口頭愛人

2022-11-11

通過對汽車行業的調研和分析，作為重資產、長生態鏈的離散型生產，在客戶需求導向模式的沖擊下，汽車行業的數字化程度乃至信息化程度不高，數據普遍面臨著業務數據分散建設、數據資源多頭管理、數據全生命周期管理不完整等問題。其數字化轉型的最主要障礙可以歸類為以下幾個方面。



1. 對數字化轉型理解片面或存在誤區



車企管理團隊對數字化轉型理解可能存在誤區，比如認為“實現數字化就實現了轉型”。更有甚者認為“實現信息化也就能達到數字化轉型的目的”，把業務系統如SRM、MES、ERP、SCRM等系統的升級改造理解為數字化轉型得手段和目標。



車企管理團隊要充分意識到“數字化轉型”是利用數字化技術，如云計算、大數據、人工智能、物聯網、區塊鏈等能力來驅動組織商業模式創新和商業生態系統重構的途徑和方法。



2.無理論支撐、無現成的行業數字化轉型方案



數字化轉型作為一個大課題，不是一蹴而就的，需要傾全公司全集團之力進行長期規劃和分階段建設才能實現。



目前，每家車企差異較大，汽車行業還沒有形成一套成型的數字化轉型方案，如果不借鑒通用的數據管理知識體系理論作為支撐，最終會演變成頭疼醫頭、腳痛醫腳的情況，和原始初衷相差甚遠。



3.項目預算不足、人員儲備不足



數字化轉型項目由于沒有統籌規劃，也就無法按照整體估算和分期投入進行評估。同時管理層有些會將數字化轉型項目對標于BI數據分析項目，要求周期短、見效快；因此受限于項目預算、項目成果又無法短期見效，最終導致數字化轉型效果不佳。



另外一個人才方面，每家車企都要基于自身現狀進行數字化轉型戰略部署，尤其是組織架構、人員崗位職責、管理制度進行配套落地。數字化轉型需要用到很多技術和能力，比如云計算、大數據、人工智能、數據治理、物聯網、區塊鏈等，對企業人才需求多要求高，需要一專多能，這樣的人才在互聯網公司都是香餑餑、高薪崗位，作為車企若要招聘到、培養出、挽留住這些人才也需要極高的成本，并且需要創造對應的環境和崗位與之匹配。



4.無平臺保障、無行業標準



“數字化轉型”是利用數字化技術，如云計算、大數據、人工智能、數據治理、物聯網、區塊鏈等技術和能力，因此需要一個技術平臺來融合各方面的技術和能力，比如企業大數據平臺、數據中臺、數據治理平臺來承載數字化技術和能力，來支撐車企各類業務、數據方面的需求。



然而，和運營商、金融等行業相比，現階段汽車行業并沒有一套通用的平臺能支撐車企的數字化轉型訴求，需要各車企基于自身需求來整合相應的技術和平臺能力。



另外汽車行業競爭激烈、業務變化迅速，導致汽車行業缺乏對應標準規范，缺乏車企數據標準、安全管理規范，即便有也在不斷的更迭中。