债务履约能力评级报告大数据时代的企业管理挑战-CDA数据分析师官网

债务履约能力评级报告大数据时代的企业管理挑战

2017-07-31

债务履约能力评级报告大数据时代的企业管理挑战

互联网时代，创新使得财富积累的速度前所未有的快，贫富不均也前所未有地分化。这个时代，世界的竞争变成人与人的竞争，人与人的竞争就是智慧的竞争，就是人的创新能力的竞争。如何才能提高人的竞争力，是管理科学面临的新课题，是管理者必须要思考的难题。

笔者认为，基于互联网大数据发展产生的以下管理挑战，值得关注：

第一个挑战是大数据对人性假设的挑战。

管理学自诞生开始，就以人为对象，以人性假设为前提不断演化出各种理论。第一个提出科学管理理论的泰勒假设人是“经济人”，后来梅奥假设人是“社会人”，西蒙则构造了“决策人假设”。自西蒙之后，又有了各种各样新的理论：战略管理、营销管理、人力资源管理等，基本都是以西蒙的假设为预设。

社交媒体的诞生，意味着人不再是抽象的假设，而是一种基于大数据的画像。可以认为，大数据令管理科学真正进入到了可量化的科学发展阶段，通过大数据对人进行定量化描述，必然会引发管理科学的飞跃。

第二个挑战是数字化虚拟世界里，如何进行管理实践。

由于量子力学的发明，人类进入了电子时代;计算机的发明，让人类又进入了数据时代。通过计算，我们可以用拓扑的方式去重构现实世界，这种方法可以使人在现实与虚拟中间通过一个旋转门，进而优化现实世界。比如交通中的一些难以解决的问题，通过大数据不断优化方案，反复再现结果，最终解决现实中的难题。

最近热炒的人工智能(AI)，预示着人类新的文明历程。阿尔法狗打败柯洁后，聂卫平评价说人类的围棋选手最高是9段，阿尔法狗是20段。阿尔法狗强大的地方是它的计算速度比人反应快。但今天的AI并没有像很多媒体所描述的那样功能强大，它只是能在一个特定的、复杂的、可重复的工作环境里比人做得更好。

计算机的算法不是今天才有的，上世纪90年代就已经发明了，为什么那个时候计算机没有自我学习能力呢?因为在当时的条件下，计算机的速度还不够快，数据量也不够多。计算机高速运转之后，所生成的数据量是前所未有的，甚至每天产生的数据量都是以前的总和。大数据时代要求计算能力越来越快，存储能力越来越强。今天我们任何一台智能手机都比当年的英特尔“奔腾”速度快上千倍。我们现在使用的神经网络计算方式，也更具有自学习的能力。

在这样一个自学习、数字化虚拟世界里，管理实践者该如何去做管理?

第三个挑战是大数据对营销学的挑战。

营销学是管理学的一个重要分支，包括四个基本策略的组合，即大家经常说的产品、价格、渠道、促销4P理论，但在今天以客户为中心的、定制化的生产方式下，4P理论还有效吗?

例如小米手机，它通过互联网征求客户意见——客户需要一个什么样的手机，什么样的外观，什么样的性能，什么样的价钱，用什么样渠道传递给客户?在这样的环境下，4P理论是否需要进行修正?

再例如医药领域现在有精准医疗、靶向治疗。每个人得感冒的时候，感染的细菌或病毒都不是完全一样的，过去使用广谱抗生素，抗菌谱比较宽。现在出现的靶向药，通过培养患者感染的细菌或病毒，反向制出一种新的抗生素，非常精准地进行针对性的治疗。

今天，一位肿瘤患者会请老医生诊治，请大专家会诊，但今后，阿尔法狗将会取代老医生，因为再老的医生最多就是“9段”，但是阿尔法狗可以是“20段”，这就是大数据在治疗中的优势。很多肿瘤的治疗方法是化疗和放疗，化放疗的方案设计是和医生的判断有很大关系的，阿尔法狗的方案优化能力比人类更强。

当然，我们现在对阿尔法狗不放心，就像我们一开始不信任电子账单一样，在手工账单和电子账单并行一段时间后，大家不再怀疑计算机的计算能力。可以想象一下，如果从诊断到治疗都是由大数据来完成的时候，它的运算能力一定会极大提高医疗的水平。将来，我们在社区或者任何地方，都可以享受到顶级的治疗。届时，传统的营销学将面临巨大挑战。

第四个挑战是工业4.0生产要素社会化后，管理模型该如何变化。

工业4.0，我理解它包含三件事：智能工厂、智能生产、智能物流。传统的数据管理，数据还是要落地的，未来数据是不能够落地的，直接的、无缝连接的，整个车间管理是自动化的，企业管理是网络化的，生产要素的组合是社会化的。

为什么会出现工业4.0?这其实是工业自身发展变化后寻找的出路。传统的制造业方式、营销方式、研发系统，显然不再适合。生产成本也不仅仅考虑材料、科研、制造成本、资金成本这些数据，而是要和社会的应用环境相结合，即生产要素的社会化。

生产要素社会化之后，组织生产管理必然是一个大的网络环节，一定是用计算机的方式，用互联网的方式来进行传输，一直到最终的加工设备上全部实现智能化，这是未来制造业的发展方向。我们的管理模型随之该如何变化?

第五个挑战是大数据时代新的安全观。

早些年有一本书《现代战争》，它提出未来的战争不是无限的，而是有限度的战争。现在，社会安全的重点是反恐。这是一种新的安全观，从战争模式、国防模式，进入到民生和社会的模式上来。现在再发动战争的话，不能靠传统的武器去打了，而是要依靠网络安全、信息安全。

在安全领域里，视频监控产业发展非常快。新加坡的车辆有电子车牌，大数据实时监控，一旦人员密集，就会形成电子围栏，车辆再进入就会自动收费。甚至边境线也可以使用电子围栏技术，代替界碑。正在发展中的人脸识别技术，今后也可以用于安全技术，这些都是新的安全防范措施。

随之而来的整个社会的公共管理和相应的产业、企业管理将会进入到一个新的课题，这些都是大数据时代所带来的变化。

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

大数据视频监控神经网络人脸识别人工智能

数据分析咨询请扫描二维码

上一篇回归系列（一）| 怎样正确地理解线性回归

下一篇2020美国总统竞选大戏开锣，川普当选的奇迹会再发生吗？

债务履约能力评级报告大数据时代的企业管理挑战

CDA考试动态

CDA报考指南

热门栏目

最新资讯

数据分析师的工作内容是什么

数据分析师必须掌握的技能有哪些

数据分析入门难吗

数据分析能干啥

数据分析行业的前景

数据分析的常用方法

什么是企业数字化转型

女生做数据分析师最好去哪个行业

大数据技术专业学什么

数据分析师教程《Python数据分析极简入门》第2节 3 ...

什么行业越老越吃香

利用python进行数据分析

大数据与会计专业主要学什么

成为数据分析师需要哪些技能

python可以做数据分析吗

数据分析师的日常工作有哪些？

数据分析五种方法

数字化转型是什么意思

未来发展前景好的十大行业

统计学就业方向及前景