由企業(yè)網(wǎng)D1Net、中國企業(yè)數(shù)字化聯(lián)盟和信眾智(CIO智力輸出及社交平臺(tái))共同主辦的2024北京部委央國企及大型企業(yè)CIO大會(huì)于1月20日在京圓滿召開。本次大會(huì)匯聚了百余位央國企部委及大中型企業(yè)CIO、信息主管以及數(shù)字化一線廠商，以“數(shù)智賦能可持續(xù)發(fā)展”為主題，圍繞數(shù)據(jù)治理、BI、數(shù)據(jù)合規(guī)、數(shù)據(jù)入表、人工智能大模型、分布式云、安全等數(shù)字化技術(shù)應(yīng)用，數(shù)據(jù)戰(zhàn)略規(guī)劃與實(shí)踐、大模型在行業(yè)中的落地實(shí)踐、數(shù)字化轉(zhuǎn)型實(shí)踐等熱門議題展開深入探討。

某世界500強(qiáng)德國車企原大數(shù)據(jù)部負(fù)責(zé)人歷娜博士

某世界500強(qiáng)德國車企原大數(shù)據(jù)部負(fù)責(zé)人歷娜博士在演講中基于國際化的經(jīng)驗(yàn)分享了數(shù)據(jù)治理和信息安全的重要性，以及如何在企業(yè)中成功實(shí)施這些措施。

歷娜博士首先指出，在進(jìn)行數(shù)據(jù)治理和大數(shù)據(jù)項(xiàng)目時(shí)，技術(shù)只是眾多需要考慮的方面之一。在甲方公司，項(xiàng)目成功取決于多種因素：內(nèi)外部環(huán)境、充足的預(yù)算、強(qiáng)大的研發(fā)團(tuán)隊(duì)、適應(yīng)生態(tài)的技術(shù)平臺(tái)、數(shù)據(jù)的可靠獲取與全流程的治理與合規(guī)保證、不同部門的利益訴求、公司的法律制度、流程組織、對(duì)信息安全的重視……如果內(nèi)部資源不足，還需要與優(yōu)秀的合作伙伴聯(lián)合，如SAP、埃森哲、IBM、Oracle等共同構(gòu)建技術(shù)平臺(tái)。數(shù)據(jù)治理過程復(fù)雜，涵蓋多個(gè)階段和眾多利益相關(guān)方，以車企為例，包括智能工廠(數(shù)據(jù)所有者)及其設(shè)備供應(yīng)商、車主(數(shù)據(jù)所有者及使用者)、各個(gè)業(yè)務(wù)相關(guān)部門(數(shù)據(jù)所有者及使用者)、開發(fā)團(tuán)隊(duì)(數(shù)據(jù)開發(fā)及分析者)、供應(yīng)商及合作伙伴、集團(tuán)及其分/子公司等。這些不同的利益相關(guān)方，對(duì)投資和數(shù)據(jù)有著不同的利益訴求，而且在數(shù)據(jù)從采集、清洗、轉(zhuǎn)化、分析、建模、應(yīng)用和銷毀的生命周期中，承擔(dān)不同的法律責(zé)任。作為大數(shù)據(jù)項(xiàng)目負(fù)責(zé)人，了解整條數(shù)據(jù)鏈路上的流程、技術(shù)、法律要求、組織架構(gòu)、利益訴求等影響因素，并讓大家建立共同的使命和目標(biāo)是核心職責(zé)之一。

除了上面因素以外，國際政治關(guān)系也可能影響數(shù)據(jù)平臺(tái)的選型，包括云服務(wù)商、云方案(私有云、公有云、混合云;IaaS, PaaS,或者SaaS)的選擇。決策過程中不僅需要考慮目前的架構(gòu)，還要考慮因外部政治環(huán)境的變化而導(dǎo)致的軟硬件更換、遷移等風(fēng)險(xiǎn)。大數(shù)據(jù)項(xiàng)目負(fù)責(zé)人應(yīng)該將這些風(fēng)險(xiǎn)整合起來，對(duì)高層戰(zhàn)略投資委員會(huì)進(jìn)行匯報(bào)，做到各部門在投資前心中有數(shù)。

數(shù)據(jù)安全是重中之重

在當(dāng)今數(shù)字化浪潮中，大數(shù)據(jù)不僅是一種技術(shù)革新，更是企業(yè)競爭力的體現(xiàn)。歷娜博士認(rèn)為，區(qū)別于傳統(tǒng)IT項(xiàng)目，數(shù)據(jù)具有一定的法律屬性，不同的數(shù)字擁有和使用者，具有不同的安全級(jí)別，這將數(shù)字安全提高到了一個(gè)前所未有的高度。面對(duì)這一切，企業(yè)的大數(shù)據(jù)部門要有超強(qiáng)的法律和安全意識(shí)，并將其傳達(dá)到數(shù)據(jù)生命周期上的每一個(gè)利益相關(guān)方，讓《網(wǎng)絡(luò)安全法》、《個(gè)人信息保護(hù)法》和《數(shù)據(jù)安全法》三部與數(shù)據(jù)相關(guān)的法律與數(shù)字項(xiàng)目和每個(gè)人的日常工作結(jié)合起來，在數(shù)據(jù)鏈條的每一個(gè)階段都要進(jìn)行安全合規(guī)的技術(shù)審查,并由相關(guān)負(fù)責(zé)人確認(rèn)簽字。

以車聯(lián)網(wǎng)為例，車聯(lián)網(wǎng)所觸及的每一個(gè)數(shù)據(jù)，背后都有一個(gè)不可或缺的前提，即車主的明確同意?！秱€(gè)人信息保護(hù)法》的實(shí)施，使得企業(yè)在處理GPS數(shù)據(jù)、報(bào)警數(shù)據(jù)以及零部件故障數(shù)據(jù)等車主關(guān)鍵信息時(shí)，必須更加謹(jǐn)慎。但大數(shù)據(jù)的挑戰(zhàn)不止于此，企業(yè)管理者應(yīng)該理解數(shù)據(jù)治理所面對(duì)的復(fù)雜度、風(fēng)險(xiǎn)和潛在價(jià)值，并提前做好規(guī)劃。為了做到這一點(diǎn)，大數(shù)據(jù)的負(fù)責(zé)人應(yīng)具有全球視野，了解數(shù)據(jù)安全的重要性，并在不同的IT領(lǐng)域具有豐富的實(shí)操經(jīng)驗(yàn)，對(duì)整個(gè)數(shù)據(jù)生命周期有一個(gè)全方位的了解，才能既保證數(shù)據(jù)投資得到預(yù)期的收益，又能避免因數(shù)據(jù)安全重重關(guān)卡帶來的項(xiàng)目延遲、預(yù)算超標(biāo)，甚至項(xiàng)目停工。

不同的數(shù)據(jù)擁有不同的安全級(jí)別，數(shù)據(jù)安全的考量不是在開發(fā)過程中才介入，而是從項(xiàng)目立項(xiàng)的那一刻起就應(yīng)該融入其中。針對(duì)如GPS等核心信息，要引入公司的法律部門和安全合規(guī)部門，進(jìn)行嚴(yán)格的審核，包括消費(fèi)者是否簽訂了合同、車廠是否給予同意分析數(shù)據(jù)等。歷娜博士強(qiáng)調(diào)，一份詳盡的、經(jīng)過簽字的信息安全表格將伴隨整個(gè)數(shù)據(jù)治理項(xiàng)目，確保數(shù)據(jù)處理過程中的每一步都是穩(wěn)健和合規(guī)的。

數(shù)據(jù)治理的兩個(gè)關(guān)鍵方向

歷娜博士指出，在探索大數(shù)據(jù)與數(shù)字化產(chǎn)品的創(chuàng)新旅程時(shí)，必須先明確兩個(gè)關(guān)鍵方向：數(shù)字化產(chǎn)品與大數(shù)據(jù)創(chuàng)新。

她以汽車產(chǎn)業(yè)和自身實(shí)踐為例，詳細(xì)介紹了二者的區(qū)別。從車聯(lián)網(wǎng)到無人駕駛，從ERP到智能生產(chǎn)線的工業(yè)4.0，這些都是數(shù)字化產(chǎn)品的典范。它們代表的是企業(yè)未來發(fā)展的新戰(zhàn)略，是企業(yè)對(duì)新數(shù)字化技術(shù)的重大投資。這些投資具有明確的產(chǎn)品形態(tài)和價(jià)值體現(xiàn)，能夠預(yù)測和分解風(fēng)險(xiǎn)。

而大數(shù)據(jù)創(chuàng)新，具有一定的不確定性。數(shù)據(jù)創(chuàng)新中的數(shù)據(jù)既有來自ERP系統(tǒng)的固定信息，也有從車聯(lián)網(wǎng)、無人駕駛系統(tǒng)、生產(chǎn)線智能機(jī)器等物聯(lián)網(wǎng)設(shè)備中采集的實(shí)時(shí)數(shù)據(jù)。將實(shí)時(shí)數(shù)據(jù)從IoT設(shè)備上采集出來，進(jìn)行清洗、轉(zhuǎn)化、計(jì)算、建模和分析，之后將這些數(shù)據(jù)匯聚在一起，借助于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等建模并進(jìn)行深度分析與挖掘。在這個(gè)過程中，建?？赡苁。瑪?shù)據(jù)預(yù)測也有可能不準(zhǔn)確，只能不停的進(jìn)行調(diào)參、換參、換模型，這就是大數(shù)據(jù)創(chuàng)新的常態(tài)。不同于數(shù)字化產(chǎn)品的直觀成效，數(shù)據(jù)創(chuàng)新的成果往往難以預(yù)見，這使得AI模型的預(yù)測結(jié)果充滿了不確定性。

這種不確定性給大數(shù)據(jù)項(xiàng)目的領(lǐng)導(dǎo)者帶來了巨大的挑戰(zhàn)：如何向上級(jí)匯報(bào)成本超標(biāo)和項(xiàng)目延期，如何向業(yè)務(wù)部門解釋投資回報(bào)率沒有達(dá)到預(yù)期…這不僅是一種創(chuàng)新型戰(zhàn)略的勇氣體現(xiàn)，也是數(shù)字化領(lǐng)導(dǎo)者必須面對(duì)的現(xiàn)實(shí)。因此，歷娜博士認(rèn)為，大數(shù)據(jù)創(chuàng)新的負(fù)責(zé)人，一定要具有前瞻意識(shí)和領(lǐng)導(dǎo)創(chuàng)新的能力和水平，以及超強(qiáng)的抗壓能力和解決問題的能力，更重要的是對(duì)成功的極度渴望和堅(jiān)定的信心，贏得投資人、管理決策層和團(tuán)隊(duì)的支持和信任，一起去迎接挑戰(zhàn)，面對(duì)難題，尋找解決方案，最終實(shí)現(xiàn)大數(shù)據(jù)項(xiàng)目的成功。

大數(shù)據(jù)的創(chuàng)新是集體智慧和努力的結(jié)晶

以汽車產(chǎn)業(yè)為例，數(shù)據(jù)散布在各處：車主、集團(tuán)與分/子公司的生產(chǎn)線、業(yè)務(wù)部門、機(jī)器設(shè)備、信息系統(tǒng)等。要想讓這些數(shù)據(jù)匯聚，支撐集團(tuán)的大數(shù)據(jù)創(chuàng)新，首先得讓這些數(shù)據(jù)歸攏，建立數(shù)據(jù)湖。“我的第一步是與領(lǐng)導(dǎo)溝通，建立集團(tuán)統(tǒng)一策略和技術(shù)標(biāo)準(zhǔn)，確立集團(tuán)各個(gè)分/子公司的利益共享與分工合作。之后，我向各方闡釋集團(tuán)統(tǒng)一推動(dòng)大數(shù)據(jù)創(chuàng)新和各方各立山頭的優(yōu)劣勢(shì)，并強(qiáng)調(diào)大數(shù)據(jù)創(chuàng)新的風(fēng)險(xiǎn)、挑戰(zhàn)和成本的龐大，如果我們不同步技術(shù)，不統(tǒng)一標(biāo)準(zhǔn)，最終只會(huì)造成資金的巨大浪費(fèi)、技術(shù)的信息孤島和創(chuàng)新用例的重復(fù)。”歷娜博士表示。集團(tuán)與分/子公司的思想同步，是推動(dòng)上下齊心合力做數(shù)據(jù)創(chuàng)新的根本。

從智能工廠生產(chǎn)線的數(shù)據(jù)創(chuàng)新到車聯(lián)網(wǎng)駕駛行為的分析，再到電動(dòng)車實(shí)時(shí)數(shù)據(jù)報(bào)警和預(yù)測，這些成功的試點(diǎn)向整個(gè)集團(tuán)證明了大數(shù)據(jù)項(xiàng)目的可行性和價(jià)值。生產(chǎn)線設(shè)備的預(yù)防性維護(hù)分析、駕駛行為的研究、消費(fèi)者習(xí)慣的探索、電池續(xù)航里程的洞察、二手車車況的分析與預(yù)測等等，揭示了數(shù)據(jù)背后的故事，這些故事不僅反應(yīng)了消費(fèi)者的真實(shí)需求，還能預(yù)測未來的趨勢(shì)。

在構(gòu)建企業(yè)數(shù)據(jù)湖過程中，面對(duì)將不同數(shù)據(jù)源、數(shù)據(jù)類型進(jìn)行整合時(shí)，會(huì)有太多關(guān)鍵的數(shù)據(jù)并不在掌控之中，如合資廠的ERP數(shù)據(jù)，這時(shí)候要做好職責(zé)分工，做好匯報(bào)。

對(duì)于車企來說，并非所有數(shù)據(jù)都適合上云，尤其是財(cái)務(wù)、生產(chǎn)等敏感信息。而像車聯(lián)網(wǎng)、電動(dòng)車狀態(tài)這樣的數(shù)據(jù)，云端處理是最佳選擇。因此，是上云還是本地部署，選擇公有云、私有云還是混合云，成為了企業(yè)技術(shù)路線的重要考量。

重視溝通與合作

在工業(yè)4.0的大潮中，數(shù)據(jù)采集問題不僅是技術(shù)上的挑戰(zhàn)，更是一場與時(shí)間的賽跑。由于與先進(jìn)的智能設(shè)備廠商簽訂的都是維保合同，數(shù)據(jù)采集不在議程之中，所以數(shù)據(jù)不全、采集頻率低就成了一大難題。

“面對(duì)這樣的困境，我沒有孤軍奮戰(zhàn)。通過向高層匯報(bào)，得到了合資廠高層領(lǐng)導(dǎo)的全力支持，并經(jīng)過與合作伙伴的數(shù)輪溝通，最終使得數(shù)據(jù)得以提供。”歷娜博士表示。

之后，在利用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測時(shí)，結(jié)果遠(yuǎn)未達(dá)到預(yù)期。解決之道就是不要將所有的希望寄托在一個(gè)供應(yīng)商身上，而是選擇多家合作伙伴，組織所有供應(yīng)商的數(shù)據(jù)科學(xué)家進(jìn)行頭腦風(fēng)暴，共同尋找解決方案，改進(jìn)預(yù)測方法，優(yōu)化數(shù)據(jù)，最終獲得令人滿意的結(jié)果。

由此可見，面對(duì)數(shù)據(jù)治理過程中的挑戰(zhàn)，溝通與合作是解決問題的關(guān)鍵;在數(shù)據(jù)科學(xué)的世界里，多元化的策略比單一依賴更為可靠。

關(guān)于企業(yè)網(wǎng)D1net(m.r5u5c.cn)：

國內(nèi)主流的to B IT門戶，同時(shí)在運(yùn)營國內(nèi)最大的甲方CIO專家?guī)旌椭橇敵黾吧缃黄脚_(tái)-信眾智(www.cioall.com)。同時(shí)運(yùn)營19個(gè)IT行業(yè)公眾號(hào)(微信搜索D1net即可關(guān)注)。