来源微信公众号:Sammy Liu 世民谈云计算

    第一讲就提出数据的全量全要素连接是实现良好用户体验的基础。那么,如何实现全量全要素的连接呢?我在第一讲笔记中也提到,这似乎是一件非常理想的事情,因为每个业务对象的属性非常多,难道要真的全部属性的数据都采集回来?

    如果真是这么做的,那么就是本节后面提到的“眉毛胡子一把抓”了,这种做法成本太高,也不能区分主次,因此是不可取的,实际上也是无法实现的。

    因此,问题转变成,要获取哪些业务对象的什么全量全要素数据?

    一开头,课程就提出一个观点,每一家数字化企业转型的终极目标都是进化成一个“智能体”。

    什么是“智能体”?

    从字面意思理解,“智能”是指这是个东西具有智慧,也就是有AI驱动的大脑;“体”表示这是一个整体的,而不是离散的;合起来,智能体就是一个AI大脑驱动的各个部分有机联系能实时反馈的整体。

    因此,“智能体”企业,需要有AI驱动的决策中心(大脑)、打通各个部门的数据平台(血管)、有机连接的能实时和决策中心对接和反馈的各个部门(四肢)。

    要实现“智能体”,最基础的是全量全要素的连接和实时反馈。那么回到前面的问题,到底做好要采集哪些数据呢?针对这个问题,华为提出了“三个维度”模式,要从一个业务对象的设计态、制造态和运行态三个维度出发,来完成全量全要素的数据采集和连接。

    以手机这个业务对象为例,设计态数据包括手机器件的尺寸、手机物料供应商、手机的设计功率和性能数据等;制造态,包括产线、产线管理员、组装时所使用的的物料等;运行态,包括稳定性、开机时间、发热情况、卡顿情况等。

    只告诉你从哪几个维度去采集数据还不够,还需要有判断是否采集够了的标准。华为还提出了一个标准:是否能够还原业务对象的全貌,是否拥有了一个数字孪生兄弟,是实现了全量全要素的数据采集和连接的标准。

    什么是数字孪生?

    数字孪生,也被称作Digital Twin、数字双胞胎,是对物理世界实体或系统的数字化表达,简单的理解,就是在虚拟世界中,“复制”真实物理世界中的事物。价值在于通过模拟物理世界的运转流程,从中预判趋势和风险,为决策提供依据。

    数字孪生这个概念,通常认为是美国密歇根大学教授Michael Grieves博士于2002年提出的。

    2019年,Gartner将数字孪生评为当年十大战略科技发展趋势之一,并估计到2020年,数字孪生将连接数十亿实体设备。

    采用数字孪生技术,通过对运行数据进行连续采集和智能分析,可以预测维护工作的最佳时间点,也可以提供维护周期的参考依据。数字孪生体也可以提供故障点和故障概率的参考。

    数字孪生给工业制造带来了显而易见的效率提升和成本下降,使得几乎所有的工业巨头趋之若鹜。

    以美国通用公司为例。他们号称自己已经为每个引擎、每个涡轮、每台核磁共振创造了一个数字孪生体(截至2018年,GE已经拥有120万个数字孪生体)。

    跟着华为,学数字化转型(4):数据采集 - 图1

    有了数字孪生有什么好处呢?好处是,现实世界里面很难做的事情,可以在数字世界中的孪生兄弟身上去完成。比如前面提到的用汽车的数字孪生兄弟去做碰撞测试,去降低研发费用这个例子。

    是否一定要采集全部数据?

    实际上,这里面还有一个问题仍然没有解决,那就是针对所有业务对象,都需要采集设计态、制造态和运行态三个维度的全量数据吗?

    笔者认为不是,到底采集哪些数据还需要从业务需求出发,从实际业务场景出发,从最需要解决的业务问题出发。

    课程中举的例子是手机制造的例子,可能不适合提供软件服务的企业。那么举另外一个例子,假设某企业要研发和发布一个APP。

    如果从零开始研发,那么保证APP的高质量应该是最需要解决的业务问题。那么,设计态维度上,要对设计APP的架构师、UI设计师、产品经理等人员的信息、所负责的模块、所采用的技术等要数据进行收集;在制造态维度上,要对研发人员的姓名、所负责的模块、测试案例覆盖度、测试结果、测试环境等数据进行收集;在运行态维度上,要对IT资源的使用、接口访问、出错、告警情等数据进行收集。然后综合分析APP的稳定性、设计的合理性、开发和测试的质量等,为下一步人员的调配及质量提升等提供决策依据。

    如果是一个运行良好的APP,那么目前最需要解决的问题可能变成如何提高用户留存量和转化率。这时候,更多的要从运行态维度上收集用户相关数据,比如用户的使用习惯、用户信息、用户评论、页面冷热程度等,为用户拉新和留存提供决策依据。

    什么样的应用是数字化应用?

    光采集了数据还不行,还要对数据充分使用,使得其价值充分体现出来。笔者认为,这实际上是信息化系统和数字化系统的本质区别。

    华为CIO陶景文在《中国没有世界级的工业软件,是一种耻辱》一文中提出,“数字化转型,一定要构建出基于数据的智能化的核心的生产,运营和决策系统。它一定是为一个企业的主业服务。一定要容易使能主业,我们不是在简单的去做一个管理系统。这是工业时代与数字化和信息化的最大区别。60年代工业革命诞生的时候,诞生了一系列的信息化的手段,包括ERP,CRM,PDM,MES等等。这些都是事后记录系统,都是管理系统,不是给业务用的,是给管理人员用的,不是给用户用的,只是给少数专业人士用的。”

    本节课程进一步提出,数字化系统需要具备基于数据实现七大功能:预测、预警、监控、协同、调度、决策和指挥。

    • 预测,就是基于当前及历史数据,对未来进行预测。
    • 预警,就是基于数据分析,根据数字化的业务规则,及时报告异常。
    • 监控,就是对目标业务对象进行实时监控。
    • 协同,是这个系统与其它系统之间的密切配合。课程中举了生产系统和订单系统、物流系统等配合的例子。
    • 调度,是这个系统对其它相关系统的调度。
    • 决策,就是基于数据对于未来做出判断和决定。
    • 指挥,发挥中央指挥功能,对相关系统进行统一管控。


      还是以前面那个手机例子为例,一旦发现手机的某个元器件有问题,那么通过具备七大功能的数字化系统,就能定位到元器件的数量、供应商、装有这个器件的所有手机、手机的用户等;生产系统可以根据供应商、物流、生产进度、销售进度等信息对生产过程进行管控、决策甚至指挥。

      回到您企业现有的系统,可以对比这七大功能,到底具备了几个。对比之后,您就可以判断您的系统到底是信息化的还是数字化的了。不出意外的话,如果您的企业是一个传统企业,绝大多数的系统仍然是信息化系统。那么就想想要不要参考华为这个标准来改进吧。

    对企业的启示

    • 建立基于业务需求的全量全要素的数据采集和连接的标准和规范。既要避免眉毛胡子一把抓,也要避免什么数据都不采集。
    • 数据采集好以后,一定要用起来。数据就是金山银山,不能坐在数据的金山喊穷。
    • 要建设新型的数字化系统,而不是过时的信息化系统。要求数字化系统具有七大功能,充分发挥数据的作用,参考这个建立数字化系统的标准。