【专家洞见】Vol.17-资深数字化专家-李向峰

Q1：从您所在企业的角度，如何看待BI未来的发展趋势？

应该讲 BI 是有两个很重要的部分，一个部分是运数，一个部分是取数。

先谈用数这个方面，有一个特点就是可控，从我所接触的客户的角度来讲， BI 在发展的时候，在应用和我们在管理驾驶舱，或者讲在看板的可视化的层面上已经有很大的提升。从用户的角度来讲，在可控他们现在是比较关注的，我在给央企做的，他们是叫数字化企业大脑，他就提出我除了能够看得见，能够洞察我现在的问题，能够把它展现出来以外，我是需要在发现了这个风险点的时候能够踩住刹车，按下暂停键。从这个角度来讲就对 BI 提出了一个新的要求，有风险的预警的阈值的设定，以后怎么去跟我们的业务系统去对接，业务系统它在做的过程当中去没去做整改的状况怎么样？各级领导他要看到这个过程。

第二个趋势我觉得是叫做智能，随着后面的发展业务场景越来越丰富，我们的关联的要素跟维度越来越多。只是凭我们的人去发现，去洞察这些底层的风险点不会那么准确，需要有数字化的一个支撑。那么这块讲就是智能化，智能化就是能够通过数据挖掘，能够洞察数据背后的一些潜在的逻辑或者规律，在这个端面的智能化现在业界也有不同的一些看法或者观点。

BI 就是 AI 的角度来讲，也就是我们 BI 总体来讲是找数、取数、分析和呈现，这是我们最主要的一个功能，但是这个功能当中也有很多需要去应用的这样的一些工具和模型，来提高我们的易用性和效率。比如讲我们要去查某些指标，那么有没有一种可能，就是我录进去以后，我就有我的指标的语义模型，从这个角度来讲，我是比较赞同 b i，就是 a i 是融进去的，但是它的目的是提高我们 BI 本身的效率，那么取数的这一个领域就是以后要更精简，就是讲我们转个生态取的数在我的数据源头上它是唯一的，是规范的、是准确的。那么这个指数的简的话，就不需要再把数据加载到我们数仓里，或者讲再来建宽表。

Q2：如何理解新质生产力以及它和数据生产力之间的关系？

新质生产力它有一个基本概念，就是讲我们的劳动者、劳动资料、劳动对象通过优化和组合以后，要发生质变，要产生飞跃，形成一个增产效率的极大的提升。

这三个要素它都把它颗粒化了以后，数字化，有了数字化以后才能够连接，能够共享或者讲进行组合和编排，通过我们的数字化大脑能够来做相应的这种算法的运算，所以从这个角度来讲，我觉得数字化是最重要的一个内容，还不只是最重要，而讲它是一个最底层赋能的一个基础，就是通过数字化能够来真正地位移其他的心智生产力的要素，赋能

 Q3：您认为企业中数字人才应该有什么特质？

这个时代以后会要有很多很多的数字化的人才在企业里边。但实际上我的判断，我觉得企业并不需要那么多的数字化的人才。

那么以后我们这样的一些业务场景里边需要的是什么呢？需要的是懂得用数字化手段，有数字化思维的业务人才，而不是所谓现在定义的数字化人才。它一定有一个非常鲜明的特点，就是要有数字化思维的这样的能力和视角，而且要有会去使用数字化工具的这样一个能力。企业现在对数字化人才的这样的一些判断，我觉得他们总体来讲是很焦虑的，所以看到很多的企业都是数字化转型以后发生了质的飞跃，但是他们自己要去迈出这一步的时候，回头看就没人。这个人他往往还是局限在我有没有这种软件开发的人员，也好系统导入的人员，或者我的算法的人员，但是未必就真正的需要这样的人。

 Q4：数字人才趋势下帆软如何向客户提供更好的服务？

本身我们帆软有一个很好的产品，那这个产品周边就聚集了很多很多的要来做这样的一些数字化应用的这样一些客户。那么这个过程当中他们有赋能、有培训，我觉得这是很好的一个切入点。那么通过这个切入点来引导客户形成一个想用会用数字化工具的这样一个氛围和能力，它要能够站在数字化的视角来看，我怎么能够把我的要素重新组合来发挥，或者讲实行一种创新性思维，能够有颠覆性的这样的一些成果价值出来。

那么第二个我觉得就是因为我们有了这样的一些客户群，我们在陪伴他们往前走的过程当中，就会有很多的案例或者模型沉淀下来，所谓行业通用模型，实际上这个当中有两个概念，第一个行业它就聚焦了，它不是普适的，但是在这个行业里边又是通用的。就是让我们的客户他第一时间能够站在一个巨人的肩膀上，再去做个性化的创新。

那么第三点觉得方案可能会给客户有价值的地方，除了我方案的工具以外，我们还是一个生态的伙伴或者环境，让我们的客户能够有一个全图谱的这样一个工具箱来对它的业务进行改善和优化。