原創技術破解數智難題 科技護航企業數字化轉型

　　兩會政府工作報告中提出2023年要大力發展數字經濟，加快傳統產業和中小企業數字化轉型，著力提升高端化、智能化、綠色化水平，提升常態化監管水平，支持平臺經濟發展。日前，第二屆中國國際軟件發展大會在京隆重舉行，工信部黨組成員、副部長王江平，中國工程院院士廖湘科，中國科學院院士、中國工程院院士李德仁，中國工程院院士邱志明以及華為、浪潮集團、飛算科技、寶信軟件等優秀業內企業悉數到場，共同推動構建自主創新的軟件產業新生態。

　　IDC數據顯示，數字化經濟規模已占到全球生產總值的六成以上，本年度，我國數字化轉型投資將超過46萬億人民幣。數字化轉型對經濟持續增長的貢獻有目共睹。數字化轉型對于企業的意義在于業務模式賦能和拓寬業務賽道。政企對數字化轉型的重視程度超乎我們想象，先行者的大量經驗給了我們經驗與啟示。

　　首先，做好數字化轉型規劃：作為一項重要的系統化工程，企業需要有具體的數字化轉型戰略方案，如業務規劃、項目投入、人才培養、管理架構、重視程度、投入規劃等詳細規劃。明確的規劃才能更好地推進上下聯動，快速切入到數字化轉型的工作中來。

　　其次，提高管理水平：政企要想做好數字化轉型，意味著需要清晰數字化轉型當前痛點。部分企業在轉型過程中走了彎路，在多頭管理決策下，選擇不同的供應商系統謀求多重并進。結果造成多個系統平臺運行兼容適配困難，錢投入了不少、全員因系統內耗叫苦不迭。

　　第三，產品/數據無法復用、成本過高：不同部門不同業務需求讓企業掉入轉型陷阱，不知道如何科學規劃系統建設。因此，在公司高層重視數字化轉型的協調發展下，需要實現平臺內數據互通。數據實現互通的好處在于節省采集數據所需要的人力物力。實現一次采集用戶等經營數據全員共用的優點，規避產生數據共享難、集成數據難、數據化意識轉換難等轉型痛點。

　　第四，沒有前瞻性造成資源閑置：數字化轉型要求企業必須有較高的技術和管理水平，才能支撐企業穩定的業務增長和模式創新。受制于系統老舊、技術落后、產投效益、重建能力等因素，導致企業在系統建設上的投入跟業務增長不匹配。本著能省就省的原則對系統修修補補，卻不舍得一次性解決技術兼容問題。前瞻性的數字化轉型戰略可以讓系統平臺穩定運行且預留豐富接口，讓日后系統更新迭代留有成長空間。

　　第五，產出與投入不成正比：缺乏專業的數字化轉型指導，在公司內部形成數據孤島。不同部門間數據管理職責和業務劃分，在先進的硬件系統下，還需要企業對業務數字化的理解和方法論綜合從而實現經驗復制。

　　數字化轉型并沒有所謂的統一答案，但成功的方法和案例是可以借鑒。飛算科技首席科學家陳定瑋在中國國際軟件發展大會主論壇的演講為大家帶來了新的解題思路，會上，陳定瑋以飛算科技的技術實踐為例進行了分享。基于對數字化的深刻研究和實踐，陳定瑋將數字化轉型分為3個發展階段，先是業務系統化(數據建設)，然后是數據治理，最后是數據應用。針對政企不同的數字化轉型成熟度，飛算有針對性部署應用，旨在幫助探索數字化轉型道路上的企業提供科學可行性方案。

　　在系統建設階段，SoFlu軟件機器人通過實現軟件開發流程的全自動，為企業軟件開發帶來“一人一項目，十人抵百人”的效能提升，助力企業實現軟件自主研發，做到“業務即圖，圖即代碼”，實現“軟件開發，十倍提效”。

　　以SoFlu機器人在某特大型央企石油集團旗下大型電商平臺重構項目為例，該特大型央企石油集團開發一個大型電商平臺時由于開發人員有限，他們聘請了外部廠商進行開發，但系統上線后，隨著用戶數量的增加和具有企業特色的功能需求不斷提出，原有的平臺架構在功能、性能和擴展性方面已經不能滿足商城的發展需求，同時系統改造還依賴于外部廠商進行開發，龐大的投入支出和不斷延長的開發周期給其信息化團隊帶來了很大的困擾。如果要進行商城的重構，傳統模式下至少需要27人，開發300多天才能完成。其信息化團隊在使用了SoFlu軟件機器人后，9人小團隊在5個軟件機器人的協助下，僅用45天就完成了商城的重構及上線，并且在保障系統強壯度和安全性的同時從源頭上降低系統維護難度。該項目負責人事后感嘆，團隊利用SoFlu做到了以前不可能完成的事情。

　　針對數據開發及治理，飛算推出了SoData數據機器人，可一站式解決數據治理“實時輕量、多源異構、批流一體”等需求，幫助企業輕松解決數據應用中面臨的數據孤島、異構數據源、數據批流難統一等問題，讓數據賦能業務，驅動企業數字化轉型。

　　眾所周知，銀行每天會產生海量數據，加強數據治理是新形勢下防范金融風險的重要手段和提升銀行資產變現能力的新空間。通過數據挖掘治理可以實現數據驅動業務發展。國家出臺信息安全等規定后，某大型國有銀行高度重視并經權衡利弊下，選擇引進SoData數據機器人。面對銀行數據大、預算有限但數據治理效率低下、需求緊急等情況，輕量化數據開發治理工具SoData成數據治理的重要支柱。只需要一根煙的工夫就可以搞定百萬級數據遷移。在發揮高效算力的同時，幾乎不需要改動硬件資源。對操作人員的水平要求并不高，滿足了銀行日后大數據業務增長預留接口的需要。

　　在數據應用階段，越來越多的機構開始重視到對存留用戶的價值挖掘，以國內知名的知識付費平臺“吳曉波頻道”為例，隨著知識付費模式的興起，當會員發展到一定量級以后，如何在已有會員中進行高價值會員的挖掘和轉化成為各大平臺新的角力點，“吳曉波頻道”開始針對已有會員進行無差別化營銷，營銷費用高且效果不佳。在對比了市面上多種工具后，最終選擇了AI.Modeler建模機器人，在2022年雙十一的營銷活動中，“吳曉波頻道”內容運營團隊針對付費會員進行了一次營銷活動，對高價值會員進行挖掘及轉化，最終使用AI.Modeler建模機器人成本下降了56.6%，整體超級會員交易額同比提升20%以上，且其操作人員沒有任何行業經驗的基礎，實現了零基礎建模。

　　企業要意識到只有以開放信任的心態，才能全方位、立體化實現數字化轉型。除了SoFlu軟件機器、SoData數據機器人、AI.Modeler建模機器人以外，飛算還提出“數智化轉型整體解決方案”，為各行業的數字化、網絡化、智能化，提供集通訊網絡技術、大數據計算與存儲、產業應用開發為一體的數字化綜合服務，讓企業更高效應對新經濟的變化始終處于行業領先地位。

　　選擇合適的數字化轉型方案提供商，對重塑傳統業務成功晉級為智慧企業起到決定性的勝利。飛算科技布局業務系統化、數據開發及治理、應用數智化等三個不同階段的數字技術研發，全方位助力國內企業數字化轉型升級，真正做到 “數智難題，全程解決”。