罗兰贝格中国各行业趋势洞察报告：预见2020(26)

企业数字化创新价值链前移
伴随互联网人口红利的逐渐消退，面向消费者的数字化业务规模已步入发展放缓 期，预计2020年，企业对于内部运营效率优化的关注度将进一步提升，带动企业 数字化重心从营销向生产供应链等价值链前端方向转移。比如，据估算，工厂数 字化可提升生产效率20%、物流中心数字化改造可将效率提升30%。在这样的发 展趋势下，将为两类企业带来发展机会：对于具备较强技术输出能力基础的企业 而言，应及时识别企业客户的潜在应用场景需求，开发相应的行业数字化解决方 案，丰富自身商业模式。对于技术输出能力有限、数字化水平尚处较初级阶段的 企业，应及早开展数字化转型规划、引入外部赋能，从而提升自身数字化水平， 提升企业在数字时代竞争力。
TMT 企业开始关注精益管理、运营优化与提升
当下TMT企业业务愈发多元化、区域愈发广泛化，运营与管理的复杂度显著提 升。成熟型TMT企业已开始通过组织调整、运营机制调整等方式，提升自身管理 水平。比如，阿里巴巴建立了“大中台、小前台”的组织机制；阿里更将盒马 升级为独立事业群，在下放更多自主权的同时，将运营信息直接传递给集团高 层，缩短决策与响应时间，提升运营效率。预计2020年，在粗放的市场红利褪 去、TMT企业业务与区域覆盖进一步多元化发展的背景下，TMT企业会更加关注通 过组织与运营模式调整，提升自身运营效率与快速响应能力。在诸多的潜在变革 调整方向中，中台变革值得考量：通过选择构建业务中台，则可固化通用能力、 提升配置效率；通过构建数据中台，则可整合多维数据、连通数据孤岛，从而盘 活数据的资产价值。不同的企业业务模式决定了对于中台的差异化定位，企业应 结合自身实际情况，寻求合适的路径。
认知人工智能开始发展
步入2020年，人工智能将从现有以感知智能为主技术方案逐步向认知人工智能技 术方案迈进。当前，人工智能蓬勃发展，人脸、语音识别等感知智能已初步实现 商业应用。然而，受数据、算力、方法模型的局限，传统感知智能的应用难以泛 化、交互人性化不足，催生向认知人工智能技术发展过渡。与深度学习的数据驱 动原理不同，认知人工智能范式不再依赖基于大数据的数理统计，而是以任务为 导向，通过自主认知、学习、推理、执行来实现以少量样本数据执行更多任务， 突破现有瓶颈。在2019年，认知人工智能企业已开始获得市场关注。预计在2020 年，将有更多认知人工智能企业进入市场，带动技术与应用发展。建议企业需紧 密关注外部技术发展环境，结合自身情况识别应用机会，投入相应人力与财力资 源，抢占技术先机。