導語

隨著以云計算、物聯網、大數據、5G、人工智能為代表的數字科技呈爆發式發展，數字經濟的蓬勃活力不斷釋放，以數據為關鍵生產要素的數字化生產成為普遍的商業模式。數據量的爆發式增長和數據價值化的普及應用則將進一步推動數字經濟邁向數字孿生的新發展階段。

那么，如何將數據鍛造為開啟數字世界的金鑰匙，以數字化轉型全面驅動生產方式、生活方式和治理方式變革，打造數字經濟新優勢？近日，《財資中國》專訪了華為公司數據管理部，在總結華為公司數字化轉型和數據治理實踐經驗的基礎上，探討如何夯實企業數字化轉型的數據底座，以及打造安全合規的數據應用能力，促進物理世界與數字世界的深度融合。

數據聯接驅動數字化轉型

萬物智能互聯的時代，每時每刻都將產生規模龐大的數據信息。物理世界每一個事物在數字世界里都有映射，物理世界事物的一切特征、活動軌跡、演變規律在數字世界里也有相應的模型。在物理世界與數字世界融合的過程中，數據的重要性和價值是毋庸置疑的。真正的數字化就是要改變生產系統，將物理世界數字化，再將生產數據與管理數據相融合，才能產生更大的業務價值。

構建數字世界，實現價值增長

隨著過去幾次工業革命帶來的技術進步，企業生產效率得到了極大的提升，但同時“鮑莫爾成本病”一直如影隨形。一方面，企業運營成本持續升高，效率提升進入瓶頸期；另一方面，企業面臨越來越多的外部挑戰，所處行業競爭態勢加劇。在此背景下，數字化轉型對企業來說成為時代生存的必答題。

作為非數字原生企業，華為認為數字化轉型的關鍵要素之一是在現實世界的基礎上構建一個跨越孤立系統、承載業務的“數字孿生”世界。通過在數字世界匯聚、連接與分析數據，進行描述、診斷和預測，最終指導業務改進。在實現策略上，數字世界一方面要充分利用現有IT系統的存量數據資產，另一方面要構建一條從現實世界直接感知、采集、匯聚數據到數字世界的通道，不斷驅動業務對象、過程與規則的數字化。

據介紹，華為從2016年正式啟動數字化轉型變革。由公司整體牽頭各業務領域開展數字化轉型規劃，基于規劃結果在整個公司層面形成普遍共識，厘清工作目標和工作思路，確保整個數字化轉型工作不走樣、不變形。同時明確“數字化轉型”成為公司唯一的變革主題，并基于這個變革目標孵化一系列涉及研發、銷售、供應、交付等變革項目，確保整個企業的精力能夠高度聚焦，避免將力量消耗在非關鍵戰場。

從2017年開始至今，華為各領域持續通過項目開展轉型工作，集中聚焦體驗提升、效率提升、模式創新。同時，華為質量與流程IT管理部針對數字化轉型所需要的能力進行了建設，通過HIS數字平臺，面向所有業務部門提供數字化轉型的能力服務。華為的數字平臺既是數字化底座的核心，也是提供數據匯聚、數據智能、實現數據化運營的載體。

當前，華為數字化轉型已進入“深水區”，并且隨著新冠病毒疫情等因素的影響，迎來了面向業務連續性等新的挑戰，在外部壓力持續增加的新常態下，數字化轉型向廣度和深度進一步發展。

華為將企業數字化轉型定義為利用數字技術來優化企業業務運作或創建新的業務模式，以提升企業競爭力的過程。總體而言，企業可以圍繞三大價值點開展數字化轉型，以支撐企業主營業務發展為目標，提升體驗與效率，進而通過模式創新實現新的增長。

▲?一是體驗提升。有別于傳統的線下方式，通過數字化手段可以極大地豐富企業與客戶的觸點，實現簡化客戶接觸的中間過程；提供更有針對性的客戶體驗，提升客戶滿意度。通過數字化技術增強營銷的覆蓋度和精準度，更有效地支撐企業營收增長。

▲?二是效率提升。通過引入數字技術提升研發、采購、制造、物流、交付等全場景全鏈路 的作業效率。同時，通過數字化手段確保運營全過程透明，更好地通過數據驅動支撐業務快速精準決策。

▲?三是模式創新。通過數字化能力的創新，為企業帶來新的數字業務機會。對企業生態組織邊界進行重塑，整個生態伙伴以數字化方式更廣泛、更深入地融入企業創新圈中，極大地提升產業、企業間的協同水平。

建設數據底座，撬動數據資產

在向數字化轉型的過程中，企業積累了海量的數據，而且還在爆發式的增長。數據很多，但真正能產生價值的數據卻很少。數據普遍存在分散、孤立的問題，缺乏統一的定義和架構，找到想要的、能用的數據越來越難。

華為認為，數字化轉型要堅持業務和技術的雙輪驅動，而連接雙輪的“軸”就是數據。只有建立統一、清潔、智能的數據底座，才能支撐公司不斷發展。對此，華為通過建設數據底座，將公司內外部的數據匯聚在一起，對數據進行重新組織和連接，讓數據有清晰的定義和統一的結構，并在保障數據安全與隱私的前提下，讓數據更易獲取，最終打破數據孤島和壟斷。

華為數據底座（圖1）由數據湖、數據主題連接兩層組成，將公司內外部的數據匯聚到一起，并對數據進行重新的組織和連接，為業務可視化、分析、決策等提供數據服務，讓企業數據成為能給業務帶來價值的數據資產。

圖1 華為數據底座總體架構

數據湖是邏輯上各種原始數據的集合，除了“原始”這一特征外，還具有“海量”和“多樣”（包括結構化、非結構化數據）的特征。數據湖保留數據的原格式，原則上不對數據進行清洗、加工，但對于數據資產多源異構的場景需要整合處理，并進行數據資產注冊。數據入湖必須要遵循6項標準，共同滿足數據連接和用戶數據消費需求。

數據主題連接是對數據湖的數據按業務流/事件、對象/主體進行連接和規則計算等處理，形成面向數據消費的主題數據，具有多角度、多層次、多粒度等特征，支撐業務分析、決策與執行。基于不同的數據消費訴求，主要有多維模型、圖模型、指標、標簽、算法模型五種數據連接方式。

數據治理

筑牢數字化安全

數字技術正在構建一個全新世界。在數字時代這個大風暴中，數據的安全隱私管理無異于風暴之眼。當大量的數據匯集在一個湖中，如何在內外部合規的基礎上，確保業務能夠迅速獲得所需數據并做到可控共享，這是企業在數字化轉型過程中面臨的共同問題。所謂“絕對安全”是個偽命題。對企業而言，更重要的是不斷引入新的理念，優化提升數據安全防護能力，在發揮數據價值、達成業務目標的同時降低安全威脅。

兼顧數據安全與數據共享

數據安全的核心價值是“讓數據使用更安全”。因此，數據安全和數據共享如同一枚硬幣的兩面，兩者不可分割、缺一不可。

一方面，數據安全是生死線，數據應用和消費必須以安全為前提。當前各個國家越來越重視數據安全，先后發布多個相關法律法規。如2017年6月《中華人民共和國網絡安全法》正式生效、2018年5月歐盟《通用數據保護條例》正式生效等。此外，隨著數字化進程的推進和各個企業的數字化轉型，數據流動性越來越高，越來越需要大范圍、海量、全場景的數據共享，一旦發生數據安全問題，所造成的風險也遠遠大于傳統單體IT應用系統時代。因此，數據安全是發揮數據價值的前提，所有數據必須在安全、合規的基礎上進行共享。

另一方面，完全杜絕消費的數據安全是沒有意義的。數據安全要以更好地支撐數據共享為目的，因此只要在合理授權、合法合規的前提下就應該允許數據共享，這就需要企業不斷探索新的數據安全防護思路與方法。基于華為在這方面的實踐，華為數據管理部在數字化轉型背景下構建了基于元數據的安全隱私保護框架，在原有基于IT應用的圍欄式數據安全防護基礎上，增加了對各類準數據資產的“貼身保鏢”式防護能力。以數據安全防護能力提升為前提，打消業務部門對于數據共享風險的擔心，擴大數據共享的廣度和深度，更好地實現數據價值。

提升數據安全防護能力

華為公司數據管理部在數據實踐中參考業界先進理論、技術，結合自身業務需要，形成了一些安全共享的經驗，為企業提供了一些參考。

▲?第一，將數據安全與元數據管理相結合。以往的安全防護主要是基于某個單體IT應用或系統。隨著數據流轉范圍的大幅增加、數據交互密度的急速提高，企業需要構筑基于元數據的安全防護框架。不論某個數據在任何地方被讀取、加工、處理、消費，都需要提供相應的安全防護與隱私保護（圖2）。基于元數據管理，可以更好地對數據資產進行差異化的數據安全防護，減少過度防護帶來的成本壓力和管理僵化。例如對于企業內部絕密數據資產和內部公開數據資產，應該采取不同的安全防護措施。

圖2 元數據對安全隱私保護的作用

▲?第二，業務部門要對數據全生命周期的安全負責。隨著企業數字化轉型，數據不再是IT的一部分，而是具有高價值、可獨立存在的企業戰略資產。因此，圍繞數據的管理也不再局限于IT管理流程，而應與業務流程活動緊密地結合在一起。例如，當執行某個業務活動時可能需要外部數據，那么就應該嵌入外部數據獲取和使用合規管理要求；執行最基本的員工薪酬業務，那么確保員工隱私數據不被泄露的要求和管理動作也會融入進去。

▲?第三，數據供應到消費鏈時采用最小化原則。沿著數據供應鏈路對各種業務過程進行適當的解耦，有助于減少數據安全風險。例如，對于大多數據消費者而言，他們需要的往往是數據處理分析后的結論，而并不需要海量的明細數據。因此，完全可以通過數據服務等方式，讓大量明細數據“不搬家”也可使用，消費者完成分析處理的同時，支撐分析的明細數據也自動“釋放”。再例如，企業通常將數據處理平臺與數據內容解耦，提供數據分析處理能力的人員無法接觸數據資產，而能夠對數據進行處理的人又必須在限定的平臺或能力基礎上進行各種數據消費，這樣既確保了數據安全，又在一定程度上兼顧了數據使用和消費的靈活性。

1992年，美國科幻作家尼爾·斯蒂芬森的科幻小說《雪崩》頗有想象力地描繪了一個平行于物理世界的數字世界。而今，未來已來，在數據成為新的生產要素、數字化成為企業核心競爭力的當下，企業的運作成功與否將在很大程度上取決于對數字世界的治理和管理水平。企業只有不斷修煉數據治理內功，才能在數字世界謀得一席生存空間。