场景式解决方案开发路径研究——基于场景驱动视角的多案例分析

许 晖,周 琪

(南开大学 商学院,天津 300071)

0 引言

当前,全球正处于数字技术跃迁和经济范式转换的重要窗口期,人工智能浪潮迭起使得中美等大国之间的博弈进入以抢占人工智能场景应用为核心的创新高地[1]。伴随着我国人工智能技术快速发展、数据和算力资源日益丰富以及应用场景不断拓展,场景驱动创新对原有商业模式形成巨大冲击,企业服务创新实践被注入全新的场景化要素[2],使以满足客户特定场景需求为价值主张的解决方案跃迁为企业提高价值创造潜力的关键路径[3]。在此背景下,基于先进科技的场景式解决方案成为企业创新突破的“新航标”,促使企业向解决方案提供商转型,并依托新兴场景裂变式增长特征开发场景式解决方案[4]。因此,探究企业如何将技术优势真正转化为满足客户需求并为客户创造场景价值的服务创新能力具有重要实践意义。

场景式解决方案(Context-driven Solution)是指基于场景应用和场景价值构建响应客户需求的一种新型服务商业模式[5-6]。从理论层面看,场景式解决方案不同于一般意义上的客户解决方案,其遵循利用场景价值挖掘客户需求、前瞻性为客户提供超越性服务的期望,以实现技术优势向商业价值转化的基本逻辑[7-8]。场景式解决方案开发的核心在于将各种数字资源整合到场景价值构建以及对客户需求痛点的触达和响应上,涉及技术端与需求端适配过程[9]。然而,企业开发场景式解决方案往往面临技术端与需求端适配不足的困境,如何率先创造出基于技术赋能的场景价值[10]并最终使客户从中受益,成为场景式解决方案开发的难点,但现有研究对场景式解决方案开发内在规律的挖掘不够深入,难以为实践提供指导。

尽管现有文献对客户解决方案过程特征、参与主体、关键资源等内容的探讨已取得丰硕研究成果[11],为理解场景式解决方案提供了有益启示。但与现有客户解决方案聚焦客户端视角不同,场景式解决方案更关注技术端与需求端双向视角,侧重于考量如何把数字技术与特定使用情境相结合,通过为客户提供技术设计与需求认知相契合的价值主张[12],为客户创造新价值[13]。因此,完全沿用一般理论逻辑解构场景式解决方案,将不可避免地造成理论偏差,因此针对如何开发场景式解决方案的理论探索亟待深化和拓展。

综上所述,本文选取海康威视、科大讯飞、东软和浪潮4家企业作为案例研究对象,将研究问题聚焦于“企业如何开发场景式解决方案”,深入解构场景式解决方案开发的内在规律。本文旨在丰富对场景式解决方案的理论认知,深化对场景驱动服务模式创新的理解,通过厘清场景式解决方案开发路径和内源动力,填补现有研究对场景式解决方案开发逻辑认知不足所造成的理论缺口,并在一定程度上将解决方案推向纵深研究。

1 文献综述

1.1 场景驱动创新

场景是指由互联网、大数据、人工智能等新技术催生,通过软硬件和服务数字连接,促进人、事、物相互作用并实现特定功能或效用的一种复合空间,可理解为数字技术和相关产品能力所创造的满足客户特定需求的功能场域[14-15]。随着数字经济浪潮的加速涌动,场景驱动作为全新的创新范式,成为创造新技术、新产品、新渠道、新商业模式乃至开辟新市场和新领域的关键路径。场景驱动创新过程主要包括场景构建、问题识别、(场景)任务设计、技术创造与成果转化应用,强调以场景作为特定技术与具象化需求深度交互融合的载体,通过场景设计和方案建构,推进技术创新与成果转化,从而创造更大的价值[16]。

作为一种场景驱动服务创新模式,场景式解决方案遵循利用场景价值洞察和挖掘客户需求,前瞻性为客户提供超越性服务期望,从而实现技术优势向商业价值转化的基本逻辑[8,17],强调场景设计在定义场景式解决方案价值主张时占据更多主动权。尽管现有研究认为场景式解决方案是场景驱动企业服务创新模式的新特征[17],但对于场景式解决方案所强调的基于场景价值帮助客户完成“待办任务”的价值共创逻辑未给予充分解释,对场景式解决方案的认识和解构有待深入。

1.2 场景式解决方案开发

场景式解决方案开发涉及技术端与需求端的适配过程,其中“技术端”是指解决方案提供商存在技术驱动场景应用的商业化动机,表现为通过场景应用搭建和场景价值挖掘,弥合数字技术应用落地与客户真实需求之间的服务鸿沟[10];“需求端”是指企业对客户痛点所反映解决方案需求的认知,表现为价值主张设计的前瞻性以及对客户需求的引领性,通过创造性场景应用为客户提供超越性服务期望[11]。场景式解决方案强调场景构建对于精准识别客户痛点的关键作用[18],尽管开发过程以客户为中心[19],但由于更侧重技术应用驱动,难免会使企业陷入技术端与需求端适配不足的困境。因此,如何率先创造基于技术赋能的场景价值并为客户提出一种超越性服务期望[10],最终使客户从中受益,是企业开发场景式解决方案面临的主要挑战。

现有研究表明解决方案开发可从过程视角解读[20],这为探讨场景式解决方案开发提供了有益的分析思路[21-22]。解决方案开发流程为:首先,着眼于客户嵌入性,以选定客户为目标,通过融入业务流程支持客户价值创造[23];其次,提高产品集成度,致力于整合技术、业务和系统元素重塑企业盈利逻辑以增加价值捕获;再次,注重运行适应性,为灵活、经济有效地适应客户流程,企业需在运营流程阶段应用模块化思维;最后,企业通常会利用参与者网络,通过为客户提供解决方案帮助客户实现价值获取[24]。因此,本文沿用面向过程的分析逻辑对解决方案开发过程进行解构,提炼场景驱动下场景式解决方案开发的内在规律。

2 研究设计

2.1 方法选取

场景式解决方案开发是一个复杂的服务提供过程,而案例研究非常适合探索现象背后所蕴含的“Why”和“How”的问题[25-26]。本研究采用多案例研究方法,主要是基于以下考虑:首先,案例研究适用于解答过程和机制问题,有助于展示研究过程的整体性和辩证性,本文旨在通过案例研究识别场景式解决方案开发过程,因而具有方法适用性;其次,采用多案例研究方法对研究问题进行生动、细致的分析,把握场景式解决方案开发所蕴含的情境、过程和关系,以揭示场景式解决方案开发路径;最后,相较于单案例研究,多案例研究能够应用复制逻辑,可以得到更稳健、更具普适性的理论。

2.2 案例选取

根据理论抽样原则,本文选取杭州海康威视数字技术股份有限公司(简称“海康威视”)、科大讯飞股份有限公司(简称“科大讯飞”)、东软集团(简称“东软”)、浪潮集团(简称“浪潮”)4家场景式解决方案提供商进行多案例分析(见表1)。主要原因在于:第一,本文旨在挖掘场景式解决方案开发过程,应尽量保证案例企业所依托的核心技术以及场景式解决方案分布领域的多样性,以提高研究结论外部效度。第二,案例企业具有一定代表性和启发性,与本文研究问题具有较高适配性,所选案例企业场景式解决方案开发特征存在差异,能够为案例复制逻辑和对比逻辑提供支撑。第三,案例企业数据可得性较高,场景式解决方案开发数据资料比较完善,以便深入挖掘场景式解决方案开发的内在规律。进一步,本文选取与4家案例企业核心技术结合最紧密的行业解决方案进行探讨,分别以海康威视交通行业解决方案、科大讯飞教育行业解决方案、东软汽车行业解决方案以及浪潮制造业解决方案为例展开深入分析。

2.3 数据收集与分析

本文数据来源如下(见表2):一是深度半结构化访谈。作为本文主要数据来源,课题组先后于2021年4月、2022年8月对海康威视进行两次调研,并在其它场所进行两次深入访谈;分别于2020年5月、2021年1月、2022年4月对科大讯飞进行3次实地调研,并在其它场所进行两次深入访谈;分别于2019年11月、2020年3月对东软进行两次调研,并在其它场所进行5次深入访谈;分别于2021年7月、2022年3月对浪潮进行两次调研,并在其它场所进行4次深入访谈。二是企业内部档案资料,包括会议记录、领导讲话记录、企业总结、内部期刊等。三是外部资料,包括新闻报道、官方网站动态、社交媒体宣传资料、行业分析报告、研究论文等。四是参与式观察,包括参观企业展厅、参加企业会议、企业与客户沟通汇报等活动。五是非正式信息获取渠道,主要作为疫情期间研究团队进行资料收集的方式,包括电子邮件、电话、视频沟通等。

表1 案例企业基本情况Tab.1 Basic information of case enterprises

3 案例分析与发现

本文通过案例比较分析发现,场景式解决方案开发过程受场景驱动的作用,企业在场景驱动下通过需求识别、技术集成和服务运维等关键环节开发场景式解决方案,其中数据使能通过促进开发环节之间的过渡推动场景式解决方案开发。

3.1 案例内分析

3.1.1 海康威视场景式解决方案开发:以交通行业解决方案为例

海康威视在交通行业的关键客户主要是交通管理部门,其在交通秩序管理、交通安全管理、交通违法管理等方面存在较多业务需求,这也是海康威视提供场景式解决方案聚焦深耕的主要业务模块。

(1)场景驱动下场景式解决方案开发。第一,基于场景驱动的需求识别过程。海康威视首先明确交通管理秩序部门这一服务主体,再根据工作内容识别业务需求,主要包括交通信号控制、交通评价诊断、重点车辆管控等,从而针对客户具体业务痛点提出解决方案开发计划。例如,在为德阳市开发解决方案时,海康威视首先识别客户“交通信号控制业务没有形成闭环处理逻辑,控制优化无据可寻”的需求。第二,基于场景驱动的技术集成过程。海康威视在对需求场景进行定义的基础上引入技术优势,充分发挥前端物联感知设备的数据感知、汇聚、处理、控制优势,结合“AI Traffic交通认知引擎”以及精细化场景算法应用能力,建立边缘节点、边缘域、云中心分级统一的智能应用系统。例如,在试点区域部署信号控制、交通诊断、交通仿真、交通溯源分析等交通秩序管理决策应用。第三,基于场景驱动的服务运维过程。海康威视能够帮助客户形成交通问题发现、信号配时优化、动态车道管理、重点车辆管控等多种核心应用能力,支撑不同城市级别和管控需求用户开展交通出行管理服务。正如受访对象所言:“德阳中心城区试点区域平均速度从29.13km/h提升到31.6km/h,平均行程时间缩短4.64%,整体达到拥堵缓解、惠民出行的目的(PH)。”

(2)场景式解决方案开发中的数据使能。第一,数据嵌入促进需求识别向技术集成过渡。海康威视数据嵌入是指获取感知数据并将其应用于指导场景式解决方案的技术设计。为响应客户需求痛点,海康威视聚焦人、车、路、环境等多源感知数据获取,将感知数据与业务数据、互联网数据相融合,帮助客户通过数据分析研判交通运行问题。第二,数据扩散促进技术集成向服务运维过渡。海康威视数据扩散是指将感知数据分析结果应用于指导场景式解决方案的价值实现过程。为将场景价值传递给客户并最终解决客户痛点,数据扩散在场景式解决方案开发过程中至关重要。例如,海康威视基于数据内容价值构建仿真推演模型和交通评价,以实现态势分析、问题诊断、策略优化、实时评估的闭环管控。

表3 海康威视开发场景式解决方案的过程特征及典型证据援引Tab.3 Process characteristics and typical evidence citation of context-driven solution of Hikvision

3.1.2 科大讯飞场景式解决方案开发:以教育行业解决方案为例

科大讯飞在教育行业的关键客户主要是学校或教育机构,其在提升教学效率与传统课堂教学容量、辅助教师进行教学研究和教学决策等方面存在较多业务需求,这是科大讯飞在教育行业开发场景式解决方案的主攻焦点。

(1)场景驱动下的场景式解决方案开发。第一,基于场景驱动的需求识别过程。科大讯飞前瞻性地将核心语音技术与教学环节联系起来,基于技术优势和教育行业场景深入分析客户潜在需求,在与客户沟通过程中识别具体需求场景。例如,在精准教学环节,洞察客户“老师需要设置课堂教学重点、聚焦共性薄弱知识点”的提升需求。第二,基于场景驱动的技术集成过程。为对客户需求进行针对性响应,科大讯飞以语音技术为核心,充分集成助力企业技术与业务场景融合的技术要素。例如,集合4K高清显示、交互式电子白板、电脑、电视、网络传输等多种功能,采用软硬件一体化设计,将讯飞畅言智能教学软件和讯飞AI技术嵌入多媒体教学操作平台。第三,基于场景驱动的服务运维过程。语音技术向场景价值的转化取决于语音技术与教育环节融合为企业带来服务价值,科大讯飞在服务运维方面进行积极布局。例如,通过构建“云—台—端”整体架构,支持线上线下一体化、课内课外一体化、虚拟现实一体化全场景教学应用,推动智慧教学模式创新。

(2)场景式解决方案开发过程中的数据使能。第一,数据嵌入促进需求识别向技术集成过渡。科大讯飞数据嵌入是指获取教育教学等相关数据并将其应用于指导场景式解决方案的技术设计。例如,在精准教学环节,借助大数据与人工智能技术挖掘学生数据,基于学生常态化学情诊断分析和优质资源推荐,提升教学效率和传统课堂教学容量。第二,数据绑定促进技术集成向服务运维过渡。科大讯飞数据绑定是指将数据源映射到解决方案技术组件中,使该组件能够自动使用这些数据为场景式解决方案提供支撑。例如,科大讯飞以大数据能力平台为基础,构建教育管理与决策分析体系和指标模型,通过数据绑定有效监管区级、校级教育信息化应用。

3.1.3 东软场景式解决方案开发:以汽车行业解决方案为例

随着车联网的发展,东软将众多第三方合作伙伴共同搭建的内容和服务整合到车端,提供IoT、大数据分析、应用使能及安全管理服务。本文对汽车车身质量分析检测解决方案开发实践进行分析,解构东软开发场景式解决方案的过程特征。

(1)场景驱动下的场景式解决方案开发。第一,基于场景驱动的需求识别过程。由于车身尺寸精度影响整车零部件安装、定位、匹配、密封等一系列功能,因此在与车身尺寸精度密切相关的工程工艺上,东软亟需将工业大数据应用到尺寸工程中,提高车身制造尺寸精度。为此,东软首先识别汽车车身制造工艺复杂流程,包括上百道工序、几百个零部件拼接以及零件尺寸精度质量把控等。第二,基于场景驱动的技术集成过程。在客户需求识别的基础上,东软作为“软件架构师”对场景式解决方案进行总体设计,并利用技术集成优势响应客户痛点。东软根据车厂实际需求,依托智能网联云平台和大量监测数据,利用模式识别算法对车身各分总成制造尺寸质量进行把控,当预测到异常波动时及时作出预警,采取有效措施恢复生产线。第三,基于场景驱动的服务运维过程。在东软持续深耕的车载互联网领域,企业构建智能网联汽车业务场景大脑指挥部,负责车联网生态服务聚合和服务调度,通过完备的数据采集体系及预处理体系,将分AWK合格率算法和尺寸链FMK合格率算法引入平台,帮助客户准确计算各分总成和尺寸链的合格率。

(2)场景式解决方案开发过程中的数据使能。第一,数据嵌入促进需求识别向技术集成过渡。东软数据嵌入是指获取汽车监测数据并将其应用于指导场景式解决方案的技术设计。例如,东软利用SaCa DataInsight产品全面收集生产线数据,包括多种产品测量数据、工艺数据及现场实时数据等,对各零部件数据进行实时采集,通过数据实时传输对车身总成进行检测,实现监控告警与问题诊断。第二,数据交互促进技术集成向服务运维过渡。东软数据交互是指企业提供的系统架构能使客户在监测数据嵌入的基础上进行算法预测,并识别当前运行数据与算法预测数据的异常或偏离之处,以对业务问题进行调整。东软解决方案设计使客户充分利用积累的大量监测数据,从应用服务、虚拟化/容器、物理服务器到网络链路构建端到端的一体化监控中心,帮助运维人员从应用服务视角监控系统健康状况。

表4 科大讯飞开发场景式解决方案的过程特征及典型证据援引Tab.4 Process characteristics and typical evidence citation of context-driven solution of iFLYTEK

表5 东软开发场景式解决方案的过程特征及典型证据援引Tab.5 Process characteristics and typical evidence citation of context-driven solution of Neusoft

3.1.4 浪潮场景式解决方案开发:以制造业解决方案为例

浪潮场景式解决方案聚焦机床联网、大型装备网络协同制造、零部件铸造、企业双碳能源智慧管理、智慧供应链管理等业务模块。因此,本文对机床联网解决方案开发实践进行分析,解构浪潮开发场景式解决方案的过程特征。

(1)场景驱动下的场景式解决方案开发。第一,基于场景驱动的需求识别过程。在机床联网解决方案开发过程中,浪潮首先洞察客户在机床全生命周期的业务需求,并对业务需求作进一步分解和识别。例如,企业需要减少机床非计划停机次数、掌握车间内所有设备的实时运行情况、设法采集机床运转数据和故障数据。第二,基于场景驱动的技术集成过程。在识别客户生产制造需求的基础上,浪潮规划技术集成所包括的业务架构和技术架构,将业务架构拆解为设备层、采集层、平台层和应用层,在设备层布局数控机床、PLC及其它生产设备,在采集层实时采集设备数据并上报到物联网服务平台,在平台层提供以数据为核心的工业数据服务、机理模型服务和业务微服务,服务于应用层设备精益化管理。第三,基于场景驱动的服务运维过程。浪潮通过为客户提供机床联网通讯、数控程序管理和机床生产监控分析,采集机床运行状态和关键工艺参数并实时上传到浪潮云洲工业互联网平台,对参数进行训练、计算和存储,帮助客户实现数控机床远程集中监控、实时故障告警、故障诊断和故障预测等场景价值。

(2)场景式解决方案开发过程中的数据使能。第一,数据嵌入促进需求识别向技术集成过渡。浪潮数据嵌入是指辅助客户进行数据采集,将其应用于系统流程并指导大数据分析技术场景应用。在机床联网解决方案开发过程中,浪潮首先帮助客户实现资产管理数字化,通过三维仿真实时掌握车间设备指标,便于客户对关键指标进行分析并及时作出决策;同时,在数据采集的基础上,利用历史数据进行训练并调整预测算法,预测故障发生概率。第二,数据挖掘促进技术集成向服务运维过渡。浪潮数据挖掘是指使用机器学习、数据建模等多种算法,通过挖掘庞大的数据集所表征的模式规律,支撑场景价值要素提取。浪潮利用云洲大脑数据分析工具对数据进行分析和挖掘,形成包括故障诊断模型、产品优化模型在内的工业模型库,帮助客户针对不同场景调用相关模型,实现机床生产、使用、维修等场景的数字化管理。

3.2 跨案例分析

本文通过对场景式解决方案开发过程特征进行分析,识别场景式解决方案开发驱动因素,厘清解决方案开发实现路径并对开发过程内源动力进行提炼,场景式解决方案开发过程模型如图1所示。

表6 浪潮开发场景式解决方案过程特征及典型证据援引Tab.6 Process characteristics and typical evidence citation of context-driven solution of Inspur

3.2.1 场景式解决方案开发驱动要素

不同于一般意义上的客户解决方案,场景式解决方案开发具有场景驱动的关键特征,主要表现为场景渗透和场景覆盖两个维度。其中,场景渗透是指将场景广泛渗透到客户生产管理活动的各个环节,以持续赋能和扩展企业价值增长空间;场景覆盖是指场景具有较强辐射潜力,能够推动各领域以场景构建为导向的发展。案例分析发现,海康威视和科大讯飞开发场景式解决方案的场景驱动作用表现为低场景渗透和高场景覆盖特征,强调视频或语音核心技术对较为松散的耦合关系与客户业务场景进行融合(低场景渗透),并以更广泛的连接关系对客户业务范围进行辐射(高场景覆盖);而东软和浪潮开发场景式解决方案的场景驱动作用表现为高场景渗透和低场景覆盖特征,强调软件技术或大数据分析技术以较为紧密的耦合关系介入客户业务流程(高场景渗透),并聚焦客户关键业务堵点进行辐射(低场景覆盖)。

通过对比分析发现:首先,场景渗透驱动企业充分调用自身技术优势并将其转化为场景价值效能,在为客户提供场景式解决方案价值主张时掌握更多主动权,使解决方案的技术架构在响应客户需求中产生相应价值效用,真正解决客户需求痛点,推动场景式解决方案技术端与需求端服务鸿沟弥合;其次,场景覆盖驱动企业充分发挥场景可视化价值,广泛洞察和挖掘场景价值覆盖领域,并前瞻性地为客户提供超越性服务期望,促进技术优势向商业价值转化。此外,场景覆盖的驱动作用使企业对客户特定场景下需求痛点的识别更加精确,促使场景匹配及场景驱动多元主体创新更加高效,进而推动企业场景式解决方案开发。

3.2.2 场景式解决方案开发实现路径

在场景驱动下企业基于“需求识别—技术集成—服务运维”的实现路径开发场景式解决方案。具体而言,转型为场景式解决方案的企业遵循“前瞻式需求识别—技术外部集成—探索式服务运维”开发路径,而天生的场景式解决方案提供商遵循“响应式需求识别—技术内部集成—开发式服务运维”开发路径。

(1)需求识别是指企业通过挖掘和评估客户信息,识别所蕴藏的潜在价值资源或机会,从而深化对客户需求的认知和理解[27]。案例分析发现,场景式解决方案提供商的需求识别表现为以客户为导向的“响应式需求识别”和以市场为导向的“前瞻式需求识别”两种特征。在本文所选取的4家案例企业中,海康威视和科大讯飞均是转型为场景式解决方案提供商的企业,在技术创新领域具有较高造诣和积累,因此需求识别表现为以前瞻式识别为主、响应式识别为辅的特征,强调技术效能转化在识别客户需求上的主导作用,事实上这种需求在很多情况下都属于潜在需求;而东软和浪潮属于天生的解决方案提供商,他们更擅长通过与客户交互,明晰客户当前的模糊需求,并为客户提供解决方案,因此在需求识别上表现为以响应式识别为主、前瞻式识别为辅的特征,强调满足客户特定需求并为客户创造价值。

(2)技术集成是指将技术模块整合到对客户问题的价值创造中。本文案例分析发现,场景式解决方案提供商进行技术集成的特征尤为明显,表现为技术内部集成和技术外部集成两种特征。在本文所选取的4家案例企业中,由于海康威视和科大讯飞均是转型为场景式解决方案提供商的企业,他们能够利用数字平台连接优势,广泛搜寻不可或缺的行动主体,通过与合作主体的联合探索丰富技术场景认知,增强企业在精准契合客户需求价值取向方面的服务增值,因此主要以技术外部集成为主;而东软和浪潮属于天生的解决方案提供商,他们更擅长在基本明晰客户需求的基础上为开发场景式解决方案提供可配置的通用性产品/技术模块,并根据解决方案设计对所需产品/技术模块进行灵活整合,以确保解决方案的高效交付,因此主要以技术内部集成为主。

(3)服务运维是指通过为场景式解决方案技术架构提供服务支持,确保解决方案价值主张实现。案例分析发现,场景式解决方案提供商通过服务运维弥合技术端与需求端的服务鸿沟,主要表现为开发式服务运维和探索式服务运维两大特征。在本文所选取的4家案例企业中,海康威视和科大讯飞均是转型为场景式解决方案提供商的企业,为使技术集成向需求场景靠拢,他们对场景式解决方案的价值主张设计通常具有前瞻性,并率先创造基于技术赋能的场景价值,为客户提出一种超越性服务期望[11],最终使客户从中受益,因此主要表现为探索式服务运维特征;而东软和浪潮属于天生的解决方案提供商,在为客户开发解决方案时,尽管客户可能由于不具备相关知识而难以想象所创造的服务期望,但企业可利用场景应用搭建和价值挖掘,对技术集成实现效用进行可视化展示,帮助客户挖掘并明确业务需求,因此服务运维主要表现为开发式服务运维特征。

3.2.3 场景式解决方案开发的内源动力:数据使能

数据使能是保证需求识别、技术集成、服务运维等场景式解决方案开发环节过渡的关键。使能(Enabling)是指在利用技术赋能企业效率提升的基础上,借助大数据、云计算、人工智能等数字化程度更高的新技术创新商务模式,从而为企业创造新价值(陈剑等,2020)。数据使能以数据作为数字化要素,创新企业对新价值创造的能力。本文通过对比分析发现,数据使能在不同企业开发场景式解决方案时由“需求识别”向“技术集成”过渡均表现为数据嵌入形式,但在“技术集成”向“服务运维”过渡过程中则以视频技术、语音技术、软件技术和大数据分析技术为核心,并在数据扩散、数据绑定、数据交互、数据挖掘等方面存在差异。相比之下,各企业差异性行为各有侧重:数据扩散侧重于对数据分析结果的应用,数据绑定侧重于对数据源的应用,数据交互侧重于运行数据与算法预测数据校对,数据挖掘侧重于利用算法发现数据集所表征的模式规律。

进一步,本文对数据使能在不同企业场景式解决方案中的差异性表现进行解构,发现其主要取决于技术属性和数据属性两个因素。首先,海康威视视频技术的核心属性在于图像感知和识别,这种数据本身不会产生价值,数据属性是“待激活状态”,只有经过分析并使之辅助决策时才会变得有用,主要帮助使用者进行“追踪溯源”,因此服务运维重点在于对数据分析结果的应用,即数据使能表现为数据扩散;其次,科大讯飞语音技术的核心属性在于语义理解和语音对话,应用语音技术的关键在于语音数据库建构,这种数据需要量的积累,数据属性是“待筛选状态”,通过将数据源映射到解决方案的技术组件中,帮助客户自动对这些数据进行筛选和使用,因此服务运维的重点在于对数据源的应用,即数据使能表现为数据绑定;再次,东软软件技术的核心属性在于维持标准流程稳定,需要首先进行数据清洗,使数据具有“通用性”属性,软件系统会利用算法对数据趋势进行预测,而预测数据与实时嵌入数据对比分析有助于帮助客户发现业务运营中存在的问题,因此服务运维的重点在于运行数据与算法预测数据校对,即数据使能表现为数据交互;最后,浪潮大数据分析技术的核心属性在于对数据进行可视化管理和分析,通过对数据进行处理和挖掘,使数据具有“可理解性”属性,帮助客户基于数据集所表征的模式规律进行预测性判断,因此服务运维的重点在于发现数据集所表征的模式规律,即数据使能表现为数据挖掘。

4 结语

4.1 研究结论

本文以海康威视、科大讯飞、东软和浪潮作为案例分析对象,采用多案例研究方法,通过挖掘企业开发场景式解决方案的内在规律,提炼场景式解决方案开发路径和内源动力。研究发现:①场景式解决方案具有场景驱动的关键特征,主要表现为场景渗透和场景覆盖两个维度;②在场景驱动下,企业基于“需求识别—技术集成—服务运维”路径开发场景式解决方案;③数据使能是场景式解决方案开发的内源动力,有助于促进需求识别、技术集成、服务运维等开发环节过渡。

4.2 理论贡献

本文理论贡献在于:首先,结合场景理论和客户解决方案理论,创新性提出数智时代企业服务价值创造的新模式,即场景式解决方案这一全新概念,识别场景式解决方案区别于一般意义上客户解决方案的场景驱动特征,丰富了对场景式解决方案的理论认知,深化了对场景驱动服务创新模式的理解;其次,不同于以往研究对客户解决方案开发过程的探讨,本文将研究焦点迁移至对场景式解决方案开发过程内在规律的解构,通过提炼场景式解决方案开发实现路径和内源动力,补充了现有研究对场景式解决方案开发逻辑探讨不足的理论缺口,在一定程度上将解决方案推向纵深研究;再次,将数据使能概念引入场景式解决方案开发过程,通过识别数据使能作为场景式解决方案开发的内源动力,对场景式解决方案开发中“数据角色”的作用进行包容性分析,为明晰解决方案开发内在规律提供了新分析视角。

4.3 实践启示

根据上述研究结论,本文提出如下实践启示:①在组织管理层面,数智时代企业要在市场环境中获取竞争优势,既要审视自身技术资源优势以嵌入到数字经济发展浪潮中,又要跟随政策环境、行业技术环境和客户需求变化促使自身能力“进化”。因此,提升场景式解决方案开发与商业模式创新能力至关重要,能够助力企业重塑组织业务生态和商业价值创造方式。其次,在产业发展层面,基于数字技术的场景应用向智慧城市、智慧教育和智慧能源各个领域快速延伸,企业在场景式解决方案开发过程中应围绕不同产业发展需求,发挥海量数据、广阔市场空间及应用场景优势进行场景设计与运营,有效配置数字资源以探索场景新业态发展过程中的价值增长点。再次,在国家战略层面科学布局数字经济产业以挖掘海量数据和场景应用价值,推动数字技术产品、应用范式和商业模式协同创新,激活产业主体活力。因此,企业应积极响应现阶段我国大力发展数字经济的政策需求,抓住技术创新与场景应用转换机遇,通过场景式解决方案提升市场响应性、激发数字经济市场活力。

4.4 不足与展望

本文存在如下不足:①解决方案开发具有高度迭代特性,通常需要客户与解决方案提供商之间频繁交互,本文基于场景驱动视角对场景式解决方案开发的实现路径和内源动力进行探讨,更多的是以解决方案提供商为出发点,未来应将客户参与纳入分析,考察客户作为“价值共同生产者”对场景式解决方案开发的关键意义;②识别场景式解决方案开发具有场景驱动的关键特征,并将其解构为场景渗透和场景覆盖两个维度,但不同场景类型对于场景式解决方案开发效果存在差异,未来应结合场景类型划分对场景驱动内涵进行细致分析,进一步深化对场景式解决方案开发内在规律的理解。