中咨视界

包英群 于德营 张恩铭 等 | 加快数字化发展 提升核心竞争力
发布日期:2023-05-15 作者:包英群 于德营 张恩铭 等 信息来源:中咨研究 访问次数: 字号:[ ]

加快数字化发展 提升核心竞争力

——对中咨公司系统性推进数字化发展的思考

中咨公司“青马工程”第六小组

包英群 于德营 张恩铭 等

一、数字化发展是公司前进的必由之路

(一)数字化发展加速推进

《中国数字经济发展白皮书(2022)》显示,2021年我国数字经济规模达到45.5万亿元,同比名义增长16.2%,产业数字化占数字经济比重超过八成。产业数字化发展提速,成为数字经济发展的主引擎,融合发展向深层次演进。数字化发展已成为企业发展过程中不可或缺的成长要素,企业纷纷加快数字化发展步伐,投入各类企业资源,形成由内而外的目标共识和主观驱动力。

2020年8月21日,国务院国资委印发《关于加快推进国有企业数字化转型工作的通知》,就推动国有企业数字化转型作出全面部署,为国有企业推进数字化转型工作吹响了新号角。国有企业是中国经济社会发展的顶梁柱、国家队,肩负着推动经济发展和增强社会价值的重要责任,在新一轮科技革命和产业变革浪潮中发挥着引领作用,是推动我国数字化智能化升级的排头兵。

(二)数字经济蓬勃发展

我国高度重视数字经济发展,党的二十大报告提出加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。数字经济发展速度之快、辐射范围之广、影响程度之深前所未有,正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。

数字经济是以数字化的知识和信息作为关键生产要素,以数字技术为核心驱动,不断提高数字化、网络化、智能化水平,加速重构经济发展与治理模式的新型经济形态,是高质量发展的新引擎。

(三)数据资源成为战略要素

2020年3月30日,中共中央国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》中明确提出“加速培养数据要素市场”,将数据与土地、劳动力、资本、技术等传统要素并列为要素之一。数据已成为现代社会基础设施的有机组成部分,大数据的运用改变了传统的生产方式和企业运行机制,能够提升企业运行水平和效率,持续激发商业模式创新,不断催生新业态,成为“互联网+”“智能+”等新兴领域促进业务创新增值、提升企业核心价值的重要驱动力。

(四)中咨公司高质量发展的重要机遇

按照国务院印发的《“十四五”数字经济发展规划》要求,促进数字技术在全过程工程咨询领域的深度应用,引领咨询服务和工程建设模式转型升级是大力推进产业数字化发展工作的重要组成部分。天博网页版登录界面(中国)官方网站(以下简称:公司)作为国内工程咨询行业的排头兵和龙头企业,数字化发展项目的建设既是国内咨询企业高质量发展的需求,也是落实中央加强中国特色新型智库建设和促进咨询业规范健康发展的要求。公司要充分发挥工程咨询行业竞争优势和领军作用,响应国家推进投资建设数字化转型要求,更好服务各级政府决策、服务社会。

二、推进数字化发展是一项系统性工程

(一)数字化发展的内涵及目标

1.数字化发展的内涵

信息化强调信息系统的建设,实质是将企业的生产过程、物料移动、事务处理、现金流动、客户交互等业务从线下搬到线上。

数字化是将人们所生活的真实世界和虚拟的数字表达链接起来,从而寻求全新的商业模式和服务模式。

数字化发展以数据为基础将原有业务与数字化技术进行融合、创新,有利于实现公司业绩增长与持续发展的变革,本质是通过数字技术和数学算法显性切入公司业务流程,形成智能化闭环,在质量、效率、成本等方面重构公司的核心竞争力,实质是以数据融合公司理论方法,形成具有中咨特色的模型库、方法库和工具库,提升公司决策和产业分析的科学性、高效性和便利性,支撑公司高质量发展。

2.公司数字化发展的目标

公司《“十四五”发展规划》明确提出,要建设更加完备的数据库和方法体系。企业信息化水平明显提升,初步建成具有中咨特色的数据库,建立协同高效的数字化应用平台,打造咨询行业理论方法研究平台,理论支撑能力进一步增强。

苟护生董事长在2022年工作会议的讲话中提出,要牢牢把握数字化转型升级的发展机遇。加大公司数字基础设施建设力度,强化数字化能力建设,消除“信息孤岛”和“数字鸿沟”。搭建数据库平台,加强数据应用能力建设,构建基于云计算、大数据、人工智能等新一代信息技术的咨询服务集成系统,形成以数字化、智能化为支撑的核心业务能力,维护网络信息安全,赋能公司高质量发展。

公司数字化发展项目的建设,依托公司40余年工程项目的数据积累,通过自有、购买、互联网采集等多种方式全面汇聚有关国家重大工程项目和产业、经济等方面数据,采用大数据、云计算、知识图谱、数据治理等新理念和技术以及数学算法模型,构建中咨数据库,形成支撑业务运行的数据底座。建设一体化基础设施平台,打造“中咨大数据中心”,搭建用于产业分析和咨询方法的工具库和函数库,打造中咨品牌的“工具箱”(模型方法体系),驱动公司数字化咨询、分析能力实现跨越式发展。最终打造定量、定性双翼齐飞的核心竞争力,巩固中国咨询行业产业链链长地位,为中国咨询行业输出数据库建设标准、工具(函数)库标准和咨询分析软件标准,为打造中国咨询行业方法、模型原创技术策源地奠定基础条件。

项目建设将以基础平台、数据库、工具库为系统核心支撑,以标准接口、标准通信协议等方式,通过工具、模型、函数等功能模块的自由调用,低代码开发等功能,以及数据的全面互通共享,实现应用系统的灵活搭建。同时公司数字化发展战略部署,适时启动产业分析、重点工程项目布局决策、全过程咨询共享、协同设计、国家重大工程项目信息管理服务等场景应用,逐渐形成完整的数字化应用体系,从而大幅提升产业分析能力,提高咨询工作效率,通过咨询工作数字化转型促进咨询行业高质量发展,确保公司数字化转型取得实效。

(二)公司信息化建设存在的主要问题

多年来,公司持续开展信息化建设,取得了一定成绩。但种种原因,仍不能全面适应公司发展需要,存在以下主要问题:

1.系统质量有待进一步提升

公司行业特殊,市面上无与之匹配的信息系统,多数系统二次开发程度比较高,系统承建商的开发能力以及对需求的理解能力决定了所建系统的功能和性能。由于各系统开发团队不同,系统开发质量参差不齐,系统内数据质量难以保证,数据逻辑尚待梳理,数据标准尚未统一,且公司信息系统的建设主要以管理信息系统为主,需求来自相关业务主管部门,未充分考虑系统用户的使用,造成系统响应速度慢、功能、界面不友好、各系统间数据不一致、数据传输不及时、流程不符合业务逻辑等问题。

2.数据来源及整合受到制约

在实际业务工作中,项目经理工作会涉及大量细分行业、企业、产品数据,还有对行业发展现状、问题、趋势的具体分析等,此类信息点多、面广、来源复杂,目前公司业务数据的收集、存储、分析等工作系统性不强,很多领域的数据存在空白。

公司档案系统和综合查询平台建成以后,极大的提高了项目经理查询档案的便捷性,但数据资源整合需求以档案管理为主,在档案查询时存在不好找和找不到的情况。例如在查询档案时会有很多与检索结果在同一案卷中的文件出现,无法精准定位到目标文件。

3.数据资源共享能力不够

管理信息系统开发平台数据标准不一致,影响数据资源共享。现有的管理信息系统都是面向具体部门,各信息系统之间难以实现数据资源共享,给系统集成造成了困难,数据难以统一协调,“数据孤岛”普遍存在,仅能满足单一的管理者和被管理者使用,缺乏统一的数据标准和服务规范,无法发挥数据综合效益。例如在各管理系统中,仅实现了公司组织和人员信息的同步,员工的财务以及业务信息需要通过各自相关的系统单独查询。

公司虽已建成统一的业务数据库系统,但业务数据库系统和各业务部门新建系统间的数据传输还是以批量导入为主,系统间批量数据传输速度慢,且系统中模型工具无法使用跨系统的数据资源。

4.数字化人才存在缺口

公司是智库型咨询企业,咨询评估工作是公司的主业,相比数字化企业,公司推进数字化的时间较短,数字化人才储备较少,公司人才引进多以传统咨询业务人才为主,缺少对数字化发展工作中的项目管理、系统开发、数据分析以及数字化和业务复合型人才的引进,导致公司数字化团队在业务经验、知识结构、与咨询工作一线衔接协调能力等方面存在不足。

5.数字化与业务融合的实践不足

交通业务部、社会事业部等业务部门明确提出数据分析模型的需求,具体业务数据、典型业务模型是咨询工作的重要支撑,但公司历史上信息收集、存储均缺少集中的平台,一些领域的数据完整性、连续性也不尽如人意,开发数据分析模型、数字化与业务深度融合实践不足。目前业务部门新建系统仅可满足各自业务需要,不能满足其他部门共性需求,无法发挥协同效应。

(三)推进公司数字化发展的主要手段

1.交流

交流是人与人交往的重要一环,是传递和获得信息的重要途径。每个人对于同一件事都有不同的认知和想法,交流让我们彼此更了解对方的想法。充分高效的交流可以增进彼此的了解,提高工作效率。通过内部交流可以帮助我们充分了解业务流程和用户需求。通过外部交流可以拓展、完善模型和方法。

2.合作

合作是数字化时代企业共生共赢的必然选择。公司要在数字化时代获得竞争优势,立于不败之地,当务之急就是秉承开放合作的理念,实施全方位的协同合作。通过内部合作可以为急需模型的部门提供建设支持保障,引导各业务部门提升模型应用水平。通过外部合作可以取长补短,发挥各自的核心优势,有助于思维创新和竞争力的提升。

3.共享

数字化发展不是某个部门、某项业务的局部转型,而是涉及各个环节、各个业务部门的系统性变革。数字化发展的成功源自跨部门、跨单位、跨职能的集体努力和数据共享。单个数据存在的价值有限,甚至没有价值,只有通过数据共享,再经过特定场景重新组合、资源整合、信息聚合,才会让数据增值,数据分析价值才能真正体现。

4.标准

标准规范体系建设是数字化发展工作的重要基础,在数字化发展工作中发挥着引领性作用。标准促进互联互通,有利于开放和共享。建立标准体系可以打破数据的信息孤岛、数字鸿沟,能够有效整合资源、固化创新成果、形成统一规范、提供安全保障,实现最佳秩序和最大经济效益。

5.培训

培训体系是公司根据自身发展目标及实际工作需要,采用科学的形式对员工进行工作岗位技能、知识传授和提升的过程,能够从整体上实现企业管理目标。完善的培训体系,有助于改善员工工作态度,提升员工工作能力,充分激发员工工作潜能,推动企业价值观与凝聚力的统一,是构建学习型企业,实现企业经营效益全面提升的重要手段。

6.激励

考核激励机制的实质是根据不同人的不同需要,调动人的积极性以实现预定目标的过程。考核激励机制可以激发员工工作的积极性,强化内部协同,提升员工满意度,促进员工不断成长,实现企业目标,营造和谐的工作氛围,推动企业的可持续发展。

7.业务资料

公司40多年来在服务国家经济社会发展,特别是在国民经济各行业重大工程建设的咨询评估、项目监理、全过程项目管理过程中,积累了大量的业务资料,这些资料是我国工程建设领域非常宝贵的财富,具有覆盖面广、产业类型全等特征。深度挖掘40余年业务资料中的数据应作为公司打造新生产力和核心竞争力的重要抓手。

三、意见建议

(一)强化顶层设计

数字化发展工作是“一把手”工程,工作的推进是一个自上而下的过程,公司数字化发展,组织管理体系和制度保障是关键,需要公司领导层大力推动,同时也需要各部门自下而上协同推进,每一位员工对公司数字化发展都负有重要的职责和使命,需要就当前公司信息化建设存在的问题以及对标数字化发展标杆企业存在的差距,采取有力有效的措施,把数字化发展工作落实到全体员工的思想和行动上。

要充分发挥公司数字化发展中心的作用,在公司数字化发展顶层设计的总体框架下,一张“蓝图”绘到底,按照“急用先行、分批推进、迭代发展、保护投资”的原则,逐步推进数字化发展建设,进而驱动公司业务高质量发展。

(二)建立标准规范体系

遵循国际标准、国家标准、行业标准以及相关规范。结合公司实际,积极开展公司数字化标准规范体系建设,以“数据标准”“模型工具标准”建设为重点,采用“自建标准+采用国家或行业标准”的方式进行标准规范体系建设,自建+采用标准包括总体标准、工程架构标准、软件开发标准、数据治理标准、数据交换格式标准、数据服务标准、工具类规范、算法模型规范、中间层标准、网络及通信标准、信息安全标准、工程管理标准等12类47项。

(三)加强人才培育和引进

在企业发展过程中,人才是核心要素,是企业核心竞争力的重要体现。公司人才结构要逐步适应数字化发展和业务发展需要,要重视兼具数字化技术和业务能力的复合型人才的引进和培养,制定吸引人才、培养人才、留住人才、凝聚人才的办法,完善岗位设置,强化岗位职责,研究建立适合数字化发展工作特点的职业发展道路。

人才培训能为企业实现健康、稳定发展提供有效保障。要开展数字化相关内容的培训和教育,加快提高一线员工数字化成果运用能力,通过完善数字化培训体系、建立培训机制、推进经验、技术交流分享等,提高员工系统和模型工具使用能力、需求提出能力、网络安全意识和知识共享意识,赋能公司数字化发展。

(四)建立激励机制

充分考虑当前公司数字化发展所处阶段的特点,进一步健全和优化激励与考核机制,牢固树立与贡献相匹配、奖优惩劣的考核分配导向,强化激励为主考核引导的作用,推动人才、物资等资源要素向数字化发展工作倾斜,保障数字化发展专业人才队伍薪酬与水平相匹配,以利于吸引、留住高端人才。要分别根据数字化发展人才的技术与岗位特点,建立差异化复合型考核分配体系。

(五)加大交流与合作

探索协同合作机制,业务协同,数据共享。以公司部门和所属企业为重点,充分利用公司全行业综合性优势,提升数据在公司部门之间的流动性,如总分联动、部门协同、系统互联、数据共享和服务协同等。

探索公司在行业间数据整合方面的应用方向和前景,联合国内各大研究院所、咨询机构以及智库机构,与数据供应商建立合作,推进信息数据共享。建立信息交流转化的机制,组织社会力量,吸收社会各界研究成果,促进信息资源的汇聚分享、高质量的理论成果向智力成果转化、技术与产业的结合、数据要素和商业模式重构。

(六)加快数据治理

立足公司内部各信息系统、数据资源以及应用的开展现状,设计一套有针对性的数据资产管理组织架构、管理流程、管理机制和考核评估办法,通过管理的手段明确数据资产管理体系下的“责权利”,保障数据治理工作有序开展。数据治理工作主要包括组织和制度建设、主数据管理升级、元数据管理、数据标准管理、数据质量管理、数据指标管理、数据安全管理、数据资产管理等8项。要以业务资料为重点,重视数据结构化和标签化,按照数据标准的约定进行提取、清洗、比对、关联等规范化流程处理,实现公司业务资料数据的固化和共享,充分挖掘和发挥公司业务资料的价值。