天马股份董事长傅淼:从SaaS到XaaS,智能商业赋能产业互联网

2017年07月26日,在以大约12亿元收购微盟60%股权后,天马股份在北京举行了主题为“无智能,不商业”的战略发布会。

星河集团董事长徐茂栋(天马股份实际控制人)介绍:未来星河将打造全球创业成长服务网络、云计算/大数据/人工智能、金融科技以及产业互联网四大集群。而天马股份将扮演提供云计算/大数据/人工智能等基础服务,打造未来智能商业的角色。

同时天马股份董事长傅淼对其未来看好的智能商业( Intelligence Business)做了现场分享。

上市公司天马股份发布智能商业战略,要做中国版Salesforce+Palantir

【傅淼现场演讲实录】

 产业互联网中的分享经济

社会化分享的理念,在产业互联网领域将比消费互联网领域发挥更大的作用。因为生产资料社会化分享带来的成本降低在经营领域的驱动效应更明显。大家知道罗纳德.科斯关于企业的起源的解释是:企业组织劳动分工的交易费用低于市场组织劳动分工的交易费用,因此通过企业组织劳动分工的效率更高。

然而产业互联网普及将会导致市场组织劳动分工的交易成本的降低,企业内职能被外包至专业化平台,社会分工协作就会进一步细化,全社会的生产资料利用率和劳动生产率都会提高。这样一个过程,会比消费领域的分享所带来的驱动力会更强。由此,我们引出另外一个概念:Everything-as-a-Service即XaaS。

大家一谈产业互联网,往往就说SaaS,即“Software-as-a-Service”,我认为SaaS只是产业互联网很小的一部分,将来的趋势一定是“Everything-as-a-Service”,也就是XaaS。XaaS并不是个新词,但是我们在这里引用这个概念,除了指在数字空间里基于云计算的各个层面上的各种服务之外,还包括现实世界中的设备分享和租赁、供应链金融、经营服务外包、物料托管等各种服务。换句话说,在我们通常所说的在信息流、资金流和物流的各个层面和维度,都会有平台级的服务商为企业、尤其是小微企业提供生产资料共享服务。

XaaS为中小及生产型企业升级

即使是在美国这样市场经济高度发达的国家,小微企业也一直在经济中扮演重要角色。随着产品互联网的发展和普及,越来越多的产业基础设施服务平台为小微企业提供服务,小微企业得以在不扩大团队规模的条件下扩大经营规模。理论上,随着产业互联网的发展和普及,很多企业可以不雇佣任何一个全职员工,而达到相当的经营规模。

当然,XaaS模式的受益者也不限于小微企业,中型企业也可以从中收益。很多大型企业也会把他们的某些非核心业务外包到外部的服务平台上。 这里我举个例子说明产业互联网时代的生产型企业如何利用XaaS模式降低其财务杠杆率。利用产业互联网,比如企业可以通过分享和租赁降低设备CapEx的投入,显著降低现金的消耗;比如通过供应链上下游信息协同,可以降低信息不对称,降低波动和不确定性,这样就没有必要保留那么高的库存;比如利用供应链金融盘活应收账款。这样在同等的自有资金规模下,企业可以在不显著增加财务杠杆的前提下大大拓展经营规模。 

当然,通过Everything-as-a-Service的平台为中小企业提供信息流、资金流、物流各个层面全方位的业务支持是一个宏大的理想,有很多的事情要做。而在为企业提供信息流方面,智能商业将发挥出它的威力。

什么是智能商业?

首先,是智能商业,不是商业智能(BI)!目前智能商业本身并没有公认的定义,我们认为智能商业是AI增强(AI-enhanced)的决策支持系统(Decision Support System),服务于企业中需要决策的各级人员,应该具备实时、闭环、自动进化、全局优化的特征,以及自动识别问题的能力,目的在于提高企业决策的效率和质量,增强企业在数字经济时代的竞争力。

我们知道商业决策绝大多数都是微观经济层面上的决策,其决策的目标就是追求经济利益最大化。从数学上看,商业决策的过程就是最优解搜索的过程。建设一个可依赖的决策支持系统(Decision Support System,DSS),涉及到运筹学、商业智能(BI)和人工智能三方面。

因此运筹学很早就在决策支持系统中扮演了重要角色。但是优化模型的建设需要对数据后面的规律进行洞察,因此当以数据分析和挖掘为核心理念的商业智能(Business Intelligence, BI)出现以后,很快就跟运筹学结合成为决策支持系统的核心力量。

而AI在决策支持系统中的应用就没有那么顺利。AI本身的发展就是一波三折,其在决策支持系统领域的应用一度以专家系统崭露头角,但是整体看和运筹学以及BI的成就相差甚远。但AI新一波的浪潮,形成了在决策支持领域的重大机会。

 智能商业让企业跨越信息化的两种境界

企业目前更关注的是“High-impact”的决策支持,关注的是那些可能对一个企业经营有重大影响的问题。我们相信,只要正确的定义问题,AI在帮助用户更好地解决这类问题上是可以发挥重要的作用的。

企业信息化水平的评价体系本身是个复杂的课题,今天我借用人力资源的两个概念来做一个非常概要的说明,把企业信息化的水平分为两个境界,业务使能和业务赋能。

业务使能(Business Enablement):主要是指业务支持能力。首先解决能与不能的问题,也就是说能够支持业务顺利开展。再解决慢与快、少与多的问题,就是说业务处理效率是否够高、业务规模是否够大。

业务赋能(Business Empowerment) :主要是指赋予企业经营者做出高质量决策的能力。首先解决差与好的问题,就是说是否能否支持业务高质量的开展以获取健康的利润。再解决旧与新的问题,就是说是否能不断发现新的市场机会以获得新的增长点。

在中国经济高歌猛进的时候,多数企业都只关注业务使能,因为市场上机会足够多,主要看谁抓的快。当市场慢下来,就要关注业务赋能,看谁的产品和服务质量更好,价格更低,以及谁能够发现市场上新的机会,这就是智能商业大显身手的地方。

智能商业系统延展至企业外部

天马提出的智能商业系统框架与传统的BI模式在单体层面上基本类似,都是有一个数据层,一个模型层,上面有应用层,但是这一代跟上一代有什么不一样的地方呢?

首先它不再是一个企业内部的局部优化,它要考虑自己在供应链直接的上下游的情况,也要考虑不同供应链之间的关系,也就是要考虑一个完整的产业生态网状结构的关系。

其次从数据层面,处于现在这样一个大数据的时代,企业所能接触到的数据的丰富程度是空前的。以前更多的是挑战打通内部的数据孤岛,现在除了内部数据,还有供应链上下游企业之间点对点的数据交互,还有更大的云化的外部数据。在传统的决策支持系统里,因为没有明确的相关性,这些外部数据的利用率很低。但是外部环境是对企业经营可能有更大的影响,外部数据隐含着很多相关性。利用现在的大数据技术,可以为企业决策带来更多的数据信息,通过AI的方式把里面有用的信息挖掘出来,应用到整个决策支持系统里面去。

第三个层面就是就是利用反馈和闭环能够对模型进行自动的优化。

最后有人会问,一家企业成为成功的智能企业的三个核心因素是什么:我认为是首先要有与用户和市场充分交互的服务载体,其次是充分的信息化和数据化,后要有自动进化的算法。西方有句谚语“Don't reinvent the wheel”,意思是说如果有成熟的、免费的解决方案,自己就不要再花时间去重新发明它。天马致力于提供智能企业三个核心要素的解决方案。

这是我今天的演讲,谢谢大家。

相关领域
商业