能源企业数智化转型价值创造

2023-09-15陈明晖许高明曾爱民王竹青

财会月刊·下半月 2023年9期

陈明晖许高明曾爱民王竹青

【摘要】“大智移云物区”新技术环境下，企业数智化转型成为大势所趋。本文聚焦企业数智化转型如何实现价值创造这一重要问题，基于现有研究系统梳理了企业数智化转型的发展历程及其价值创造的实现路径，并以能源行业上市企业物产环能为例，基于投资、采购、生产、维修四个典型业务场景，深入探究能源企业数智化转型价值创造的实现机制。本研究丰富了企业数智化转型价值创造实现路径的相关理论，也为企业实现数智化转型与业务场景深度融合，通过智能预测、规划与协同企业资源，乃至智能决策以创造价值提供了实践启示。

【关键词】数智化转型；业务场景；数字化转型；价值创造

【中图分类号】 F275 【文献标识码】A 【文章编号】1004-0994（2023）18-0103-6

一、引言

以互联网为代表的信息技术与产业领域的深度融合日益成为推动企业数字化转型的強大动力。2020年9月，国务院国资委发布《关于加快推进国有企业数字化转型工作的通知》以引导国有企业数字化转型的改革方向、重点和举措。2021年12月12日，国务院印发的《“十四五”数字经济发展规划》提出，根据自身条件和数字化转型需求，企业可分阶段、分环节开展数字化转型。2022年7月，中国信息通信研究院发布的《中国数字经济发展报告（2022年）》强调，做强做优做大我国数字经济的重要举措之一是“以大带小，倒逼转型”，即鼓励大企业率先搭建一体化的数字化平台，带动中小企业关键业务场景转型，从而加速业务场景的数字化应用。可见，数字化转型正成为企业发展变革的必经之路。

实践中，推动和实施数字化转型的企业数量也正越来越多。根据2022年10月埃森哲发布的《2022中国企业数字化转型指数研究》显示，相较2018年仅7%的比例， 2022年我国实施数字化转型取得显著成效的企业比例已上升至17%。同年5月， ACCA协会的调研数据表明， 83.03%的受调研企业已建立并运营财务共享服务中心一年以上。同时，八成以上的受调研企业将探索数字技术、强化数据赋能作为财务数字化战略的重点提升方向①。这表明，我国大部分企业已在财务领域进行了数字化转型，但多数仍停留在财务核算和分析层面，基于大数据的智能决策和管控体系建立尚处于探索阶段。也就是说，实施数智化转型的企业应利用新一代信息技术，融入业务场景分析决策，建立智能数据管控体系，以进一步推动转型。所以，本文选取在数智化转型方面已取得一定成功经验的企业——浙江物产环保能源股份有限公司（简称“物产环能”）进行案例研究，基于“数据资源—数据中台—业务场景—数据三化（数据模型化、数据可视化、数据智能化）—价值创造”的链式路径，结合多个典型业务场景，深入探究如何通过数智化转型赋能企业价值创造的实现机制，以期丰富企业数智化转型的相关理论，并为企业实现数智化转型提供经验和借鉴。

二、企业数智化转型的研究综述

近年来，企业数智化转型日渐成为学术研究的热点话题，相关研究主要聚焦于企业数智化转型的内涵、发展阶段、实现路径和经济后果等方面。针对企业数智化转型的定义，相关研究主要有两类观点。其中，部分学者和相关文件认为，企业数智化转型是数字化转型的高级阶段，二者通常可以替代使用（戚聿东等，2022）。譬如， 2020年9月，国务院国资委发布的《关于加快推进国有企业数字化转型工作的通知》提到，企业数字化转型要实现产品创新数字化和生产运营智能化，这种观点下的数字化转型实质上已经涵盖了数智化转型。但同时，金小波（2022）认为，企业数智化转型应该是“数字化+智能化”的融合。“数字化”侧重技术层面， “智能化”则扩展到数字技术的应用层面，二者相结合推动企业多层次、多角度的变革，进而实现企业数智化转型。沿此逻辑，部分学者进一步指出数智化转型应强调数智技术与企业的业务活动或业务场景相结合。例如，陈剑和刘运辉（2021）、吴玉浩（2023）提出，企业数智化转型的本质是“数字化+智能化”的融合，是数字化转型的更高阶段，更是数智技术和企业业务活动的深度结合。即企业基于业务数字化，使数据的价值落地到典型业务场景，实现数据的智能化应用，以满足客户的个性化需求。相应地，企业数智化转型也需从数智技术的掌握、数据平台的搭建、数智技术与业务场景相结合三个方面来实现。例如，田高良和张晓涛（2022）、周翔等（2023）提出，要搭建“数智技术”的核心载体——数据中台，运用数智技术快速获取、解码、筛选、重新编排和分析有效数据，从管理流程再造方面推动业财融合，消除系统壁垒，打破数据孤岛现象。在归集和处理财务、业务系统的数据和外部数据的基础上，探索应用数智技术与业务场景融合，从而构建智能数据管控平台，实现数智赋能，挖掘数据资源潜在价值（徐玉德和董木欣，2021）。基于学者们的研究，本文将企业数智化转型定义为“数据化+智能化+场景化”的融合，即企业利用新一代信息技术构建数据中台，统一数据标准、细化数据颗粒维度，进而实现数据可视化、模型化、智能化，以深入解析其积累的数据要素，智能监测、管理、预测业务场景，最终成功搭建智能数据管控平台，达到降本增效、优化决策、创造价值的目的。

但现实中，企业推进数智化转型会带来何种经济后果？现有研究主要存在两种观点。一种观点认为，企业数字化投资在短期发展内未见显著效果，甚至使企业陷入转型困境（刘淑春等，2021）。比如，资金投入紧张、技术不足、系统数据难以联动、数字化人才稀缺。另一种观点认为，企业数智化转型有助于其在不确定的环境中生存和发展（戚聿东等，2022），通过数智技术，梳理业务流程，挖掘沉淀的数据资源价值，为其提供可视化、模型化、智能化的业务场景应用分析等（徐玉德和董木欣，2021），提升全要素生产率（余东华和张恒瑜，2022），实现价值创造。譬如，谢卫红等（2020）结合数字经济的特征和价值创造内涵的探究得出，企业数智化转型所引发的变革可通过提高企业研发效率、优化资源配置等方式创造价值。尤其是跨地区、跨领域的多元化集团，通过数智化转型，利用数据运营、分析及预测能力，重构商业生态、优化决策。由此可知，企业数智化转型对企业业务场景赋能效用显著，但不同类型企业数智化转型成果略有不同。例如，装备制造业的数智化转型助力提高研发效率、改进产品质量、降低生产成本、增强产线柔性、加快响应速度、拓展增值服务、减少能耗排放等。漫画出版业企业数智化转型主要是提升创作内容质量、增强用户体验、升级编审校流程和优化纸质出版服务（王若扬，2023）。杨英楠等（2022）认为，建筑业的数字技术可以划分为六个成熟级别分阶段实现建筑能耗数据预测，建设项目自动监控，项目管理决策智能化等。可见，企业实现数智化转型需要与业务场景深度结合，才能更好地发挥数智化的价值创造功能。

综上可知，现有研究虽对企业数字化转型的底层技术建设、实现路径及运行机理等展开了初步探究，也选取了部分行业深入考察企业数智化转型的积极效应。但相对较为零散，缺乏对企业数智化转型一般规律的探讨。故此，本文尝试从核心业务场景切入，探讨数智化赋能业务、企业决策优化、创造价值的一般规律。并选取物产环能案例，结合典型的业务场景特征，详细分析能源企业数智化转型的价值创造路径。以期丰富相关理论，并为企业实现数智化转型提供经验和启示。

三、企业数智化转型价值创造的路径分析

根据现有研究，企业数智化转型通常可划分为三个阶段②，具体如图1所示。其中，第一阶段是信息化阶段，是指企业从供产销全部业务链出发，打造数字业务，以数字编码形式储存、传输、加工和应用文字、图片、图像、信号等信息。比如，公司启用企业资源计划（ERP）、客户关系管理（CRM）、办公自动化（OA）、项目管理（PM）等软件，各部门通过这些全流程的业务软件，实现了业务线上化、流程优化和原始数据积累。但各部门的数据往往各自存储和定义，不仅缺乏统一的标准，也未建立有效的数据交换服务，易导致企业内部数据缺乏关联性和一致性，从而形成数据孤岛，无法发挥数据资源价值。第二阶段是网络化阶段，是指通过无线传感网络、无线通信网络把物体与互联网连接起来，智能识别、定位、跟踪、监控和管理业务。也可理解为，在此阶段，企业利用物联网、大数据、人工智能、移动通信、云计算等技术搭建数据中台，通过移动终端实时采集数据，及时录入数据，即时同步汇总至该数据中台。最终，实现了数据标准化、可视化和实时共享，从而为管理者决策提供数据支持，辅助决策。第三阶段是智能化，依托新一代人工智能技术的发展，企業利用已沉淀的数据资源不断优化、创新业务模型和算法。基于上述转型阶段，企业逐步建立各业务场景自感知、自学习、自决策、自执行和自适应的功能模块，从而实现智能决策和价值创造。

相关资料表明，我国企业已基本完成了第一和第二阶段的数智化转型任务①。那么，企业在数智化转型的第三阶段该如何进一步实现价值创造则是我国大部分企业所面临的一个现实问题。因此，本文基于现有研究和企业实践，提炼出企业数智化转型实现价值创造的一般规律，具体如图2所示。已经具备了数智化转型第一、二阶段基础的企业，基于大数据、云计算、物联网、 5G等底层技术，通过搭建智能数据管控平台，汇总整理各业务软件的数据，使之成为体系化、规范化、结构化的数据，打破数据孤岛与数据碎片化的问题，为数据驱动奠定数据基础。然后，围绕数智化转型促进价值创造的总体目标，从结构化数据出发，尽可能多地适配应用场景，助力企业在投资、采购、生产、维修、销售等领域实现业务场景数智化，为充分发挥数据资源价值奠定基础。最后，以业务场景为载体，监测、管理、追踪企业活动，实现业财一体化和数据可视化；依托于丰富、多维、细颗粒度的数据积累，构建模型与规则，实现数据模型化，支持决策与运营；基于机器学习和运筹优化技术开展数据分析、预测与自响应等赋能经营，从而实现数据智能化，通过自感知、自学习、自决策、自执行等实现企业资源配置动态优化，以构建企业竞争新优势，达到降本增效、价值创造的总体目标。

四、物产环能数智化转型价值创造分析

（一）物产环能概况

物产环能重大发展节点如下： 2012年，进行了整体的股份制改造，优化了公司治理结构，增强了企业实施数智化转型抗风险的能力； 2017 ～ 2018年，逐步实现了财务共享系统和其他系统的集成，为企业数智化转型奠定了平台基础； 2021年，在上海证券交易所主板上市，进一步整合了优质资源，拓宽了融资渠道，为企业实施数智化转型提供了所需的资金保障。作为一家大型国有企业，物产环能坚持走绿色低碳可持续发展的道路，聚焦环保、能源领域，践行“能源贸易+能源实业”双轮驱动发展战略。其中，能源贸易板块是煤炭行业领先的能源贸易集成服务商，能源实业板块坚持践行绿色发展理念，主营业务为热电联产、污泥焚烧发电、生物质综合利用、固废处置等环保领域，以及光伏、储能等新能源领域。目前，物产环能的实业板块已发展到七家热电厂的规模，并新增加了新能源发展、储能科技等几家子公司，随着光伏和储能业务的拓展，未来将会新增大量子公司。若各子公司延续管理、生产和业务上的独立运行模式，尤其是财务分权管理，则会出现机构臃肿、业务繁杂、流程混乱、效率低下、数据孤岛和数据烟囱等问题，无法有效实现财务管理目标。且大量业务累积所形成的数据资源价值未被有效挖掘，难以帮助管理者优化决策，更遑论实现智能决策了。可见，物产环能具有数智化转型的迫切现实需求，希望以此实现对公司组织架构、生产经营、财务管理等多维度的优化升级。那么，物产环能是如何实现数智化转型和业务场景的有机融合？又是如何利用数据资源创造价值的？综上考虑，本文从物产环能数智化转型已初见成效的投资、采购、生产、维修等核心业务展开分析，以期为相关企业提供经验借鉴。

（二）物产环能数智化转型应用场景分析

物产环能以“成为绿色高效的环保能源综合服务引领者”为战略愿景，聚焦于盈利、风险控制、安全和环保战略，并深化“环保+能源”战略布局。在其战略目标的引领下，以智能数据平台搭建为切入点，利用大数据技术，实现业财融合、智能化管控的财务目标。并通过数智化技术规范管理公司所有业务，让大数据为业务赋能、赋智，即将数智化落地到企业的每一个业务场景中，形成“投资—采购—生产—维修”的智能业务链条，从而为企业降本增效、创造价值。具体如图3所示。

具体而言，物产环能通过数智化转型实现价值创造主要涉及以下四个核心业务场景。

1. 投资业务场景的数智化转型。物产环能基于智能数据中台，全生命周期智能管控投资项目，并实现业务数据可视化和一体化的分析、预警和预测，以帮助管理者优化决策。首先，在项目投前管理中，数智化管控平台调取财务共享中心预算模块的项目预算、 OA系统的立项和审核情况，自动运行项目管理模型、经济增加值模型（EVA模型）和线性规划模型等，出具项目可行性分析报告，辅助管理层投资决策。并把投资项目汇总至优采云系统，进行现场监控、实时跟踪、传导和报告项目数据，严格管理项目进程，从而降低投资成本和风险。其次，针对项目投中管理，一是实时跟踪项目成本，清楚项目的具体花费、进度、遇到的问题及解决措施等，尤其是对工程项目审计和特定项目复审进行严格规定，极大地降低了工程项目成本，提高了工程效率。二是实现项目风险的动态监管，实时监控项目进度，对超预算进度付款、投后未达成预算指标、工程未按进度完成和存在较高风险的项目自动预警，并实现可视化功能。三是完成在现场主动监控和预警关键指标的任务，及时调整项目进程，以便于落实投后效果跟踪管理，改变以往有项目建设期却无效果跟踪管理期的现状。最后，在投后管理中：调取财务共享中心核算模块数据，对投资项目进行运营管理、动态收益监控、现金流监控，形成经营者看板；数据中台采集投资数据，在线完成投后报告；基于经营模型预测，将立项指标与每一年反馈指标进行对比分析，从而有效、客观地评价项目建成后的效果，总结归纳成功的投资项目，以指导未来投资项目的遴选。同时，所有投资项目信息不仅反馈到优采云，还根据最新投资数据不断优化投资模型，推荐投资方案，优化企业决策，创造价值。后续还可通过深度学习挖掘数据资源价值，智能筛选优质投资项目，从而实现智能投资功能。

2. 采购业务场景的數智化转型。物产环能通过SIS生产管控平台、智慧环保岛、 EAM资产管理系统、财务共享中心的核算模块实时监控全厂煤炭、材料消耗情况和原材料库存，从全局优化角度合理调度资源，安排采购计划，指导长期采购备货，以此帮助企业降低采购成本。煤炭由能源贸易板块集中采购，通过海运物流平台的动态线性规划指导采购过程，以此执行最优采购计划，降低采购成本。具体而言，通过海运物流平台动态监控、实时定位煤炭船运路线，实时获取上游装港、下游卸港信息，结合天气预报，向船运公司发出合理的到港时间，降低船运费和港口滞期费。并根据销售情况，把控到货、采购节奏，以此实现最优采购，降低采购成本。其他采购项目统一使用优采云平台集中招标采购，实现了招标业务公开透明，使采购业务更规范，以此把控采购风险和成本。最后，在数智化管控平台汇总采购数据，通过标准化和可视化数据刻画供应商画像，并建立供应商信用评分模型，再利用大数据算法智能推荐优质供应商，助力企业决策。进一步地，可通过深度学习不断训练采购数据，优化采购方案，甚至是智能推荐采购计划，以此提高决策的准确性和及时性，创造企业价值。

3. 生产业务场景的数智化转型。物产环能的能源实业板块主要产品为电力、蒸汽、压缩空气、污泥处理服务。在这些产品的定价方面，电力产品价格由发展改革委定价，压缩空气和污泥处理服务的价格随行就市，蒸汽价格与煤炭价格联动。物产环能通过数智化转型以实现生产预警、运行调整、产销预测等环节的优化。首先，在可视化系统中设定机组运行的煤炭成本价，通过市场公开数据获取煤炭价格信息，当超过机组成本时，提出调整运行方式的预警。其次，利用智慧环保岛系统，实时监控机组负荷和产出数据，对偏离指标及时发送调整指令，提高生产效率。然后，借助大数据算法优化机组组合、电力（蒸汽）调度和供应链等。最后，所有生产数据都完整地汇集到SIS生产管控平台，形成庞大的数据资源，结合当前实时订单情况和了解到的生产状况，分析客户历史销售数据，对接下来的订单进行预测，及时调整运行方式。以此实现数据资源的内在价值，降本增效，从而创造企业价值。

4. 维修业务场景的数智化转型。由于能源供应企业配有大量生产设备，所以维修业务是物产环能的节能计划中最重要的智能化场景之一，通过合理的维修计划不仅可以提高设备利用率、生产率以及能效，还可以降低能耗成本和维修成本等。在具体管理上，物产环能将资产维修类项目分为日常维修、零星维修、大修理和应急维修四大类。其中，日常维修和零星维修可归类为常规维修，一般发生频率较高，中低等难度，主要通过物联网监控设备，智能识别隐性故障后完成检修。大修理和应急维修可归类为非常规维修，可在故障发生后智能诊断设备隐患，优化决策。而对常规和非常规维修业务也采用差异化的数智应用技术，主要体现在以下三个方面。一是常规维修业务通过智能预诊的方式减少故障发生次数。物产环能通过设备树形式对电厂设备进行管理，监控部件运行状态，实时获取运行参数，与正常设备参数对比，在巡检过程中提前发现设备缺陷，并记录缺陷、开具检修申请单。同时，根据系统中记录的设备缺陷位置、缺陷情况、检修人员、检修费用、检修方案，形成设备维修数据库后，可根据需求智能诊断设备缺陷，判断设备质量、预判设备使用状况、快速匹配解决方案，从而降低停工损失，提高生产和决策效率。二是非常规维修业务以智能诊断的方式提供维修方案，优化决策。通过机器学习和运筹优化技术，训练设备维修数据，不断对维修数据进行建模，用于规划维修计划，智能推荐维修方案，物产环能彻底改变了过去依靠经验或“拍脑袋”决策的方式，从根本上消除了设备隐患，延长了大修周期。三是综合这两类不同维修业务的数智化应用方式，实时储备相关数据，建立设备维修数据库。以数据库资源为基础，企业可根据设备状态和历史维修次数等信息，动态预估其剩余寿命，判断是否报废设备，以减少不必要的维修费用。还可根据累积的大量维修数据，对所有电厂、所有新能源公司之间进行维修成本细项目的横向、纵向分析对比，找到差距及原因，以降低维修成本，提高企业利润。综上所述，维修业务主要通过智能预诊和智能诊断实现智能维修，以减少停机和维修过剩，从而减少维修成本，创造企业价值。

五、结论与启示

新一代人工智能技术的发展改变了企业数据资源的存储和运用方式，使得数智化转型成为企业发展的战略方向。本文基于现有研究，梳理了企业数智化转型的定义、实现方法和经济后果，并归纳出企业数智化转型的“数据资源—数据中台—业务场景—数据三化—价值创造”实现路径。同时，以物产环能为例，研究了企业如何充分融合数智化技术与业务场景，以及如何实现价值创造的场景过程。根据数智赋能业务实现价值创造的路径，可得出以下四个结论：一是基于投资业务场景，通过重点监管投资项目进程，实时发出风险预警，动态调整项目，控制投资风险，并采集项目全流程的数据，持续优化投资模型、价值评估模型等，优化投资决策。二是基于采购业务场景，通过集成系统自动监控原材料库存，合理调度资源，指导采购；同时，优化供应商推荐算法，降低采购成本。三是基于生产业务场景，通过数据管控平台智能监控机组负荷和机组成本，及时预警、调整生产方式。随后通过大数据算法和机器学习优化生产方式，实现资源最优配置和智能生产。四是基于维修业务场景，不仅通过机器学习和运筹优化技术实现智能预诊，解决隐性故障，还通过启发式算法助力智能问诊，以优化决策，降低维修成本，创造企业价值。综上所述，物产环能根据其需求和业务特点，将数智化技术与业务场景紧密结合，实现了智能管理投资项目、降低采购和维修成本、优化机组运行组合等，通过以上方面较好地提升了企业价值创造能力。

综上，本案例研究可能具有如下重要的实践启示：首先，企业应结合自己的战略目标，制定合适的数智化转型价值创造路径，走符合公司业务特色的转型之路。尤其注重在网络化阶段利用物联网、大数据、云计算等技术搭建数智化管控平台，统一数据标准，进行数据预处理，实现各业务环节的数字化联通，促进业财融合，为后续更好地实现智能化奠定基础。其次，企业数智化转型应与业务场景深度融合，先基于核心业务场景展开，理清业务流程，实现业务可视化，并利用物联网和人工智能等技术实时监控和报告业务，以数据为支撑优化决策。最后，在实现企业具体业务场景智能化时，应基于内外部历史和即时数据，通过机器学习和运筹优化技术迭代更新模型，实现动态仿真预测、预诊和预警，逐步建立和优化各业务场景的自决策、自执行和自适应功能模块，并最终实现数据模型化、可视化、智能化的相互转换，利用数智赋能为企业创造价值。

【注释】

1 资料来源于《2022年中国共享服务领域调研报告——迈向世界一流》。

2 资料来源于《数字化网络化智能化把握新一代信息技术的聚焦点》，http：//www.cac.gov.cn/2019-03/01/c_1124178478.htm？from=groupmessage。

【主要参考文献】

陈剑，刘运辉．数智化使能运营管理变革：从供应链到供应链生态系统［ J］．管理世界，2021（11）：227 ～ 240+14．

金小波．数智化转型推进业财融合实现价值创造［ J］．产业创新研究，2022（15）：142 ～ 144．

戚聿东，郝越，侯娜，周恩怀．装备制造企业数智化转型的模式与路径探索——基于山河智能的案例研究［ J］．经济管理，2022（11）：25 ～ 45．

田高良，张晓涛．论数字经济时代智能财务赋能价值创造［ J］．财会月刊，2022（18）：18 ～ 24．

王若扬．从“数字化”到“智能化”：漫画出版的发展路径探究［ J］．科技与出版，2023（2）：74 ～ 80．

吴玉浩．数智赋能标准情报服务创新：内在逻辑与实现路径［ J］．情报杂志，2023（4）：186 ～ 194．

谢卫红，林培望，李忠顺，郭海珍．数字化创新：内涵特征、价值创造与展望［ J］．外国经济与管理，2020（9）：19 ～ 31．

杨英楠，张治成，马远东等．技术逻辑视角下建筑业数字化转型路径分析［ J］．科技管理研究，2022（24）：137 ～ 142．