对话史凯|AI将赋能数据领域的全链路

添加书签

近日,科技慢半拍播客栏目联合AIGC开放社区,专访了精益数据共创工坊的创始人史凯老师,围绕着他的新书《精益数据方法论》展开讨论。他结合丰富的实践总结出的精益数据方法论,被业内专家称为“数字化转型的资治通鉴”。史凯老师重点解析了精益数据方法论的核心理念和框架,数字化企业需要构建的6大核心能力,数据治理要点和常见误区,以及精益数据共创工作坊实践案例。接着对“是不是要拆中台?”的热点话题进行了深入剖析,从技术和业务两个角度剖析了数据中台的内涵,最后,探讨了AI技术对数据领域的影响,以及数据领域的四大发展趋势。

以下是访谈的摘要内容:

请精益数据共创工坊创始人史凯老师介绍一下他的新书《精益数据方法论》

利用我从业20多年的经验编写了这本书,这本书汇总了我在企业数字化转型领域的实践,它的核心理念是精益思想。本书共分四部分:精益数据方法、数据驱动企业的六大能力、利用精益方法做数字化转型的步骤、精益数据共创工作坊。

  1. 精益数据宣言阐述数字化转型的核心价值观和原则。
  2. 数字化企业的六大能力:精益数据驱动的战略、精益数据产品、精益数据治理、协同创新、精益数据中台、数据驱动的组织和文化。
  3. 精益数字化转型路径的方法:寻找准业务价值和场景,构建最小可用产品,持续改进和扩展。
  4. 精益数据共创工作坊是一种轻量级的咨询服务模式,通过精益数字化价值树,精益数据场景画布,精益数字化成熟度评估模型等工具,将数字化技术与数据资产,与业务目标和价值直接相关联,通过与业务人员共创的工作坊形式,产出数字化业务蓝图,场景蓝图,数据资产蓝图和数字化场景蓝图,以及落地项目清单和行动举措的成果,扎实的推进数字化转型。
经过了近几年的发展,请史凯老师谈谈数据领域以及企业数字化领域的变化
企业外部环境变化主要有三点:行业边界消失、市场高度动态变化、进入存量竞争时代。企业对技术的要求,从支撑型转为驱动型。他认为精益思想可以让数字化转型更加注重价值、效率、用户体验。数据与场景是数字经济核心,但企业应用数据难点在于如何挖掘其价值。
受制于目前的经济形式,企业对于数据领域的数字化转型是在持续投入,还是有所缩减?
疫情后,目前经济形势逐渐复苏中,部分行业生存相对较好,有余力投入数字化,但比起之前,暂时还是有所缩减。大多数企业面临成本压力,追求高质量和确定性价值,要求数字化和技术部门证明数字化对价值的贡献。企业管理层希望找到相对确定性的价值,而不仅是长期规划和高度不确定的尝试。
数字化转型需在不确定中找确定性。
这个寻找确定性的过程中,最大挑战是让业务部门达成一致,但场景和数据都不缺,缺的是符合企业实际需求的场景。精益数据方法能快速促成管理层和业务、技术团队就重要场景达成共识,快速启动项目。数字化转型没有标准答案,企业陷入参考其他企业的误区,错失最佳时间窗口。精益方法能快速找到切入点,避免浪费时间,是当前数字化转型的重要方式。
随着时代和技术的变化,方法论的内容是否能长久?
书名选择“方法论”,目的是改变人们对方法论的认知,认为它难以理解和实践,书中方法论部分内容丰富全面,涵盖范围广,生命力强,可指导实践。书中谈到技术和工具的内容更直观易用,迭代速度快,将根据笔者的实践不断更新优化。相比其他数字化转型书籍,该书更全面系统,可作为方法指南或工具书使用。另外,中国的企管理者存在方法论认知误区,轻视其重要性,方法论非仅了解,需要会运用。希望通过该书的微薄之力影响人们正确认知方法论,并强调方法论的实践价值。
请史凯老师解析一下近期的热点话题“是否拆中台”的问题
数据中台是一种概念和能力体系,不是软件产品,需要与企业数字化转型阶段匹配。拆中台指的是业务中台,主要是因为大厂的组织调整,原来的前台成为了独立运营的单元,那么业务中台自然就不存在了,与数据中台不同。成功的业务中台案例较少,难点在于需要找到共性特征,要匹配企业的业务模式和组织结构。数据中台包含数据采集、加工、数据产品探索等六大能力,是一个端到端的数据服务能力,数据中台的生命力更持久,因为数据的融合就是业务的融合。数据本质上是连接的,数据中台通过融合数据还原业务全貌。企业管理层追求确定性价值,期望技术部门证明数字化对价值贡献。
请史凯老师谈一下,此次人工智能的大爆发对于数据领域的影响有什么?
一方面AI技术是数据的消费者,就需要大量数据进行训练,也能加速从数据到洞察的过程。
同时,AI技术能够赋能数据生产全链路,使数据生产更高效,它既消耗数据,也提升数据生产力。
总的来说,AI会推动数据量爆炸式增长,并应用到数据的采集、处理等全链路,实现自动化。
未来数据生产与AI应用将互相促进,实现从数据到价值的快速转换。并且数据管理需要与AI应用匹配,进行定制化治理,提供高质量数据。
最后总结了数据发展的四大趋势:
一是数据平台等数据技术的现代化,新技术的不断涌现;
二是AIGC会变为企业在数据领域的一种新的生产力工具;
三是企业更加追求数据资产的价值化,也就是从手段到目的,更多的助力业务价值创造;
四是AI大模型会被深度的应用到企业整个数据加工生产的全链路。
希望收听完整音频对话内容的朋友,请移步【科技慢半拍】播客节目:
END