华为如何走出数据沼泽丨中国数度系列报道之一

华为如何走出数据沼泽丨中国数度系列报道之一

陈白

20年前，当人类历史上最大的探天工程斯隆数字天空勘测开始的时候，它在新墨西哥的天文望远镜最初几周采集的数据便超过了天文史上所有累积数据的总和。

到了2010年，它的信息存档包含140TB（万亿字节）的信息。那一年，移动互联网浪潮刚刚开始席卷全球，数据的增长速度已比肩光速。

2020年，整个数字世界数据量达到44ZB（十万亿亿字节）。这意味着我们所处的数字世界的字节数，是可观测的宇宙中恒星数量的40倍。

数据从未如此巨大，数据从未如此重要。2020年新冠肺炎疫情席卷全球，世界运转在“线上”。

当我们已经进入尼葛洛庞帝所说的数字化生存状态之中，这个建构于比特之上的虚拟世界，华为数据管理部把他们定义为我们身处物理世界的“孪生”世界。

对于那些在数字世界诞生之前就已经诞生的公司们来说，迈向数字化成为了必须面对的挑战。

杜浩是华为数据管理部的六级专家，也是《华为数据之道》的主要撰稿人之一。2020年，自我定位为“非数字原生企业”的华为，试图总结一条打通数据孤岛的华为道路。

但这条路并非坦途，在华为董事、CIO陶景文看来，要进行数据治理并不容易，“到今天为止，我们所做的也只能说‘刚刚及格’。”

华为所谓的非数字原生企业，是指那些普遍有较长时间历史，组织架构和人员配置都围绕着线下业务开展，大都经历过信息化的过程。

在很多制造企业中，甚至还保留着各个版本的ERP软件和各种不同类型的数据存储库，这使得这些企业要从IT走向DT，历史包袱极为沉重。

华为的尝试也是由此开始。

华为探路

两百年前，奥斯卡·王尔德说，“如今几乎没有无用的信息，这真悲哀。”

两百年后，世界彻底浸泡在数字的洪水里。而在商业齿轮的运转过程中，如何处理数据，也成为了企业最大的挑战之一。

数据湖概念已存在多年。它最初引起了一些争议，但今天还是被通用地作为形容海量数据的关键词。

而对应地，数据沼泽是一种设计不良、未充分归档或未有效维护的数据湖。这些缺陷损害了检索数据的能力，用户无法有效地分析和利用数据。

在杜浩看来，与互联网公司不同，非数字原生企业数字化转型是困难的，其典型特点是，在广阔的数据湖中出现数据孤岛，也就是“一类业务，一个IT系统，一个数据库”。

长此下去，数据湖慢慢就会变为数据沼泽。

华为企业架构与变革管理部部长熊康说，数字化转型，对于飞速发展的华为来说，相当于在高速路上换轮胎。“华为当时面临的局面是，存量的IT‘烟囱’遍布各个业务，但又支撑着海量的交易和分析，各种短期见效的数据搬家、自动化小公举，逐渐从帮手变成了帮凶，数据被私有化为各个业务部门的资产，表哥表姐为了实现数字化运营加班加点整理Excel，高薪招聘来的数据科学家却因为没有数据而闲的离职。”“通过3年的以数据治理为核心的数字化转型实践，华为给出了自己的答案。”在接受经济观察报采访时，杜浩说，他与他的同事们合力撰写的《华为数据之道》，系统讲述了华为数据治理，数字化转型的方法论和实践经验。

他们通过办公数字化，将华为公司全球15000块屏、9000间会议室、上千个开放区进行智能联接，员工通过WeLink能够随时随地与全球任意一块屏、任意一个办公区进行实时协同。

今天，华为业务已经覆盖全球超过170个国家，面对超过200个中心仓库、7.5+万条物流路径、每年170+万订单，数据处理成为其中必不可少的神经系统：

根据华为方面提供的数据显示，通过数字化手段将确定性业务交给机器自动处理，全流程作业节点从18个降低至8个。

另一方面基于数据、算法，实现不确定性业务的智能辅助、人机协同，过去物流装载方案主要依赖人工经验、人工调整，通过物流智能分析和模拟仿真应用，将装载准确率从30%提高到80%以上、效率提高50%、仅仅通过集装箱利用率的提升就节省了百万美元。

如果读完这本书就能够清楚发现，这本书几乎像是一本数据管理领域的字典，基本传统企业在迈向数字化过程中会遇到的问题，事无巨细几乎都能在其中找到“华为方案”。

作为中国最为知名的电信设备和手机制造商，以如此开放的态度展示自身内部数据的处理流程与数据架构设计，这与之前华为在安全保密上谨慎风格有些不一样。

有人认为，这是华为业务重心调整的表现，华为希望以自身数字化工作为案例，在云和企业服务两个较弱的业务领域寻得一些发展和突破。这种猜测并非空穴来风。

2021年1月底，华为发布了全球联接指数（GCI）2020报告，这是华为连续第七年发布该报告。这一报告首次提出行业数字化转型的五大阶段，分别是：任务效率、功能效率、系统效率、组织效率与敏捷、生态系统效率与韧性。

而也就是在这几天，华为原手机业务总裁余承东再次被委以重任，接管云计算与人工智能部门。

无论是云计算还是人工智能，都与数据息息相关。这一任命的变化，无疑展现了华为对于数据业务的重视。

中国实践

在十九届四中全会公报中，首次将“数据”列为生产要素。决策层的判断其实也来源于企业的实践。在华为数据管理部眼中，数据成为企业的生产要素，将带来数据确权体系和数据市场基础设施建设的浪潮。

在杜浩看来，“数据是企业最重要的核心战略资产之一，因此在企业内要把数据管理上升到足够的高度，要按照战略资产管理的要求做好顶层设计，数据工作的目标应该成为企业层面的整体目标，而不应该是仅限于IT或数据专业部门的目标。”

华为的数据治理历程历经两个阶段。

根据他们的介绍，第一阶段是在2007年到2016年之间。在这一阶段，华为设立了数据管理专业组织。建立了数据管理框架，任命了数据owner，通过统一的信息架构与标准，华为初步实现了业务的数字化、标准化。

但当中国的互联网产业和数字技术突飞猛进之时，后来的局面也开始发生了转变。

华为的数据管理第二阶段，是从2017年至今。在这一阶段，华为建设数据底座，汇聚企业全域数据并对数据进行连接，通过数据服务、数据地图、数据安全防护和隐私保护等等，实现数据随需共享、安全透明等目标。

当工业时代的各种先进实践，已经无法为数字时代的“华为们”提供足够的模板支持时，对于中国企业来说，数字化是一次前无古人的全新尝试。

有没有可能出现数字时代的中国IBM，数据时代如何重新定义管理？北京大学光华管理学院教授董小英和她的学术伙伴在试图总结数字化转型的中国企业模型时，华为的尝试被纳入了视野。

相比于以往的探索尚且有工业时代的路径参考，在比特新世界面前，即使是全球性的跨国巨头，也并未找到确定的答案。这是真正意义上的无人区，而华为只是其中的探路者之一。

|对话|

战略资产的顶层设计

经济观察报：如果用关键词总结，你会为华为的数据治理选择什么词？为什么选择这些词？

杜浩：数据管理是一个很庞大的体系，很难用几个词进行全面概括。如果从推动数据治理成功实践的角度，我认为有几个因素是至关重要的。

数据是企业战略资产。数据是企业最重要的核心战略资产之一，因此在企业内要把数据管理上升到足够的高度，要按照战略资产管理的要求做好顶层设计，数据工作的目标应该成为企业层面的整体目标，而不应该是仅限于IT或数据专业部门的目标。

业务是数据第一责任人。数据绝不是IT人员或数据专业人员产生的，而是由业务定义和产生。

因此，业务永远是数据的第一责任人，所有的业务人员都同时承担着数据管理的责任，数据管理首先应该是业务的工作目标，数据专业人员是协助、支撑业务达成目标的。

数据工作要对准业务价值。数据工作必须在企业经营/运营活动中发挥价值，不对准企业战略诉求、不解决企业自身痛点的数据工作是不可持续的，也无法获得业务部门的认可及深度参与。

因此，每一项具体数据举措、工作都应该聚焦业务价值和业务痛点，数据工作的成果应该以业务诉求的满足程度、业务痛点的解决程度来作为衡量标准。

例如，华为的所有数据变革攻关项目都有严格的基于业务痛点解决量化指标，只有这样数据工作才能持续，数据组织才有生命力。

要建立权威的管控机制。数据治理工作往往是“三分靠建设、七分靠运营”，要避免数据治理成为运动式行为，确保数据治理成果能够长治久安，就必须建立权威的管控机制。

通过全面、权威、可落地的管控，确保所有建设工作真正对准既定工作目标前行而不发生偏移，确保在运营过程中得到遵从。

例如，每一个新的数据资产在产生时，都应该符合相应的架构建设及生命周期管理规范，如果存在不满足要求的数据资产，就不能够进入到企业正式经营运营管道中。

经济观察报：你认为数据是万能的吗？我们是否能够理解，在数字化时代，数据治理能力已经成为企业的基础竞争力？

杜浩：没有东西是万能的，数据只是支撑企业健康发展的关键要素之一。

但数据管理能力确实已经成为了一种企业竞争力，甚至是核心竞争力。企业自身管理离不开数据，数据管理水平会直接影响企业内外部运作效率。

我们很难想像一个企业的数据不准确、不及时、数据之间无法高效流转，而企业各个业务环节却无比高效、相互之间协同顺畅，这种场景在现实世界是不可能发生的。

数据的低效必然带来业务的低效，反之数据的“清洁”高效能力必然会对企业经营运营各种行为带来极大的正向支撑推动作用。

随着数字技术的成熟和内外部环境的变化，数字化转型成为企业“必答题”，数据作为企业数字化转型的关键驱动力，必然要发挥更重要的价值。

总书记在讲话中也强调要实现决策科学化、治理精准化、公共服务高效化，同时提出善于获取数据、分析数据、运用数据，是领导干部做好工作的基本功，这都标明了数据的重要作用。

企业数字化转型的一个重要标志，就是在“数字世界”中对企业业务模式、内部运作、生态协同进行全新的设计和开展。

而数据正是构成“数字世界”的最关键要素，围绕数据的定义、产生、存储、联接、共享消费、安全防护与隐私保护等能力，是“数字世界”能够运行能够发挥作用的关键。

数字时代的企业管理

经济观察报：在探索解决方案的过程中，你们是否遇到过意见的分歧？是如何解决的？

杜浩：数据工作要真正发挥价值，就绝不会仅仅是对技术或IT层面的改进，而是利用数据对企业业务模式进行改变及优化，甚至可能会对企业生产力和生产关系产生影响。这样一来，在数据工作的推进中就必然会存在大量争议和分歧。

而在华为的数据工作中，为了确保这些数据举措目标的达成，采取了一系列手段来对各种争议和分歧进行有效的管理。

首先，应该在企业层面建立统一的目标和工作框架，并在整个公司层面形成共识。

华为在开展每一项重要的关键变革举措前，都会先制订整体目标及框架，对所要进行的变革的必要性进行充分的讨论，对所要达成的目标进行框架设计。

这种目标和框架会综合企业/部门业务战略、企业变革发展战略、行业最先进实践、企业当前问题和痛点等多种因素进行综合设计，并在相应的管理平台/委员会上正式确定发布。

通过这种统一设计，确保整个公司范围充分理解和认可变革的方向，并在最大范围内就达成目标的过程与方法形成了共识，避免了在后续推进过程中出现争议和反复。

其次各种具体各项工作和举措要对准业务需求和痛点，能够真正帮业务解决问题。

每个业务单元都有自身工作目标和压力，各种变革工作在需要各业务单元额外付出精力和成本，因此每项具体举措一定是贴合业务实际的。

例如，华为在开展数据治理工作时成立了七个数据攻关组，就是对准当时数据流传和传递最不通畅、需要业务额外付出大量精力、业务作业效率最低的七类数据。

由于这些举措真正对准业务痛点，因此各个业务环节才会高度配合，才能保证变革举措正常推进。

经济观察报：面对传统企业管理中存在的诸多问题，数据能够改变什么？

杜浩：数据能够在两个层面帮助企业：在企业当前业务模式不发生大的变化下，帮助企业提高效率、减少不必要的人力/物力资源浪费。

在轻度变革层面，通过数据质量的提升进一步提高企业业务质量、确保上游业务能够满足下游环节需要。

数据的及时、准确、完整、一致、有效、唯一，本身就意味着产生这些数据的业务环节是高效、低成本、高质量的；通过对数据流的梳理、贯通，有效的提高业务流转的效率。

例如，华为通过对产品配置数据的打通，极大减少人工进行配置处理/转换的环节。

在企业深度变革层面，尤其是企业数字化转型变革中，数据是关键驱动力。数字化转型就是利用数字技术来优化企业业务运作或创建新的业务模式，因此数据能够发挥前所未有的价值。

例如，华为通过数字化办公，创建以员工体验为核心的、全方位的联接与协同，这种联接和协同就是让数据跨越地理障碍、组织障碍、IT平台工具障碍，实时的传递到所有需要者手中。

经济观察报：在你看来，对于其他的非数字原生企业来说，华为的数字化转型探路中可以借鉴的经验是什么？

杜浩：首先，内/外部环境变化决定了，企业数字化转型是“必答题”。

当今企业所处环境和面临的问题，与过去相比发生了很大变化，随着过去几次工业革命带来的技术进步，企业效率得到了极大的提升，但同时“鲍莫尔成本病”也一直伴随着企业。

企业运营成本持续升高，企业效率提升的势头却越来越显著下降；同时外部的挑战因素也越来越大，各个传统行业都面临大量“搅局者”，因此数字化转型已经是企业必须面对和解决的课题。

企业数字化转型是一场全新变革，要从意识、组织、文化等各个方面进行转变。用什么技术实现数字化转型是手段而不是目的，我们需要回归到转型的初心上来。

华为开展数字化转型，首先是以客户为中心，提升客户体验，并为客户带来新的、更大的价值。

企业数字化转型需要做好整体设计。华为从2016年正式启动数字化转型变革，并由公司牵头各业务领域进行了数字化转型整体规划，整个公司就规划蓝图形成了普遍共识，厘清了工作目标和工作思路，确保了整个数字化转型工作不走样、不变形。

同时明确了“数字化转型”成为公司唯一的变革主题，并基于这个变革目标孵化了一系列涉及研发、销售、供应、交付等变革项目，确保了整个企业的精力能够高度聚焦、不把力量耗散在非关键战场。

企业数字化转型要打好基础，找准突破点。对于非数字原生企业来说，大都经历了传统“信息化”过程，在信息化建设的过程中也随之建立一整套流程、数据、IT，这些都是企业进行数字化的基石，应该管理好、使用好。

同时数字化转型道路确实“曲折而漫长”，很容易在艰难的推进中失去前进的耐心和勇气，因此一定要从解决企业的现实问题入手，找准突破口，以点带面；要在方向大致正确的前提下，坚持持续的创新和优化，并以快速的迭代来应对变化。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“融道中国”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读