信息的自主上传和获取,即不依赖人的主观意志进行数据采集——这正是需要IoT技术的原因;

第二个是基于数据的机器智能决策——这正是需要人工智能和机器学习的原因;

第三个是智能决策的落地执行——这正是需要智能机器人技术的原因。

以上三个关键技术在很长一段时间里无法形成根本性突破,这就决定了未来很长一段时间需要将人与智能机器一起结合协同工作,并需要随着技术的发展不断调整两者之间的关系。由于人与智能机器之间是通过数据来进行交互的,因此这一转型过程也被称为“数字化转型”,而这也正是“数字化转型”这一概念的由来和本质。

二、“数字化转型”的三个阶段

“数字化转型”作为从信息化发展到智能化的核心阶段,也是人与机器决策/执行关系转换的过程。参考过去几次技术革命的持续时间、智能化关键技术的成熟程度以及对社会及生产关系的影响,笔者预计“数字化转型”会持续较长的一段时间,整个过程大体分为三个阶段:

第一阶段:全面数字化接入,搭建智能决策能力

这一阶段也称为“数字化转型”的基础建设阶段。一方面,企业需要基于自己业务的特性,从上游到下游,从内部到外部,全面实现数字化接入。这里提到的数字化接入是指对企业生产运营的各个重要节点以量化指标形式进行梳理,制定并规范具体指标的数字模型;同时,通过技术研发,实现指标数字的自动采集、汇总和加工。

对于一些受限于技术能力暂时无法实现自动化采集的数据,需要企业制定严格的管理规范并培训员工进行采集,务必保证数据的准确性和及时性;另一方面,基于采集的数据,搭建具有业务特征的算法模型,并持续输入企业经营数据实现模型的迭代演进。这里要特别注意,前期搭建的业务模型更多出自企业核心人员的认知,带有很大的主观性。通过数据的持续训练,需要对模型不断进行修正,模型的准确性直接决定了后续机器学习的时间和成本,是搭建智能决策能力的关键。

第二阶段:数字化助力决策,智能决策影响管理

在这一阶段,模型的训练逐渐成熟,基于企业经营数据可以开始产出“决策”。由于这时模型的正确性还无法完全验证,因此这些“决策”更多以“建议”形式提供给企业的各个管理层级作为参考。这个阶段的难点是如何要求各个层级的管理者参与到这些“建议”的使用和迭代中来。一方面,制定决策原本就是企业各个管理者的重要工作,某种程度来说智能决策是在削弱其价值;另一方面,管理者的很多决策是基于经验和主观判断,而智能决策更多是基于数据,两者之间有天然的鸿沟。这就需要高层的管理者从组织文化、管理制度以及考核方法等多个层面进行体系化的建设,才能保证这一阶段的顺利进行。通过管理者对智能决策的使用和迭代,模型的成熟度进一步提升。在这个阶段后期,模型已经可以针对部分一线工作给出正确的决策。这时就需要通过技术研发,提升一线职能工作的自动化程度。比如通过无人配送落地配送策略;通过工业机器人落地加工策略等。

第三阶段:智能化能力初现,智能决策主导管理

在这个阶段企业重要的决策来源主要依赖于智能决策,人只是从几个决策中进行选择;企业的生产和经营基本实现自动化,智能决策可以顺畅的指挥智能机器人完成大部分生产经营活动,人扮演的角色越来越少。受限于目前技术手段,只有少数场景封闭、职能单一的专业化企业进入到这个阶段,比如洋山港四期工程以及一些高新技术制造企业等。

三、企业启动数字化转型的五点建议

3.1 建议一:“数字化转型”是典型的“一把手”项目

一个完成“数字化转型”进而步入“智能化”的企业面对其它尚处于“信息化”的同行将具备升维优势,无论从成本、效率还是稳定性都将形成碾压。然而,“数字化转型”过程往往会涉及到对人的影响,甚至与企业现有的既得利益团队形成冲突。加之项目的投入成本高、周期长、涉及面广,因此一旦不能协调好企业内部关系就极易夭折。这里笔者建议任何企业在启动“数字化转型”项目前,一定要在企业高层内部形成共识,并且组成由“一把手”任组长的项目管理小组,对于项目过程中出现的问题进行协调解决。

3.2 建议二:善从外部借力,用好咨询顾问

“数字化转型”不同于企业日常的生产经营,对于企业人员而言是陌生的工作。因此要进行“数字化转型”的企业需要从外部引入有经验和专业能力的人员,帮助企业完成转型项目。在引入外部资源时,往往有一些误区,这里笔者列举出来,避免踩坑:

  • 误区一:雇佣咨询顾问不如直接招聘相关人才

对于企业高层而言,总感觉咨询顾问是“雇佣军”,比不上“自己人”。因此企业往往希望通过招聘方式来引入人才,而比较抵触通过雇佣咨询顾问的方式来引入人才。这样会产生三个问题:

  1. 直接招聘的人才在企业内落位后容易产生“本位主义”,即在思考和工作过程中会关注未来对自己产生的影响,从而形成决策和动作的变形;
  2. 企业内部人员推动过程中容易缺失公信力,进而引起内部团队的抵触;
  3. 针对转型项目招聘的人员在项目结束后需要有对应的工作岗位,容易产生人员冗余的问题。

因此建议企业可以招聘一些关键人员进入企业作为项目骨干,其余所需资源以咨询顾问方式引入。在项目后期,视顾问能力和企业需要进行有序引进,既可以保证项目过程中的中立性,也不会错失优秀人才。

  • 误区二:崇拜“经验主义”从而交出转型项目主导权

由于引入的外部顾问往往在“数字化转型”方面比较有经验,容易形成自己固有的节奏和打法。但每个企业有其特殊的组织、市场和环境,不可能依靠一套方法打天下。因此不管外部顾问如何“大牌”,如何有经验,企业都需要坚守“借鉴-思考-论证-迭代-落地”的过程,其中:

“借鉴”是指要开放心态,虚心的听取外部顾问的经验和建议,切忌心怀抵触情绪或者直接全盘接受;

“思考”是基于顾问的经验和建议结合企业的实际情况进行思考,形成自己对转型项目的自我思考;

“论证”是基于自己思考的结果和逻辑与外部顾问进行讨论,听取外部顾问的意见特别是不同意见背后的逻辑;

“迭代”是重复以上三个步骤补充完整对项目思考的视角,形成全面的认知;

“落地”是基于充分讨论的结果坚定的落地实施。

  • 误区三:过于依赖外部顾问,企业内人员参与度不足

由于转型项目持续时间较长又涉及到企业内部的组织调整,因此企业高层很容易产生过度依赖外部顾问,而导致企业内部人员参与度不足。事实上“数据转型”项目最终落地还是需要内部人员落位组织的关键节点。因此在项目开始之初就应挑选企业内部骨干加入项目小组,在参与项目的过程中让这些骨干人员理解并认可“数字化转型”的目标,保证项目完成后企业的顺畅运转。

3.3 建议三:狠抓技术人才招聘与培养,实现核心系统的自主可控

“数字化转型”完成后,企业整体的运营决策依靠于大量的生产数据,智能决策也需要通过智能设备进行落地执行。在这样的形态下,生产系统成为企业的核心和关键。在当前环境下,很多企业的信息系统都依靠外包或者采购云服务来实现,在“数字化转型”完成后,这种模式相当于将企业的核心命脉交到其它公司手中,是无法接受的。

在智能化时代,一个独立的公司必须要保证核心系统自主可控。这也是为什么阿里巴巴要自研数据库来替代成熟高效的甲骨文数据库,这也是为什么每个有规模的互联网公司都自研自己的办公IM工具而不是购买钉钉、飞书或者企业微信服务。对于传统企业而言,在技术人才的招聘和吸引上往往比较落后,这就需要企业从组织结构、企业文化、人才培养、员工待遇等方面进行调整,增加自己对技术人才的吸引力。

3.4 建议四:重视对企业现有人员进行的“数字化转型”培训

“数字化转型”是一个对企业进行重塑的项目,自然会对企业的员工提出更高的要求。因此,在项目进行时需要同步启动对企业员工进行数字化转型的培训,以便让员工更好的基于数据协同工作。由于不同职级的员工在企业中工作内容不同,一般来说将培训分为“基础员工培训”,“中层管理者培训”和“高管培训”三类。

其中“高管培训”由于更加关注打通视野、战略和长期规划的瓶颈,因此往往与战略咨询一起打包进行。而适合单独进行的往往是“基础员工培训”和“中层管理培训”。

“基础员工培训”主要是面向一线员工和基层管理者,专注于培训员工未来所需掌握的工作技能,以便一线员工能够在项目落地后快速上手,包括:系统功能,流程规范,质量要求,操作规范等实操性比较强的工作内容。由于一线员工人数较多,因此适合先选择一些优秀的员工作为“种子”进行集中培训,再派遣到各个团队中进行扩散。

“中层管理培训”主要是面向企业的中层管理者,他们往往是连接企业高层和一线员工的关键环节,决定了企业决策落地的质量。在数据转型后,一名合格的企业中层需要具备一定的数据思维能力,熟悉常见的商业数据分析模型在本职工作中的应用并了解这些模型背后的思考逻辑,同时还能具备基于数据的业务分析技能,以便能够引导自己所管理的团队进行工作。这些要求对于传统企业中的中层来说是巨大的挑战,因此需要有匹配的培训方案提升中层管理者的数据能力。

总而言之,由于“数字化转型”早期非常需要人与数据进行紧密的协同工作,因此企业尤其是传统企业需要提早对企业员工和管理者进行相关的培训,才能更好的让“数字化转型”在企业内落地。

3.5 建议五:打造“数字化”企业文化,助力企业“数字化转型”

企业文化是一个组织的核心价值观,体现在企业日常运行中的各个方面,是一个企业的基因。与传统企业内部笃信“领导经验”不同,一个数字化的企业上下皆以“数据”作为衡量决策及结果的唯一标准。要想让企业顺利完成“数字化转型”,需要在企业内部打造这样的文化,可以起到事倍功半的效果。

要想在企业内部打造“数字化”文化:

首先需要从高层做起。高层领导对工作的关注点往往会成为公司员工努力方向的指挥棒,如果高层更加关注企业经营数据体系的建设,对企业经营的考核更多基于系统的数据指标而非下级汇报,那么势必会在公司内形成“用数据说话”的风潮,对于企业数字化转型会起到非常大的帮助。

其次,在转型过程中,要适时的在不同组织层级收集运用数据工作的优秀事例,并在企业内部进行宣讲。这样不但可以树立优秀的榜样,更能够让企业内部员工感受到企业进行数字化转型的决心。

最后,要基于员工岗位,改良考核标准,引入“数字化”相关指标,将“数字化转型”切实与员工的绩效绑定,鼓励的同时也形成倒逼机制。建立“数字化”的企业文化是一个“智能化”组织的基本要求,也是企业“数字化转型”的有力支撑,但打造企业文化也要注意轻重缓急,应结合企业实际情况与“数字化转型”项目的进展,灵活控制节奏。

事实上,“数字化转型”对企业而言就像“鲤鱼跳龙门”。一旦越过这道坎进入“智能化”,企业将对其它竞争对手形成“代差”,进而形成全方面的竞争优势。因此,每一个企业都需要把握时机,选择适合自己的方式,尽快启动企业的数字化转型项目。

在对“数字化转型”的持续思考中,我深深感受到“数字化”这一趋势犹如历史的巨轮,滚滚向前、不可阻挡。固然在这一过程中会产生诸如“机器替代工作后带来岗位减少”、“大型企业转型后带来行业垄断”、“智能化决策带来社会伦理”等一系列问题,但作为下一世代的科技变革,未来国家重要的竞争能力,“数字化转型”依然是社会发展和提升人民生活品质的重要动力。我相信随着我们在各个领域的数字化探索不断深入,各行各业的数字化人才不断涌现,相关的问题一定可以找到属于我们的最优解。

而我们每一个人,每一个企业,都需要重视并顺应“数字化转型”的趋势,并投身其中,为产业升级、建设数字中国贡献一份力量。

}

编者按12021年,被大家认为是数字化转型发展的元年,国家大力倡导,政府、企业纷纷跟进,尤其在能源领域,各大石油集团“一把手”“同唱一首歌”,整齐划一地大力倡导“转型发展,提质增效”。近日,我在家里躺了10天,写作不能正常进行。于是,就胡思乱想地写了数字化转型发展的十个知识要点,今天发出以飨读者。让我们一起学习、探讨,共同促进数字化转型发展。

长安大学智慧油气田研究院 高志亮

编者按2在春节前,这个随笔分别在微信群、QQ群等多种平台上转发。发出以后受到广大读者的阅读与评论。作为一种随笔,因此,作者乐见各位大家批评指正,特别是一些感想与点评,非常的好。

数字化转型与高质量发展,将是“十四五”期间我国建设与发展的主题之一。数字化转型发展是解决更高维的国家工业体系问题。我们已经拥有了完整的工业化体系,但是,我们还处在传统的工业化体系之中,工业现代化的程度并不高,现在我们需要将传统工业化体系大幅度地改造、改变、改质,以提升形成完整的数字、智能化的工业化体系。在制度与模式建设上,必须走新型高质量的稳定、持久发展的道路。我国曾走过一段高速、快捷的建设与发展阶段,但速度快了就出现老百姓说的“萝卜快了不洗泥”现象,带来了结构性的问题,如供给侧等。为此,我们需要稳定、平衡、最优化地发展,这就是高质量的发展。尤其面对全球性的疫情打击,整个国际出现了大变局,我们更需要冷静、稳步地发展,牢牢占住有利形势,稳定、平衡地发展。

对于油气田企业,我们一方面要响应国家号召,同时必须要针对油气田自身的问题,大力实施数字化转型发展,就是将传统油气田企业改变形成数字化的企业;将数字化的企业改制形成智能化的企业,走上为国家油气能源安全、确保油气稳产的高质量建设与发展的道路,同国家数字、智能化工业体系相适应,成为国际一流的能源企业,具有强大的国际竞争力。这是油气田企业必须要做的大事。今天将此文再次发出,供大家批评指正。

中国油气田企业数字化转型发展的10个知识点

NO.1】如何才能完成数字化转型发展?

数字化转型发展,是2021年中国最强音,虽然发端于2020年,但发力一定在2021年,它将成为我国双循环经济发展的基石与动力。

在数字化转型发展中,人们到底要做几件事才算转型?到底做成什么样,才算完成转型。其实,这是有定律的。简单地说,必须做到定位、改制与发展;必须做好产业、经济,才算完成。

首先,看看定位、转型与改质。

1)定位,定位自己所在的单位(企业、部门)处于一种什么状态?是传统管理与作业模式企业(单位、部门);或是传统+信息化模式;还是数字化模式?状态清楚了,定位就准确了。

2)转型,有两种方式。我们以企业为例:一种是将传统企业通过数字化建设后转型成数字化的企业;一种是已成为数字化的企业,通过转型升级构建成为智能化的企业。

3)改制,要从数字化思维、主导机构、人才准备做起,这是定位后要做的首要事情。思维,是给领导说的,真正要有转型思想和理念。统一思想与认识,达成一致;机构,是给部门说的,如传统的信息中心建制已经完成了它的使命,接下来需要职业化人员和专业化团队来完成。所以,加强主导机构调整、建立,这个很重要。人才,是指职业化人才,就是要求懂专业、懂数字、智能化的跨学科、交叉性专业人才主导与参与,组成一个专业化的团队,才能胜任。

其次,看看产业与经济。

1)产业,是指数字化产业,就是说考核数字化专业发展的企业是否形成了数字化的产业。

2)经济,是指数字化的经济,这是最重要的一个指标。

这就是说,无论是一个城市还是企业,你说完成了数字化转型发展,就看你有哪几个数字化的产业,数字经济有什么样的表现。而不是像信息化时期,只是完成了技术支持,提高了工作效率,那些不算。必须要构建完成数字化的产业体系,形成一种数字化的经济形态,才叫完成了数字化转型,从而也就发展了。

数字化转型必须具备四大要素:数字化人(包括领导者与人才),数字化技术,数字化建设及数字化生态与推动力,四个要素缺一不可。

所以,最重要的是深度融合,就是将数字、智能技术作为内生要素渗透在业务之中,完成生产运行过程的变革,让链(人、财、物)变短,让环(业务环节)变少。特别是要整合数字、智能技术与产品形成产业,降本增效,以形成一种新型智能化的经济形态。

这就是数字化转型发展。

NO.2】数字与数据有哪些区别?

数字化转型发展,出现了许多新名词:数字货币、数字经济、数字工厂等。为此,大家就很想知道数字与数据有什么不同。

数字,是指单一的、各种书写的符号,具有一定的量或无量纲的值,如120100等。数字是数据的最小颗粒之一。数字是怎么来的?它是由各种测试而来的,是一种源于物质、事物的信号提取。

数据,是指以数为据的数字、数值与数量等,并能够被转化为信息的基,其中数据包含了数字、文档、图片、音频、视频等。数据的范围要比数字大的多,寓意非常广泛。

数据,是物质、事物的“语言”,就是说任何物质、事物的本质都需要用数据来表达,在计算机科学中经常提到“语义”,是很有道理的。为此,我们将数据分为两类:一类是利用各种技术、设备,面对物质、事物完成的数字采集,然后通过组合、构建、处理用以还原物质、事物的表达,将其称为研究数据;另一类是利用互联网包括移动互联网等方式生产的数据,只要能被计算机识别并可以在网路上传输的文档、图表、音频、视频等供大家分享的信息,将其称为网络数据。

于是,这样就可以做一个基本的规定性,即:用以科学研究的数据为科学数据;在网路上传播的数据,包括移动互联网数据,都称为社会数据。

由此可以看出,数字与数据是两个不同的概念。数字尽管也可以在网路上传输,但大量用在科学计算上,其次是用来表达和还原物质与事物的量。而数据的范围比数字要大的多,比如文档,尽管可以用来挖掘信息,但数据不仅仅是数字,比如图片是由数字组成的社会数据等。

数字,需要采用大量的科学技术与设备进行采集,当然也有人工采集,但主要是将未知的物质、事物转化成数字的方式来表达、呈现,形成科研成果。数据,是将物质、事物的东西转化成信息,然后形成知识与智慧,为此,数据是信息的根基。

这就是数字与数据的不同。

NO.3】数字与智能的区别在哪里?

通过数字化转型发展与人工智能机器人等的宣传,关于数字与智能,人们已经耳熟能详了。虽然,对于不具体从事数字、智能建设的人们来说,不一定需要搞得那么清楚,但是从未来发展看,清楚地了解它们的区别应该是一件好事。对此,我想做一点简单的介绍。

怎么来讲好呢?我想讲一个大家都比较熟悉的事,作为场景或事件是否能被理解的更加透彻,这就是我们去医院看病。

我们看医生,有中医,有西医,但无论中医、西医都有数字与智能的过程。

我们先看西医。大夫特别重视做各种检查,如透视、抽血、尿检、B超、X光、核磁共振等。一般来说,患者很反感,除了花钱多,就是折腾人,尤其有些患者被病痛折磨的很痛苦了,可是,检查一个都不能少,必须要做。这是因为医生必须要用数字来诊断你是否有病,病在哪里?这就是非常重要的数字化的过程。人体病灶,就是物质体;检测检验过程,就是数字采集。

如果不做抽血,医生就不知道血象,不做心电图就无法判断心脏,等等,尤其是做重大手术,这都是重要指标。

我们再来说中医。大家都说中医好,不用做那么多的检查。其实,中医也照样需要数字做支持,只不过中医没有具体的数字测试表格与图件,而是在中医大夫的大脑里。

中医有“望闻问切”四字,大夫一边号脉,一边察言观色,问你怎么啦,哪里不舒服,多长时间了,曾经在哪里治过,有没有病历或检查报告,等等,这就是中医的数字化过程。

当医生收集到这些重要数据以后,就开始诊断了。

关于诊断,“诊”是一个数字化的过程,“断”是分析、判断的智能的过程,这就是数字与智能的结合,也是数字与智能的区别。

智能,对医生而言,主要体现在医生的诊断水平与能力上,医生凭借经历、阅历、知识水平与对测试数字的分析来判断决定,患者得了什么病,怎么来治疗,然后针对性地给出治疗处方或方案。这就是一个智的水平,体现了医生能的过程。

对于社会、企业数字与智能化建设而言,首先,前期必须把数字化建设好,比如医院要把透视机等设备购置好,分析化验实验中心建设好,网络、计算机与数据中心建好,数据标准与软件平台建设好等。这些都是数字化的基础设施建设,要建设的完备、完整,构成系统,才能做好各种数据采集。设备质量越好,采集的数据就越准确;网络与软件操作系统越好,医生用起来越舒服,劳动量与强度就越小;医生操作技术能力越强,采集的数字就会越精准,结论越可靠。

这样,数字化的基础建好了,下来就是智能化了。

智能化的过程有两种。第一种是构建研发智能设备来替代人的工作,这在有些企业,有些工种,有些业务中可以实施,比如流水线作业,制造业车间等,但在有些企业和业务中是很难做到的,如野外作业。

第二种就是数据智能化了,如在医院主要靠大夫来分析检查提供的数据,再加上大夫的知识能力。如果一个人做不到了,还需要会诊,发挥更多专家与大夫的智慧,一起来“断”,下定义。同理,在一些企业也是如此,如石油地质研究和油田开发、作业,也是依靠工程师、专家来对数据做分析、决断,井场需要召开会议来决定。当然,也可以有一些大数据和人工智能平台来分析更好,帮助人们减化过程,提高综合分析和预判能力,但最终还是要由领导、专家来定夺,这就是目前的智能过程。

智能建设,大量的工程是提供大数据分析与人工智能技术来完成最优化反馈控制和提前发现问题做预警、告警和超前处理,把人为的过程降到最低。

所以,数字与智能是两个不同的阶段,各都有各的任务与功能,是两个完全不同的建设过程,这就是它们的区别与不同。

NO.4】数字化建设必须具备的两个前提条件

数字是需要建设的,也是必须建设后才能发挥作用的。

那么,数字化建设最重要的要素是什么?大家一定会说当然是数字技术了。其实,数字化建设最重要的两个要素是:电和通信。

电的发明与使用发生在第二次工业革命时期,现在对于发达国家来说这已经不是什么问题了,大家觉得都进入信息时代了,电,肯定不足为奇了。

其实,电对于数字化建设非常重要。电,相当于数字、智能化的“粮食”,尤其是各种数字、智能设备,没有电就寸步难行。如传感器需要电才能采集数据,无人机需要电才能飞上空中,智能机器人需要电才可以“智能”。

对于电有以下几个要求:

1)必须有供电的可能性,如果这个区域无法供电,就不可能安装设备。

2)供电成本,如低功耗设备需求等。低功耗设备是人们一直以来的追求,但要降低功耗,就会损失能量或功能,不是所有的设备都能被设计和制造成低功耗的设备。

3)续航能力。大家都喜欢用无线装备或设备,因为有线设备就意味着需要带两个“大辫子”:一个供电,一个通信。而无线设备通过太阳能、锂电池等来供电,这就出现了稳定性与续航的问题。很多人为其手机都配置一块“充电宝”,就是为了解决续电问题。

太阳能,有它的好处,不需要工业用电,成本就下来了,可是它也有自身缺陷和技术问题,如有些地方日照很有限等。锂电池,又存在更换周期和缺亏极限问题,尤其是在沙漠、海洋地带,换一次电池非常不容易。这都是数字化以来最为头痛的问题。

为此,电仍然是数字化建设的重要条件,如果没有电就无法实施数字、智能建设。即使有电还有头疼的问题,比如坚挺大门用的智能锁,假如大家都不在家,刚好你回来了,大门智能锁没电了,你又没有带充电器和充电宝,这时就尴尬了。

通信,有时又写作通讯,有差别但对普通人来说基本都一样,就是数据传输的技术。在数字化建设中这是第二个重要的前提条件。

通信的主要目的是将现场采集的数据远传,这是数字化建设的一个标志性的技术与方式,因此,就出现了“物联网”“油田物联网”等概念与建设。通信,在数字、智能建设中有这样几个重要过程:

1)远传与组网。将前端所采集的数据点对点地传到数据中心,这是人类在信息时代的一大进步。由于可以有条件通信,因此,就有条件构成了网络,做到组成大网,可以在某范围内全覆盖。

2)带宽与选择。带宽,是通信中的一个重要名词,主要是对一次性传输能力的表达。如仅传输几KB的数字与要传几MB的图片,这时候就出现了问题,带宽是一个基本的指标。

于是,就存在一种选择,选择什么样的通信方式很重要,如3G4G5G,光纤、网桥、电传等,这就要计算,根据建设方的需求和投资成本来选择。

当然,光纤是最好的,但铺设光纤会遇到很多麻烦,比如征地等。还有网桥没有光纤铺设问题,但建立一个中继站也很麻烦,如没有供电条件就无法选择站点。

3)协议与接口。协议,是数据交换过程中的基本规则。协议有国际标准,有国家标准,也有行业、企业标准,不是随便装设备、组网就可以,如它有323485等,还有SPIUSRTCAM总线等规定性,必须遵照执行。

接口,简单点说是数据调动的出口,严谨地按照术语说是信息交换的连接点,就是每一个层只能为紧邻的层之间定义。当然这个比较专业,然而必须遵照执行。

不管怎么说,在数字化建设中,供电与通信是两个最重要的基本条件,不可忽视,不可跨越,必须具备。我们在大城市、小城市街道上有很多的铁皮柜,这些柜子要么就是配电箱,要么就是通信交换设备箱,在油气田井场大大小小那么多的箱子,都与供电与通信有关。

由此可见,供电与通信对于数字化建设是多么的重要。

NO.5】智能化建设的三个基本条件是什么?

在讲了数字化建设需要具备的两个条件即电与通信之后,需要知道一下智能化建设必须具备的三个条件,它们是:数据、算法与算力。

数据,成为数字、智能化建设的内核,其地位、作用及其重要性,无人能代替。在智能化建设中数据是智能技术作用的基本对象,就是说没有数据,就不可能智能化。

所以,往往人们会说数据就是血液,数据是智能化的“粮食”,数据“供给”成为智能唯一和重要的机制,其他所有的东西都代替不了它。

在智能化建设中,算法仅次于数据。因为,有了数据过程才需要算法,这是数字、智能化时代与传统时代大大不一样的地方。传统研究与工作是根据问题构造算法,寻找机制;数字、智能化时代是根据业务和数据而配置算法,当然,也可以构造算法。

算法是什么?算法是流程、过程与组织策略、方案等,也可以说是程序,还可以说是公式。但是,算法必须能够进行程序化的计算,包括输入与输出。在现代具有很多最优化算法,如人工神经网络算法、遗传算法、蚁群算法等。

算力,是指计算能力,它是由量、时间与耗能等几个因素决定的计算过程所表现出的一种能力。主要是在数据处理过程中要考虑有多大的数据量,需要耗时多长,然后需要动用多少台计算机工作等。在传统的计算中,算盘、计算器都用过,也是算力,有了计算机以后,对于数据量比较小的,用一般的计算机、工作站就可以解决,但是对于地震、航天、宇航计算,因其具有巨大的计算量,就要动用银河、太湖等大型计算机集群才可以完成。据说阿尔法狗下棋,需要同时动用多台计算机的上千个CPU和上百个GPU

所以,在智能化建设中数据量巨大,现在称之为大数据,数据处理过程也不是一般机时就能完成的,这样,在智能化建设中一定要考虑算力问题,这已经成为智能建设的一个重要因素。

由此可见,在智能化建设上我们为什么要提出“小型化、精准智能”“中台技术+微服务”“数据、业务、算法、算力科学配置”等理念与方法,这些技巧性的方法可以有效地解决企业智能化建设中遇到的一般性数据智能化问题,否则,就会陷入“小牛拉大车”的陷阱中,什么事也做不成。

这就是智能化建设中的三个重要的基本条件与基础性必备的要素。


NO.6】数字、智能化建设中的最小单元是什么?

在数字、智能化建设中,是由很多单元组成一个大的系统,包括供电单元、通讯单元、数据单元、软件单元、设备安装运维单元等。

一般人们喜欢将其分为两类:硬件系统和软件系统,为了简单、明了。其实,真正在实施建设设计或做方案时不能这样一概了之。

我们对数字化建设是按照数据过程划分的,就是要完成“采、传、存、管、用”五个字,构成了一个数字化过程的物联网划分单元。这是一个架构,数据是核心,网络是集成,软件是灵魂。

在这个架构中,有一个最小单元或者基本单元就是“采”,而“采”的核心部件是传感器。

传感器看起来是一个小小的设备,或者是一个原件或节点,如智能手机中的传感器大约有13个,包括摄像、定位、旋转等,看起来就是一个原件。但在物联网建设中,它是一个单元。

说它是一个单元,主要因为它是一个系统组成。其实,传感器的名称是通用术语,其实它应该叫感传器。它是仿照人的眼睛、鼻子、耳朵、皮肤、嘴巴、舌头等感知系统模仿制造而成,它的基本原理是先感知,后传输,再形成一个组成,叫“器”,即设备。

作为“器”,一定是由多个元器件或小系统组成的,目前的无线传感器,包括感知、供电、通信、芯片、信号和处理等过程,当然还有外包装材料、构建等。所以,传感器是一个由很多原件组成的高精度的精密仪器系统,这个仪器是由很多器件组成的物联网的最小单元。

传感器的作用,就是感知物质,采集信号,传出数据。例如,我们要完成某方面一个数字化建设,就要布设很多类型的传感器,实现数据的采集,如摄像头传感器、温度传感器、压力传感器、湿度传感器、气体传感器等,这些传感器都部署在现场,有些是直接安装,有些是嵌入设备中,它们的主要功能是分别完成对物质、事物进行数据采集。

传感器采集的并不是数据,而是各种信号,有些是电信号,有些是波信号,还有的是频率,这些信号都要完成处理,压制干扰,去掉噪音,放大有用信号。于是,在传感器内或外,总要有一个处理系统,才能使其变成图像或数据表格。

不过在过去,往往是由传感器获得信号后“打包”发出去,有个设备叫RTU,也叫终端,就是信号到这里为止,人工再获取处理,现在,打包发送到数据处理中心,有些直接成像,如视频摄像头等。

随着数字化建设的规模越来越大,信号处理的工作量也越来越大。于是,人们提出了一种想法,叫“边缘计算”。就是将原来传感器信号打包的过程或数据处理中心处理的过程,下沉到传感器的边缘处直接处理,每一个传感器传出来的不再是信号而是处理后的这个时间段适时的图像或成果。

这样传感器更像一个系统单元,而且是非常重要的前置系统。它的基本构架也许全部内置在传感器里面构成一个单元系统,也许是传感器+终端处理器,完全是一个系统单元。我们以军事作战来比喻,传感器就像是前方作战最勇敢的一支部队,而每一个传感器就是一个作战小分队,能打仗(采集信号),会分析(信号处理),可调动(反馈控制),有智慧(边缘计算),整个过程一气呵成,传感器只要供电有保障,通信有条件,具有很好的算法与算力,就是一个数据采集智能机器人了。当然有些传感器还做不到。

为此,数字、智能化建设中切不可小看传感器,一定要精心选配,重点安装运维,保证高精度数据采集。不过有学者说传感器是一种分布式,这是两个概念,不能一概而论。分布式是指建设总系统布局方式,单元是指数据采集小型化的单元组织系统。

NO.7】智能与智慧有什么不同?

智能,对于建设而言,关键在于“能”,而不在于“智”。

智慧,对于建设而言,同理关键在于“慧”,而不在于“智”。

这样可能大家就糊涂了,关于智能与智慧,大家不是都在苦苦追寻智吗?包括各种算法,各种技术,各种智能机器人制造,不都是为了智吗?怎么不是关键了?

是的,我们先看智能。智,是利用人的知识、智慧,将各种装备、设备打造成一种其能像人那样聪明的过程,为此,智能化建设,不就是人们想尽一切办法将智转化成能吗?例如,江西省图书馆的两个“小屁孩机器人”“吵架”,有人说他们说的一口大碴子东北腔,嘴贫,但十分可爱,引无数人前往观瞻、逗乐。从表面上看,他们特别的聪明,问什么都能对答,还有临场反应,就是一个智的小孩子——人。而实质上这是通过人将“智”变成了能,就是“能说会道”,指路答疑,计算处理,等等。这个“智”是模仿人的思维,完成对话的机器。

这是一种典型的智能设备,就是将原本需要人做的事让设备来做,它们不知疲倦,没有劳累,可以彻底地解放生产力。

这就是把智变成能。所以,这就是我们说智能关键在于“能”的意思。

那么,智慧能建设呢?当然,智慧,关键在于“慧”。看看慧怎么写,“慧”是心灵上两个“丰”字,就是需要很多灵魂才能算得上聪慧的意思。于是,智慧建设就是如何把智集成丰富的慧,让其更加聪明。

但是,这个“智”与智能的智有区别,这里的“智”主要指聪明,智能的“智”主要是指知识变能,而这里的慧是将聪明变决策。所以,智慧建设的功能是“将对的事情做对的正确的决策”。

将对的事情做对的正确的决策,这句话有点绕,分三个层次意思,即:对的事情做对的正确的决策。意思是在各种复杂条件下的众多实践中选择出那个对的事情。而对的事情找到了,还要你必须做对,不能做错,要把对的事情做对,关键是在错综复杂的非线性环境中做出正确的决策。

如何才能完成“将对的事情做对的正确的决策”,就需要将智变成慧。这个智包含了“设备聪明”、“数据聪明”与“人的聪明”集合。虽然,人工智能机器人也是“数据聪明”+“人的聪明”,但它完成了基本功能就可以了,即完成“数据工作”,给“数据赋能”即可。可是,智慧阶段就不一样了,它必须完成“正确的决策”,就是代表一定的决策者完成最高境界的工作,绝对不允许出现决策错误。

智慧建设,需要充分利用多种技术集成,形成一种技术集合,首先将数据聪明做出来,就是数据挖据,让数据聪明;然后将人的聪明集成,完成“大成智慧集成”,就是完成不同专业、领域的专家智慧集合、汇聚;最后完成数据聪明和人的聪明的融合,在一种机制中完成对复杂条件下非线性问题的“正确的决策”。

这就是智慧建设的过程。

由此可以看出,智能与智慧是完全不一样的两个建设阶段,形成两个完全不同的建设过程与功能。

NO.8】数据与信息有哪些不同?

数字化转型发展,似乎没有牵扯到信息,其实,错了,我们在很多领导、专家、学者讲话、报告中都会提到信息技术、信息化、信息安全、信息产业等。

数字化转型发展和高质量发展,是绕不开信息的。我们先看数据吧。

数据,已介绍提及了很多,但数据的基本原理与定理并没有介绍。我们说数据来源于对物质、事物的数字化,就是说数据来源于对物质与事物的数据采集。为什么我们必须要对数据进行采集?就是希望对未知的物质、事物认识的更清楚。我们还是以看病为例,西医通过一通检查后,给了我们一本检查结果报告单,作为普通人都能看的差不多,但是,患者感觉还是有这么多数字,可以看看哪里不是很懂,尤其有了参考值,可以看个八九不离十。然而中医的数据都在中医大夫的大脑里,患者基本是丈二和尚摸不着头。所以,我们说数字化了,就是数据极大地丰富了,将物质或事物的东西变成数字,就可以进行数据分析。为此,我们用“物质定义数据”来定义,即什么样的物质,就会生产什么样的数据,这些完全都是数据过程。

这样数据就有几个重要的定理:

1)当物质、事物没有进行数据采集时,数据为零,即

2)当数据转化为信息时,通过不同人的解读,就会变成多个信息,可形成一个集合,即

3)当面对物质、事物不断地实施数据采集,包括不同时间,不同人员,不同需求,不同设备来采集时,数据无穷多,即

现在再来看信息。信息的基本词意同消息、讯息和资讯等名词或说法相一致,现在大都将数据、信息分不清。很多说法已约定俗成,大家都已意会,比如说你发个信息给我,其实,就是给发一个短报文、微信,基本是文字与数字或图片。

根据上述数据的第二定理,当数据转化成信息时,就会有很多个不同的解读,信息就会形成一个集合。这就是“敲锣听声,说话听音”,观点、立场、角度不同,最后得出的信息结论完全不同。

由此得到,数据和信息有以下几个主要区别:

1)数据,是有形、有痕和具有确定性的。

2)信息,是无形,无痕和没有确定性的。

解释一下:数据,不管通过什么方式,都会留下痕迹,比如用手机发一个微信、短信、QQ,都会留下文字的书写,可查,可回查,可备份。所以,可以用来当做证据。

信息,就不一样了。信息具有“优先主导权”,两个人之间发生的事,在没有监控,没有第三人作证的情况下,谁先发声说出事件,谁就占领制高点,具有“优先优势”,再要夺回来,那不是很容易的事,只有用法律来解决,法律是以“事实为准绳”,事实,就是获取数据作证,数据还原本来。

所以,数据与信息的关系是“信息基于数据”;数据与信息的特征是:

数据,可复用,可加工(处理)、可复采;

信息,可传播、可导向、可变样。

这就是数据与信息的不同。

在数字化转型发展中,要高度地重视数据,包括数据采集、传输、存储、管理与智能分析应用,但也要高度地重视信息,信息传播远大于数据,信息绑架道德,信息占领制高点,信息(舆论)战争,是一个强有力的武器。

信息安全,更多的是数据安全,而更为重要的是要完成数据强国战略。

NO.9】大数据与人工智能在数字化转型中作用?

大数据技术与人工智能技术,在数字化转型发展中是两个非常重要的“工具”,所有的数字化转型单位、企业、部门,包括业务都应用好这两个“武器”。

这两个“工具”虽然十分重要,但不要迷信,就是和信息技术一样,都是一种加工数据过程所用到的一些技术与方法。

大数据其本身不是技术,就是“数据量大”而已,表现出很多特征,如复杂、量大、低密度等。但是,大数据的技术是存在的,这个技术就是将作用在大数据过程中所有的技术集成,就构成了大数据的技术,包括计算机、网络技术、数学技术、统计科学、智能分析、软件技术等。

但在数字、智能与智慧建设过程中,大数据大量的时间与过程是一种方法论,就是怎样利用大数据的思想与方法将大数据问题做好的办法。

关于人工智能,简单点讲就是利用人工的能力与方法开发制造的类似于人的机器。学术一点讲是指基于计算机科学、生物学、心理学、神经科学、数学和哲学等学科的一门科学和技术。当然,我不太赞成将机器学习、深度学习被认为是人工智能,其只不过是一种算法行为,是模仿人来学习、记忆、判识的一个过程。但不管怎么样的理解与认识,事实上人工智能现在应用还是非常广泛的。

而事实上人工智能技术,确实是一种技术,但它在应用上更多的是一种技巧。大数据与人工智能需要二者配合在一起合作应用,才会出现非常好的结果。

举一个简单示例,比如对油气产量的预测,传统的做法是利用人工智能的神经网络算法,一个输入,一个输出,然后4~5个参数,三层网络结构来完成,最后形成一种曲线拟合,给出误差结果。其实,在大数据时代不需要这样来做,数据极其丰富后的大数据综合分析能力很强,人工智能学习、记忆、判识能力很强,二者要做到“强强联合”就是一个好的方法与技术组成,就可以追踪、适时、完美地完成预测或动态分析。

大数据是方法论,利用大数据综合分析能力,从中找“特征”,人工智能利用深度学习和记忆能力,将大数据分析所找到的“特征”通过学习、记忆,对系统运行过程中出现的问题做到快速判识,提早知道,这是一种技巧。二者合作起来就是一个好办法。

这里我们再次提倡“小型化,精准智能”“中台技术+微服务”“数据、业务、技术、算法、算力做科学配置”,只要坚持这样一些方针,大数据与人工智能就会应用的非常好,从而助力数字化转型发展。

这就是大数据与人工智能技术在数字化转型发展中的作用。

NO.10】油气田数字化转型发展产业化的出路在哪里?

数字化转型是推动政府、企业、部门高质量发展的必然选择,是我国数字经济建设与发展的引擎,是科学技术全面发展的良好机遇,是打造我国数字化完整工业体系的必然之路。

首先,数字化转型是改造提升传统动能,培育发展新动能的重要手段,具有向管理赋能、技术赋能和数据赋能的价值再造能力,提升政府、企业、部门精细化管理、精益化建造和精致化生产运行水平,构建“生产服务+商业模式+金融服务”跨界融合的产业生态,聚合工程项目设计、施工、运维一体化的集成管理优势,提升产业基础能力和产业链现代化水平,助力“内循环”、促进“双循环”,加快推动高质量发展,提供了良好的机遇。

其次,数字化转型为我国开启第四次工业革命吹响了进军号,是数字、数据、信息、知识、智慧化技术创新与方法创新的“创新工场”,包括每一级政府,每一个地方,每一个企业,每一个业务,都可以实施数字化转型与高质量发展,是基础科学研究的孵化器,技术创新的平台,方法模式创新的基地,数字经济的演练场,你有多大的能耐就有多大的收获。

而考核数字化转型发展,不是信息化时代的信息技术的辅助作用,而是数字化转型发展的两个重要指标,即:数字化产业构建与数字化经济形态,如果这两个指标达到了,就意味着数字化转型成功。

那么,对于油气田这样的生产型企业如何来考核?确实有一定的难度,但也不是不能完成。

第一,油气生产本身就是一种产业化过程,油气田企业在油气生产过程中通过数字化转型改造、提升传统动能,培育发展新动能,向管理赋能、技术赋能和数据赋能,提升企业的精细化管理、精益化建造和精致化生产运行水平,构建“生产能力+生产运行质量+技术服务”跨部门、跨专业融合的油气产业生态,其核心关键是“提质增效”。做到存量优化,增量创新,稳产、增产等完成油气田企业的经济效益大提高。

第二,数字技术产业化。在油气田企业数字、智能化建设中,要利用很多先进技术来完成数字化转型,企业领导要充分关注到这样的技术,完成技术的创新与集成及融合,构建属于自己的具有知识产权、能够形成品牌的技术与产品,完成产业化与技术服务能力。

第三,数字化人才经济创新发展。在数字化转型发展建设过程中将会出现大量的岗位消失,机构消肿,工作减员,很多传统技术高级别人员都被智能上岗所替代,而新型人才又严重短缺,十分紧俏的局面。

所以,未来油气田大量需要“职业化人员”,即具有懂油气田业务、跨学科、跨专业能力、懂数字技术的人员,将会有一大批就业岗位;需要“专业化团队或队伍”,在油气田工作或技术服务,这就是数字化转型发展中的人才产业化。将数字化转型中实现的“减员增效”和“无人值守”的智能上岗,下岗的人员,为此建立第三方技术服务业团队,这是一个巨大的商业市场和商机,完成市场化的数字化技术服务。我们可以做一个大胆的预测,未来数智生产队伍要大于所有目前油气田企业的生产作业队伍,成为主力军。

通过以上的数字化转型发展,就能完成数字化转型发展的指标考核,才能完全搞活数字化转型后的企业。其他生产性企业都一样,都会出现这样的局面,都会在数字化转型发展中获得大的成就。

全部用手机备忘录写作完成,没有插件、没有操作示范,主要是一些思想方法,仅供大家参考。数字化转型发展与高质量发展,是我国迈向一个新的工业化高度的发动机,机遇良好,机会均等,机不可失。谁的智能、智慧高,谁就优先占有绝对优势地位,具有智导权,谁就发展的好。

}

我要回帖

更多关于 什么是企业数字化转型 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信