埃森哲：智能运营，决胜未来

当前商业环境日趋复杂，变革往往来得猝不及防，让企业应对不及。市场上，实力强劲的竞争者不断涌现，不断挑战固有市场格局，传统行业界限也在日渐模糊。这些趋势正在汇合，让昔日的最佳运营实践变成企业未来发展的负累。一直以来，企业赖以提高业绩的传统手段，例如流程优化、降本增效，已经开始行不通。要想立足市场并实现长足发展，企业要行动迅速，以强大的智能技术、卓越的洞察力和绝对的自信积极应对不断变化的竞争形势和消费者预期。而敏捷性、灵活性和快速响应能力是对未来企业运营的基本要求。

有鉴于此，企业应掀起根本性变革，让运营部门转型成为企业的智能引擎。未来是智能化运营企业的天下。那么企业运营部门当前的挑战在哪里？未来的变革方向是什么？带着这些问题，埃森哲联合全球顶尖研究机构HfS开展了一项调查，访问了全球460家企业客户，其中涵盖了30家中国企业。该调研旨在深入了解企业高级运营主管的见解以及企业如何为未来之战做准备。

什么是智能运营？

智能运营包含五大要素：即创新型人才、数据支持、应用智能、云赋能以及智能化生态系统。全面整合这五大要素能够助力企业实现颠覆性业务流程变革，从而在市场竞争中脱颖而出。

企业创新绝不应该局限于技术创新，因为任何平台、算法和工具都不可能自己运行，亟需各类能够准确把握数字化技术、行业重心和职能重点的创新型及创业型人才。过去，企业业务流程的服务交付一直秉承运营优先的理念。未来，相比确保日常运营流程的稳定性，企业员工将充分利用自动化、分析和AI技术，专注于创新并把握增长机会，确保将问题解决在萌芽阶段。

换句话说，企业必须把握好两种需求之间的平衡：一种是对各项软技能和创新思维的需求（未来工作岗位的主要转变方向），另一种是对强大运营能力和数字化技术（包括分析、AI、自动化、机器学习、云以及安全技术）的持续性需求。

然而，根据图八和图九中的调查结果，企业对人才的态度是自相矛盾的。55%的受访企业认为数据分析、AI和机器学习等能力的缺失是企业实现既定业务目标的最大障碍。然而，当问及这些企业对员工的首要要求时，数字化、云、自动化和AI技术能力却排名垫底。这一矛盾充分表明企业对上述能力重要性的认识还远远不够。要想打造面向未来的人才队伍，企业需要全面提升人力资源部门和招聘流程的敏捷性，同时通过开展战略性合作充分利用服务生态系统中的资源。

例如，零工经济（gig economy）将催生创业型和数字化人才。要想充分利用这些技能，企业需根据业务需求不断调整员工团队。采用流动性平台，企业可以快速组建分布式项目团队并在项目完成后立即解散。此外，生态系统合作伙伴在提供关键支持能力方面也发挥着重要作用。

全面提升企业灵活性可助力企业运营模式转型：摆脱过去静态的业务流程结构，逐渐发展成为“开放式的人才市场”，让企业能够快速搜索内外部人才市场与合作伙伴，以满足相关技能需求。这一转变不仅能够提高效率，还将加速企业变革并彻底颠覆企业的创新模式。

数据是实现智能运营的坚实基础。对企业内外部生态系统中的结构化和非结构化数据进行恰当整合和分析，能够为企业提供深层次洞察，从而提升企业绩效。实际上，超过90%的受访企业认为数据驱动型决策可助力企业实现既定业务目标。

不过，如何充分利用数据对大多数企业而言仍然是一项挑战。例如，在流程优化或自动化过程中，企业往往发现企业流程中存在大量无法识别的手写内容、非标准表格、PDF文件和图片。超过80%的受访企业表示，50%~90%的非结构化数据都没有利用起来。

此外，来自供应商与社交媒体和行业云等的其他外部数据进一步提升了这些数据的数量、复杂程度和多样性。企业应当充分利用数据简化流程并总结出深层次的数据洞察。

鉴于数据在智能运营方面的关键作用，企业亟须制定切实可行的数据战略。绝大多数受访企业已经认识到了这一点。99%的受访企业已经围绕数据管理的三大要素制定了相关战略：

通过数据聚合对来自不同数据库的数据进行整合，形成综合数据集并进而生成数据洞察；

利用数据湖以自然格式将数据存储在单一存储库中。数据湖旨在存储各类结构化和非结构化的企业数据，确保这些数据可用于报告、可视化、分析和机器学习技术；

通过数据监管整理、集成并呈现从不同来源收集的数据，从而持续维护并提升数据价值。 数据必将成为未来企业的命脉和价值所在，有能力应对上述海量数据的企业有望在未来实现长足发展。

今年年初，HfS曾指出机器人流程自动化（RPA）、分析和人工智能技术将全面推动企业实现业务运营优化、革新和转型。虽然三种价值主张明显不同（RPA可推动效率提升、智能分析技术可优化决策、AI可协助解决业务难题），但上述三大驱动动因素正逐渐走向融合。

例如，智能分析技术越来越依赖自然语言处理（NLP）等AI工具以实现基于调查的分析，利用神经网络探索数据并利用学习算法构建预测模型。比如，某金融机构的投资组合经理利用来自信用卡的匿名数据集构建预测模型，从而推测零售绩效。

实际上，自动化、分析和AI这三驾马车将成为推动企业业务和流程转型的中坚力量。受访企业表示：近90%的企业认为自动化和AI技术能够助力企业实现业务目标。随着分布式账本技术（DLT，通称区块链）和物联网（IoT）等新兴技术不断走向成熟，并与上述三大驱动因素相互作用，未来必将共同推动业务和流程转型。

企业必须明确，推动企业转型是一个非线性过程，不存在特定的起始时间。没有必要从最基本的自动化技术开始，然后逐渐过渡到基于AI的高级自动化技术。企业可以从上述三大技术的任意节点发起转型。不过，无论选择从哪个节点开始变革，企业必须明确自身需要解决的业务难题，然后选择恰当的工具组合以寻求解决方案。

为此，企业必须配备拥有敏锐业务视角且知晓何时以何种方式使用何种工具的创新型人才。我们都知道，不是人多就能解决问题，同样地，单纯依靠高级的软件和技术根本无法推动企业转型。

云技术是联结智能运营所有要素的基础和支柱。云技术能够加速并优化数据集成，支持企业按需调整规模大小。行业云可整合不同行业和云应用程序平台的洞察，从而帮助企业迈向“即服务”环境。

举个例子，超过90%的受访企业希望访问即用型数字化服务，同时确保企业级的全方位安全。然而，一项关键制约因素正在阻碍企业全面部署云技术：49%的受访企业指出，企业各职能部门采用的技术中有半数以上都是传统技术，这就意味着企业需要投入巨资以部署新技术。这一认知使得许多渴望充分运用云技术的企业纷纷“望而却步”。

可喜的是，许多企业都在探索如何替换或更新传统技术。实际上，已经有25%的企业完成了老旧设施的更新换代，另有42%的企业已经制定了详细的计划。极具前瞻性的企业已经充分认识到，企业的许多技术平台和服务已经过时，与此同时，“即服务”模式将为企业节约大量技术投入。充分运用云技术能够帮助企业节约大量成本并在安全环境中加速产品和服务上市，防止落后的技术和冗杂的后台团队拖后腿。

许多敏锐的企业已经认识到，没有一家企业能够做到十全十美。企业需要通过合作获取自身所需的技能和数据，同时提升数据的多样化，推动企业不断发展进步并驱动创新，而不是像过去那样针对具体项目进行改进。

实际上，九成以上的受访企业认为，与合作伙伴密切合作对于实现业务目标至关重要。近一半的受访企业将探索全新合作方式的能力视作三大人才需求之一。鉴于创新型人才严重匮乏，这一数据也在意料之中。要想在未来实现长足发展，企业必须在整个生态系统内构建合作伙伴关系，从而把握市场机遇并实现发展目标。这一生态系统将不断扩展并吸引初创企业、学术界、技术和平台供应商。

相比传统的服务交付模式，当前企业更倾向于与服务供应商开展密切合作。外部服务交付不同于传统的“暗箱交付”。随着RPA等新技术不断出现以及广泛应用数字化流程导致结构化数据不断增加，企业运营主管开始重掌控制权。

以下为本报告部分截图