“数”金句
柳振良，云南白药集团智慧科技技术委员会主任、智慧科技BU技术总监
数据既是资产，也是生产力；而未来的数据人才需要具有三个技能：第一是懂业务，第二懂数据，第三会沟通。
王靖，FESCO华明科技总经理
数字化转型不仅取决于人才，还取决于这个企业的运营模式。
罗楷，格灵深瞳副总裁
我们去找寻数据人才，一定会看重他的热情，在企业中进行研发工作，只有具备这种极度热情的人，才能在这条路上走得非常的远。
王凯航，深演智能合伙人兼产品商业化负责人
所谓的数字技术人才，是指在所有人中能脱颖而出的人。一种是技术的专家，一种是有组织能力的人，不管是那种都要具备商业思考能力，知道技术的目的是什么。
李广雨，狗熊会CEO、联合创始人
把业务问题定义成一个数据可分析问题，这个是一个数据分析人才要具备的一个极其重要的技能。
数据委：云南白药集团（以下简称“白药集团”）与FESCO北京外企人力资源服务有限公司（以下简称“FESCO”），作为传统企业数字化转型的成功榜样，希望能够从转型成果入口，带来白药集团与FESCO的数字化能力建设的成果。
柳振良：数字化转型在过去的一段时间内，一直是国家层级重大的战略，我们白药集团也是把数字化转型作为一个重要的战略工程来做的。回顾起来，我觉得白药集团的数字化转型到现在进入一个比较深入的阶段，我简单的来讲把它分成三个阶段：
第一个阶段在2021年之前。之前说起来云南白药，大家可能现在最熟悉的我们的产品是牙膏、气雾剂之类的产品，并不是最初的那一小瓶的云南白药，或者是原来最经典的那些白药的药品。这是白药集团数字化转型过程中，我们面临的第一个较大的困难。在白药集团来讲，产品与业态是非常宽，集团内部过去一直运行的是事业部机制，所以说在过去的信息化的过程里边，每一个单元每个业务其实都有自己的特点，也就是大家经常说的“烟囱”会比较明显。所以第一阶段我们需要做很多的准备，包括比如说过去对数据资产、包括数据系统这种盘点和一些梳理；对于人才的这种提前的准备，我们花了大概3至5年的时间，把这些事情准备好。
第二个阶段，是正式启动的阶段，在2021年，新任CEO董明加入到云南白药，是一个很大的信号。我们正式启动了统一的数字化转型规划，通过花了将近半年多的时间确定了我们总的数字化转型的纲要，以及一系列的这种包括成立专业组织，专业的部门以及专业职责的确立。同时，在初级阶段的时候正式启动之后，我们花了一年的时间把过去准备这些数字化转型这些基础快速的做了一个兑现。
2023年，我觉得白药集团数字化转型它进入了一个更深水区，今年启动了我们在不同的业务领域数字化的深层次变革。比如说我们在营销领域，过去白药集团是一To B的企业，但是从今年开始，我们正式启动了深入的在消费零售端的解决方案。同时，在制造、生产激活等领域，也相应地在开展我们这种更深入的、更彻底的数字化转型的规划，比如数字价值应用在财经领域，应用在分析领域。
我觉得，白药集团的数字化转型是非常坚决的，不光是说一些系统解决方案，还包括组织、人才的方方面面，还有一个更重要的方面就数据与数字文化的培育，从一开始我们就认识到它是一个长期的过程，需要持续渐进循序渐进，持续迭代。
王 靖：国际人力资源数字化经历了四个阶段，而中国人力资源管理和数字化水平与国外还有很大落差，多数处于第一阶段。中国在人力资源IT方面的投入相当于美国人力资源IT投入的1/10，相当于同期中国财务数字化投入的1/3~1/4。中国的劳动人口8亿人，美国的劳动人口2亿人，中国企业在每一个员工在身上花的IT投入是美国的1/40。这是我想说的第一点，人力资源行业数字化最大的契机来了，就是“从人口红利向人才红利的转移”人口的断崖式下降，导致未来人才红利高度重要，而人才红利怎么实现？选育用留怎么实现？人怎么培养？所以人力资源数字化现在成为了一个企业最需要思考着急解决的问题。
第二点，现在国资委在主推“对标世界一流价值创造活动”。那什么是世界一流？我们认为世界一流企业应该聚焦在自己的核心竞争力上，那些不是你的专业的事情都应该交给别人去做，这是世界一流企业的运营模式，或者我们称之为企业的边界。所以人力资源数字化，首先要回答世界一流企业的人力资源的运营模式，哪些人事工作是企业的核心，哪些属于外包的。搞清楚了运营模式，我们再来谈人力资源数字化转型。
第三点，也是我最激动人心的东西。在人工智能时代，我们认为未来的世界是人机协同的世界，人要跟机器人工作，这个时候我需要真人具备哪些功能，哪些职能，哪些技能……在人机共舞的时代如何培养真人，这个是我们人力资源数字化未来要做的工作。
分享一个案例，FESCO有很大的薪酬业务，但是单纯的薪酬服务价值不高。我们为一个零售公司企业服务，这家企业有很多门店，有很多种薪资方案，做零售的都知道，店长直接决定了一个店的业绩。我们通过开展薪酬共享运营服务，通过数字化，不仅可以配置多种的薪酬方案，而且通过薪酬平台和基本人事打通，把店效打通，我们就可以发现超级店长。所以说薪酬运营服务产生了业务效果，不简单是后端的服务。明年我们希望能把超级店长的人资管理推广到100家店，这是我们通过人服成功转型为企服的一个案例。
数据委：格灵深瞳与深演智能作为AI时代的优秀企业代表，我们希望从真正靠数字为企业带来营和市场表现的企业身上，从实战案例入手，分享数字价值的应用实践。
罗楷：格灵深瞳是一家人工智能企业，这些年来作为一家人工智能企业，我们做的事情实际上是非常难，从一开始我们在做的事情就是在改变生产力的模式：从一种传统的系统+人的方式，变成人+人工智能共同协作的一种新的生产力模式。
我国的人工智能的发展，最成熟的是人脸识别领域，格灵深瞳是最早一批进入到这个领域的企业，10年过去了，到目前这个阶段，人脸识别作为最早成熟的人工智能算法，已经变成公安系统必不可少的一部分，变成我们真正的人工智能生产力的一部分。
2023年，格灵深瞳有一个特别有意义的应用案例。就在今年下半年，我们帮助两个家庭找到了他们从3岁就失散的孩子，这两个孩子都经过了20多年的成长和变化。基于遗传关系，亲属之间的人脸特征相似性会相对较高，利用这一规律，通过格灵深瞳的“跨年龄同亲缘人脸比对算法”，把他们小时候的照片和他们长到20多岁的模样进行推理，成功帮助公安机关三个月内找到了两名走失的儿童。我们希望我们的这项技术，能够服务更多这样的家庭。
但是在更多的领域，其实我们面临的更多的，是巨大的挑战。比如金融领域，我们从2018年开始就和客户接触，他们想把所有的摄像机变成智能相机，然后希望通过人工智能的方式去解决，原本由人去监控的所有的安防的工作。
这样的一个应用场景，可以服务于营业网点的大厅，也服务于金库从押运到管理的整个过程，服务于银行的各个环节；那么这些所有的场景其实都有摄像机去拍摄，我们在做的事情就是把原始的图像数据变成由人工智能看得懂的数据，然后提供给我们的客户去做决策。
那么这项工作的难点是什么呢？
当我们遇到客户真实场景，需要把更复杂的行为识别技术泛化到全国上万家网点的时候，我们会发现当这个技术在这么多不同的场景里面，不同的环境里面，让它要发挥相同的作用的时候，挑战是非常巨大的。
2023年，AI从1.0时代进入到我们现在所说的AI2.0时代也就是大模型时代，我们确实从技术上看到了非常多激动人心的进步。通过这个方式，格灵深瞳创建了自己的行为识别大模型，我们确实产生了比以前更加有效的效果。
我希望在未来的一年里面，让我们的AI更深入地客户日常的工作流程当中，让他们习惯于和一个AI共同工作，并且这个AI也能实实在在产生真正有价值的数据。
王凯航：宏观来看，深演智能专精于整个营销大数据行业已经做了十几年，服务的企业遍布零售、美妆、汽车等各个行业。我觉得营销数字化转型，其实在所有领域里面算走比较早，比较快的一个领域。原因就是，第一，它的数据本身就很多，它数量非常大；第二个我觉得也数字化转型中非常重要的一个点，你怎么证明价值？大家花了这么多钱，营销是最容易看到价值的，因为营销费用非常可量化，而且这个行业非常成熟。所以很多企业在做数字化转型的时候，大家都会从营销数字化转型开始。
在这个过程中，我觉得过往的中国在营销数字化里面其实吃到了很多的红利，比如说移动互联网的红利，然后人口流量的红利，还有些创新模式的红利等等。但是，我们发现今时今日能吃到红利的都是互联网企业或者是数字化转型比较好的企业，而不是传统企业。
为什么传统企业吃不到红利？原因是绝大部分企业错误理解了今天的数字化转型，他认为投个互联网广告就是所谓的营销数字化了，就比传统广告性价比更好了。但真正拿到红利的公司和行业，都是完成了自己的数字化转型，能有效利用一数据和外部数据，并完成了闭环。
所以今天我们的数字化转型原则上讲是你能利用外部的数字化能力，加上里面的自己的数字能力一起的转型。你自己有能力做闭环了吗？比如今天的效果广告，需要你自己提供足够的数据去训练媒体的模型，你“喂”得越好，你的效果就越好。而在这个领域里面，我看到很多的传统企业其实做得非常激进，他们会努力把自己的一些产品，尤其线下的产品在做数字化。这个过程其实很痛苦，但你会看到如果你不这么做，你根本不知道你的广告带来多少效果。也就不敢持续投入更多的钱去追求更高的效益。
在这个数字化转型的过程中，我们很多服务的头部企业，他们已经算做得比较好了，但是我觉得有个很大的问题就是“共识”，有些领域的“共识”非常的差，基本上只能做到最小的共识——就是跟我们一起坐在一个屋里头一起探讨的这么一小撮人。比如最小的共识就是产品共识，只需要产品提供商，业务部门和采购部门达成共识就可以。而真正的数字化转型是需要跨部门，跨层级的，对价值，流程组织和KPI达成广泛的共识。
所以我认为某一个领域的数字化需要达成几个阶段的转型和共识。第一个阶段是产品共识，只需要业务、采购和提供方，第二阶段是流程共识，即数字化转型带来的业务流程的改变。第三个阶段是模式的共识，由数字化转型带来的新的方法论或者合作模式的共识。第四个阶段是专业分工的共识，出现专职专家或者团队实现某一个模式的数字化能力构建。最后一个阶段是新KPI的共识，也就是某一个领域已经产生了基于数字化的新KPI，并且被行业广泛认同。基于此，基本上某一个领域的数字化才基本实现转型。公司内部也是类似的模式。
举个例子，比如扫地，人来扫的话，你的KPI是一天上下午扫两遍，擦一遍。而有了机器人的时候，可能增加的KPI是每秒钟扫多少次，有没有紫外线消毒，多久充电一次。这就完全不是水平的KPI了。
数据委：作为高端智库，狗熊会拥有22万全国高校的数学系和统计系的老师与学子，从人才培养的问题上出发，谈一谈当下的化转型过程中，我们到底培养什么样的人才来顺应趋势。
李广雨：狗熊会的我们的使命是“聚数据英才，助产业振兴”，我们一直践行着这样的初心，不曾改变。
“聚数据英才”，到目前为止，狗熊会拥有22万的粉丝，70%是来源于各个高校的统计学专业。最近这几年高校的大数据热了火，正是因为市场环境中对数据分析人才需求的火爆，在各行各业数字化转型的过程当中，AI也好，还是说大模型也好，底层的理论基础离不开数学和统计学。
所以，这两年我们能够看到像北大、人大等高校里边统计学专业爆火，那么如何在高校里边培养一些企业真正所需要的一些数据人才，那么我们就跟各个高校合作，一方面给他提供大量的商业分析的案例库，这些年我们整合了上百个各个行业的数据分析的一些相关的案例，我们形成一个案例集，给到合作高校，高校的老师在教学的过程当中就可以跟在课堂上跟学生们去进行一些互动案例的互动和交流。
狗熊会的基因里面天然就带着传统的高校教学跟实际商业领域之间的桥梁合作关系。王汉生在创立狗熊会之外，在北京大学光华管理学院也同时开阵了商业分析方向的金融学硕士，每年大约有30个毕业生。同时，我们出版了十几本的书，包括一些像数据资产、数据思维等等，在数据领域思考系统化呈现，这是我们在高校领域里边助数据英才这个领域做的事情。
“助产业振兴”，这是一个更艰巨的行动。数据分析在真实的企业业务里边，其实大量是非标准化的，有很强的研究和探索的成分在内。如何把一个业务问题转化成一个数据可分析问题，这个起点本身就非常困难，它来源于你对于业务的深刻的理解和洞察，同时也来源于你的数据环境，你的数据准备、你的数据质量等等，只有把它完美结合在一起，我们才能很好把一个业务问题转化成一个数据可分析问题，最后把它实现一个数据化的产品，并且去交付。
与此同时我们和企业一起进行大赛合办，我们与美团已经搞了连续三年的商业分析案例大赛，狗熊会从全球招收优秀的商业分析人才，参与到美团的整个的商业分析应用里面，它跟建模大赛还不一样，学习完要自己找数据，要自己找课题，然后通过数据分析方法，最后还要把它形成产品化，甚至产品原型都做出来。通过这种方式，一方面解决企业人才的需求的问题，一方面也能够帮助企业在整个的在数据分析的一些科研，一些学术方面能够有更多的拔高的一些参与。
我们目前也在和中国商业联合会数据分析专业委员会开展合作，学子在自己的学习阶段就能他成为一名合格的数据分析师，能在企业当中有很好的这种应用，把它衔接起来。所以，现在我们推荐我们的学生在大学期间数据委CPDA数据分析师的学习，实现高校和企业之间的就业无障碍对接。
