1.1.4 数据质量:数据可信和一致化的要求程度高

基于业务特征和运营环境的特点,非数字原生企业对数据生成质量有更高的要求。数据产生时的质量高低不仅直接影响产品质量,而且直接影响整个内部业务的运作效率和成本。例如,华为公司会对合同录入质量进行严格度量和控制,以确保下游各环节能够及时、准确、完整地获得所需数据,并在整个端到端链条中对异常数据进行严格监控。数据质量要求严格,需要配置多重精确规则,基于客观事实多重校验,确保数据可信、一致。

非数字原生企业在消费数据时对数据质量的要求也更高,一般会更聚焦于与业务流程相关的特定场景,更关注业务流程中问题的根因和偏差,数据挖掘、推理、人工智能都会聚焦于对业务的理解,面向业务去做定制化、精细化的算法管理,因此消费数据时的质量容错空间非常小。

上面所列出的非数字原生企业的特点,是我们基于华为的发展和对行业的认知所总结的,包括对非数字原生企业存在的问题和历史包袱等的表述,只是管中窥豹。联合国工业体系分类中525门小工业体系的差异,足以说明非数字原生企业数字化转型的复杂性。精益管理技术下的不合格产品的“小数据”,让制造业AI难以基于这样的数据量训练出性能良好的产品质检模型,同样说明非数字原生企业的数字化转型不可能是对数字原生企业的简单复刻。