打過游戲的朋友可能有一個常識，越是精彩紛呈、獎勵豐厚的副本，越是需要召集隊友一同組團闖關。很多實體企業在數字化轉型中，也不會單打獨斗，一把手會先找咨詢公司對企業內外情況進行調研、梳理、規劃，提出一個頂層規劃的數字化解決方案。畢竟誰不希望被更懂數字化的咨詢公司直接帶飛呢？

在企業的需求驅動下，很多ICT企業也開始提供針對性的咨詢服務，為行業客戶提供一攬子、交鑰匙的數字化解決方案。其中，背靠軟通動力的軟通咨詢，成立以后的增長就十分迅猛。

軟通咨詢是如何與企業們一起“闖關打怪”的，我們能從中提取出轉型攻略，看看千行百業究竟需要怎樣的隊友。

闖關：調成HARD模式的數字化轉型

如果說數字化轉型是一個闖關游戲，那么非數字原生的實體企業，就被調成了HARD難度，面臨更多挑戰。

挑戰之一，在規劃階段，數字化對企業原本的物流、資金流、信息流、人事管理等都進行再造，需要通盤規劃，才能確保后續順利地落地實施，挑戰企業的“頂層設計”能力。

挑戰之二，在部署階段，數字化不是簡單地引入一個算法，或者上馬一個平臺，需要AI、IoT、云計算、大數據、數字孿生等多種技術的綜合運用，挑戰企業的“技術把控”能力。

（數據資產管理架構圖）

挑戰之三，在運維階段，數字化改造或系統的上馬不是數字化的終點，相反，作為一個體系化的長期性工程，它還需要結合企業在經營生產過程中的實際情況，不斷迭代、優化、調整、磨合才能體現出終極價值，然而，實體企業往往不是數字人才的首選雇主，挑戰企業的“人才建設”能力。

被調成了HARD模式的數字化轉型中，軟通咨詢成為越來越多企業的可靠隊友，究竟看中了它的哪些特質？

組隊：疊buff的軟通咨詢，持續輸出原力

如果將軟通咨詢看作數字化升級中的一個輸出型隊友，要保證持續不斷地輸出，除了本身法力值要足夠大之外，還需要在戰斗中不斷地給自己疊buff，帶來額外的增益，自然也就能夠成為更值得隊友信任的選擇。

目前，在軟通咨詢身上，我們可以發現三重buff。

第一重buff：軟通動力的加持。軟通咨詢可以站在巨人的肩膀上，借助母公司軟通動力的100多個行業數字化轉型解決方案，為客戶提供全棧式服務，將轉型方法論、解決方案與落地緊密融合，提供端到端服務，從戰略規劃、業務規劃、IT規劃、業務實施、持續運維等各個環節為企業把關，真正做到“業務驅動轉型”，避免為了轉型而轉型。

第二重buff：數字人才的匯聚。咨詢行業是知識密集型行業，軟通咨詢的團隊成員來自各大國際知名咨詢公司，同時，脫胎于實體企業的它，也是更愿意、更能夠理解實體企業的一個，比如，對于千行百業的多元化需求，軟通咨詢進行了服務模式的創新，大型企業可以選擇整合打包的全棧解決方案，推動全面深入的數字化，中小微型企業則可以選擇“輕咨詢”，根據特定的業務痛點，選擇簡易快捷、成本更低的數字化方案，快速從數字化中受益，這些都是真正從用戶角度出發才能想到、做到的。

第三重buff：產業伙伴的共創。不僅轉型企業不能單打獨斗，咨詢服務商同樣也需要與產業伙伴協作。比如軟通咨詢就與全球領先的亞馬遜云科技合作，共同為制造等行業的客戶提供數字化技術與解決方案。

一層層的buff疊加之下，軟通咨詢可以為企業持續輸出數字化轉型所需要的力量，幫助它們快速通關。

得分：軟通咨詢與亞馬遜云科技攜手為制造業送出“助攻”

前不久，軟通咨詢與亞馬遜云科技共同發布了《制造業數據治理白皮書2022版》，從制造業在數字化轉型中“數據治理”這一個環節中，就能看到，軟通咨詢聯合亞馬遜云科技是如何聯手為企業送出“助攻”、不斷“得分”的。

制造業是歷代工業革命的橋頭堡，是技術提高生產力的關鍵領域，但要在工廠中點亮數字化，難度也很大。一來，勞動力的成本提升，大量制造企業的風險承受能力較低；二來，真實場景中的工業體系極度復雜，制造業數字化、智能化也被認為是最難做的領域之一。

拿“數據治理”來說，《制造業數據治理白皮書2022版》就發現了數據多源異構、數據可信度低、企業數據文化建設薄弱等多重問題。

面對上述挑戰，軟通咨詢聯合亞馬遜云科技，共同建立一套DataGo數據治理平臺，幫助制造企業一步步通關。

第一關：規劃層面。

結合軟通動力多年來積累的企業數據治理經驗，構建了軟通動力數據治理框架，為制造企業提供可參考、可落地的數據治理解決方案。

世界領先的裝備制造商Z公司，旗下成員企業眾多， IT 技術能力不均衡， IT 資產復雜，集團又希望了解全員企業的數據資產情況。這種復雜情況，就需要考慮到數據平臺的易用性與功能完整性。

此時，DataGo 數據治理平臺依托軟通動力多年的數據中臺實施經驗，涵蓋了全生命周期的數據管理工具與方法論，結合亞馬遜云科技的數據治理體系，有針對性地制定數據治理策略，幫助Z公司構建了企業級數據湖和數據倉庫 (EDW)，既滿足了成員企業對數據自主權限管控的需求，又提升跨層級跨單位的數據共享及利用能力，綜合降低了集團的大數據開發使用成本。

（DataGo數據治理平臺）

第二關：落地層面。

在實際落地部署中，制造企業對成本控制、落地效果等ROI指標是非?？粗氐摹０灼尸F的某大型全球化制造企業G公司在全球擁有 100 家廠區、20 多萬名員工，由于業務體量較大，企業信息基礎設施老舊，對業務的支撐漸成掣肘，迫切需要提高數字化能力。同時，G 公司對成本的把控較嚴，對數據平臺的投入產出比十分看重，希望初期投資較小，隨著業務體量的上升再去增加投入。

軟通咨詢的數據平臺就按照工業數據湖的理念進行頂層設計規劃。新方案實現了混合數據源的數據集中收集、存儲，采用事件觸發的設計模式實現低成本的數據轉換和 WIP 指標計算，并將結果存入低成本的數據湖存儲層，業務用戶仍然沿用熟悉的報表工具對數據進行查詢和報表生成。最終，以漸進式迭代的方式以較低的數字化成本幫助G公司完成了工業數據湖底座的設計和落地，提升了企業對數據的治理水平和數據安全管控，為將來引入AI等創新應用打下了堅實基礎。

（頂層設計架構）

第三關：人才層面。

前面提到，很多制造企業都受困于數字人才不足，中國某醫療器械零售商A公司從2018年就開始嘗試數據治理工作，但由于基礎薄弱，缺少人才，大量數據清理、標準制定、流程管控、數據挖掘等工作都尚未開展。

軟通咨詢了解到這個情況之后，幫助客戶開展了人才規劃、管理制度等建設，開始積極儲備數字人才。同時，幫助客戶聚焦大交易流為核心的現狀問題和改進建議，制定數據治理工作規劃。再結合大交易流數據治理實踐，確保數據入湖前得到管控，為后續數據入湖奠定基礎。

（數據治理規劃示意圖）

在軟通咨詢與亞馬遜云科技的制造業數據治理實踐中，我們看到的不僅是商業解決方案的有效性，還有“隊友”一樣可以托付后背的互信，才能為制造企業精準地送出“助攻”，在數字化轉型路上走得更遠。

數字時代，如同游戲副本一樣，既是一場充滿艱險的冒險，也代表了豐厚的獎勵和升級機遇。機會就在千行百業自己手中，而軟通咨詢這樣的可靠隊友，是數字化旅途中不可或缺的同行者。一個人可能走得更快， 但是一群人終將走得更遠。