“企业面临数字化转型的新时代，数字化转型的本质是通过新的技术和业务，经过技术改造业务、重构业务流程、推动业务向前发展。融合通信将是企业数字化转型的加速器。”IDC咨询研究经理崔凯表示。

图为：IDC咨询研究经理 崔凯

崔凯表示，做好数字化转型应该从五个方面着手。第一是领导力转型，企业一定要从战略层面支持数字化转型。第二是全方位体验转型，包括用户体验，包括员工体验，包括合作伙伴体验。第三是信息转型。第四是运营模式转型。第五是工作资源转型，包括人力资源、合作伙伴资源的优化。无论是哪一个方面，企业通信都可以发挥重要作用。而企业通信技术自身，也需要在‘融合’、‘云’、‘智能’以及‘开放能力’四个方向进行演进，才能更好的匹配企业的数字化转型战略。

目前企业最大的挑战在领导力转型。“我国大部分企业在公司的决策层面对数字化转型的认知上落后于全球平均水平。转型要有大的思维和框架，是以自上而下的驱动，包括组织结构、商业模式是否匹配。企业通信在企业数字化转型过程中处于关键的一环。要从‘融合’、‘云’、‘智能’以及‘开放能力’这四个方向发挥重要作用。

首当其冲的是要有一个融合的通信系统。崔凯表示：“除了通电话、视频、短信、协作外，更多的是要以业务流程为主线牵引整个通信流程。以前的系统都是独立的，每家提供独立的功能，功能间没有互通互动，无法做到信息的共享。现在业务系统要实现内部的资源共享，把更多功能融合在一起。通过流程重新梳理功能，不是简单功能叠加，而是根据流程、业务的需求，在恰当的时间、合理的场景、顺畅的流程下调用这个功能，这是才是真正的融合。”

其次，利用云与业务深度融合。云是未来业务的发展方向。一方面，随着包括3G、4G以及5G这些基础设施的完善，企业上云的体验将越来越好。二是云计算的价格也在逐步下降。基础设施的完善将为通信提供一个非常好的平台。云的弹性、按需分配等特点也非常适合企业通信的应用，可以按需分配、按需支付费用，此外，公有云、私有云、混合云的多种形式也和企业的需求有更高的契合度，更好把企业业务融合到一起，更好地实现内部和外部的沟通。我们可以看到，传统通讯更多集中在企业内部，未来通讯的机会在企业和企业间，之后是企业到最终用户，根据用户需求重新构建业务流程和解决方案。

智能和通讯的融合。通讯与人脸识别、语音识别、语言翻译、AR与VR等新技术的融合。我们现在看到了很多应用：人脸识别在监控领域的应用；语音和图像跟踪在会议签到场景中的应用；通过面部识别感知参会者情绪的变化；通过语音识别会议内容快速转变成会议纪要；实时翻译让不同国家人们之间的交流更加顺畅；以及AR和VR在整合业务场景中将会发挥重要作用。这些新技术将提高我们的沟通效率，提升用户的体验。

最后是“开放”，要与产业链进行融合。企业主要有三个诉求：降低成本、提高效率、带来新业务。通过开放将企业更多的能力与业务相结合，为企业带来更多的收入，这要求我们的通信系统一定不能是封闭的系统，一定要能被其他的业务调用，这方面我们已看到华为与科大讯飞等众多企业的深度融合。

“现在我们处于融合通讯的阶段，通讯会将更多的功能整合到一起，把更多的业务与通讯相结合。我们认为之后才是创新的阶段，通过连接、通过通信的手段和能力能创造出更多的业务，远程教育、远程医疗、以及包括新零售，通信都有他的应用场景与地位。”崔凯进一步解释道。

华为同样看到了在企业数字化转型中融合通信将带来的市场机遇。正如华为云核心网产品线总裁马海旭所言：“中国正处在一个关键的数字化转型时代，目标是通过数字技术实现人员、技术、组织、流程、业务的无缝衔接，帮助提高企业的办公效率和生产效率。企业通信作为连接信息和实时决策的首要工具，是企业实现数字化转型的关键使能技术之一。华为首先在业界实现了全融合，包括全业务融合，全媒体融合，全系列终端融合，全场景融合，满足企业一站式通信与协作需求。”

“被集成”一直是华为秉承的生态战略。华为企业云通信践行“平台+生态”的战略积极与合作伙伴联合开发和探索创新。据了解，目前华为已经发展了400多家合作企业，在教育、医疗、金融、平安城市等领域形成了有差异化竞争力的行业化解决方案。

文章摘自 ：企业网D1net

“我们的很多城市规划缺乏数据和理性支撑，应该进行数字化转型，建立数据基础和虚拟的地理环境，把已有和新的规划动态地加载进来，在此基础上形成人口、交通、产权等多源数据集成。”中国工程院院士、中国城市科学院研究会副理事长郭仁忠日前在第十一届城市发展与规划大会上对媒体如是说。

“规划不能解决城市所有问题，但城市问题肯定有城市规划的影子。”郭仁忠坦言，规划的科学性固然重要，但同时也存在连续性和周期性之间的矛盾，城市的发展速度往往很快，很难准确预测到20年以后的城市发展。

他用中国某个发达城市举例，该城市规划到2020年的面积为976平方公里。但现实情况是，在2014年的时候就已经达到968平方公里，控制性详细规划超过了国家土地利用总体规划。

“从很多城市来看，规划已经远远大于需求，内部融合也出现问题，我觉得规划需要一个云平台，要有层际控制，这样才不会产生规模失控。”郭仁忠说。“每天有成百上千个规划师、若干个规划院和项目组在同一个城市做规划，不可能说没有矛盾。”郭仁忠表示，除了发展理念差别、缺乏过程控制以外，也受信息不对称、部门利益冲突以及外部干预等因素影响。

郭仁忠认为，日益发达的计算机和通信技术(ICT)将帮助城市规划数字化转型建立在线作业平台，实现全过程实时感知和同步更新，并进行量化分析和评估，相当于所有规划师和相关部门都在一个平台共同工作，城市规划转型既是现实需求，也是未来趋势。

虽然ICT可以将城市变得更加智慧、灵动，但郭仁忠认为，这并不意味着计算机就可以取代规划师，只能是起辅助作用。“ICT更需要规划的掌控，因为在可预见的未来，思想和创意无法数字化。”

企业致力于收集和存储大量数据，但通常只分析其中的一小部分。他们发现数据是新的货币，因为数据中隐藏着很多价值。他们正在利用数据科学和大数据分析工具从其“数据宝库”中提取价值。这有助于他们进行数字化转型。一些组织在这方面取得了巨大的成功，并不断创新、获得市场份额、增加价值（例如Amazon、谷歌、Facebook等公司），而其他公司也在努力效仿。

麦肯锡全球研究院于2011年5月发表了一篇开创性论文，名为“大数据：创新，竞争和生产力的下一个前沿”，使得大数据和分析开始引起人们的关注。根据谷歌公司的趋势分析（它提高了人们对关键词的搜索兴趣），大数据和分析热潮在2016年6月达到了顶峰。而云计算一直持续受到人们的高度关注，因为越来越多的企业继续实施云计算技术，以提高业务灵活性、运营弹性、改进性能，以及更高的效率。

数字化转型需要在组织层面上发挥作用，并将成为一种永久的运营方式。

人们可能会想知道，在大数据和分析达到发展顶峰之后将会变成什么样子。只要所公布的客户调查、供应商利益、分析师报告、收入来源等资料具有价值，那么企业都将采用大数据和分析来获取。调研机构Gartner公司2016年进行的一项调查报告表明，在过去五年中，企业对大数据和分析的投资一直在不断增长，但对其未来投资的兴趣似乎有所下降。这可能是由于这些投资获得实际收益的一种停顿。而Gartner公司的另一份调查报告显示，只有大约12%的大数据项目取得了可衡量的成果。然而，社交媒体、物联网（IoT）、智能手机、移动设备、游戏装备、可穿戴设备、传感器、无人机、远程监控器、精密医疗、精准农业、智能城市、智能建筑、自动驾驶汽车、远程控制车辆等技术将产生大量需要收集、汇总和分析的数据，以做出有用且有价值的决策。

而使用传统方法和系统来人工分析数据是不可能的。来自大数据和分析的潜在价值每年达到数十亿美元。这被认为是一个保守的估计。因为麦肯锡公司2011年进行的调查报告仅仅占据了大数据潜在价值的一小部分。只有基于位置的数据的采用率和价值捕获率高达50%-60%，其次是美国零售业，达到30%-40%，制造业占20%-30%，美国医疗保健行业为10%-20%，欧盟公共部门为10%-20%.因此，大数据和分析的兴趣和投资在几乎所有行业都会增加，以捕捉大数据中隐藏的价值。预计在未来几年中企业对云计算的大数据会持续产生兴趣。

数据安全

随着越来越多的数据被收集、汇总、分析，并用于做出影响人们生活的决策，数据安全性成为人们最为关切的问题。数据治理需要处理从不同来源收集的数据高峰以及管理这些数据元素所涉及的风险的中心阶段。美国联邦、州、市和地方政府机构以及其他非营利性公共服务组织需要符合严格的保密性、完整性和可用性（CIA）规则，并且还要提供良好的治理、满足合规要求和管理风险（GCR）。

人们一个常见的误解是，组织需要从不同来源收集的大量结构化和非结构化数据，包括外部来源（需要验证和风险评估）来开始分析。企业不需要大量数据来启动分析项目。可以从已有的“黄金标准数据”开始，并考虑单独使用这些数据或将其与其他内部数据集结合使用，以解决业务问题作为向决策者购买的概念证明的可能性。企业可以尝试和分析以前没有查看的不同变量，以确定相关性、因果关系和预测因素，谨慎发现，并避免重合。这是行业领域知识和专业知识发挥作用的地方。利用可用且经济实惠的计算能力、存储和网络容量，企业可以轻松地分析更多数据，以查看隐藏在数据中的模式和概率。基于业务需求，分析可用于描述性、诊断性、预测性、规定性的目的。物联网、传感器、操作技术、设备维护、精密医疗、电网、航运、物流、执法和精准农业正在越来越多地利用上述不同类型的分析来处理一个或多个业务问题，或根据需要来提供解决方案。

大数据的需求

大数据对不同的人意味着不同的事物。不同的IT分析师、商业领袖、顾问、学术研究人员、标准组织已经根据他们的观点定义了大数据，其中包括数量、速度、品种、准确性、复杂性等因素。虽然在大数据方面没有明确的共识，他们现有的能力在人员、过程和技术方面的处理能力太大了。就大数据和分析而言，人员是最难的部分。存在组织惯性、缺乏决策者的支持，以及难以找到正确理解分析的数据和业务领域的数据科学家等问题。同样，大数据分析师也很缺乏。世界各地的许多高校或认证机构都在提供数据科学和分析方面的新课程，以满足日益增长的需求。

由于大数据领域是新兴行业，很难找到适合的专家，因此所谓的“大数据专家或数据科学家”被金融交易、银行、信用评级机构，以及信用卡公司等大型金融组织所吸引。此外，谷歌、Facebook、LinkedIn、雅虎、微软、亚马逊等行业巨头也求贤若渴，因为他们为这些人才提供了丰厚的薪酬、股票期权，以及更好的发展前景。在争夺同样的人才方面，美国的联邦、州、市和地方政府以及非营利组织都处于劣势。但是，一些具有深谋远虑的政府组织已经成功招募了一些优秀的大数据科学家。

克服人才短缺的挑战

为了克服数据科学家短缺的挑战，许多企业正在建立一个数据科学团队，其中包括具有大数据分析方面知识和专业知识的人员，以及行业专家，例如IT和业务领域。他们可以一起补充彼此的专业知识，互相协作并提出业务问题的解决方案。一个成功的大数据分析团队的一个重要特征是能够用商业术语讲述故事，并实现数据可视化，而这些数据可视化只需要很少的解释。这是一项非常特殊的技能，需要销售技能来完成交易。这些能力有助于建立数据科学团队或大数据和分析团队的可信度，以获得高级管理人员的支持，并将分析从一个业务领域扩展到另一个业务领域，并最终扩展到整个组织或企业。这些人员则是“翻译者”，他们可以从数据分析中获得结果，并将其置于商业术语中，以便企业能够理解和适应。数字化转型需要在组织层面上发挥作用，并成为一种永久的运营方式。大数据和分析是私营或公共企业数字化转型的一个组成部分。因此，许多组织开始了数字化转型之旅，通过分析释放隐藏在大数据中的价值。今后将会有更多的组织效仿跟随。