一次世界级的企业管理创新

　　—— 专访埃森哲大中华区资源事业部董事总经理王靖

　　国外某些企业虽然也有名称类似运监中心的机构，但没有同样的职能安排，来负责整个企业的运营监测和管理提升建议。

　　文Ｉ本刊记者 乔振祺

　　王靖，拥有十多年的电力行业专业经验，曾领导过多个电力行业大型管理转型项目的实施。业务专长包括：业务转型和战略规划、电力交易和系统运行管理优化、智能电网、财务管理、内控管理、调度运行管理和风险管理等领域。

　　《国家电网》：国家电网公司成立了总部、省、地市三级运监中心，希望通过运营数据资产来提升公司管理水平。如何看待国家电网公司的这项工作？

　　王靖：我们比较过全球实践与国网运监中心的实践，认为国家电网公司的这项工作的确是一项创新。国外某些企业虽然也有名称类似的机构，但没有同样的职能安排，来负责整个企业的运营监测和管理提升建议。这是非常大的创新，这与国家电网公司已有的标准化、信息化基础是分不开的。企业能力达到了一定的水平后，建立一个应用数据的部门，从而可以更好地推动企业发展。

　　具体来说，运监中心的定位不同。国外的能源企业也有分析组织，例如内部咨询部门也会通过商务智能（BI）建设进行指标分析，但功能定位并不包括实时监测分析，一般也不关注流程。而运监中心是覆盖所有业务并进行企业级的专题分析。之所以说成立运监中心是一项创新，首先其定位高，业务面广，，不仅分析结果，还要关注过程。因为业务面很广，对其取数的范围和标准就更高。此外，运监中心还有协调监督的职能。

　　《国家电网》：当下，大数据概念被热炒，您觉得大数据对能源企业，特别是电网企业是机遇还是挑战？

　　王靖：大数据很热，并且在互联网企业得到了一些很好的应用，大家已经看到了大数据的价值，在某种程度上说，大家是认可它的。现在的困惑在于，传统行业能否像互联网企业一样，从大数据中获得价值。大家不会对大数据本身存在质疑，因为其价值已经被互联网企业证实了。

　　能源行业如何借鉴大数据在互联网企业应用的成功经验？这是全球能源行业都在探索的一个话题，我不认为国外有哪一家能源企业已经把这个问题彻底想明白了，大家都是在借鉴互联网的做法来理解大数据，同时也在看大数据对本行业的价值。

　　其实，大数据给电网企业提供了一种新的能力，从而让企业能更好地去审视自身业务的情况，并且能够预测、解决运营中的风险和问题，这对企业的管理提升有很大推动作用。传统电网企业原来并不十分重视海量数据的管理和应用，因为它已经有了一套成熟的内部流程，也有着非常好的专家团队把关，但随着企业的信息化、标准化程度越来越高，企业管理需要更加规范化和系统化，重视应用大数据为电网企业提高现代化管理水平提供了契机。

　　但目前来看，电网企业要想把大数据用好还是存在一些困难的，比如数据的整合、数据质量的突破、新技术的引入、技术架构的提升等，而最难的是复合型人才的培养。这些都需要企业付出很多的努力。如果能源企业能够比较好地解决这些困难，就能与用户实现更好的互动，甚至融合外部数据，与上下游伙伴共同开发新业务。我相信大数据对能源企业是很好的机遇。

　　《国家电网》：电网企业的大数据资源优势有哪些？

　　王靖：电网企业拥有资产状态的数据、电网运行的数据，特别是电网企业和千家万户相关联，最大的结合点是电表安装到了千家万户，不管是传统电表还是智能电表。虽然电网企业的大数据量级不及互联网企业，但电网企业的数据非常稳固，量级本身也很可观。电网企业的性质和业务规模为其开展大数据的运用提供了很好的基础。

　　此外，电网企业已有的数据如果能和上下游产业的数据结合起来，我相信会有很多真知灼见出现。大家现在考虑最多的是电表数据，尤其是随着智能电网的建设，都进行了智能电表的升级，如果说将来每小时采一次数据，甚至每15分钟采集一次，再结合人口统计、城市发展等数据，这样的大数据可能给电网企业，或者整个社会开创出很多新的东西。

　　《国家电网》：大数据应用对于国家电网公司的管理提升有哪些作用？

　　王靖：首先，在把专业级、部门级的数据变成企业级的过程中，要解决整合的问题。数据的问题其实不是单纯的数据问题，其背后有着很多业务问题，比如原来的发展过程中没有规定通用标准，某些业务的要求和另外一些业务要求之间存在分歧等。原来的认识没有这么深刻，到了数据整合的时候，问题就暴露了出来。所以，先不管数据应用是怎样的，电网企业要考虑有没有能力把专业级、部门级的数据变成企业级的数据。如果能完成这样的转型，电网企业的管理水平其实上升了很大一步，因为在这个过程当中一定解决了很多存在的业务和管理问题。国家电网公司能不能很好地解决这个问题，需要在管理上做出很多新的安排，而这对国家电网公司向现代企业转型有很大帮助。

　　其次，在整个数据的应用过程中，会促使国家电网公司培养一批人才，这部分人对管理提升也非常重要，他们是复合型人才，懂电网业务，也懂数据分析和处理的方法。在大数据摸索使用的整个过程中，他们能够用量化的或与常规电网业务不同的视角，去形成新的方式方法、模型或指标体系，这些都是很好的积累，是未来企业所需要的知识资产。