Py学习  »  Git

数字化时代的仿生企业与智慧运营 | DigitalBCG季刊

BCG波士顿咨询 • 4 年前 • 1290 次点击  


时至今日,极少有人能够否认数字化技术可为企业降本增效。根据BCG分析,数字化共享服务可以提升50%-75%的产能,智能维护可降低70%的服务成本,敏捷开发可以缩短50%的研发时间(参阅图1)。


图1 | 数字技术可以解锁巨大价值



然而,我们观察到,许多企业付出诸多努力,试图通过打造数字化能力抓住先机,但结果往往不尽如人意,数字化相关举措并未如预期一般创造价值。有些企业破冰而行,在部分流程或应用场景中有所突破,却始终未能尽释数字化的全部潜能。


BCG最近提出仿生企业(Bionic Company)的概念——企业必须成为仿生体,才能抓住数字时代层出不穷的技术机遇,实现转型。仿生型企业运用新技术,将信息搜集、处理、判断和执行能力与业务流程完美融合,达到近乎人类自主行为的能力水平;其前提是对组织进行自我改造,使人员、流程和技术等能够无缝衔接并高效协同,从而建立类似人工智能的决策引擎,配合大量实时数据,以期逐步替代传统的基于人工经验及一定主观判断的经营分析和决策。


什么是仿生企业?是否真的存在仿生企业?如何通过仿生实现数字化转型?这是数字化时代的企业管理者们需要思考和探讨的核心议题。


借用《韦氏字典》的定义,仿生是“通过或借助电子或机电装置来模仿或增强正常的生物功能”。BCG认为,仿生企业由以下几大要素构成(参阅图2):


图2 | 构建仿生企业



  • 明确的数字化战略与目标。

  • 完备的大数据分析能力,并由新一代数字化平台提供底层支撑。

  • 模块化、敏捷交付的组织、人才和领导力。

  • 成功推行的仿生成果。


仿生企业并非遥不可及。我们从数字化原生企业的商业模式、人力组织和技术应用等方面已观察到仿生企业的典型特征。阿里巴巴以构建未来商务生态系统为目标,依靠强大的中台支撑和多样化的前台团队、阿里云的模块化技术平台以及贯穿整个价值链的先进算法,实现以大数据和人工智能为基础的个性化服务和智慧运营,其核心是数据、技术、人才和流程紧密融合后创造的颠覆性力量(参阅图3)。


图3 | 阿里巴巴示例



除了数字化原生企业,传统行业中的佼佼者也积极探索,逐步尝试将人机结合运用到业务模式、组织流程和人员赋能等方面。


例如,BCG协助平安银行打造仿生智能普惠金融业务(KYB),围绕核心场景构建生态系统,通过自动化手段多渠道搜集数据,建立人工智能模型,从而实现内部运营的自动化和业务风险防控的智能化。联系到平安银行启动的全面数字化经营,可以看到平安打造基于数据的人工智能从而进行企业经营管理的思路,也与数字化仿生企业的理念不谋而合。金融企业的运营可以从传统的基于人工经验驱动人工管理的做法,演进到用数据驱动代替经验驱动,通过人工智能、商务智能(BI)、大数据等科技手段构建智慧大脑,驱动企业运营,实现“先知、先决、先行”,从而带动运营管理与运营优化的持续过程。


如何实现仿生企业,智慧运营是核心能力。

  • 运营定位:搭建技术与运营平台,提供公共支持服务。

  • 运营治理:业务响应与服务效率并重,有原则可依、有机制可循。

  • 客户体验:打通线上线下客户旅程,提升数字化洞察,优化客户体验。

  • 科技运用:科技提供工具,运营搭建平台,跨学科敏捷团队,迭代优化。


智慧运营在客户交互、产品和服务、基础设施三个层级之间,用数字化技术搭建底层平台,处理并分析数据和信息形成洞察和决策,通过人才和组织将洞察转化为行动,为仿生企业日常运作提供公共基础(参阅图4)。


图4 | 智慧运营:携手 IT,利用智能技术搭建底层平台,提供智慧运营的公共基础



智慧运营需要实现的功能包含:智慧识别与监测关键指标,如全渠道客户体验动态、全渠道运营体验、运营效率和成本监测;自带学习功能的智慧分析与归因——结合客户旅程归因体验问题,结合流程归因运营问题;动态调配资源与调整——根据实际情况,动态调配运营资源,实现运营资源、科技资源,甚至组织资源的有针对性的倾斜。


企业可以在信息收集方面采用机器视觉(OCR/ICR)、机器听觉、遥测、生物识别等多种技术,并对接开放生态,规模化引入第三方数据;在分析和决策方面,根据应用场景训练算法、构建决策模型和引擎,并且用实时算法时刻优化算法引擎;在执行端,使用流程机器人(RPA)、业务流程管理(BPM)和客户沟通管理(CRM)等工具平台提高效率。


图4看似简单,实际上最困难的是如何将技术应用于大部分传统企业各自为政的烟囱式组织、人为割裂的业务流程和粗糙低质的数据深井。在现有的运作模式中展现能有效支持业务管理分析和决策的视角,是最为关键的一环。


BCG在近期为国内领先的商业银行设计公司银行业务的客户体验全面监测体系,就是要通过对实时数据分析的手段和方法,围绕客户体验多重维度建立一套常态化、系统化、自动化的监测指标;而这些数据的采集和分享是贯穿不同的渠道,基于端到端的客户旅程方法论搭建系统、全面的指标监测和支撑体系,为业务提供至下而上的数据支持,展示客户体验是否“发烧”的“体温计”,为客户旅程的改造与重塑提供重要基础。BCG帮助企业智能化整合和解读各类数据,实现从以业务结果为主的仪表盘向围绕客户旅程的过程性管理的仪表盘转型,协助组织自我诊断功能的革新。这些在数字化原生企业唾手可得的指标,对于正在从线下蜕变成O2O全渠道模式的机构而言,实际上需要大量的基础工作,才能采集、监测、解读相关数据。


仿生企业的落地除了技术、组织、流程转型之外,最终还是要落到以人为本(参阅图5)。BCG数月前曾组织一家国内领先大型银行包括董事长、行长在内的前百位高管围绕数字化转型课题进行研讨。我们请与会高管们对转型变革面临的最大挑战进行投票,结果分外明晰,54%的高管认为改变人的思想和对人员赋能是目前的组织弱点(参阅图6)。


图5 | “以下选项中,哪一项是

推动变革转型面临的主要挑战?”



图6 | 人力资源:组织、人才和领导力



尽管机器和技术将为企业的未来带来巨变,但从本质而言,人依旧是企业的核心。仿生企业的强大动能来自于在全面解放生产力的同时,充分释放创造力,依靠人来推动技术进一步服务于企业战略。许多企业数字化转型的障碍来源于人工流程、组织模式、碎片化系统和人才缺失,只有配合系统性的仿生改造,企业才能更好的利用技术持续创造价值,造福社会。



本文是BCG最新《DigitalBCG大中华区季刊:创新点亮数字化之旅》的代表文章之一。


创新,既是初创企业能否打入市场、赢得立身之地的核心点,亦是成熟企业能否保持竞争优势、持续创造良好业绩的关键。在本期季刊中,我们将与您分享BCG近期关于数字化创新等方面的深入思考——

01

创新不易,BCG研究发现,大部分企业难以在探索(创意和创新)和掘潜(运营熟练度和效率)两方面同时取得卓著成效,但有2% 的企业却能够在创新和效率两方面兼顾兼优。无论市场行情是好是坏,“2% 俱乐部” 的成员都能在利润和增速方面跑赢同行,他们的经验与共性值得我们深入思考与学习。

02

数字化是企业创新的必经之路,数字化技术催生了大量新产品、新服务、新业务模式以及新的内部流程,如今的企业领导者必须转变思维,重新思考自身的创新战略,以期创新自身业务、培养战略性能力,在竞争中取得领先地位。

03

人工智能技术在短短数年间,从遥不可及的未来愿景,逐渐发展为许多大型企业所倚重的现实能力。BCG在报告中指出,顶级的创新企业,同样也是人工智能技术的领导者。利用人工智能助推创新已经是全球最具创新力企业的共识。

04

在数字化的推动下,一味地独立探索往往限制了企业的创新力,导致企业错过战略性时间节点。BCG认为,企业不能仅局限于在组织内寻求创新想法,加入数字化创新合作平台、构建数字化生态系统并引入合作伙伴共同创新,既是对传统个体创新的颠覆,也是强有力的补充。

05

企业在数字化转型过程中,通过平台化架构支撑全渠道创新,利用人性化设计(Human-centered design)实现以客户为中心的流程再造,都是数字化创新的领先实践。



长按识别二维码或点击下方“阅读原文”获取报告全文



关于作者

徐勤是波士顿咨询公司(BCG)董事总经理,全球合伙人,BCG DAS大中华区负责人。如需联络,请致信xu.qin@bcg.com



关于DigitalBCG大中华区专家团队

Jeff Walters是波士顿咨询公司(BCG)董事总经理,全球资深合伙人,DigitalBCG大中华区负责人。如需联络,请致信Walters.Jeff@bcg.com


徐勤是波士顿咨询公司(BCG)董事总经理,全球合伙人,BCG DAS大中华区负责人。如需联络,请致信xu.qin@bcg.com


杨立是波士顿咨询公司(BCG)董事总经理,全球合伙人,BCG GAMMA大中华区负责人。如需联络,请致信yang.veronique@bcg.com


Michael Sonderby是BCG Digital Ventures董事总经理,全球合伙人。如需联络,请致信michael.sonderby@bcgdv.com


陈果是BCG Platinion大中华区董事总经理。如需联络,请致信Chen.George@bcg.com


何大勇是波士顿咨询公司(BCG)董事总经理,全球合伙人,BCG金融机构与保险专项大中华区负责人。如需联络,请致信he.david@bcg.com


杨益骅是波士顿咨询公司(BCG)董事总经理,全球合伙人,BCG GAMMA金融机构与保险业务大中华区负责人。如需联络,请致信young.eric@bcg.com




Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/50928
 
1290 次点击