受益于這一轉變，我們在一年前做出的預測：無論是數字化營銷、智能制造、數字化采購，還是財務共享、管理會計、數據中臺、數據智能，都在加速被時間驗證。

 

當然，在這期間，隨著企業數字化轉型進入深水區，這些趨勢又有了一些更具象的表現，同時，一些新的變化也顯露出來。結合我們對上千家中國企業數字化轉型的觀察，梳理這些變化有助于我們進一步勾勒出數字化轉型的藍圖路徑。

 

以下是元年研究院對 2022 年企業數字化轉型十大趨勢的研判。

 

趨勢一：政策持續引導護航數字化高速發展

 

無論是從我國最高領導人的頻頻表態上看，還是從我國各級政府密集出臺的政策上看，數字化都無疑在2021年迎來了高光時刻。

 

中共中央總書記習近平高度重視數字化發展。僅僅在2021年8-10月的三個月間，習近平總書記就三次談到數字化。其中，在2021年10月19日中共中央政治局第三十四次集體學習時，他強調指出：數字經濟是把握新一輪科技革命和產業變革新機遇的戰略選擇，事關國家發展大局，做好數字經濟發展頂層設計和體制機制建設，加強形勢研判，抓住機遇，贏得主動，提高數字技術基礎研發能力，打好關鍵核心技術攻堅戰。

 

作為影響中國經濟和社會未來5年發展的中央綱領性文件，2021年3月發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》(簡稱“十四五”規劃)史無前例地以“加快數字化發展 建設數字中國”為主題專設一篇，提出實施“上云用數賦智”行動，以數字化轉型整體驅動生產方式、生活方式以及治理方式的變革，并且將打造數字經濟新優勢，堅持新發展理念，營造良好數字生態，列為“十四五”時期目標任務之一，用國家最高層級的綱領性文件為數字化發展保駕護航。

 

據我們的不完全統計，2021年，有11個省級政府部門發布了數字政府相關規劃;9個省級政府引發數字經濟發展規劃;兩大部委、8個省級政府、4個市級政府相繼發布大數據領域典型政策;8個省級政府出臺了數字新基建規劃方案。

 

在本文落筆之際，1月12日，我國數字經濟發展的頂層設計文件——《“十四五”數字經濟發展規劃》由國務院印發，正式拉開了2022年數字化政策雨的序幕，不僅為我國數字經濟的發展勾畫了圖景，而且明確將大力推進產業數字化轉型和加快推動數字產業化列為重要任務。可以預見，在政策的持續強力支持下，我國的數字經濟將實現長遠穩定發展。未來數年，數字化都將是中國經濟社會發展中不變的強音，所有企業都將不可避免地踏上數字化征程。

 

趨勢二：數據驅動成為數字化轉型的主旋律

 

其實嚴格來說，數據驅動已經不是趨勢，而是眾所周知的事實。但是，它如此重要，同時很多人對它的理解又不夠清晰，所以我們在談到趨勢時，仍堅定地將它放在前面進行闡釋。

 

數據是數字化的基礎。在數字化時代，過去，企業所擁有的數據構成主要是財務數據和部分業務數據。數字化轉型的推進，使得企業的數據生態發生了極大的變化;工業4.0的推進，極大豐富了企業生產運作過程中的在線數據;而互聯網、新零售等C端豐富多彩的應用，產生了大量充分展現消費者行為的數據信息。內部數據與外部數據的邊界正在逐步消融。數據信息日益豐富，甚至日益廣泛且深入地滲透進我們的生活中。這些豐富的數據海洋給我們提供了無限的可能，也對我們提出了終極拷問：如何應用好這些數據，使其能夠真正驅動企業發展?

 

區別于“以數據為中心進行決策”，數據驅動強調的不是用數據被動支撐決策，而是機器基于數據和模型主動幫助或者替代人做出決策。將數據驅動按照人對數據使用的深度逐層展開，有五層含義：

 

第一層是呈現，核心是要你看見，即將數據結果呈現給用戶，只反應客觀事實，不做判斷，如數據報表。第二層是預警，核心是助你分辨，即基于數據判斷好壞優劣，如紅綠燈、儀表盤。第三層是建議，核心是幫你抉擇，即基于數據做出行動建議，如商品選擇、抖音推薦;第四層是決策，核心是替你決斷，即基于數據自動決策和執行，如銀行貸款;第五層是融貫，核心是虛實合一，即將虛擬與實際打通，如元宇宙。

 

過去，企業的數據解決方案更多關注高層的需要。而現在企業更希望用數據賦能企業內部的各級管理者，賦能聽得見炮火的決策者，賦能一切需要用數據支持管理的人員。在數字化時代，企業將圍繞數據進行深度的價值挖掘，用數據全方位地驅動企業的發展。

 

趨勢三：從業務交易在線化到業務發展平臺化

 

一切業務數字化，一切數字業務化。既往的成功業務模型，正在被數字創新所摧毀。企業必須創造一個適應于數字時代的、可變的數字業務系統，這一定是數據和技術強化的業務系統。業務數字化有三個階段：

 

第一個階段是實現業務交易的在線化和自動化，不僅僅是要把前端銷售、物流線上化，更要考慮把后端的財務、采購、內部資源配置與前端的新型商業模式進行匹配。

 

第二個階段是實現業務經營管理的數字化和智能化。業務交易在線化使企業沉淀了大量業務數據，流程透明化為業務活動的過程管控提供了便利。通過引入物聯網、AI、RPA、云端協作等技術升級業務管理系統，企業不僅能高效完成跨部門全流程的智能化業務協作，還能輔助企業內部管理部門實現業務管理的不斷優化，實現銷售、生產、采購、商旅等全業務流程可控，計劃可自動執行，決策可及時落地。

 

第三個階段是實現業務發展的平臺化和場景化。企業在融合技術、聚合數據、賦能應用的數字系統的支撐下，建立跨產業鏈的感知、收集和利用數據的能力，突破傳統的業務邊界，創新業務場景，成為價值創造平臺，為行業客戶、消費者、合作伙伴、供應商、員工等提供支持和服務，并通過與客戶互動，實現產品優化、迭代，更好地滿足客戶需求，不斷打造極致客戶體驗，推動業務快速發展。

 

趨勢四：“平臺+生態”成為數字化企業的新經濟形態

 

這個趨勢其實我們在趨勢三中已經有所提及。不過鑒于它對企業未來發展的重要意義，我們認為有必要再單獨列出來細加闡釋。

 

數字化時代，平臺和生態成為高頻詞。企業經營通過轉型升級，實現價值創新和迭代進化，并在連接、賦能、互聯互通中涅槃重生，“平臺+生態”范式將成為企業升維的下一個經濟形態。

 

平臺經濟的迅速崛起，不僅體現在傳統企業紛紛向產業互聯網平臺轉型，也體現在越來越多的企業和機構推出基于平臺模式的創新服務。平臺范式被認為是數字經濟下商業模式創新的重要途徑。技術驅動和消費行為、企業生產和交易方式的改變，使得企業的服務邊界越來越模糊，平臺主體之間的合作共贏已是大勢所趨。

 

隨著各個專業化平臺的互相打通，生態化成為平臺的未來發展趨勢。從競爭到合作，專業化平臺參與各方牽手合作，依托科技、聚焦場景、圍繞用戶打造新生態系統，通過運營以解決方案為中心的生態圈、建設生態架構體系來支撐E2E的生態環境，通過群體競爭優勢爭奪產業或行業的話語權。生態系統的興起必然引起眾多企業走向價值共生、網絡協同關系。

 

趨勢五：技術與業務深度融合成核心抓手

 

IT即業務。在數字化轉型進程中，關于業務場景、業務模式、業務創新以及業務與技術關系的內容遠遠大于技術本身。企業數字化的關鍵，就是建立以數據為中心的組織，與此同時，業務應用一定需要轉變為“以數據為中心”的應用。業務和技術基于數據的深度融合是數字化轉型的大勢所趨。

 

從具體的數字化場景中看，數字化轉型會打破企業原有的組織邊界和信息邊界，一個轉型場景的落地往往需要涉及數個信息系統。同時，數字化轉型過程中沉淀的場景、模式、流程、數據都將成為企業未來核心的數字資產。

 

企業可圍繞企業戰略跨越業務與技術邊界對數字化轉型進行規劃設計，不僅要致力于解決數字化時代業務如何實現迭代和創新的問題;要解決建什么系統，用哪些技術支撐業務迭代和創新的問題，還要跟蹤技術路徑、技術手段和業務迭代創新結合的過程，并隨時解決過程中發生的問題。在戰略指導下，企業可利用AI智能建模能力，不斷檢視業務流程的有效性，并迭代優化生產、銷售、采購、供應、財務等管理流程，構建適應企業特點的最佳管理模式。讓信息系統具備更柔性、更智能、更敏捷的性能并賦能業務發展，是企業應對市場變化的磨刀利器。

 

趨勢六：財務數字化成為數字化轉型的先導

 

企業要實現數字化變革，第一步就要實現財務數字化。將財務數字化作為企業實現全面數字化的切入點，已日益成為企業的共識。

 

回顧企業信息化、數字化的歷史進程，財務在每一次企業轉型的過程中都扮演著重要角色。無論是會計電算化，還是ERP普及運動，財務都是推動企業全面轉型的發動機，是企業優化升級的重要抓手。這一方面是因為財務系統上接企業高管，下接每位員工;左接采購、運營，右接營銷、服務;前接核算報表，后接分析決策。財務系統本身具備的連接各個部門、所有業務和管理流程的特性和立體數據結構，是其引領企業在各個層級進行全面數字化轉型的天然優勢。另一方面，財務管理是企業管理的生命線，幾乎所有企業管理水平和競爭能力的體現都是以財務數據為核心。財務系統掌握著企業大量核心數據，而數據是數字化的核心要素。從這個視角上看，財務系統承擔著引領企業全面走向數字化的重要職責。

 

我們發現，當前，越來越多的大型企業選擇以財務為先導，通過構建財務共享中心，推動企業打通內外、連接內外，實現業財深度融合，實現財務數字化，并向全業務數字化延伸，最終推動企業整體數字化轉型的實現。

 

同時，值得注意的是，隨著自動化、智能化技術的突破和產業應用，財務共享的職能和價值正在發生巨變：通過重塑管財邊界、業財邊界和人機邊界，財務共享中心從過去服務于企業內部基于財務制度、財務準則的流程，擴張到服務于更多的業務伙伴，創造業務價值。財務共享中心蛻變為全面財務業務處理中心、控制策略管理中心、經營核算報告中心、業財融合數據中心。企業不僅能基于新一代的共享中心連接內外，開展在線化、自動化核算，還能開展高價值的財務分析、經營決策、預算管理、風險管控，從而更高效地發揮數據價值，更順暢地推進數字化轉型。

 

趨勢七：以數據中臺和管理會計為主線實現數據驅動

 

數據分析是企業開展數據洞察，實現數據驅動的主要方式。過去兩年，基于眾多企業的數字化實踐，我們日益發現：數據分析應以數據中臺為基本架構和平臺，以管理會計的應用首當其沖。

 

數據中臺能夠為企業帶來三大改變：第一，數據中臺能夠打通數據壁壘，實現全方位、全過程、全領域的數據實時流動與共享;第二，基于數據中臺，企業能夠構建數據治理體系，實現數據標準化，將數據轉化為有價值的資產;第三，數據中臺為數據建模和加工提供了平臺和工具。

 

管理會計的本質是基于數據和模型發現問題、解決問題。因此，在數字化轉型的過程中，管理會計具有重要的引領作用，構建以管理會計創新應用為核心的新一代數智運營體系已日益成為企業開展數字化轉型的必由之路。

 

以管理會計創新應用為核心的數智運營體系具有如下特點：一是主動賦能。隨著企業擁有越來越多的數據和有效信息，依賴管理者個人的經驗、能力和擔當的決策逐漸減少，基于數據變化的自動化決策越來越多。二是面向業務場景。在數字化時代，管理會計的能力將逐步下沉到企業的中層和基層，下沉到諸如訂單預測、應收管理這些更微觀的業務場景，為企業全員提供業務監控、運營指揮、決策支持、策略定制等全方位的賦能。三是面向未來。過去，企業在管理會計領域更多是開展“感知現在”的分析，但是在數字化時代，企業可以開展更多“預測未來”的分析。四是形成從決策到行動的閉環。通過將傳統的管理會計與業務化、場景化、實時化的數據分析相結合，企業可以將決策實時轉化為行動，基于系統平臺的流程協同能力，快速形成指令驅動和控制業務，開展實時事中監控、業務深度洞察、在線協同指揮作戰、高頻檢視追蹤執行結果，建立基于決策的場景模型和策略之上的監控決策指揮體系，真正形成數智化運營的能力。

 

趨勢八：基于云原生的低代碼PaaS平臺成為企業數字化底座

 

云計算改變了企業內部ERP系統的架構。為應對當前快速變化的市場，加速企業數字化轉型進程，基于云原生的企業低代碼開發PaaS平臺應運而生，為數字化提供了新一代底層基礎設施的新架構，從技術與模型層面支撐企業數字化轉型。

 

云原生既包含技術(微服務，容器等基礎設施)，也包含管理(DevOps，持續交付，重組等)。它通過提供一套完整的技術體系和方法論,來幫助企業在系統功能越來越復雜的環境下能夠實現敏捷開發并保證系統的可用性。當前，云計算的發展已進入成熟期，云原生作為數字化轉型的重要支撐技術，逐漸在人工智能、大數據、邊緣計算、5G 等新興領域嶄露頭角，成為驅動數字基礎設施的強大引擎。伴隨全行業上云的逐步深化，企業云原生化轉型進程將進一步加速。新一代PaaS平臺開發必須是基于云原生的應用。

 

同時，來自Gartner的數據顯示，要滿足中國企業的所有數字化轉型場景，需要開發至少5億個新的應用系統或者App。這是一個非常龐大的需求與市場，如果按傳統的產品研發模式，不僅成本高昂，產品的輸出和供給也受到限制。

 

低代碼開發平臺是無需編寫代碼或者編寫少量代碼，通過可視化拖拉拽方式就可以快速生成應用程序的開發平臺，大大降低了應用程序開發門檻。業務人員經過簡單培訓即可在低代碼平臺直接構建應用，降低了業務人員不懂技術等原因導致的需求偏移風險和溝通成本。

 

趨勢九：混合云成為企業數字化基礎設施的首選

 

混合云是指至少使用了兩種不同部署模式的云部署模式。混合云具備了可自動化運營和運維、資源和流程統一管理的解決方案，并且可以實現在多云之間按需編排云資源，使數據和應用能夠在不同的云平臺上進行共享和協同。

 

混合云不是公有云和私有云的簡單組合，是基于統一架構的云底座，讓客戶本地訂閱公有云服務，并支持通過云聯邦實現租戶跨多云使用全棧云服務和資源。通過于公有云同構的軟件堆棧部署在企業數據中心內，企業可以根據業務需求將應用負載發布部署在公有云和自有數據中心內，并享受同樣的云服務體驗。由于混合云的部署模式進一步加強了企業的自主可控性，節約成本，正在獲得更多青睞，已日漸成為企業數字化基礎設施的主流之選。

 

趨勢十：人工智能和機器學習成為數據驅動的倍增器

 

數據驅動離不開人工智能技術(AI)的應用。AI是企業數字化未來的最高形式，不僅可以實現文字、語音、圖像、視頻等非結構化信息的處理，幫助我們完成基礎數據的處理和轉化;還可以實現歸因分析、數據洞察和智能預警，讓數據的價值得到充分發揮。

 

AI分為運算智能、感知智能、認知智能三個階段。運算智能讓系統能存會算，感知智能讓系統“能聽會說，能看會認”，而認知智能讓系統“能理解，會思考”，也就是可以聯想推理。認知智能是未來數據智能應用中最重要的方向，也是智能技術在數據分析應用中的最大挑戰。

 

認知智能在數據分析中的應用核心是通過自然語言理解和知識圖譜，實現人和機器的交互以及人和數據的交互。從我們目前已能夠實現的人機對話，到支持特定場景的常識性判斷，到對特定領域非結構化數據的自主處理，再到能夠基于數據生成自然語言，直至達到讓機器擁有完全自主分析能力。通過認知智能技術的融合，機器將具備越來越強大的自主分析能力，不斷引領數據分析方式的躍遷。

 

與認知智能不同，機器學習可以用來解決多變量、很難用一個規則來計算的計算模型，通過機器可以采集大量的預測參數，對數據的輸出進行快速計算。基于機器學習技術，系統可以基于對業務知識的理解，科學預測、合理控制、智能分析，真正成為管理和財務人員的智能助手。未來，機器學習結合自然語言處理、知識圖譜的數據交互分析技術，將給數據分析帶來更大幫助。

 

元年研究院是依托元年科技20多年服務數千家企業的專業與技術積淀，以“推動企業管理進步”為使命，匯聚了一大批深諳企業財務管理理論，又具備豐富行業實戰經驗的專家及學者，致力于企業共享交易、數據分析等管理模塊的深度研究和數字化實踐案例提煉的研究機構。