柳元鑫:业务数字化第一步是对象数字化、规则数字化、过程数字化

柳元鑫:业务数字化第一步是对象数字化、规则数字化、过程数字化
2023-01-15 12:35 新华社 编辑:张振山

2023年1月6日,由新华社瞭望智库主办的“第七届新金融论坛”在京举行。华为全球金融业务部首席专家柳元鑫进行了主题演讲。

以下是演讲内容实录:

目前,数据的重要性正在得到各个层面的重视,我们已看见两个趋势:国家的层面,把数据、土地、劳动力、资本这些并列为生产要素,去年底的“数据二十条”更为数据入表进行了初步探索;而全球来看,多个主权国家已经开始对数据安全进行法律约束。

为何数据变得越来越重要呢?如果我们观察行业的转型,就会发现:1990年以前,是IT技术的进步推动了各个行业的信息化,大量的软件替代了人工操作,我们把这个阶段定义为软件推动产业的转型;2000年以后,随着网络技术的发展,连接驱动了很多行业的转型,尤其是在消费互联网的发展背景下,出现了大量的新业态和新模式;而在当下,随着5G、大数据、云计算以及AI等技术的发展,万物互联,智能计算正在成为行业数字化的关键特征,数据则开始成为推动整个行业转型的重要驱动。

回到金融行业,银行一直是各行业数字化转型的“排头兵”。十年前招商银行通过移动优先更好服务客户,推动了零售业务的转型发展,而在这两年,各大银行都开始强调数据驱动业务的转型:工商银行基于SDAF开展数字化营销,并提出了完整的数据驱动运营建设思路;星展银行提出了Data First数据优先战略,全行推广数据驱动的运营模型;大量银行在规划架构转型时,都明确提出了要构建数据能力。一些领先的咨询公司,如麦肯锡、埃森哲更是明确提出,数据驱动的企业会是未来几年的一个发展方向。我们可以说,在金融行业,数据驱动业务发展、模式的创新,已成为推动行业前进的重要的手段,在这个阶段如何做好数据治理工作,发掘数据价值,应该是整个行业要思考的重要话题。

下面,我想结合先华为的实践,谈一下我们对数据和业务之间的关系和看法。和金融机构一样,华为也不是数字原生的企业,我们的业务原来是在线下的,IT系统的建设最早也是为了支撑业务的发展,天然存在着各种各样的数据孤岛,另外数据更多的是产生在交易阶段,而不是作业过程中。因此,实现整个业务的数字化的第一步应该是三个数字化:对象数字化,建立业务对象在数字世界的影视,丰富数据源;规则数字化,业务规则与应用解耦,规则可以配置;最后是过程数字化,所有的业务过程自记录,可以留痕。通过这样的改造,才有可能谈到我们后面讲的第二个阶段,数据即业务。在业务数字化后,应用感知、联结和智能方面的技术,实现数据到信息、信息到知识、最终智能应用知识来助力整个决策的全过程,这也是我们认为数据驱动企业数字化转型的具体目标。

回顾华为整个数据治理的过程,也符合前面所说的路径,我们把它分成三个阶段:第一阶段是数据清洁,目标主要为了满足我们的业务开展和管理的要求;第二阶段是打破企业内的数据孤岛,实现数据的共享,来支撑公司的数字化转型;第三步就是最近我们正在做的,希望通过数据生态的建设,使数据成为企业转型的核心竞争力。

第一阶段的数据清洁,华为是从2007年就开始了数据的相关工作,2014年正式启动数据治理。这个阶段主要明确数据在企业中的定位,系统性构建数据管理体系,包括政策、架构、基于业务流的数据治理、IT流、组织、文化等七方面内容,实现数据的清洁,支撑了公司业务流程的打通,确保了财报的准确。

第二阶段的启动在2017年,目标是发挥数据价值,支撑公司的数字化转型。我们以业务数字化为前提、数据入湖为基础,重点建设数据底座,并建成了完整的数据治理框架,实现数据在企业内的安全共享和敏捷自助,满足公司的数据消费。

第三阶段是对准数据业务化的目标,构建数据生态。在这个阶段,华为的整个数据战略发生了一个重大的变化。在此之前,数据更多是IT部门或者业务BG中的数据部门占主导,但到了今天,随着数字化的转型,所有的人被卷入进来。另外,我们探索数据要素的应用,希望将来有可能我们的业务先在数字世界中发生,然后再映射到物理世界,前瞻指导业务。在这样的情况下,数据治理必须涉及到对每一个组织、流程和人员的治理,必须要对数据战略也进行重新修订,从原来支撑公司的数字化转型,变成公司发展的核心竞争力。华为数据赋能业务的实践案例,通过数据的应用,实现“事前预测、事中监控、事后回溯”决策体系的构建,实现全集团经营过程的可视,以及对经营目标的及时改进。

以上是华为数据治理发展的历程和经验,最后我也谈谈对金融企业数据治理的几点浅见。

首先,金融机构的数字化转型关键在于数据,数据治理工作是需要顶层设计的,包括数据理念的转变、高层的关注、业务部门的卷入、数据职责的明确,以及建立数据架构标准持续改进数据质量。

其次是金融机构数据平台底座的建设问题。从现在来看,上云已成为金融机构IT架构转型的大方向,云化数仓的建设也是我们将来数据平台的建设方向,为金融机构提供可信、一致、准确的全域数据,实现数据要素自动嵌入业务流程。

在解决好企业内部的数据治理问题后,就要考虑如何实现社会层面的数据要素流转。金融机构拥有大量的数据,在完成数据治理支撑体系构建的基础上,做好数据的资源化、资产化,最终实现数据的资本化,实现数据资产的增值与变现,将是企业数据治理管理模式的重磅升级。


相关阅读