CIO应加大企业智能转型的参与度

前些天我看了一篇文章，标题是《工业互联时代 首席数字官正当红》，在“知识自动化”微信公众号中，推送的标题是《企业信息化已死：工业互联时代 首席数字官正当红》。文章里面有几个观点引起了注意，第一个，企业信息化已死;第二，企业CIO成了流程的看门人，他所做的工作，跟未来的趋势有些格格不入;第三，CIO可能成为一个古董职位。

在座的各位都是做企业信息化的，对此应该首先是感兴趣，其次是可能还有些不服气。现在大力推进“两化深度融合”背景下，不管是”互联网+”也好、智能制造也好，跟企业信息化关系很大，怎么可以说企业信息化已死呢?

这篇文章一直强调数据对于企业的重要性，数据作为一种资源或者作为一种资产。对于企业来讲，包括转型升级，企业运营质量改善，数据发挥得作用越来越大。而且数据，不仅仅是通过传统的信息技术，从信息系统里面来的，而是通过物联网的应用，然后在物联网和传统信息技术，即IOT和IT之间，产生了一个所谓的结合部。通过这种整合实现数据的挖掘，分析，提炼，应用，将来成为企业转型升级一个重要通道。其实，这个想法也可以理解，刚才王老师讲从制造转型向服务型企业的过程中，企业要从制造过程向两端，包括研发、后市场服务、相关产业等延伸。这样的话，他所需要的也是一个数据的结合和应用，所以说从IT到IOT，到DT，将来整个企业运营，发展趋势是要从信息技术到物联网，再实现数据运营。

从CIO到CDO，我想是不是将来人工智能还要有一个首先人工智能官，或许还会有更多的职位或称号。从目前来讲，提企业信息化已死也好，CIO成为一个古董级的职位也好，我感觉都是在讲信息部门在企业当前的智能制造或者与互联网整合、商业智能应用等，参与度可能需要提高。智能制造包括设备层，智能设备，数控设备，智能检测，包括智能产品等等。在这方面可能要参与度更深一点，在整个企业的整体智能制造转型或者是传统企业向现代企业转型过程中的参与度要提升。

从我们企业来讲，前年和去年申报了两个国家级智能制造应用模式，信息中心是全程参与的。包括前期的申报、设备信息系统规划、信息系统与整个设备层、检测层等之间的集成，在这个过程中对于我们来讲也有一些启示，就是IT部门将来怎么转型的问题。

个人觉得包括信息技术与物联网，与互联网，包括大数据分析，是不断融合、不停迭代、升级进步的过程。不应该说谁在这个过程中死了，谁也没有死。就像马云2016年的时候说纯电商已死，纯电商现在依然活的好好的，这可能就是一个趋势。马云在提纯电商已死时，同时提出来新零售，新制造，新金融，新技术、新资源归，根结底就是数据。重点在于要把数据产生的各个环节，包括整个企业生产运营，不仅仅关注到管理信息化，也要关注到研发信息化，关注后市场，包括物联网的应用。这可能就是将来信息部门调整的一个方向。

什么是大数据，用来做什么？

究竟怎么样的数据是大数据?刚才肖总讲四个V，数据量大，分析快速，种类多，有价值。其实这是一个通用的定义，怎样的数据算大数据呢?首先，大数据不仅仅是体量，不是有多少个TB往那儿一放，就是大数据。其次，不是大存储，不是要搞大数据，先搞大数据中心，有多少万台服务器。让所有的企业系统都放你那儿，简单地累加就是大数据，好像也不是那么回事。第三，大数据不等于精确，什么都可以找得到。

我觉得，首先这个数据是现实存在的数据，首先这个数据是现实存在的数据比如说我们要搞精准农业的生态系统，为用户提供方案，其中有一个气象数据，过去的和现在的气象数据。这个数据是现实存在的，未来全球气候变暖、温室效应预测性数据只能作为参考。再比如土壤数据，利用遥感技术可以测大面积的数据，但是需要的是针对每一平方米的具体数据，就有些难。其次，是相关的数据，什么叫相关的数据?跟我要做的数据分析相关的，不相关的，根本不会关心他，刚才我讲，我们要搞精准农业平台一样，跟互联网+农机+农资+农艺，一整套解决方案相关的是我要关注的，其他的不相关的我也不关注。第三，是活数据，近十年的数据肯定比近百年的数据更有价值。近十年这个地区的气象状况，降水情况，日照情况，霜降早晚等等。第四，是可分析的，当然现在大数据技术可分析什么都可以做，结构式，非结构式，半结构式的，都可以做分析，至于怎么分析，可以自己做，也可以让大数据公司做。

最终来讲，数据要变成有价值的，价值才是唯一的。做企业就是把东西卖出去，产品也好，服务也好，理念也好，卖出去，把钱收回来，然后盈利。

大数据从哪里来

大数据从哪儿来?从当前来讲，首先这个数据产生于企业内部，从整个价值链来讲，采购，产品研发，生产，库存，销售，服务，反馈等等。再一个公共数据，其实现在公共数据开放远远不够。我前一段时间准备写一篇论文，看一下涉农公共数据开放平台的情况，很多平台，要么是几篇文章，要么是几个标准，要么是三年五年之前的数据，很完整动态的数据是没有的，公共数据开放是将来不管做哪个行业都少不了的。

第二个就是行业的数据，行业数据跟公共数据差不多，也是整合度不够。以农机行业为例，农业行业有行业报表，但是填报数据的单位覆盖仍然有限;其次，还有一个准确性的问题;第三，汇总及时性不够，行业数据当前肯定是整合不够的。行业相关性数据，比如涉农数据，天气，土壤;下一步业务涉及的化肥、种子、农药，产品深加工、后加工相关。数据从哪儿来，从企业来，从行业来，从相关的一些地方来。那你要搞大数据分析，这个是必须的。

在企业价值链之中，企业数据的价值是什么，包括产品改进，工艺优化，成本优化，潜在客户挖掘，供应链协同，预测性维修，远程维修，这个企业的数据都可以做。通过大数据分析，比如说工艺优化，对一个加工企业来讲，每一批材料的材质，硬度，包括温度等等都可以通过数据的分析，找出最优的工艺配制。这个当下也是有实践案例的。此外，成本优化，内部和外部的供应链协同，这个也可以做，还有预测性维修、远程维护

一点体会

中国一拖一直致力携手行业共同打造农机行业生态系统。首先是农机的物联网应用，其次是农机加农资，农资加农艺，最后建设农业生态系统。

此项工作虽然由信息中心牵头，但是涉及研发、采购、制造、销售、服务，是一个系统工程。首先要加强内部协调，要做整个业务规划，然后做协同规划，系统架构规划。因为所有的应用要涉及到物联网，要产品智能化，包括产品加装方案，智能终端选择，智能终端采购，产品生产，市场投放，支撑系统建设等等，平台系统2017年10月份发布。首先，物联网平台建设与应用，接下来涉及到农机行业生态。现在产品已经投放市场，作业信息、运转信息、位置信息等等都出来了以后，后市场才启动，包括二手车、融资租赁、配件供应、燃料油料。还要找活干，跟滴滴打车一样，需要有系统的支持。再往后延伸，才是综合解决方案，土壤怎么样，适合种什么，农产品加工等等。

企业数据可以参与到行业生态系统建设，大家都要有贡献的，大家的数据汇集在一起，综合分析，才有效果形成行业景气指数，设备不运转，可能说明你这个行业不景气。当然，这需要大家共同参与要有贡献，一家企业没办法单独做起来，要么是主导，要么是参与，要么贡献数据，只有这样才能共享成果。