以下为对话正文：

一、企业数字化转型的定义与逻辑

CSDN责编杨阳：您在进行《企业数字化转型的前世今生》一文的创作过程中主要有哪些思考？在选题背景，文章框架结构方面进行了哪些构思？

杨冠军：我想按照三步走原则，即“我是谁，我从哪里来，我到哪里去”讲讲行文思路。基于这个大的逻辑下，文章第一部分讲述企业数字化的定义和范围，第二部分讲述企业数字化转型的必要性，第三部分讲述怎么进行企业数字化转型。显然所有的企业都想往王者阶段迈进，应该如何实现这一目标，就在第三部分详述。

CSDN责编杨阳：您对“数字化转型”的定义是什么？

杨冠军：企业数字化转型的定义要分为两步，一步是数字化的定义，一步是企业数字化转型的定义。二者不是区别的关系，是递进的关系。先搞清楚数字化，才能搞清楚企业数字化转型。

所谓数字化就是通过计算机技术，将物理世界发生的各种事情与数字世界的表达链接起来，构建出一个数字世界，进而通过数据和算法推导出物理世界的深层规律。而企业数字化转型，就是将企业管理、营运和决策中的经验、方法用数字表达出来，积累为很多的数据，再通过这些积累的数据和算法重构企业的商业模式和服务模式，使得企业经营全过程可描述、可衡量、可追溯、可预测。数字化和转型需要系统性融合，二者是承接关系，数字化是路径，转型才是目的。

CSDN责编杨阳：您在文章的开篇说到企业数字化的过程，可以分为“青铜、白银、钻石和王者”四个阶段。请您说明一下企业的这四个阶段在数字化转型上分别有哪些表现，贯穿在各个阶段的演化逻辑是怎样的？

杨冠军：所谓青铜和白银阶段，就是把物理世界中极其重要的事物，如人、财、客户和用户，先通过系统或者数字管理起来。这一阶段的管理手段多为线上化，处于业务数字化的阶段。通过把物理世界的业务表达成数字，实现企业的降本增效。此时数字只是为物理世界服务的一种工具一种手段。所谓的黄金和钻石阶段，才是一步一步通过数字世界指挥物理世界。通过大数据平台，物理世界的事物能够响应数字世界的指令来做事情。此时企业走向数字业务化的阶段，即数字就是业务本身。四个阶段可以归纳为业务沉淀数据和数据赋能业务两个层面，是实现从业务到数据到资产到服务的闭环。

数据赋能业务闭环全景图

二、企业数字化转型的核心技术与落地应用

CSDN责编杨阳：您在书中谈到数字化的底层主要依托大数据和人工智能来支持。为什么是这两个技术，不是云计算、5G，或者其他技术？您认为技术为数字化转型带来哪些推动？

杨冠军：大数据和人工智能是和数字化转型离得最近的技术，云计算、5G也是会对数字化转型有助益的，很多中小公司都没有技术能力去搭建自己的大数据集群，也没有能力去存储、计算、分析这些大数据，如果没有云计算的IAAS和PAAS，那么数字化转型对于这些公司来讲基本上是天方夜谭了。那5G等网络的进步，能够让数据的传输更加快捷，也就能够采集、传输更多类型更多量级的数据，也为大数据输送了原料。

CSDN责编杨阳：您目前在正在做哪些数字化业务？主要应用到哪些技术？能否举例说明下这些技术在业务当中起到的核心作用？

杨冠军：目前MobTech在做的数智平台主要分四个部分。首先是丰富的数据积累，支持结构化/半结构化/非结构化的数据格式；其次是安全的数据接入，除了全量增量ETL外，还支持实时接入，并配合联邦学习平台；紧接着需要高效的数据处理能力，除了数据资产平台，调度、标签、模型的平台外，公司还创建了自有的存储和计算引擎，其存储和计算分离技术也在大力投入中。最后，通过智能BI、知识图谱、自助分析等平台助力于业务场景，不仅如此，还有SAAS和PAAS的标准化输出，支撑核心政企服务。

在数智平台领域，数据打通是基础，数据处理是核心，数据应用是目标。以数据应用智能BI平台为例，就是要把数据的客观情况快速展现出来，数据的问题快速归因出来，数据的结论快速预测出来。智能BI平台，通过多模态AI解析引擎，解析业务或用户的需求。无论是自然语言描述的需求，还是规则需求，亦或是条件洞察、自助筛选的需求，都能通过BI平台生成可执行的大数据任务，从数仓中拿到符合条件的数据，通过可视化、自助报表、数据大屏等形式展现出来，指导、支撑、辅助业务。当然也可以与第三方系统进行交互，进行二次深度分析。

MobTech数智中台架构

CSDN责编杨阳：您提到“联邦学习”，可以具体谈谈如何通过联邦学习来实现多方数据的联合分析、训练和预测吗？

杨冠军：随着数据安全、数据合规逐步受到重视，数据交互层面的安全性已经是重中之重，联邦学习技术可以在不进行数据交换的情况下，通过加密技术完成联合建模，同时具备双方特征的优势，去更好的应用到生产。

在ToB场景里，比较常见的一种联邦学习类型叫纵向联邦学习。其逻辑是进行模型训练之前，首先要进行样本对齐，通过隐私求交算法，比如基于RSA加密的隐私求交算法，来计算出联合建模双方共同拥有的样本，并对双方样本的y值和标签进行对齐，这一步除了双方样本交集内的样本不会向对方泄露交集外的任意样本。

比如，在进行模型训练时双方要联合训练一个逻辑斯特回归模型，双方的数据存储在各自的内网机器中，每轮迭代过程中，不直接交换原始标签数据X和y值，双方只交换同态加密后的中间计算结果和模型的梯度，由一个可信第三方来进行参数和模型损失的更新，当模型收敛时，联合双方会分别存储训练好的半边模型，即双方各自的X的参数w。当需要进行模型预测时，也需要双方共同参与预测，双方分别计算半边模型结果wx，再由预测任务的发起方进行模型最终结果的计算和输出。

联邦学习逻辑图

三、企业数字化转型的现状和展望

CSDN责编杨阳：您在文章中提出了一个设问，内容是现阶段产业界是否搞清了“数字化”和“企业数字化”的区别？您认为它们的区别体现在哪些方面？

杨冠军：产业界目前还没搞清楚企业数字化转型的定义，很多企业嘴上喊着数字化转型，花了一两年没得到啥水花，就说数字化转型是空中楼阁。如果数字化转型都这么容易看到效果的话，那充其量算一个小小的数字化升级，离转型还差着十万八千里呢。转型是重构商业模式，既然是重构，就必然是一个长期的过程。

数字化转型涉及到企业方方面面的东西，如组织，文化，管理，营运等等。实行数字化转型实际上就是企业的一种变革，是对生产资料、生产环节、生产方法和生产者等的一种变革，进而推动企业形成新的核心竞争力。

CSDN责编杨阳：您文中提到“数字化管理”是企业“最容易忽略的部分”，这一现象的原因是什么？具体来看，都有哪些容易忽视的方面？

杨冠军：我先说一下管理的三个阶段吧，这个在我写的《数据赋能：IT团队技术管理实战》一书中也有介绍，就是制度化、信息化、数字化，分别对应人治、工具治、数据治。当下管理大多还停留在人治或者工具治的阶段。执行复杂、评价片面、信息孤岛、数据静态等现象更是层出不穷，这就会造成管理淹没在细节中而无暇顾及全局。整体上看无论人治还是工具制都是很难有效落地的，也是很难公平公正得评判工作，更加不可能把工作的价值诠释清楚。更为矛盾的点是科技本身已经进入了高大上的数字化/智能化时代，而对团队的管理反而只是停留在低阶的工具化时代，这是真的有点不可思议了。

究其根本原因，有三点，一是数字化管理注重修炼内功，很容易动力不足。二是数字化管理通常会增加管理成本，对于管理者以及被管理者来说都会有一个漫长的学习成长过程。三则是数字化管理是个长线仗，短期内很难衡量成绩。这三者就导致了数字化管理会被天然的忽视。但往往决定企业成败的关键就在于数字化管理，其是数字化转型中最基础的组织部分，是企业数字化转型的地基，稍有不慎容易塌方。

CSDN责编杨阳：对于数字化转型的未来，您还有哪些期待和建议？您认为还会有哪些更多的应用场景？

杨冠军：可以笃定的是，数字化转型一定是主流趋势。不做数字化转型的企业，会逐渐淹没在历史的洪流中。不学数字化转型的技术人，也会被逐渐淹没在历史的洪流中。最期待的场景是通过大数据驱动出一个数智世界。这个世界中，你可以在短期内完成物理世界中一辈子都无法完成的事情和体验。

CSDN责编杨阳：您在上一个问题中对数字化转型的未来充满期待，如果这些场景真正实现了，那对于开发者来说需要做好哪些准备？比如说在对未来的产业发展预判、核心技能的掌握等方面。

杨冠军：引用一句口头禅：“坚持身体和灵魂都在路上”。持久战最后比拼的东西越是基础的体力、智力和心力。首先体力是基础。数字化时代也好，非数字化时代也罢，只有保持足够给力的身体和体力，才有可能奔跑着赶上数字化的浪潮。其次智力是极其重要的。要保持足够的开放，去学习去钻研去拥抱新的知识，人永远没有办法兑现自己认知以外的价值，所以必须通过持续学习去提升认知，抓住机会。最后则是心力，稳定的身体才能支撑稳定的心态，从而发挥最好的状态。如果心态不稳，才智一定会大打折扣。

价值驱动企业，转型赋能未来。本次直播对话采访，MobTech袤博科技首席数据官杨冠军从基础大逻辑、核心技术、落地应用以及未来展望等多方面剖析了企业数字化转型体系构建中将遇到的难题，帮助大家探索以数字化激发企业增长动能的理论依据与实践方法，绘制企业数字化转型的最佳路径和最新视角。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。