來源：首席信息官
大西洋彼岸的蝴蝶扇了一下翅膀，就能引發印度洋上的一場雷暴。現階段，數據產生的“蝴蝶效應”同樣不可小覷。
從業務洞察延伸至業務創新，數據價值的能見度一路走高。一方面，企業以中臺的形式重塑了數據價值鏈，另一方面數據驅動下的產業互聯網釋放萬億價值，驅動商業最終走向社會化。
然而，什么才是“數據驅動”該有的樣子？我們不妨從企業真實場景中探尋答案。
工業有顆“最強大腦”
作為中國第一家現代化煉銅工廠，江銅貴冶以數智工廠為切入點，借助IoT連接和管理700多種共1萬臺設備。通過AI、動態規劃、數據挖掘等算法與MES深度結合，成功打造了生產調度指揮中心。這不但有效的解決了銅冶煉配料場景中的各類復雜問題，同時也將預期經營成本降低20%。
而這樣的傳統企業還不僅僅只有這一家。
中國優特鋼行業的引領者——濟源鋼鐵在行業內率先打造了5G+廢鋼判級系統，用機器視覺識別和AI遠程判定代替人工現場作業，將廢鋼識別準確率提高到90%。這不僅開啟了廢鋼判定的智能新時代，而且每年預估節約成本2000萬元。
能讓這兩家傳統企業趕超行業發展，從制造走向“智造”的原因正是搭載了用友精智“工業大腦”。
用友精智工業大腦基于AIoT泛在連接能力，融合企業核心業務模型、工業機理模型和工業算法，將數據智能應用在精銅配料、焦化配料、多產線排程、廢鋼智能判定、產品質量診斷、產品經濟效益測算等場景，實現人類智慧與工業大腦的完美結合。
借力AIoT強化行業賦能
如果說聚合了AI能力、數據模型的工業大腦讓數據“開口說話”，那么以AI賦能物聯網的AIoT絕對算是數據驅動的又一強勁引擎。
在機械制造行業，某工程車企業乘風AIoT黃金賽道，打造了集設備實時監控、車輛維保、租賃管理和售后服務的業務閉環，構建了基于車聯網的產業鏈協同管理。
他們通過物聯網平臺實時監控車輛狀態、油耗狀態等，讓用戶做到心中有數；通過車輛實時數據，打造數據驅動的智能維保、預測性維護；運用實際車輛運行情況，升級高價值售后維護體系；通過用戶自主解鎖車、電子圍欄等方式增強車輛管控。
同樣這樣做的還有礦產行業。
宜春鉭鈮礦基于AIoT平臺打造了國際一流的數智化礦山，實現現場近百臺套采礦設備、運輸設備和環境檢測裝置的數據采集。
業務人員可實時監控工況進度，進行設備狀態分析。同時，通過將實時數據進行清洗，可集中展示多業務指標，為協同業務分析、高效決策執行提供基礎保障。而利用 AIoT-cube 低代碼編程能力，企業也實現不同場景的快速迭代。
隨著工業物聯網進入快速成長期，其最大的價值“數據洞察”也被充分挖掘。
在用友看來，AIoT可不是簡單的AI+IoT，而是以5G為催化劑，對數據和智能的深度集成，使其達到1+1>2的效果，并強化行業賦能。
據悉，用友AIoT物聯平臺可為生產制造、設備管理、能源管理、安環管理、設備后服務等多個業務領域，以及智能工廠、智慧園區、智慧礦山、智慧農業等多個垂直行業提供數據智能服務，助力企業基于工業數據實踐商業創新。
數據驅動業務價值增長，智能制造只是其中一個典型的應用領域。未來，數據將鏈接企業各個業務中樞、職能中樞，建立多維分析、建立量化管理模型，推動企業在全新的數智化時代中完成變革。
為此，用友YonBIP的底層PaaS云平臺iuap以“三中臺+三平臺”架構加速布局數據驅動的基礎設施，以業務中臺、數據中臺和智能中臺，技術平臺、低代碼開發平臺和連接集成平臺的一體化架構，形成了端到端的數據完整解決方案，激活企業數據創新力。
智能財務的“數據捕手”
對于一個兩三千億規模的大型央企來說，能夠將資金預測做的準確、資金計劃做到每筆都自動控制實屬不易。但是，有這么一家企業，卻通過兩步走就解決了業務痛點。
第一步，他們借助技術手段把合同系統、投資系統、業務系統等數據打通，實現業財數據的深度融合，并從中抽取所需要的多維數據，建立標準化的資金預測邏輯。
第二步，通過AI算法引擎，企業計算出銷售、采購、投資、報賬等業務過程中，未來現金流的變化趨勢及收付款規則，并進行周期滾動，最終形成一套完善精準的資金計劃。
在這個資金計劃里，既包含業務發生和歷史規律，又能結合現金存量情況，自動形成資金預測模型，并且可以保證90%以上的數據自動化生成。
其實在財務領域，這也只是數據驅動的體現之一。從整個經營管理角度來看，企業最終需要利用管理報告進行分析、跟蹤。
通過對數據進行可視化，可以讓使用者更直觀地感知數據內在價值，從描述發生什么，到為什么發生，再到將發生什么，最后告知企業該如何應對，支撐管理層做出科學的判斷和決策。
值得注意的是，管理報告不僅限于企業自身經營數據，還必須與宏觀環境、行業發展等關聯數據進行結合，建立統一的分析平臺，從而實現高效經營決策。
用友公司認為，針對于智能財務，企業往往通過構建業財一體化融合平臺，帶動自身數智化轉型。在這個過程中，建立全局視角的大數據事項中心是必由之路。
首先，企業需要構建主數據管理平臺，實現數據全生命周期管理。
其次，企業可圍繞著三大場景數據——財務管理目標數據、戰略轉型關鍵指標數據、特定經營場景的決策分析數據構建大數據事項庫，打造多維度數據采集。
第三，通過數據分析建模工具進行關聯分析、聚類分析、分類分析、序列分析等，深層挖掘數據價值，賦能企業戰略決策和業務經營。
智慧采購撬動數字生產力
基于“大數據+AI”，可以幫助企業建立智慧采購應用，如供應商智能推薦、供應商風險管理等，提升企業數字生產力。
三一集團擁有上萬家供應商，共涉及上百種產品品類，覆蓋海量的供應商、產品品類、訂單等數據信息。
疫情期間，在確認疫區供應商訂單無法正常供貨后，為了平滑度過疫情期，集團總部需要對供貨策略進行及時調整。
三一集團通過用友iuap數據智能服務提供的推薦算法，按時間維度進行跟蹤，根據品類重要性分析優先級程度，第一時間對全集團所有供應商進行優選，快速篩選優質供應商進行精準補位，實現企業在疫情期間供應商供貨不斷檔，保證正常生產。
同樣是行業翹楚的鞍鋼集團擁有10萬家供應商，通過構建智慧值采平臺，實現供應商生命周期的全流程、全要素、集中化、差異性的標準化統一管理，并融合第三方征信平臺和自有采購行為數據，優化供應商結構，防范采購風險。
在他們的故事中，有個相同的主角，就是用友YonBIP采購云。作為面向企業采購業務打造的智慧采購SaaS 服務平臺和社會化網絡交易平臺，它基于數據驅動幫助企業實現采購數智化轉型，解決采購過程中的諸多痛點。
以數據厚植人才沃土
如今，勞動力市場正在發生著深刻的變革，由此催生了不少企業提前進入人力資源變革期。
數據驅動下的人才大數據分析不僅關乎著企業的命脈，也是未來核心競爭力的優勢所在。在這個方面，用友人力云與眾多優秀企業共建人力資源數據智能分析平臺，具備完整的解決方案。
在人才視角，基于數據和分析模型，生成全景人才畫像，高效準確的識別人才，達到人與崗、崗與人的快速匹配，當職位有空缺時，數字人力平臺智能推薦人才匹配度與人才成熟度更高的后備人選，并進行直觀人才對比，輔助人才選拔與晉升，消除人才冗余。
在組織視角，可以自動生成人才地圖，洞悉企業的組織能力、人才勝任力狀況、了解企業人才質量與供需平衡狀態，為企業人才補充、外部招聘、內部培養提供數據支撐。
同時，企業為了避免人才斷層，保障持續的人才供應，根據業務發展戰略，需要建立各層級、各類別的人才發展項目，即人才池。以項目+平臺的方式進行人才加速發展，實現人才盤點、入池、個人發展計劃、進度跟蹤、出池等一系列在線化、智能化執行，強化企業人才供應鏈正循環運行。
此外，通過用友YonBIP數據中臺大數據分析能力，借助非結構化數據，可為企業提供不同層面的分析洞察。例如，有些企業通過對員工行為數據分析發現，“心情好”的員工更有創造力，表現最好的員工擁有更廣泛、更多樣化的社交網絡。而繞過中層對一線員工進行微觀管理的高管，在激發員工士氣和提高敬業度方面普遍存在問題。這些都是結構化數據分析不能獲取的洞察。
智能化時代，數據驅動是企業生存發展的必備能力。
以數據為核心驅動力的智慧管理，可以幫助企業塑造智能制造、智慧采購、協同辦公、智能財務、數字人力、數字營銷、數據金融等業務創新能力，重塑企業競爭城池，以數字實力迎接未來！
