企业数字化转型始于数据和模型

　　受疫情影响，全球经济下滑，如何快速恢复业务增长，扭转当前局面？各家企业都寄希望于企业数字化转型。问题是，什么是企业数字化转型？

　　从概念来看，企业数字化转型是指建立在数字化转换（Digitization）、数字化升级（Digitalization）基础上，进一步触及公司核心业务，以新建一种商业模式为目标的高层次转型。即企业要对其业务系统进行系统性、彻底的重新定义，全面改造原有的组织架构、流程、业务模式等，让企业变得更有活力。说白了，企业数字化转型的核心内容是，从数据转型开始。

　　那么，具体而言，企业数字化转型应该从何处入手？

　　“企业数字化转型要想成功迈出第一步，首先要选好转型方向，结合实际业务情况规划任务和目标。”迈斯沃克软件（MathWorks）首席战略师Jim Tung认为，企业数字化转型其实没有“范本”可寻，更不是“一锤子买卖”，而是一个持续演进、不断发展的过程。因为企业一旦选择了模型、数据分析等数字化技术，就意味着企业可以根据业务的发展状态，选择最适合的应用工具和流程，让企业始终处于技术最前沿领域。

　　简单理解，企业数字化转型更强调“实用性”，企业对事件可行性有着更加清楚、全面的了解，进而做出更贴合企业业务的任务计划，制定出具体的执行步骤，最终才能给企业带来焕然一新的改变。所以，数字化转型并非选择一套解决方案就万事大吉，企业要清楚为什么要选择一套工具，如何把人员和技能进行更好的排列组合。一般来说，更具“实用性”的数字化转型，可以推动企业业务向前发展，并且支撑企业总的战略目标。

　　以数据模型构建为例，企业要想通过系统工具的使用，获得更大的数据价值，首先要应对数据类型的挑战，要整合来自传感器、图片、计算机视觉、语音等各方面的数据，包括来自生产制造过程中的数据以及其他应用系统上的数据。现代数据管理系统让企业应用复杂性成倍增加，外加很多信息孤岛现象，企业需要一致化数据访问体验。不管是在云端、本地或者在员工自己的终端上，都要实现数据共享。特别是处于现代业务环境中的用户，数据量越来越大，企业需要更完备的解决方案来实现数据管理，进而成功进行数字化转型。

　　作为数学计算和模型设计领域的引领者，MathWorks开发的MATLAB和Simulink在计算生物学、芯片设计、控制系统、图像处理与计算机视觉、数据科学、物联网、机器人、机器学习、信号处理、无线通信等领域均有广泛应用。 MATLAB提供了完整的工作流程，可以帮助用户快速训练、验证和部署深度学习模型，用户可以专注任务本身，而不是语法或者复杂的代码。Simulink是MATLAB中的一种可视化仿真工具，可用于多域仿真以及基于模型的设计，支持系统设计、仿真、自动代码生成以及嵌入式系统的连续测试和验证。尤其在数字化转型当下，MATLAB/Simulink能给用户带来数据获取与处理、智能算法开发、智能算法部署等自助系统开发和应用的全流程体验。由于MATLAB/Simulink在自动驾驶系统开发、自动控制机器人、智能语音识别及智能制造系统中有多年经验以及完整解决方案，因此被广泛应用于汽车、工控、电力电子等领域。

　　“MATLAB/Simulink更像是一个桥梁，工程师可以通过专业的平台把人工智能技术应用于他们的业务领域。” Jim Tung强调，一个有效的数字化转型计划需要考虑人员的技能，流程和技术的变化。MathWorks最大的优势是能提供从本地IT到云以及嵌入式系统能力。同时，MathWorks也支持与其他人工智能框架的互操作或集成。

　　正如Jim Tung所言，人工智能技术只有应用到具体的工作流程中，才能发挥真正的业务价值，比如：可以让IT和OT系统的连接变得更紧密。当然，对于处于数字化转型中的企业来说，除了技术、工具、流程，企业还要建立一个共享数据、共享模型的文化。只有拥有数据转型的意识，企业的数字化转型目标才更贴合实际，才能朝着正确的方向不断前行。