Infor謝曉蓓:數字化轉型的價值回歸與落地路徑
時至今日,數字化轉型已經跨過了至少兩個階段的迭代,它不再是一個新鮮話題。在當前的新形勢下,這一老話題又有了新的語境和含義。
2023年中央經濟工作會議強調:我國要大力發展數字經濟……支持平臺經濟……運用數字技術為實體經濟充分賦能。數字化轉型這一課題迎來了新鮮的、更加肥沃的土壤。實際上,中國的數字經濟仍然充滿韌性、大有可為。根據《“十四五”數字經濟發展規劃》,到2025年我國數字經濟核心產業增加值占GDP比重要達到10%。數字經濟的發展空間十分廣闊,擁有巨大的潛力,我們有必要進一步透視數字化轉型,剖析這一老話題在新形勢下的新解讀。
(相關資料圖)
透視數字化轉型
實際上,不論哪個階段的數字化轉型,其方向都是從數據獲取,到數據分析洞察,再到數據自動化應用,最終實現更高商業價值的路徑。關鍵在于,即使在同一路徑中,每個行業、每家企業走過的步數都不盡相同,輔助的工具也千差萬別。但總歸來講,每個節點的技術棧都在進步和革新:以數據獲取及存儲為例,IoT的應用演進到了IIoT,大數據的數據量規模也在進一步發展;商業智能BI的應用也越來越強調多樣性、預測性及行業性的需求;在數據自動化應用這一環節,Infor提供的行業組件是能真正幫助企業實現自動處理的“觸發器”。“觸發”意味著生產環境下的落地,既然是生產環境,那么不同行業、不同企業的“觸發器”一定不同。生產牛奶的企業與制造汽車的企業其二者自動化場景一定不同。所以,唯獨經過了長時間積累、實踐了大量行業應用的解決方案才能成為真正的企業自動化應用“觸發器”。Infor行業組件就是經幾十年行業應用沉淀、集全球最佳實踐于一身的行業化“觸發器”。
在啟動了合適的“觸發器”,落地了真正意義的自動處理后,企業實現更高的客戶滿意度、更具差異化的產品組合、更及時的降本增效、更快速的業績增長都將水到渠成,而實現商業價值的躍升也不再只是一句戰略口號。舉例來說,阿迪達斯隨著全球業務的不斷增長,逐漸面臨供應鏈信息實時掌控的挑戰。Infor Nexus解決方案為阿迪達斯搭建的智能供應鏈控制塔,不論其前端海量的全球貿易訂單和需求,還是后端整個供應鏈網絡中的產品、原料、資金等所有作業處理信息都能清晰可見,掌控了這些信息的阿迪達斯獲得了可預見性的、可付諸行動的分析和洞察。Infor Nexus幫助阿迪達斯預警了供應鏈的風險事件,讓其全球供應鏈運行更加平穩高效。這就是Infor成功落地行業“觸發器”的一個典型應用。
云計算是轉型的先決條件
云計算是轉型的先決條件,但對于絕大多數企業來說,如何在現有IT技術架構的基礎上實現平穩的云化升級轉型,其中就面臨著不少挑戰。很多企業受制于傳統IT技術架構及其處理數據的局限性,要在不停止業務運營的情況下實現過渡,困難重重。企業面臨的這個挑戰,其實是Infor過去十多年積極布局的方向,企業處于數字化轉型的不同階段,Infor都可以提供符合客戶戰略需求的解決方案,并且已經積累了大量的客戶成功案例。不論企業身處發展的哪個轉角、站在轉型的哪個路口,Infor都能傾力牽手,同頻而行。
Infor在全球有6萬多客戶,其中近1/4是云上客戶,例如Infor幫助全球領先的汽車零部件企業索恩格汽車優化制造流程,幫助全球領先的車輪裝飾部件公司桑尼尼管理交易及廠房監管,幫助動物營養和水產飼料領域的全球領先者泰高集團實現多租戶平臺管理,幫助餐飲帝國和民集團實現工廠原材料及產品庫存管理數字化等等…這些云上客戶的應用也都推廣到了大中國地區。同時,Infor商業云軟件的全球領先定位也得到了各方專業機構的肯定,如Infor被Gartner評為2021年“以產品為中心的企業云ERP”魔力象限領導者、被IDC MarketScape評為2021年亞太地區制造業SaaS和云 ERP的領導者等等;另外,Infor自2013年開始便與AWS合作,將核心的行業云套件部署到了AWS云端。AWS全球領先的云技術與服務,及其全球超過十萬家的合作伙伴,也讓Infor能為客戶提供更好的服務。
盡管數字化轉型有跡可循,每家企業還是有自身節奏。而基礎的步驟就是搭建核心業務的數字云平臺,而且要將核心業務優先部署,但核心業務務必要部署在具備行業屬性、滿足行業需求、搭載行業思維的數字化平臺上。基于行業化云平臺,Infor再幫助客戶進一步在流程運營和組織協同等領域提升效率。
數字化轉型關鍵技術
云計算、大數據、物聯網、人工智能是實現數字化轉型的四大關鍵技術。云計算是先決條件,而計算的對象——數據,同樣重要。在以制造業為代表的現代企業中,通過物聯網收集海量數據,再進行處理應用已經屢見不鮮。然而這些能被收集到的數據大多數都來自企業內部自身,這部分大概只占20%,還有近80%的大量數據都散落在企業之外。現在企業的大數據基礎問題不是數據不夠多,而是數據不夠全。只有獲得了維度完整的一方、二方、三方數據后,企業才能真正掌控繼土地、勞動力、資本、技術之后的“數據”這第5大生產要素。
人工智能,也是數字化轉型的另一個重要關鍵技術。不同的場景也是不同行業的應用落地,例如運營方面,可應用到新零售用戶的全生命周期管理、醫療機構對患者的就醫旅程和治療優化的管理;例如制造業生產的預測維護,車間設備根據使用情況進行預測性的維護管理等。荷蘭烘焙配料集團Zeelandia在地緣政治和疫情沖擊下,面臨著前所未有的市場挑戰。高企的成本、匱乏的原料、斷裂的供應鏈讓Zeelandia急需全新的運營策略,以確保利潤目標。Zeelandia 在繼2017年其捷克工廠上線了Infor CloudSuite之后,再度與Infor合作,數字化轉型更進一步,Infor Coleman AI解決方案在其總部荷蘭及全球分公司逐步實施。Infor的人工智能解決方案,為Zeelandia的客戶提供最佳產品推薦。Zeelandia的銷售只需在網頁端或手機端的視圖里搜索客戶信息,系統就會自動推薦相關產品。給客戶推薦有效產品信息的速度從半小時縮短至5分鐘,銷售為客戶推薦選品及報價的速度提升了83%。這一典型的智能報價不僅提高了Zeelandia選品及定價策略的精度及速度,也為其應對不確定性并保持長期穩固的業績增長提供了保障。
Infor以五大優勢助力企業數字化轉型
Infor助力企業數字化轉型的信心和動力來源于五大優勢。第一,AWS部署。Infor與AWS合作超10年以上,使用了其全球8個數據中心,應用其服務超過50個;第二,產品創新。Infor近4年投入了45億美金進行產品迭代與創新,特別是在人工智能、機器學習和增強分析等方面已經取得了諸多成效;第三,行業專注。Infor將垂直細分行業的眾多特殊業務需求融入到了產品的標準功能模塊中,節約并降低了客戶二次開發的需要,解決了最后一公里的問題;第四,云端套件。經過多年驗證,Infor落地了真正多租戶的云端解決方案套件,近15,000家客戶的600萬云用戶全面覆蓋了企業客戶的各個業務場景;第五,敏捷服務。基于細分行業的最佳實踐,Infor建立了垂直行業的實施加速器。客戶50%-60%的業務流程可實現開箱即用,不需要再做更深部署或培訓,另有30%的需求可通過配置實現,剩余的10%可定制完成。Infor的60、30、10比例的敏捷實施既是深度行業積累的體現,也是客戶快速落地的基礎。
“沉舟側畔千帆過,病樹前頭萬木春”。經濟寒冬和疫情困局已成過往,相信各行各業都將如千帆競發、萬木逢春一般,欣欣向榮地復蘇,而Infor也將繼續憑借深度洞察與行業實踐,助力企業在數字化轉型的路上甩開包袱、迸發生機、奮力向前!
( 作者: Infor全球副總裁及大中國區總裁謝曉蓓 )
關鍵詞: 新聞資訊
2023-01-31 16:55:19
2023-01-31 16:50:04
2023-01-31 16:41:18
2023-01-31 16:34:44
2023-01-31 15:56:45
2023-01-31 15:52:26
2023-01-31 15:50:45
2023-01-31 15:50:15
2023-01-31 15:48:53
2023-01-31 15:48:24
2023-01-31 15:48:16
2023-01-31 15:45:38
2023-01-31 15:42:22
2023-01-31 15:41:32
2023-01-31 15:39:19
2023-01-31 15:39:17
2023-01-31 15:39:04
2023-01-31 15:37:31
2023-01-31 15:36:49
2023-01-31 15:36:36
2023-01-31 15:35:56
2023-01-31 15:35:49
2023-01-31 15:34:41
2023-01-31 15:33:59
2023-01-31 15:32:53
2023-01-31 15:32:02
2023-01-31 15:32:02
2023-01-31 15:31:50
2023-01-31 15:31:06
2023-01-31 15:30:50
2023-01-31 15:29:43
2023-01-31 15:29:04
2023-01-31 15:28:38
2023-01-31 15:28:33
2023-01-31 15:28:26
2023-01-31 15:27:50
2023-01-31 15:24:47
2023-01-31 15:24:04
2023-01-31 15:23:31
2023-01-31 15:23:07
2023-01-31 15:22:08
2023-01-31 15:21:52
2023-01-31 15:21:05
2023-01-31 15:19:35
2023-01-31 15:19:34
2023-01-31 15:18:38
2023-01-31 15:18:14
2023-01-31 15:17:47
2023-01-31 15:17:32
2023-01-31 15:17:26
2023-01-31 15:16:19
2023-01-31 15:15:12
2023-01-31 15:13:17
2023-01-31 15:12:32
2023-01-31 15:11:28
2023-01-31 15:09:56
2023-01-31 15:07:35
2023-01-31 14:49:30
2023-01-31 14:46:20
相關新聞