DCMM引领企业数字化转型路径研究

◎ 高智伟 杨 凯 张智祥 王贤军

提 要:当前，新一代信息技术与实体经济深度融合发展进入关键时期，企业是市场上最重要的参与主体，研究企业数字化转型的整体现状、面临困难具有重要现实意义。本文分析了企业数字化转型的背景和现状，基于企业数字化转型存在能力建设难、集成共享难、深化应用难三大难点，围绕DCMM标准中的数据战略、数据治理、数据安全、数据应用、数据架构、数量质量、数据标准等，提出了DCMM贯标引领企业数字化转型的路径。

当前，我国经济由高速增长阶段转向高质量发展阶段，传统的产业发展模式难以为继，推进产业数字化转型成为传统产业效率变革、质量变革和动能转换的必然选择，也是推动我国经济高质量发展的重要引擎。我国政府高度重视产业数字化转型工作，“十九大”把“数字中国”建设提到了国家战略高度，并明确提出推动互联网、大数据、人工智能和实体经济深度融合。在此精神指引下，我国数字化转型的政策体系不断完善、深化和落地，数字化转型受到了各行业各领域的普遍重视。

企业是主要的市场主体，数字化转型是其在经济发展新常态下的策略选择，也是提升其核心竞争力的重要途径。一方面，数字化转型作为高质量发展的重要引擎，对高质量发展意义重大，企业加快数字化转型，引领和带动经济高质量发展是其重要使命。另一方面，当前新一轮科技革命和产业革命方兴未艾，国际国内形势复杂多变，加快企业数字化转型，激发企业创新发展潜力，重塑产业生态和产业链格局，保障国家产业链安全，是企业的必然选择。

一、中国企业数字化转型背景

（一）国家层面：政策大力支持企业数字化转型

数字化转型是未来五年乃至更长一段时间我国政策的重点支持方向。在“十四五”规划中，数字经济的地位大幅提升，“加快数字化发展，建设数字中国”单独成篇，并首次提出数字经济核心产业增加值占GDP比重这一新经济指标。在“十四五”规划指引下，数字化转型相关政策密集出台，《“十四五”大数据产业发展规划》《“十四五”数字经济发展规划》《“十四五”信息化和工业化深度融合发展规划》等均对产业数字化转型提出具体要求。数字化转型代表企业未来发展的方向，国有企业在这个过程中要起到引领带动作用。2020年8月，国资委发布了《关于加快推进国有企业数字化转型工作的通知》，提出国有企业数字化转型的“三个基本认识、四个基本原则、四个转型基础、四个转型方向、三个赋能举措、四类企业标杆、三个实施策略”，对国有企业深化数字化转型作了系统部署。

（二）技术层面：数字化转型基础不断夯实

数字化转型是以数字技术发展为基础，将企业原有的业务与数字技术充分融合，将业务数字化，以数字驱动业务变革。近年来，云计算、大数据、物联网、工业互联网、区块链、人工智能、虚拟现实和增强现实等数字技术在我国快速发展，并在全产业链推广应用，推动我国掌握数字化转型主动权，不断夯实数字化转型基础。从技术创新来看，数字技术专利快速发展。零壹专利数据统计显示，“十三五”期间，我国人工智能、区块链、云计算、大数据等数字技术相关专利申请进入快速增长阶段。到2020年底，我国数字科技申请量93.45万件，占全球的39.47%，居全球首位。从市场应用来看，数字化应用平台推动数字技术应用，海尔、阿里、腾讯、华为等一批企业率先完成数字化转型，掌握关键数字技术，并基于此成立了跨行业跨领域的数字化赋能平台。

（三）标准层面：数字化转型支撑能力不断提升

以标准为引领，完善标准体系、加强标准宣贯，是企业数字化转型的重要抓手。两化融合管理体系系列标准为企业数字化转型提供了一套可参照执行的方法体系，保障企业战略、业务、技术、管理等统筹推进。自两化融合管理体系2013年首次提出以来，贯标企业已经超过3万家，贯标达标企业超过1.4万家。《“十四五”信息化和工业化深度融合发展规划》提出“两化融合标准引领行动”，全面推进两化融合管理体系标准的制定推广、贯标体系升级和市场化服务。

数字化转型是以数字技术发展为基础，以数字驱动业务变革。图/中新社

数据管理能力成熟度（DCMM）是我国在数据管理领域首个正式发布的国家标准，旨在帮助组织和机构利用先进的数据管理理念和方法，建立和评价自身数据管理能力，持续完善数据管理组织、程序和制度，充分发挥数据在支撑信息化、数字化、智能化方面的价值。截止今年上半年，全国范围内完成了12批共235家次DCMM贯标评估，分布在天津、河北、北京、贵州等全国20省市。

（四）市场层面：疫情加速数字化转型

疫情防控常态化背景下，劳动力流动、面对面商业活动等受阻，对经济造成巨大损失，也加深了人们对于数字化的认知，加速数字化转型成为人们的共识。一是疫情推动数字化转型市场发展。在疫情下，企业对于远程办公系统、远程管理系统、智能装备等数字产品的需求大增，加速了人工智能、大数据等数字技术的推广应用与迭代更新，推动了我国数字化产品从研发到应用再到迭代升级的良性循环。二是疫情推动我国加速布局数字基础设施。近年来，我国加快布局建设大数据中心、新一代超算、云计算、人工智能平台等重大基础设施，网络通信能力、数据算力等得到极大增强，为我国数字化转型奠定了坚实基础。

二、企业数字化转型现状

（一）数字化转型启动数量较多，但整体水平处于初级阶段

2020年以来，我国企业数字化转型步伐加快，启动数字化转型企业的数量显著增加。德勤在2020年4月到5月的一次问卷调查显示，我国启动数字化转型的中央企业占比72%，地方国企占比57%，民营企业占比53%。但是企业数字化水平普遍不高，大部分处于初级阶段。该调查显示仅有三成受访者认为自身数字化水平高于全球平均水平。点亮智库研究显示，我国九成以上的国有企业数字化水平处于深化场景应用的阶段，还未能实现数据要素与业务的完全融合。

（二）数字化转型“硬实力”强，但“软实力”相对弱

我国企业数字化转型进入攻坚克难的“深水区”。目前，企业应用数字技术、开展新模式等“硬实力”较强，但是涉及原有管理制度的融合以及变革等“软实力”则相对较弱。点亮智库研究显示，企业在“技术集成架构应用率”“新模式普及率”“流程数字化率”等方面指标值较高，表明企业在IT软硬件基础设施架构集成、开展新业务模式、应用信息系统等方面进展较快。但是，在“数字业务比率”“产业链数据交换平台普及率”等方面指标值较低，表明企业在数字技术与现有业务融合、数据交换与集成共享方面进展较慢。

（三）大企业数字化水平较高，中小企业数字化水平低

中国电子技术标准研究院的研究显示，我国大型企业数字化转型处于初级阶段的不足五成，而中小企业数字化转型处于初级阶段的接近八成，中小企业数字化转型进程明显落后于大型企业。数字化转型是一项前期投入大、时间长、见效慢的系统工程，中小企业由于信息化基础薄弱、缺乏数字化人才、资金匮乏等因素，导致数字化转型进展缓慢。此外，数字化转型具有显著的规模效益，中小企业对数字化转型的需求与投入产出效益明显不如大型企业。

四、企业数字化转型难点

（一）能力建设难，数据管理能力难以与数字技术同步

企业数字化转型普遍从信息系统建设、智能化设备应用开始，相应的数据管理能力建设处于滞后状态。一是战略管理能力滞后，数字化转型缺乏系统性，没有开展战略规划、战略实施和战略评估，数字化转型价值很难实现。二是数据治理能力不足，缺乏专业的数据部门或数据部门的管理者层级不高，数据制度不健全，导致数据治理很难跨部门跨行业进行。三是员工缺乏数字技能，部分员工没有掌握新兴数字化技术手段，不理解数字化的管理制度，不具备开发数据产品的能力，数据管理制度很难推行。

（二）集成共享难，数字化转型有效供给不足

不少企业认识到数字化转型的重要性，但缺乏方法论支撑。数字化转型是经营管理、战略、组织、运营等全方位的变革，需要全局谋划，但现实中企业普遍缺乏整体性的规划供给能力、清晰的实施路径及整个流程的解决方案工具集。目前，国内基础性技术供给能力尚有不足，数字化转型评估诊断体系尚未形成，企业在实施数字化转型战略时，缺少系统性评价和现状诊断的方法指引，往往导致其对当前数字化水平认知不足，无法明确自身数字化转型的重点与路线。在工业APP领域，常规的数字化研发设计软件虽普及广度尚可，但涉及全生命周期管理和协同应用的高端研发类软件普及情况并不理想。

（三）深化应用难，数据要素与传统业务难以融合

一方面，数据分析应用不够充分。只有推动数据要素与传统要素互动创新融合，才能充分激发数据潜能，加速技术、管理、产业各层面的全面融合发展。但目前大多数企业在数据价值挖掘方面才刚刚起步，深度和广度均有不足，企业利用先进数据分析工具和模型深度提取大数据价值并用于智能决策的实践还需进一步深化。另一方面，融合创新应用难度较大。在企业层面，数字化转型需要横跨多个部门，分工、组织、协调都异常困难，转型企业的潜能不能最大化，变革速度也受限。在产业层面，数字化转型既要供应链上下游企业之间联合协作、合作共赢，同时也需要通过创新业务模式，打破旧有格局，从而实现多个系统的协作融合，这种新的融合创新往往较难实现。

五、国外企业数字化转型案例

（一）德国电信以数字化推进企业平台化

德国电信以“泛欧网络计划”为契机，大力开展数字化转型。一是强化顶层设计。德国电信基于“大数据应用与智能商务服务”的背景，制定了数字化转型的“T”型战略，构建了覆盖客户营销、主营业务、基础设施等的数字化战略。二是以云平台为核心推动企业平台化。通过基础性平台Qivicon和物联云，德国电信为用户提供公有云、私有云和软件解决方案。面向公共客户，德国电信集成供暖、家电、照明、用电等产品厂商的软件系统，打造智慧家庭方案解决商的平台。面向政企客户，德国电信建立物联云，并应用于工业自动化和车载通信，为企业提供云运维服务和大数据服务。

（二）欧洲电网以数字化提质降本增效

法国、芬兰、比利时、英国、挪威等欧洲国家的输电系统运营商，采用数字化技术推动电网质量提升，维护成本下降。一是推进电网维护和运营数字化发展。欧洲输电系统运营商采用传感器和无人机，收集电杆、变电站、电线等基础设施的数据，提升维护和运营的效率。二是鼓励电网企业间数据共享。欧洲监管机构鼓励输电系统运营商的上下游企业数据共享，推动英国、挪威等国建立了电力数据共享平台，实现输配电数据在价值链上下游共享。三是共建开源社区。欧洲输电系统运营商共建了软件开发的开源社区，普及数字化技术，降低企业软件开发成本。

（三）美国洛马公司以数字化引领行业发展

作为全球最大的军工企业，美国洛克希德·马丁公司（以下简称“洛马”）以数字化作为推动转型的重要手段。一是全面推动研发生产业务数字化。洛马公司全面推动产品数字化发展，应用数字线索、数字孪生等技术，实现以数字化模拟研发测试和生产过程，有效降低成本并提升效率。二是以大数据技术全面提升产品性能。洛马公司通过物联网传感器收集产品数据，采用不变分析技术的人工智能技术，对研发、生产和测试过程中的异常进行主动检测，提升产品性能。

从国外企业数字化转型案例看，数据是企业数字化转型的重要基础。德国电信、欧洲电网、美国洛马公司的数字化转型中数据都发挥了重要作用，企业通过数据分析和应用，成功实现业务拓展、成本降低和效率提升。可见，数字化转型中做好数据管理和应用是关键。

六、DCMM助推企业数字化转型的路径分析

DCMM贯标是企业数字化转型的重要抓手。DCMM标准借鉴了国际先进的数据管理框架和方法，综合考虑我国数据管理特色，构建了组织数据管理8大能力域、28个能力项目、445项评定指标，能够指导企业建立数据管理能力体系，提升数据应用能力，推进数据与业务融合（如图1所示）。

图1 DCMM能力域及能力项

（一）数据战略和数据治理推动企业强化数据管理顶层设计

数字化转型是一项系统性工程，必须从上到下系统推进。DCMM中的数据战略和数据治理建立起数据管理顶层设计，其将数据管理上升到组织的战略层面，是数据管理各项工作能够有序开展的基础条件。

数据战略可以指导企业建设战略规划、战略实施、战略评估三方面能力，确保数据管理工作能够在组织各个层级系统推进。通过数据战略的引导，企业联合数据利益相关方绘制高层次的数据战略规划，将业务战略与数据战略相结合，明确所需要的数据内容、获取数据的渠道、如何采集存储使用数据等内容，并制定数据战略实施方案，开展数据战略评估，确保数据战略规划能力真正落地。

数据治理可以引导企业加强数据治理组织、数据制度建设和数据治理沟通三方面能力建设，是数据战略能够顺利推行实施的组织保障。落实数据治理需明确组织数据治理的团队成员、工作职责等，建立与数据管理相关的规章制度，推动数据所有者、处理者、使用者等多方跨部门交流与合作，确保组织数据管理职能真正落到实处、发挥作用。

（二）数据安全和数据应用指导企业数据安全共享利用

数据安全共享利用是国家对企业数字化转型的重要要求。DCMM中的数据安全和数据应用指导企业在确保安全的情况下，实现数据的开放共享利用，最大限度发挥数据的价值。

数据安全指导企业建立数据安全策略、数据安全管理和数据安全审计三方面能力。通过数据安全的引导，帮助企业制定安全标准和策略，对不同等级和不同类别的数据采取差异化的管控手段；对数据访问的授权、分类分级的控制、监控数据的访问等进行安全管理，满足数据安全的业务需要和监管需求；对数据安全管理标准、策略和活动定期检查、分析、改进，实现动态优化。

数据应用帮助企业形成数据分析、数据开放共享、数据服务等三方面的能力。通过数据应用引导企业不断强化数据分析能力，挖掘企业数据价值，强化数据对于企业的业务支撑；帮助企业建立有选择、有策略、有方法的数据开放计划，促进数据流通；指导企业建立跨领域、跨行业数据服务流程和制度，实现数据价值。

（三）数据架构、数据质量和数据标准提升企业数据应用价值

企业数字化转型的核心是发挥企业数据的应用价值，推动数据要素与企业业务相融合。DCMM中的数据架构、数据质量和数据标准指导企业开展数据质量管理，帮助企业将实际业务转化为数据，并将数据标准化，提升数据在使用中的价值。

数据架构帮助企业形成数据模型、数据分布、数据集成、元数据管理能力。通过数据架构的指导，企业能够用结构化语言分析企业业务，对不同业务系统中的企业数据进行管理，在数据层面保证业务和技术的一致性。

数据质量管理帮助企业提升数据质量需求、数据质量检查、数据质量分析和数据质量改进四方面管理能力。通过数据质量的指导，企业可以针对数据生存周期每个阶段可能的质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提升数据管理水平提高数据质量。

数据标准帮助企业提升业务术语、参考数据和主数据、数据元、指标数据四方面管理能力。通过数据标准的指导，企业可以对各类数据标准的业务规则、业务定义、数据类型等进行统一定义，指导企业将各信息系统中的数据予以规范化和标准化，为数据集成、数据共享、数据治理奠定基础，为数据治理定义检查规则提供标准依据，提升数据应用的价值。

总之，数字化转型是一项长期复杂的系统工程，大多数企业还处于数字化转型初级阶段，在能力建设、集成共享、深化应用等方面还存在诸多不足。企业在数字化转型中，要用好数据这一关键驱动要素，把DCMM贯标作为数字化转型的重要抓手，推进数据战略制定与实施，提升数据管理能力，深化数据要素应用，推动数据要素与传统生产要素深度融合。