陳明暉 許高明 曾愛民 王竹青

【摘要】“大智移云物區(qū)”新技術(shù)環(huán)境下， 企業(yè)數(shù)智化轉(zhuǎn)型成為大勢所趨。本文聚焦企業(yè)數(shù)智化轉(zhuǎn)型如何實現(xiàn)價值創(chuàng)造這一重要問題， 基于現(xiàn)有研究系統(tǒng)梳理了企業(yè)數(shù)智化轉(zhuǎn)型的發(fā)展歷程及其價值創(chuàng)造的實現(xiàn)路徑， 并以能源行業(yè)上市企業(yè)物產(chǎn)環(huán)能為例， 基于投資、 采購、 生產(chǎn)、 維修四個典型業(yè)務(wù)場景， 深入探究能源企業(yè)數(shù)智化轉(zhuǎn)型價值創(chuàng)造的實現(xiàn)機制。本研究豐富了企業(yè)數(shù)智化轉(zhuǎn)型價值創(chuàng)造實現(xiàn)路徑的相關(guān)理論， 也為企業(yè)實現(xiàn)數(shù)智化轉(zhuǎn)型與業(yè)務(wù)場景深度融合， 通過智能預(yù)測、 規(guī)劃與協(xié)同企業(yè)資源， 乃至智能決策以創(chuàng)造價值提供了實踐啟示。

【關(guān)鍵詞】數(shù)智化轉(zhuǎn)型；業(yè)務(wù)場景；數(shù)字化轉(zhuǎn)型；價值創(chuàng)造

【中圖分類號】 F275? ? ?【文獻標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2023）18-0103-6

一、 引言

以互聯(lián)網(wǎng)為代表的信息技術(shù)與產(chǎn)業(yè)領(lǐng)域的深度融合日益成為推動企業(yè)數(shù)字化轉(zhuǎn)型的強大動力。2020年9月， 國務(wù)院國資委發(fā)布《關(guān)于加快推進國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》以引導(dǎo)國有企業(yè)數(shù)字化轉(zhuǎn)型的改革方向、 重點和舉措。2021年12月12日， 國務(wù)院印發(fā)的《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》提出， 根據(jù)自身條件和數(shù)字化轉(zhuǎn)型需求， 企業(yè)可分階段、 分環(huán)節(jié)開展數(shù)字化轉(zhuǎn)型。2022年7月， 中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展報告（2022年）》強調(diào)， 做強做優(yōu)做大我國數(shù)字經(jīng)濟的重要舉措之一是“以大帶小， 倒逼轉(zhuǎn)型”， 即鼓勵大企業(yè)率先搭建一體化的數(shù)字化平臺， 帶動中小企業(yè)關(guān)鍵業(yè)務(wù)場景轉(zhuǎn)型， 從而加速業(yè)務(wù)場景的數(shù)字化應(yīng)用。可見， 數(shù)字化轉(zhuǎn)型正成為企業(yè)發(fā)展變革的必經(jīng)之路。

實踐中， 推動和實施數(shù)字化轉(zhuǎn)型的企業(yè)數(shù)量也正越來越多。根據(jù)2022年10月埃森哲發(fā)布的《2022中國企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)研究》顯示， 相較2018年僅7%的比例， 2022年我國實施數(shù)字化轉(zhuǎn)型取得顯著成效的企業(yè)比例已上升至17%。同年5月， ACCA協(xié)會的調(diào)研數(shù)據(jù)表明， 83.03%的受調(diào)研企業(yè)已建立并運營財務(wù)共享服務(wù)中心一年以上。同時， 八成以上的受調(diào)研企業(yè)將探索數(shù)字技術(shù)、 強化數(shù)據(jù)賦能作為財務(wù)數(shù)字化戰(zhàn)略的重點提升方向①。這表明， 我國大部分企業(yè)已在財務(wù)領(lǐng)域進行了數(shù)字化轉(zhuǎn)型， 但多數(shù)仍停留在財務(wù)核算和分析層面， 基于大數(shù)據(jù)的智能決策和管控體系建立尚處于探索階段。也就是說， 實施數(shù)智化轉(zhuǎn)型的企業(yè)應(yīng)利用新一代信息技術(shù)， 融入業(yè)務(wù)場景分析決策， 建立智能數(shù)據(jù)管控體系， 以進一步推動轉(zhuǎn)型。所以， 本文選取在數(shù)智化轉(zhuǎn)型方面已取得一定成功經(jīng)驗的企業(yè)——浙江物產(chǎn)環(huán)保能源股份有限公司（簡稱“物產(chǎn)環(huán)能”）進行案例研究， 基于“數(shù)據(jù)資源—數(shù)據(jù)中臺—業(yè)務(wù)場景—數(shù)據(jù)三化（數(shù)據(jù)模型化、 數(shù)據(jù)可視化、 數(shù)據(jù)智能化）—價值創(chuàng)造”的鏈?zhǔn)铰窂剑?結(jié)合多個典型業(yè)務(wù)場景， 深入探究如何通過數(shù)智化轉(zhuǎn)型賦能企業(yè)價值創(chuàng)造的實現(xiàn)機制， 以期豐富企業(yè)數(shù)智化轉(zhuǎn)型的相關(guān)理論， 并為企業(yè)實現(xiàn)數(shù)智化轉(zhuǎn)型提供經(jīng)驗和借鑒。

二、 企業(yè)數(shù)智化轉(zhuǎn)型的研究綜述

近年來， 企業(yè)數(shù)智化轉(zhuǎn)型日漸成為學(xué)術(shù)研究的熱點話題， 相關(guān)研究主要聚焦于企業(yè)數(shù)智化轉(zhuǎn)型的內(nèi)涵、 發(fā)展階段、 實現(xiàn)路徑和經(jīng)濟后果等方面。針對企業(yè)數(shù)智化轉(zhuǎn)型的定義， 相關(guān)研究主要有兩類觀點。其中， 部分學(xué)者和相關(guān)文件認(rèn)為， 企業(yè)數(shù)智化轉(zhuǎn)型是數(shù)字化轉(zhuǎn)型的高級階段， 二者通?？梢蕴娲褂茫ㄆ蓓矕|等，2022）。譬如， 2020年9月， 國務(wù)院國資委發(fā)布的《關(guān)于加快推進國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》提到， 企業(yè)數(shù)字化轉(zhuǎn)型要實現(xiàn)產(chǎn)品創(chuàng)新數(shù)字化和生產(chǎn)運營智能化， 這種觀點下的數(shù)字化轉(zhuǎn)型實質(zhì)上已經(jīng)涵蓋了數(shù)智化轉(zhuǎn)型。但同時， 金小波（2022）認(rèn)為， 企業(yè)數(shù)智化轉(zhuǎn)型應(yīng)該是“數(shù)字化+智能化”的融合?！皵?shù)字化”側(cè)重技術(shù)層面， “智能化”則擴展到數(shù)字技術(shù)的應(yīng)用層面， 二者相結(jié)合推動企業(yè)多層次、 多角度的變革， 進而實現(xiàn)企業(yè)數(shù)智化轉(zhuǎn)型。沿此邏輯， 部分學(xué)者進一步指出數(shù)智化轉(zhuǎn)型應(yīng)強調(diào)數(shù)智技術(shù)與企業(yè)的業(yè)務(wù)活動或業(yè)務(wù)場景相結(jié)合。例如， 陳劍和劉運輝（2021）、 吳玉浩（2023）提出， 企業(yè)數(shù)智化轉(zhuǎn)型的本質(zhì)是“數(shù)字化+智能化”的融合， 是數(shù)字化轉(zhuǎn)型的更高階段， 更是數(shù)智技術(shù)和企業(yè)業(yè)務(wù)活動的深度結(jié)合。即企業(yè)基于業(yè)務(wù)數(shù)字化， 使數(shù)據(jù)的價值落地到典型業(yè)務(wù)場景， 實現(xiàn)數(shù)據(jù)的智能化應(yīng)用， 以滿足客戶的個性化需求。相應(yīng)地， 企業(yè)數(shù)智化轉(zhuǎn)型也需從數(shù)智技術(shù)的掌握、 數(shù)據(jù)平臺的搭建、 數(shù)智技術(shù)與業(yè)務(wù)場景相結(jié)合三個方面來實現(xiàn)。例如， 田高良和張曉濤（2022）、 周翔等（2023）提出， 要搭建“數(shù)智技術(shù)”的核心載體——數(shù)據(jù)中臺， 運用數(shù)智技術(shù)快速獲取、 解碼、 篩選、 重新編排和分析有效數(shù)據(jù)， 從管理流程再造方面推動業(yè)財融合， 消除系統(tǒng)壁壘， 打破數(shù)據(jù)孤島現(xiàn)象。在歸集和處理財務(wù)、 業(yè)務(wù)系統(tǒng)的數(shù)據(jù)和外部數(shù)據(jù)的基礎(chǔ)上， 探索應(yīng)用數(shù)智技術(shù)與業(yè)務(wù)場景融合， 從而構(gòu)建智能數(shù)據(jù)管控平臺， 實現(xiàn)數(shù)智賦能， 挖掘數(shù)據(jù)資源潛在價值（徐玉德和董木欣，2021）?；趯W(xué)者們的研究， 本文將企業(yè)數(shù)智化轉(zhuǎn)型定義為“數(shù)據(jù)化+智能化+場景化”的融合， 即企業(yè)利用新一代信息技術(shù)構(gòu)建數(shù)據(jù)中臺， 統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)、 細化數(shù)據(jù)顆粒維度， 進而實現(xiàn)數(shù)據(jù)可視化、 模型化、 智能化， 以深入解析其積累的數(shù)據(jù)要素， 智能監(jiān)測、 管理、 預(yù)測業(yè)務(wù)場景， 最終成功搭建智能數(shù)據(jù)管控平臺， 達到降本增效、 優(yōu)化決策、 創(chuàng)造價值的目的。

但現(xiàn)實中， 企業(yè)推進數(shù)智化轉(zhuǎn)型會帶來何種經(jīng)濟后果？現(xiàn)有研究主要存在兩種觀點。一種觀點認(rèn)為， 企業(yè)數(shù)字化投資在短期發(fā)展內(nèi)未見顯著效果， 甚至使企業(yè)陷入轉(zhuǎn)型困境（劉淑春等，2021）。比如， 資金投入緊張、 技術(shù)不足、 系統(tǒng)數(shù)據(jù)難以聯(lián)動、 數(shù)字化人才稀缺。另一種觀點認(rèn)為， 企業(yè)數(shù)智化轉(zhuǎn)型有助于其在不確定的環(huán)境中生存和發(fā)展（戚聿東等，2022）， 通過數(shù)智技術(shù)， 梳理業(yè)務(wù)流程， 挖掘沉淀的數(shù)據(jù)資源價值， 為其提供可視化、 模型化、 智能化的業(yè)務(wù)場景應(yīng)用分析等（徐玉德和董木欣，2021）， 提升全要素生產(chǎn)率（余東華和張恒瑜，2022）， 實現(xiàn)價值創(chuàng)造。譬如， 謝衛(wèi)紅等（2020）結(jié)合數(shù)字經(jīng)濟的特征和價值創(chuàng)造內(nèi)涵的探究得出， 企業(yè)數(shù)智化轉(zhuǎn)型所引發(fā)的變革可通過提高企業(yè)研發(fā)效率、 優(yōu)化資源配置等方式創(chuàng)造價值。尤其是跨地區(qū)、 跨領(lǐng)域的多元化集團， 通過數(shù)智化轉(zhuǎn)型， 利用數(shù)據(jù)運營、 分析及預(yù)測能力， 重構(gòu)商業(yè)生態(tài)、 優(yōu)化決策。由此可知， 企業(yè)數(shù)智化轉(zhuǎn)型對企業(yè)業(yè)務(wù)場景賦能效用顯著， 但不同類型企業(yè)數(shù)智化轉(zhuǎn)型成果略有不同。例如， 裝備制造業(yè)的數(shù)智化轉(zhuǎn)型助力提高研發(fā)效率、 改進產(chǎn)品質(zhì)量、 降低生產(chǎn)成本、 增強產(chǎn)線柔性、 加快響應(yīng)速度、 拓展增值服務(wù)、 減少能耗排放等。漫畫出版業(yè)企業(yè)數(shù)智化轉(zhuǎn)型主要是提升創(chuàng)作內(nèi)容質(zhì)量、 增強用戶體驗、 升級編審校流程和優(yōu)化紙質(zhì)出版服務(wù)（王若揚，2023）。楊英楠等（2022）認(rèn)為， 建筑業(yè)的數(shù)字技術(shù)可以劃分為六個成熟級別分階段實現(xiàn)建筑能耗數(shù)據(jù)預(yù)測， 建設(shè)項目自動監(jiān)控， 項目管理決策智能化等。可見， 企業(yè)實現(xiàn)數(shù)智化轉(zhuǎn)型需要與業(yè)務(wù)場景深度結(jié)合， 才能更好地發(fā)揮數(shù)智化的價值創(chuàng)造功能。

綜上可知， 現(xiàn)有研究雖對企業(yè)數(shù)字化轉(zhuǎn)型的底層技術(shù)建設(shè)、 實現(xiàn)路徑及運行機理等展開了初步探究， 也選取了部分行業(yè)深入考察企業(yè)數(shù)智化轉(zhuǎn)型的積極效應(yīng)。但相對較為零散， 缺乏對企業(yè)數(shù)智化轉(zhuǎn)型一般規(guī)律的探討。故此， 本文嘗試從核心業(yè)務(wù)場景切入， 探討數(shù)智化賦能業(yè)務(wù)、 企業(yè)決策優(yōu)化、 創(chuàng)造價值的一般規(guī)律。并選取物產(chǎn)環(huán)能案例， 結(jié)合典型的業(yè)務(wù)場景特征， 詳細分析能源企業(yè)數(shù)智化轉(zhuǎn)型的價值創(chuàng)造路徑。以期豐富相關(guān)理論， 并為企業(yè)實現(xiàn)數(shù)智化轉(zhuǎn)型提供經(jīng)驗和啟示。

三、 企業(yè)數(shù)智化轉(zhuǎn)型價值創(chuàng)造的路徑分析

根據(jù)現(xiàn)有研究， 企業(yè)數(shù)智化轉(zhuǎn)型通?？蓜澐譃槿齻€階段②， 具體如圖1所示。其中， 第一階段是信息化階段， 是指企業(yè)從供產(chǎn)銷全部業(yè)務(wù)鏈出發(fā)， 打造數(shù)字業(yè)務(wù)， 以數(shù)字編碼形式儲存、 傳輸、 加工和應(yīng)用文字、 圖片、 圖像、 信號等信息。比如， 公司啟用企業(yè)資源計劃（ERP）、 客戶關(guān)系管理（CRM）、 辦公自動化（OA）、 項目管理（PM）等軟件， 各部門通過這些全流程的業(yè)務(wù)軟件， 實現(xiàn)了業(yè)務(wù)線上化、 流程優(yōu)化和原始數(shù)據(jù)積累。但各部門的數(shù)據(jù)往往各自存儲和定義， 不僅缺乏統(tǒng)一的標(biāo)準(zhǔn)， 也未建立有效的數(shù)據(jù)交換服務(wù)， 易導(dǎo)致企業(yè)內(nèi)部數(shù)據(jù)缺乏關(guān)聯(lián)性和一致性， 從而形成數(shù)據(jù)孤島， 無法發(fā)揮數(shù)據(jù)資源價值。第二階段是網(wǎng)絡(luò)化階段， 是指通過無線傳感網(wǎng)絡(luò)、 無線通信網(wǎng)絡(luò)把物體與互聯(lián)網(wǎng)連接起來， 智能識別、 定位、 跟蹤、 監(jiān)控和管理業(yè)務(wù)。也可理解為， 在此階段， 企業(yè)利用物聯(lián)網(wǎng)、 大數(shù)據(jù)、 人工智能、 移動通信、 云計算等技術(shù)搭建數(shù)據(jù)中臺， 通過移動終端實時采集數(shù)據(jù)， 及時錄入數(shù)據(jù)， 即時同步匯總至該數(shù)據(jù)中臺。最終， 實現(xiàn)了數(shù)據(jù)標(biāo)準(zhǔn)化、 可視化和實時共享， 從而為管理者決策提供數(shù)據(jù)支持， 輔助決策。第三階段是智能化， 依托新一代人工智能技術(shù)的發(fā)展， 企業(yè)利用已沉淀的數(shù)據(jù)資源不斷優(yōu)化、 創(chuàng)新業(yè)務(wù)模型和算法?；谏鲜鲛D(zhuǎn)型階段， 企業(yè)逐步建立各業(yè)務(wù)場景自感知、 自學(xué)習(xí)、 自決策、 自執(zhí)行和自適應(yīng)的功能模塊， 從而實現(xiàn)智能決策和價值創(chuàng)造。

相關(guān)資料表明， 我國企業(yè)已基本完成了第一和第二階段的數(shù)智化轉(zhuǎn)型任務(wù)①。那么， 企業(yè)在數(shù)智化轉(zhuǎn)型的第三階段該如何進一步實現(xiàn)價值創(chuàng)造則是我國大部分企業(yè)所面臨的一個現(xiàn)實問題。因此， 本文基于現(xiàn)有研究和企業(yè)實踐， 提煉出企業(yè)數(shù)智化轉(zhuǎn)型實現(xiàn)價值創(chuàng)造的一般規(guī)律， 具體如圖2所示。已經(jīng)具備了數(shù)智化轉(zhuǎn)型第一、 二階段基礎(chǔ)的企業(yè)， 基于大數(shù)據(jù)、 云計算、 物聯(lián)網(wǎng)、 5G等底層技術(shù)， 通過搭建智能數(shù)據(jù)管控平臺， 匯總整理各業(yè)務(wù)軟件的數(shù)據(jù)， 使之成為體系化、 規(guī)范化、 結(jié)構(gòu)化的數(shù)據(jù)， 打破數(shù)據(jù)孤島與數(shù)據(jù)碎片化的問題， 為數(shù)據(jù)驅(qū)動奠定數(shù)據(jù)基礎(chǔ)。然后， 圍繞數(shù)智化轉(zhuǎn)型促進價值創(chuàng)造的總體目標(biāo)， 從結(jié)構(gòu)化數(shù)據(jù)出發(fā)， 盡可能多地適配應(yīng)用場景， 助力企業(yè)在投資、 采購、 生產(chǎn)、 維修、 銷售等領(lǐng)域?qū)崿F(xiàn)業(yè)務(wù)場景數(shù)智化， 為充分發(fā)揮數(shù)據(jù)資源價值奠定基礎(chǔ)。最后， 以業(yè)務(wù)場景為載體， 監(jiān)測、 管理、 追蹤企業(yè)活動， 實現(xiàn)業(yè)財一體化和數(shù)據(jù)可視化； 依托于豐富、 多維、 細顆粒度的數(shù)據(jù)積累， 構(gòu)建模型與規(guī)則， 實現(xiàn)數(shù)據(jù)模型化， 支持決策與運營； 基于機器學(xué)習(xí)和運籌優(yōu)化技術(shù)開展數(shù)據(jù)分析、 預(yù)測與自響應(yīng)等賦能經(jīng)營， 從而實現(xiàn)數(shù)據(jù)智能化， 通過自感知、 自學(xué)習(xí)、 自決策、 自執(zhí)行等實現(xiàn)企業(yè)資源配置動態(tài)優(yōu)化， 以構(gòu)建企業(yè)競爭新優(yōu)勢， 達到降本增效、 價值創(chuàng)造的總體目標(biāo)。

四、 物產(chǎn)環(huán)能數(shù)智化轉(zhuǎn)型價值創(chuàng)造分析

（一）物產(chǎn)環(huán)能概況

物產(chǎn)環(huán)能重大發(fā)展節(jié)點如下： 2012年， 進行了整體的股份制改造， 優(yōu)化了公司治理結(jié)構(gòu)， 增強了企業(yè)實施數(shù)智化轉(zhuǎn)型抗風(fēng)險的能力； 2017 ～ 2018年， 逐步實現(xiàn)了財務(wù)共享系統(tǒng)和其他系統(tǒng)的集成， 為企業(yè)數(shù)智化轉(zhuǎn)型奠定了平臺基礎(chǔ)； 2021年， 在上海證券交易所主板上市， 進一步整合了優(yōu)質(zhì)資源， 拓寬了融資渠道， 為企業(yè)實施數(shù)智化轉(zhuǎn)型提供了所需的資金保障。作為一家大型國有企業(yè)， 物產(chǎn)環(huán)能堅持走綠色低碳可持續(xù)發(fā)展的道路， 聚焦環(huán)保、 能源領(lǐng)域， 踐行“能源貿(mào)易+能源實業(yè)”雙輪驅(qū)動發(fā)展戰(zhàn)略。其中， 能源貿(mào)易板塊是煤炭行業(yè)領(lǐng)先的能源貿(mào)易集成服務(wù)商， 能源實業(yè)板塊堅持踐行綠色發(fā)展理念， 主營業(yè)務(wù)為熱電聯(lián)產(chǎn)、 污泥焚燒發(fā)電、 生物質(zhì)綜合利用、 固廢處置等環(huán)保領(lǐng)域， 以及光伏、 儲能等新能源領(lǐng)域。目前， 物產(chǎn)環(huán)能的實業(yè)板塊已發(fā)展到七家熱電廠的規(guī)模， 并新增加了新能源發(fā)展、 儲能科技等幾家子公司， 隨著光伏和儲能業(yè)務(wù)的拓展， 未來將會新增大量子公司。若各子公司延續(xù)管理、 生產(chǎn)和業(yè)務(wù)上的獨立運行模式， 尤其是財務(wù)分權(quán)管理， 則會出現(xiàn)機構(gòu)臃腫、 業(yè)務(wù)繁雜、 流程混亂、 效率低下、 數(shù)據(jù)孤島和數(shù)據(jù)煙囪等問題， 無法有效實現(xiàn)財務(wù)管理目標(biāo)。且大量業(yè)務(wù)累積所形成的數(shù)據(jù)資源價值未被有效挖掘， 難以幫助管理者優(yōu)化決策， 更遑論實現(xiàn)智能決策了。可見， 物產(chǎn)環(huán)能具有數(shù)智化轉(zhuǎn)型的迫切現(xiàn)實需求， 希望以此實現(xiàn)對公司組織架構(gòu)、 生產(chǎn)經(jīng)營、 財務(wù)管理等多維度的優(yōu)化升級。那么， 物產(chǎn)環(huán)能是如何實現(xiàn)數(shù)智化轉(zhuǎn)型和業(yè)務(wù)場景的有機融合？又是如何利用數(shù)據(jù)資源創(chuàng)造價值的？綜上考慮， 本文從物產(chǎn)環(huán)能數(shù)智化轉(zhuǎn)型已初見成效的投資、 采購、 生產(chǎn)、 維修等核心業(yè)務(wù)展開分析， 以期為相關(guān)企業(yè)提供經(jīng)驗借鑒。

（二）物產(chǎn)環(huán)能數(shù)智化轉(zhuǎn)型應(yīng)用場景分析

物產(chǎn)環(huán)能以“成為綠色高效的環(huán)保能源綜合服務(wù)引領(lǐng)者”為戰(zhàn)略愿景， 聚焦于盈利、 風(fēng)險控制、 安全和環(huán)保戰(zhàn)略， 并深化“環(huán)保+能源”戰(zhàn)略布局。在其戰(zhàn)略目標(biāo)的引領(lǐng)下， 以智能數(shù)據(jù)平臺搭建為切入點， 利用大數(shù)據(jù)技術(shù)， 實現(xiàn)業(yè)財融合、 智能化管控的財務(wù)目標(biāo)。并通過數(shù)智化技術(shù)規(guī)范管理公司所有業(yè)務(wù)， 讓大數(shù)據(jù)為業(yè)務(wù)賦能、 賦智， 即將數(shù)智化落地到企業(yè)的每一個業(yè)務(wù)場景中， 形成“投資—采購—生產(chǎn)—維修”的智能業(yè)務(wù)鏈條， 從而為企業(yè)降本增效、 創(chuàng)造價值。具體如圖3所示。

具體而言， 物產(chǎn)環(huán)能通過數(shù)智化轉(zhuǎn)型實現(xiàn)價值創(chuàng)造主要涉及以下四個核心業(yè)務(wù)場景。

1. 投資業(yè)務(wù)場景的數(shù)智化轉(zhuǎn)型。物產(chǎn)環(huán)能基于智能數(shù)據(jù)中臺， 全生命周期智能管控投資項目， 并實現(xiàn)業(yè)務(wù)數(shù)據(jù)可視化和一體化的分析、 預(yù)警和預(yù)測， 以幫助管理者優(yōu)化決策。首先， 在項目投前管理中， 數(shù)智化管控平臺調(diào)取財務(wù)共享中心預(yù)算模塊的項目預(yù)算、 OA系統(tǒng)的立項和審核情況， 自動運行項目管理模型、 經(jīng)濟增加值模型（EVA模型）和線性規(guī)劃模型等， 出具項目可行性分析報告， 輔助管理層投資決策。并把投資項目匯總至優(yōu)采云系統(tǒng)， 進行現(xiàn)場監(jiān)控、 實時跟蹤、 傳導(dǎo)和報告項目數(shù)據(jù)， 嚴(yán)格管理項目進程， 從而降低投資成本和風(fēng)險。其次， 針對項目投中管理， 一是實時跟蹤項目成本， 清楚項目的具體花費、 進度、 遇到的問題及解決措施等， 尤其是對工程項目審計和特定項目復(fù)審進行嚴(yán)格規(guī)定， 極大地降低了工程項目成本， 提高了工程效率。二是實現(xiàn)項目風(fēng)險的動態(tài)監(jiān)管， 實時監(jiān)控項目進度， 對超預(yù)算進度付款、 投后未達成預(yù)算指標(biāo)、 工程未按進度完成和存在較高風(fēng)險的項目自動預(yù)警， 并實現(xiàn)可視化功能。三是完成在現(xiàn)場主動監(jiān)控和預(yù)警關(guān)鍵指標(biāo)的任務(wù)， 及時調(diào)整項目進程， 以便于落實投后效果跟蹤管理， 改變以往有項目建設(shè)期卻無效果跟蹤管理期的現(xiàn)狀。最后， 在投后管理中： 調(diào)取財務(wù)共享中心核算模塊數(shù)據(jù)， 對投資項目進行運營管理、 動態(tài)收益監(jiān)控、 現(xiàn)金流監(jiān)控， 形成經(jīng)營者看板； 數(shù)據(jù)中臺采集投資數(shù)據(jù)， 在線完成投后報告； 基于經(jīng)營模型預(yù)測， 將立項指標(biāo)與每一年反饋指標(biāo)進行對比分析， 從而有效、 客觀地評價項目建成后的效果， 總結(jié)歸納成功的投資項目， 以指導(dǎo)未來投資項目的遴選。同時， 所有投資項目信息不僅反饋到優(yōu)采云， 還根據(jù)最新投資數(shù)據(jù)不斷優(yōu)化投資模型， 推薦投資方案， 優(yōu)化企業(yè)決策， 創(chuàng)造價值。后續(xù)還可通過深度學(xué)習(xí)挖掘數(shù)據(jù)資源價值， 智能篩選優(yōu)質(zhì)投資項目， 從而實現(xiàn)智能投資功能。

2. 采購業(yè)務(wù)場景的數(shù)智化轉(zhuǎn)型。物產(chǎn)環(huán)能通過SIS生產(chǎn)管控平臺、 智慧環(huán)保島、 EAM資產(chǎn)管理系統(tǒng)、 財務(wù)共享中心的核算模塊實時監(jiān)控全廠煤炭、 材料消耗情況和原材料庫存， 從全局優(yōu)化角度合理調(diào)度資源， 安排采購計劃， 指導(dǎo)長期采購備貨， 以此幫助企業(yè)降低采購成本。煤炭由能源貿(mào)易板塊集中采購， 通過海運物流平臺的動態(tài)線性規(guī)劃指導(dǎo)采購過程， 以此執(zhí)行最優(yōu)采購計劃， 降低采購成本。具體而言， 通過海運物流平臺動態(tài)監(jiān)控、 實時定位煤炭船運路線， 實時獲取上游裝港、 下游卸港信息， 結(jié)合天氣預(yù)報， 向船運公司發(fā)出合理的到港時間， 降低船運費和港口滯期費。并根據(jù)銷售情況， 把控到貨、 采購節(jié)奏， 以此實現(xiàn)最優(yōu)采購， 降低采購成本。其他采購項目統(tǒng)一使用優(yōu)采云平臺集中招標(biāo)采購， 實現(xiàn)了招標(biāo)業(yè)務(wù)公開透明， 使采購業(yè)務(wù)更規(guī)范， 以此把控采購風(fēng)險和成本。最后， 在數(shù)智化管控平臺匯總采購數(shù)據(jù)， 通過標(biāo)準(zhǔn)化和可視化數(shù)據(jù)刻畫供應(yīng)商畫像， 并建立供應(yīng)商信用評分模型， 再利用大數(shù)據(jù)算法智能推薦優(yōu)質(zhì)供應(yīng)商， 助力企業(yè)決策。進一步地， 可通過深度學(xué)習(xí)不斷訓(xùn)練采購數(shù)據(jù)， 優(yōu)化采購方案， 甚至是智能推薦采購計劃， 以此提高決策的準(zhǔn)確性和及時性， 創(chuàng)造企業(yè)價值。

3. 生產(chǎn)業(yè)務(wù)場景的數(shù)智化轉(zhuǎn)型。物產(chǎn)環(huán)能的能源實業(yè)板塊主要產(chǎn)品為電力、 蒸汽、 壓縮空氣、 污泥處理服務(wù)。在這些產(chǎn)品的定價方面， 電力產(chǎn)品價格由發(fā)展改革委定價， 壓縮空氣和污泥處理服務(wù)的價格隨行就市， 蒸汽價格與煤炭價格聯(lián)動。物產(chǎn)環(huán)能通過數(shù)智化轉(zhuǎn)型以實現(xiàn)生產(chǎn)預(yù)警、 運行調(diào)整、 產(chǎn)銷預(yù)測等環(huán)節(jié)的優(yōu)化。首先， 在可視化系統(tǒng)中設(shè)定機組運行的煤炭成本價， 通過市場公開數(shù)據(jù)獲取煤炭價格信息， 當(dāng)超過機組成本時， 提出調(diào)整運行方式的預(yù)警。其次， 利用智慧環(huán)保島系統(tǒng)， 實時監(jiān)控機組負(fù)荷和產(chǎn)出數(shù)據(jù)， 對偏離指標(biāo)及時發(fā)送調(diào)整指令， 提高生產(chǎn)效率。然后， 借助大數(shù)據(jù)算法優(yōu)化機組組合、 電力（蒸汽）調(diào)度和供應(yīng)鏈等。最后， 所有生產(chǎn)數(shù)據(jù)都完整地匯集到SIS生產(chǎn)管控平臺， 形成龐大的數(shù)據(jù)資源， 結(jié)合當(dāng)前實時訂單情況和了解到的生產(chǎn)狀況， 分析客戶歷史銷售數(shù)據(jù)， 對接下來的訂單進行預(yù)測， 及時調(diào)整運行方式。以此實現(xiàn)數(shù)據(jù)資源的內(nèi)在價值， 降本增效， 從而創(chuàng)造企業(yè)價值。

4. 維修業(yè)務(wù)場景的數(shù)智化轉(zhuǎn)型。由于能源供應(yīng)企業(yè)配有大量生產(chǎn)設(shè)備， 所以維修業(yè)務(wù)是物產(chǎn)環(huán)能的節(jié)能計劃中最重要的智能化場景之一， 通過合理的維修計劃不僅可以提高設(shè)備利用率、 生產(chǎn)率以及能效， 還可以降低能耗成本和維修成本等。在具體管理上， 物產(chǎn)環(huán)能將資產(chǎn)維修類項目分為日常維修、 零星維修、 大修理和應(yīng)急維修四大類。其中， 日常維修和零星維修可歸類為常規(guī)維修， 一般發(fā)生頻率較高， 中低等難度， 主要通過物聯(lián)網(wǎng)監(jiān)控設(shè)備， 智能識別隱性故障后完成檢修。大修理和應(yīng)急維修可歸類為非常規(guī)維修， 可在故障發(fā)生后智能診斷設(shè)備隱患， 優(yōu)化決策。而對常規(guī)和非常規(guī)維修業(yè)務(wù)也采用差異化的數(shù)智應(yīng)用技術(shù)， 主要體現(xiàn)在以下三個方面。一是常規(guī)維修業(yè)務(wù)通過智能預(yù)診的方式減少故障發(fā)生次數(shù)。物產(chǎn)環(huán)能通過設(shè)備樹形式對電廠設(shè)備進行管理， 監(jiān)控部件運行狀態(tài)， 實時獲取運行參數(shù)， 與正常設(shè)備參數(shù)對比， 在巡檢過程中提前發(fā)現(xiàn)設(shè)備缺陷， 并記錄缺陷、 開具檢修申請單。同時， 根據(jù)系統(tǒng)中記錄的設(shè)備缺陷位置、 缺陷情況、 檢修人員、 檢修費用、 檢修方案， 形成設(shè)備維修數(shù)據(jù)庫后， 可根據(jù)需求智能診斷設(shè)備缺陷， 判斷設(shè)備質(zhì)量、 預(yù)判設(shè)備使用狀況、 快速匹配解決方案， 從而降低停工損失， 提高生產(chǎn)和決策效率。二是非常規(guī)維修業(yè)務(wù)以智能診斷的方式提供維修方案， 優(yōu)化決策。通過機器學(xué)習(xí)和運籌優(yōu)化技術(shù)， 訓(xùn)練設(shè)備維修數(shù)據(jù)， 不斷對維修數(shù)據(jù)進行建模， 用于規(guī)劃維修計劃， 智能推薦維修方案， 物產(chǎn)環(huán)能徹底改變了過去依靠經(jīng)驗或“拍腦袋”決策的方式， 從根本上消除了設(shè)備隱患， 延長了大修周期。三是綜合這兩類不同維修業(yè)務(wù)的數(shù)智化應(yīng)用方式， 實時儲備相關(guān)數(shù)據(jù)， 建立設(shè)備維修數(shù)據(jù)庫。以數(shù)據(jù)庫資源為基礎(chǔ)， 企業(yè)可根據(jù)設(shè)備狀態(tài)和歷史維修次數(shù)等信息， 動態(tài)預(yù)估其剩余壽命， 判斷是否報廢設(shè)備， 以減少不必要的維修費用。還可根據(jù)累積的大量維修數(shù)據(jù)， 對所有電廠、 所有新能源公司之間進行維修成本細項目的橫向、 縱向分析對比， 找到差距及原因， 以降低維修成本， 提高企業(yè)利潤。綜上所述， 維修業(yè)務(wù)主要通過智能預(yù)診和智能診斷實現(xiàn)智能維修， 以減少停機和維修過剩， 從而減少維修成本， 創(chuàng)造企業(yè)價值。

五、 結(jié)論與啟示

新一代人工智能技術(shù)的發(fā)展改變了企業(yè)數(shù)據(jù)資源的存儲和運用方式， 使得數(shù)智化轉(zhuǎn)型成為企業(yè)發(fā)展的戰(zhàn)略方向。本文基于現(xiàn)有研究， 梳理了企業(yè)數(shù)智化轉(zhuǎn)型的定義、 實現(xiàn)方法和經(jīng)濟后果， 并歸納出企業(yè)數(shù)智化轉(zhuǎn)型的“數(shù)據(jù)資源—數(shù)據(jù)中臺—業(yè)務(wù)場景—數(shù)據(jù)三化—價值創(chuàng)造”實現(xiàn)路徑。同時， 以物產(chǎn)環(huán)能為例， 研究了企業(yè)如何充分融合數(shù)智化技術(shù)與業(yè)務(wù)場景， 以及如何實現(xiàn)價值創(chuàng)造的場景過程。根據(jù)數(shù)智賦能業(yè)務(wù)實現(xiàn)價值創(chuàng)造的路徑， 可得出以下四個結(jié)論： 一是基于投資業(yè)務(wù)場景， 通過重點監(jiān)管投資項目進程， 實時發(fā)出風(fēng)險預(yù)警， 動態(tài)調(diào)整項目， 控制投資風(fēng)險， 并采集項目全流程的數(shù)據(jù)， 持續(xù)優(yōu)化投資模型、 價值評估模型等， 優(yōu)化投資決策。二是基于采購業(yè)務(wù)場景， 通過集成系統(tǒng)自動監(jiān)控原材料庫存， 合理調(diào)度資源， 指導(dǎo)采購； 同時， 優(yōu)化供應(yīng)商推薦算法， 降低采購成本。三是基于生產(chǎn)業(yè)務(wù)場景， 通過數(shù)據(jù)管控平臺智能監(jiān)控機組負(fù)荷和機組成本， 及時預(yù)警、 調(diào)整生產(chǎn)方式。隨后通過大數(shù)據(jù)算法和機器學(xué)習(xí)優(yōu)化生產(chǎn)方式， 實現(xiàn)資源最優(yōu)配置和智能生產(chǎn)。四是基于維修業(yè)務(wù)場景， 不僅通過機器學(xué)習(xí)和運籌優(yōu)化技術(shù)實現(xiàn)智能預(yù)診， 解決隱性故障， 還通過啟發(fā)式算法助力智能問診， 以優(yōu)化決策， 降低維修成本， 創(chuàng)造企業(yè)價值。綜上所述， 物產(chǎn)環(huán)能根據(jù)其需求和業(yè)務(wù)特點， 將數(shù)智化技術(shù)與業(yè)務(wù)場景緊密結(jié)合， 實現(xiàn)了智能管理投資項目、 降低采購和維修成本、 優(yōu)化機組運行組合等， 通過以上方面較好地提升了企業(yè)價值創(chuàng)造能力。

綜上， 本案例研究可能具有如下重要的實踐啟示： 首先， 企業(yè)應(yīng)結(jié)合自己的戰(zhàn)略目標(biāo)， 制定合適的數(shù)智化轉(zhuǎn)型價值創(chuàng)造路徑， 走符合公司業(yè)務(wù)特色的轉(zhuǎn)型之路。尤其注重在網(wǎng)絡(luò)化階段利用物聯(lián)網(wǎng)、 大數(shù)據(jù)、 云計算等技術(shù)搭建數(shù)智化管控平臺， 統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)， 進行數(shù)據(jù)預(yù)處理， 實現(xiàn)各業(yè)務(wù)環(huán)節(jié)的數(shù)字化聯(lián)通， 促進業(yè)財融合， 為后續(xù)更好地實現(xiàn)智能化奠定基礎(chǔ)。其次， 企業(yè)數(shù)智化轉(zhuǎn)型應(yīng)與業(yè)務(wù)場景深度融合， 先基于核心業(yè)務(wù)場景展開， 理清業(yè)務(wù)流程， 實現(xiàn)業(yè)務(wù)可視化， 并利用物聯(lián)網(wǎng)和人工智能等技術(shù)實時監(jiān)控和報告業(yè)務(wù)， 以數(shù)據(jù)為支撐優(yōu)化決策。最后， 在實現(xiàn)企業(yè)具體業(yè)務(wù)場景智能化時， 應(yīng)基于內(nèi)外部歷史和即時數(shù)據(jù)， 通過機器學(xué)習(xí)和運籌優(yōu)化技術(shù)迭代更新模型， 實現(xiàn)動態(tài)仿真預(yù)測、 預(yù)診和預(yù)警， 逐步建立和優(yōu)化各業(yè)務(wù)場景的自決策、 自執(zhí)行和自適應(yīng)功能模塊， 并最終實現(xiàn)數(shù)據(jù)模型化、 可視化、 智能化的相互轉(zhuǎn)換， 利用數(shù)智賦能為企業(yè)創(chuàng)造價值。

【 注 釋 】

1 資料來源于《2022年中國共享服務(wù)領(lǐng)域調(diào)研報告——邁向世界一流》。

2 資料來源于《數(shù)字化 網(wǎng)絡(luò)化 智能化 把握新一代信息技術(shù)的聚焦點》，http：//www.cac.gov.cn/2019-03/01/c_1124178478.htm？from=groupmessage。

【 主 要 參 考 文 獻 】

陳劍，劉運輝．?dāng)?shù)智化使能運營管理變革：從供應(yīng)鏈到供應(yīng)鏈生態(tài)系統(tǒng)［ J］．管理世界，2021（11）：227 ～ 240+14．

金小波．?dāng)?shù)智化轉(zhuǎn)型推進業(yè)財融合實現(xiàn)價值創(chuàng)造［ J］．產(chǎn)業(yè)創(chuàng)新研究，2022（15）：142 ～ 144．

戚聿東，郝越，侯娜，周恩懷．裝備制造企業(yè)數(shù)智化轉(zhuǎn)型的模式與路徑探索——基于山河智能的案例研究［ J］．經(jīng)濟管理，2022（11）：25 ～ 45．

田高良，張曉濤．論數(shù)字經(jīng)濟時代智能財務(wù)賦能價值創(chuàng)造［ J］．財會月刊，2022（18）：18 ～ 24．

王若揚．從“數(shù)字化”到“智能化”：漫畫出版的發(fā)展路徑探究［ J］．科技與出版，2023（2）：74 ～ 80．

吳玉浩．?dāng)?shù)智賦能標(biāo)準(zhǔn)情報服務(wù)創(chuàng)新：內(nèi)在邏輯與實現(xiàn)路徑［ J］．情報雜志，2023（4）：186 ～ 194．

謝衛(wèi)紅，林培望，李忠順，郭海珍．?dāng)?shù)字化創(chuàng)新：內(nèi)涵特征、價值創(chuàng)造與展望［ J］．外國經(jīng)濟與管理，2020（9）：19 ～ 31．

楊英楠，張治成，馬遠東等．技術(shù)邏輯視角下建筑業(yè)數(shù)字化轉(zhuǎn)型路徑分析［ J］．科技管理研究，2022（24）：137 ～ 142．

余東華，張恒瑜．制造業(yè)企業(yè)如何通過數(shù)智化轉(zhuǎn)型突破“服務(wù)化困境”？［ J］．甘肅社會科學(xué)，2022（6）：203 ～ 217．

周翔，葉文平，李新春．?dāng)?shù)智化知識編排與組織動態(tài)能力演化——基于小米科技的案例研究［ J］．管理世界，2023（1）：138 ～ 157．