“數字技術，將驅動生產力從‘量變到質變’，并逐步成為經濟發展的核心引擎。躍升數字生產力正當時。” 華為副董事長、輪值董事長、CFO孟晚舟在華為第20屆全球分析師大會上這樣說。

(相關資料圖)

這次分析師大會的主題是“躍升數字生產力，加速邁向智能世界”，一切都圍繞著數字生產力的躍升。

說實話，數字生產力的重要性已經得到業界共識，目標十分清晰。華為在《智能經濟》研究報告中指出，數字經濟對全球總體GDP貢獻的份額將持續攀升，預計到2025年，大約55%的經濟增長會來自于數字經濟的驅動。

中國南方電網有限責任公司首席專業技術專家、南網數字集團董事、總經理李鵬，這樣闡釋數字化之于電力的價值：數字化讓南方電網的工作優中更優；數字化讓電力系統能所不能；數字化有可能讓電力系統創造新的業態。

但是，數字生產力看起來很美好，實現起來卻并非坦途，如何才能少走彎路，實現數字生產力的躍升，是很多企業和機構所關注的焦點。正因如此，孟晚舟的演講才備受關注，因為她系統化地披露了華為數字化轉型的經驗，她也從側面指出了數字化生產力躍升所謹防的三個誤區。

具體而言，她的演講回答了幾個數字化轉型的核心問題：數字化轉型應該由什么來驅動？數字化轉型的基礎是什么？數字化轉型應該向何處去？數字化轉型的路徑是什么？

數字化轉型的根本：技術還是戰略驅動？

很多人有這樣的誤解，認為數字化轉型應該是技術驅動，核心是數字化技術的應用。

但是孟晚舟對這種觀點持否定態度，她認為：成功的數字化轉型，都是由戰略驅動，而非技術驅動，

這從數字化轉型的責任人可見一斑，技術驅動的數字化轉型，通常是技術部門負責人來推動，而戰略驅動的數字化轉型，則是一把手工程。

為什么會這樣？因為數字化轉型是系統性、全局性的變革，需要構建新的愿景、新的文化、新的組織架構、新的人才、新的制度，這些工作只有一把手能完成。

之所以說數字化轉型是一種系統化的變革，是因為只有用數字化技術對公司的主營業務進行變革，重新思考和定義如何為客戶創造價值，重新思考和變革企業的商業模式，才能真正實現轉型成功。顯然，這樣脫胎換骨的變革，必須戰略驅動，也只有一把手才能推動。

事實上，成功的數字化轉型案例，都是一把手工程。科銳國際(300662)《中國企業數字化轉型的思考與行動》報告發現，在數字化轉型領先組企業中，50%由CEO直接推動。而對照組企業僅有33%由CEO推動。

“數字化轉型的戰略驅動是根本”，這樣的認知也來自華為的具體實踐。2017年，華為將公司愿景調整為“把數字世界帶入每個人、每個家庭、每個組織，構建萬物互聯的智能世界”，就是用數字化的思維審視公司的愿景，從上到下推動一場數字化的變革。從賣盒子到提供云服務，自身數字化，同時將數字化過程中的經驗和實踐變成數字化的產品和解決方案提供給客戶，華為用數字化轉型完成了核心商業模式的重塑。

數字化轉型的基礎：數據還是智能？

伴隨ChatGPT的爆紅，基于大模型的生成式人工智能炙手可熱，一些企業有誤解，認為數字化轉型就是AI，就是擁抱大模型。

孟晚舟認為，數字化轉型中，數據治理是基礎，數據智能是方向。換句話說，企業首先要做的不是AI，而是先將數據的地基打牢，數據治理是AI應用高質量落地的首要且必要環節。

具體來說，數據治理是有步驟的：首先，讓數據有源且同頻；其次，實現數據集成與匹配；最后，實現數據匯聚與共享。在此基礎上才能激活數據的價值，實現人工智能，激發數字生產力。

筆者在調研交通行業的智能化過程中，對此有深刻認知。智能交通的起點，是兩個數字化：基礎設施的數字化和業務流程的數字化，這兩個過程就是孟晚舟所說的數據有源且同頻，以及數據集成及匹配，前者好比招兵買馬、裝備屯糧，后者則是為每一場戰斗擬好作戰任務和進軍路線。

華為自身的數字化轉型，數據治理起到了非常重要的作用。據了解，早在2007年，華為就開始了數據治理變革的第一階段，將業務數據化，將數據標準化，而且對數據度量并持續改進，提升數據質量，確保數據和業務一致。從2017年開始，華為進入以數據分析與數據洞察為內容的智慧數字變革，不僅通過數據匯聚實現業務狀態的透明化，而且逐步實現以人工智能代替人工判斷，并利用基于數據的用戶洞察技術，發現市場機遇。

孟晚舟在演講中舉的財經知識圖譜的例子，就能看到從數據治理到數據智能的演變。在財經知識圖譜的加持下，員工報銷熱線AI機器人準確率高達93%，一線財務人員可以隨時隨地自主答疑、自助尋規。之所以能實現這樣的智能，就與數據治理密切相關，通過數據治理，華為將財經專業經驗數據化，從個人沉淀到了組織上，方能有現在到數據智能的進化。

“作業數字化、數字平臺化、平臺智能化、智能實戰化”，孟晚舟用這“4化”來闡釋數字化轉型的路線圖，值得業界深思。

數字化轉型的路徑：親為還是借勢？

在數字化轉型中，有的企業摸著石頭過河地進行探索，也有的企業善于借勢，站在先行者的肩上，加速超越。

這讓我想起那句名言：選擇大于努力。

孟晚舟在演講中，除了上面提到的“4化”，還提到了“4極”：華為在聯接、計算、存儲、云等方面持續投入，為客戶提供極簡架構、極高質量、極低成本、極優體驗的“4極”數字基礎設施。

這“4極”中，蘊含著華為每年高額的研發投入。最近公布的華為年報顯示，華為在2022年研發投入高達1615億元，研發費用率25.1%。近十年來，華為已經累計投入的研發費用超過9773億元。正是如此多的研發投入，華為在技術上不斷挑戰極限。如華為戰略研究院院長周紅就以通信領域舉例，今天有條件超越香農定理最初的假設和應用條件，實現超越十年百倍的發展。

這“4極”中，更蘊含著華為在數字化轉型上的豐富經驗和最佳技術實踐。例如，在演講中，孟晚舟舉了“全球玻璃大王”信義玻璃的例子，這家企業過去天然氣的熱值數據在不同產線有不同顯示，使得整體能耗的優化無從下手，在實施數字化方案后，數據變得透明化，產線的天然氣能耗大幅降低，每年節省3-4億的天然氣費用。在這個例子背后，就是信義玻璃的借勢，華為將其在數據治理上的經驗以華為云數據治理生產線DataArts對外輸出，信義玻璃正是在此基礎上，打通了全域數據，真正在業務中發揮了數據價值。

華為的全棧產品筑牢數字化底座，讓其他企業可以站在這個底座上，在數字化轉型上少走彎路、大步快跑。

最近火熱的大模型也是這樣，當大家都在熱議大模型時，華為已經將大模型與具體的行業場景相結合，賦能千行百業實現數字化、智能化轉型。例如，華為將盤古基礎通用模型與煤礦場景進行結合，發布了礦山大模型，目前已經覆蓋了智能煤礦的采、掘、機、運、通等業務流程中的 1000 多個細分場景，例如在智能采掘場景上，華為通過5G+AI的全景拼圖傳輸技術，使井上遠程操作井下機器進行采掘成為可能；在智能運輸場景，通過主運輸皮帶異物監控技術，取代人工巡檢方式，提高監控效率。

華為不僅筑牢數字化底座，而且深入到千行百業的數字化轉型場景，讓數字技術真正成為生產力。

在《未來簡史》中，尤瓦爾·赫拉利認為，“數據主義(Dataism)”將是人類歷史的下一個落腳點。現在，業界已經在這上面已經達到高度一致：未來，每一個企業都要成為數字化企業。

目標已經明確，現在路徑也變得清晰，沿著“作業數字化、數字平臺化、平臺智能化、智能實戰化”，每一個企業都可以抓住數字化的機遇。

躍升數字生產力，正當時。

本文首發于微信公眾號：閆躍龍。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。