打造爆款车型，已经成为车企卷赢市场的重要砝码。2022年，长城坦克300以10万辆的成绩，成为国产硬派越野车销量冠军，五倍于排在第二名的北京BJ40，可谓一骑绝尘。

而这一年，也是中国汽车市场整体腾飞的一年，新能源汽车上险量突破500万辆。在政策支持、技术进步和消费升级等多重因素推动下，新能源汽车市场份额预计仍将持续走高，市场竞争越发激烈。

显然，理清爆款形成的逻辑并复制爆款，是长城汽车保持品类优势、优化产品结构，在激烈竞争中保持竞争力，提升新能源汽车市场份额的关键。

爆款产品的成功来源于长城对过往基因的传承，这些基因具象化于过去33年造车经验的量化和大量数据的积累，并进行数据一元化处理，在保证数据从生产到使用的连贯性和一致性基础上，进行全面数智化转型，强调数据质量是数智化转型成功与否的关键。

除了对过去基因的传承，还需精准洞察现在和未来的用户需求。 

这并不是一件容易的事情。过去，长城汽车采用经销商渠道卖车，需通过经销商链接用户，而以蔚小理为代表的新势力采取直营模式，用户反馈和产品迭代效率更高。此外，随着低碳化和科技大时代到来，汽车行业正不断向新能源化和智能化演进。

应对变化，2023年，长城汽车全面转向智能新能源赛道，进行“数智化变革”，从数据一元化，到建立“长城一朵云”，搭建产业互联网平台，整合供应链，构建生态链，直面用户，进入全面To C时代。

从信息化建设到全面数智化变革近20年，长城汽车以数智化手段改造、翻新“土地”并结出果实不易，也令长城汽车与互联网原生企业、造车新势力相比，在数字化实践上颇具独特性。为此，虎嗅智库与长城汽车股份有限公司副总裁佘尚锋进行了深度对话，希望通过长城汽车的数字化实践，为汽车行业的数字化转型带来一些启示。

以下为长城汽车股份有限公司副总裁佘尚锋对话精华部分：

01.先有车再有路，30余年发展历程定义长城汽车的“新四化”

虎嗅智库：您能否谈一谈长城汽车全面数智化转型的背景以及背后的思考逻辑？

佘尚锋：长城汽车全面数智化转型是为了支撑和推动集团战略目标的达成，集团战略目标可以概括为几个关键词：全面TOC、用户直达和品牌向上。

第1个关键词是全面TOC，过去，长城汽车通过经销商渠道卖车，现在，进入全面TO C时代，长城也提出全面TO C的战略；第2个关键词是用户直达，蔚小理等新势力采用直营模式，通过汽车产品直接跟用户连接，产品迭代效率更高，长城汽车也正在向直营模式转变；第3个关键词是品牌向上，全面提升旗下5个品牌的影响力。

在这一背景下，我们制定了长城汽车“53211”数智化转型顶层规划。

虎嗅智库：“53211”数智化转型顶层规划的目标是什么，是要解决哪些问题？

佘尚锋：“53211”数智化转型顶层规划的总体目标是要打造统一的数字底座和一体化的数字化平台。通过“顶层设计”，可以防止数智化实践中出现盲目性、碎片化、不规范等问题。

“53211”规划制定之前，长城汽车也经历过信息化建设的阶段，也走过一些弯路，出现重复建设、形成很多烟囱系统和数据孤岛等，多个系统之间通过一些数据接口连接，像蜘蛛网一样杂乱无章，这是做53211规划之前的一些历史问题。

为了系统性的解决这些问题，我们制定了“53211”规划。其中，"5"代表主价值链上研产供销服五大业务板块的数智化系统，"3"代表人力、财经和品质三个协同管理平台，保障主价值链上的五大业务系统正常运行，"2"代表业务中台和大数据AI平台，"1"代表“长城一朵云”，强调所有的业务系统都应该上云，实现全球一朵云的目标，最后一个"1"代表数据一元化，强调高质量的数据是实现数智化转型的基础。

虎嗅智库：作为数智化转型的基础，数据一元化提出的背景是怎样的，如何实现数据一元化？

佘尚锋：过去，我们搭建过很多信息系统，但是这些系统中的数据并没有完全实现打通和形成一致性。当我们尝试挖掘数据价值，构建数据模型，并通过数据驱动反哺业务时，我们发现这些数据质量其实很差。

在这一背景下，魏董提出要进行数据一元化，他认为数据质量是数智化转型成功与否的关键，同时，数据从生产到使用要一脉相承，数据治理应该从源头开始，产品和业务数据要做到同源可信，保持一致性，这也是数据一元化的核心理念。

数据一元化，包含了数据的生产、采集、清洗、建模，到应用。首先是数据的生产，需要在线化业务，实现业务数据化，这是数据生产的过程。之后，需要进行数据清洗和治理，包括标准化和打通数据。数据标准化后进行数据建模，根据业务逻辑，将原始数据通过业务场景和业务规则串起来，创建数据模型。在此基础上，将数据统一入湖。最后，我们进行数据应用开发，提高业务效率，降低企业的运营成本，这是数据价值体现的过程。这就像开一家餐馆，需要准备食材、洗菜、切菜、调味、炒菜、上桌，这就是数据应用的全过程。

虎嗅智库：在进行数据标准化时，如何构建数据标准体系，实现数据源头治理和资产变现？

佘尚锋：我们首先搭建了一个数据资产管理平台，所有业务的数智化系统产生的数据都会在这个平台上注册登记和定义。这个过程包括记录数据来源、数据属性以及数据所有者、数据分类分级等等。这些数据一旦被定义好，就会进入我们的数据中台。这样一来，我们就能保证数据是标准化和一体化的，实现数据全生命周期的管理，另外通过标识这个数据是核心资产还是非核心资产，并以此对应的数据管理，数据安全保护机制都会制定不同的策略。

我们利用区块链技术打造了一个长城联盟链，目标是让生态链上所有的关键数据都上链，每个组织都有自己的数据账本，任何改动都可以被追溯。这样就保证了数据的真实性、不可随意篡改性以及可追溯性，消除了大家对数据真实性的疑虑。数据脱敏后，甚至还可以进行商业变现，赋予更大的产业价值，通过区块链的分布式账本，记住每个组织对数据的贡献。

虎嗅智库：在外界看来，长城汽车是一家传统车企，在做数智化转型的过程中有哪些与新势力不一样的地方？

佘尚锋：我并不认为长城是一家传统车企，长城汽车发展有30多年，与新势力相比可能时间长一点，但从全球汽车工业发展来看，这个时间其实很短，这30年正是中国造车崛起的30年，这个过程中长城汽车始终没有以传统观念造车，而是积极拥抱新技术的发展与变革。

华为有一位高管曾告诉我，他觉得长城汽车很特别，首先，长城汽车作为一家地方性民营企业，市值、产品销量曾一度做到过国内汽车行业第一；其次，长城汽车一直坚持良性经营并保持合理的利润，不会亏钱卖车；第三，长城汽车有专属产品基因，比如越野基因，并能打造像坦克300这样的爆款产品。这才是外界对我们的主要看法。

不同企业所处发展阶段也不同，新势力因为还处于早期阶段，企业规模、商业模式和架构都相对简单，可以依托互联网背景，通过直连用户提高用户触达效率。长城汽车发展到现在已经是一家拥有超过15万员工的企业，到这个规模量级后，很难直接套用别人的数智化体系，有很多东西需要自己去研究和开拓。

个人认为长城汽车在数智化方面也可以总结为“四化”，分别是流程化、数智化、智能化、全球化。流程化是路，数智化是车，智能化是动力，全球化是方向。通常是先流程化，再有数智化，也就是先修路，再通车。但长城汽车的流程数智化变革并非从0到1，需要在过去30年已经存在的业务数智化系统基础之上，进行流程的重构优化，这是先有车后有路。智能化决定企业未来发展的速度和效率，如果不推进智能化，即便修好路，车可能只能跑50迈，但插上AI大模型的翅膀，车可以跑200迈，跑得更快才有更大发展空间。全球化是目标和方向，如果不出海开拓市场，一直在国内打价格战，非理性的市场竞争下会越来越“卷”，很多中国汽车企业将失去可持续发展的能力。

02.从供应链观全貌，产业互联构建数智森林

虎嗅智库：汽车产业链涉及上千家供应商，如何通过供应链数智化变革管理好这些供应商？

佘尚锋：首先需要明确的是，供应链数智化变革并不是一家企业可以独立完成的事情，需要供应商、经销商等多方的参与和协作，形成一个利益共同体，目标是通过数智化手段，实现信息流、物流和资金流的高效集成，提高协同效率，降低协同成本。

供应链数智化变革是一项非常复杂的工作，一方面，汽车产业的供应链涉及的范围非常广泛，需要全球协作；另一方面，供应链包含从客户需求反馈，到产品创意设计，再到生产上市的整个过程，对内涉及企业的采购业务，包括采购、配套和物流，对外涉及整个产业链的协同，这就增加了供应链数智化变革的复杂性和难度。

基于这些复杂的情况，我们的解决方案是建立一个共赢的森林生态系统，这个系统是分布式的，没有中心，类似于区块链架构，通过数智化流程贯穿多级供应商，实现主机厂和各级供应商的协作，使供应链体系不再复杂。

实质上，传统的企业数字化变革追求的是企业内部效率提升，随着供应链全球化和生态系统的开放，许多企业开始构建生态链，如小米生态链。长城也一样，仅靠企业内部数智化已经不能满足发展需求，需要进行产业数智化转型，这种产业数智化带来的是B2B之间的产业协同，我们称之为产业互联网。

产业互联网是伴随企业发展、建立生态链需求的数智化系统升级过程。通常需要先进行企业内的数智化变革，搭建统一的业务中台和产业级大数据平台，然后再把平台延伸到产业链，覆盖多级供应商和经销商，形成一张网，这张网就是我们正在做的产业互联网，通过产业互联网实现和供应商等生态合作伙伴的共赢。

虎嗅智库：从供应链定制化到供应链数字化，背后的逻辑与挑战如何，长城汽车是如何应对的？

佘尚锋：最大的挑战是数据管理。我们需要从数据的源头开始治理，确保数据的同源和可信。为此，我们采用Web3技术构建一个商业互信的数智化平台，平台为供应商提供数据确认权，让他们将订单的生产状况、仓库物流等数据上传到这个平台，实现产业级数据共享和供应链一体化。

另外，组织变革也是供应链数智化变革的一个难点。组织变革涉及到内部的组织关系，以及与外部供应商的关系。这些关系并不是一成不变的，而是需要随着时间和环境的变化而变化。例如，我们当前的3.0组织架构，即大中台、小前台、强后台的架构，就是长城汽车的一种新的组织模式，这种架构提升了企业内外的协同效率。

在技术架构的设计上，我们引入了智能合约的概念，将通常需要达成共识的业务规则化和标准化，放在基于Web3技术的数智化系统中。当遇到问题时就不再需要多次开会讨论，而是通过智能合约直接执行，提高了效率，特别是可以减少因设计及需求变更导致的信息差异和损失。

虎嗅智库：供应链管理涉及到信息流、物流和资金流的集成，如何通过数智化变革实现这三种流之间的协同管理？

佘尚锋：打通整个供应链上下游的信息流、物流、资金流并不容易，有很多数据主权的问题没有解决，比如你的想法、方案很好，但是申请开放权限却很难，有些伙伴也会有一定的数据安全方面的顾虑。

但技术层面我们是可以优先做好准备的，为了实现这三种流之间的协同管理，首先，在信息流方面，我们上线了一个叫"磐石互联"的产业互联网平台，它基于一元化的数据底座和大数据模型的智能底座，通过区块链技术实现数据的可追溯性，保证信息的真实性和可靠性。

其次，在物流方面，我们正在打造一个 “蚂蚁物流”数智化平台，希望将其变成一个现代化的、高科技的、国际化的物流平台，承担整个长城供应链的物流需求，并通过数智化平台实现一体化管理，通过智能算法，确保货物或人在正确的时间到达正确的位置。

最后，在资金流方面，我们正在开展供应链金融业务和资金服务，并基于数智化系统的能力进行管理。例如，我们可以通过数字化系统获取供应商的交付效率、交付时间准确度、交付质量等数据，通过这些数据，对供应商和经销商的实力和信用度进行评估，对接长城资本以及第三方的银行资金，凭此提供授信服务。

这里的架构就像搭建“舞台”一样，我们需要把框架搭好，很多时候还要跟上下游伙伴进行协商，通过分享数据价值来实现互利共赢。

虎嗅智库：传统车企向新能源化和智能化转型过程中，是否会产生新老供应链的冲突，如何通过供应链数智化变革消除冲突？

佘尚锋：汽车行业的协同工作涵盖多个方面，包括主机厂与零部件供应商之间的产品研发协同，以及生产和交付的协同等。

在研发协同方面，一方面，长城汽车的研发设计人员超1.5万人，同时在做多款车型的研发，每款车的定位不同，可能涉及不同的外形、内饰、配置和智能化能力，新能源汽车的研发方案也有许多种；另一方面，汽车是一个软硬件集成的复杂产品，每打造一款新的车型，可能涉及新的设计、新的功能和新的配置，无论是新能源技术的进步还是智能化技术的进步，都需要和供应商进行充分的交流和协同研发。

除了研发的协同，生产和交付的协同也非常重要。汽车产业链非常复杂，车辆由超过一万个零部件构成，涉及全球几千家供应商，保证供应商的零部件在合适的时间、合适的地点有到达组装线，组装成预设计的车辆是一个复杂的过程。

在这样复杂的情况下，传统的沟通方式（电话、Email、会议）效率过低，信息的同步和透明化也很难实现，这就需要依赖一个可信的系统来进行协同工作和标准化约束，所以我们搭建了产业级的数智化平台，通过这一平台实现与供应商的数据交互和协同，消除冲突。

03.“数业融合”，3.0组织架构下推进企业智能化

虎嗅智库：长城汽车在数智化建设的不同阶段面临的主要问题及对应解决方案？

佘尚锋：在2018年之前，长城汽车主要处在信息化时代，主要根据业务需求搭建IT系统和工具。这个阶段主要是为了解决内部管理问题和满足基层人员的部分业务需求，我们搭建了ERP系统、生产系统、仓储管理系统以及供应链的SCM系统。

随后进入了电商时代。虽然电商卖车尚未成规模，但很多消费者都是通过电商渠道或如抖音等社交平台获取车辆信息，然后去4S店体验购买。在这个阶段，我们根据搭建了数智化营销系统，同时也创建了CRM系统和5个品牌的APP。

2018年以后，长城汽车进入了数智化时代。这个时代并没有一个标准的定义，看似只是一个概念，但实际上决定了公司的发展方向。在这个阶段，我们开始搭建业务中台和数据中台，而在此之前，我们更多的是搭建了一些独立的烟囱式系统，实现了系统之间的一些数据连接，但并未实现系统之间的打通。

从去年开始，我们开始全面智能化转型。之前经常谈论的智能化主要是指智能驾驶和智能座舱等产品的智能化，现在我谈论的智能化，是指业务和管理的智能化，这可能也会带来企业文化和经营管理方式的改变，以及企业管理者意识、思维方式的转变，甚至改变企业的组织架构。

未来，长城的目标并不仅仅是成为一家汽车公司，而是以汽车产品链接用户，成为一家高科技公司。这是我们从去年开始就已经设定的战略目标。

所以我们接下来的工作主要分为三个阶段。一是将原有的数智化系统全部上云，二是在我们现有的3.0组织架构下，根据长城发展规划，进行流程数智化变革，我们现在正在进行三大流程数智化变革，即IPD、ISC和IPMS，三是进行全面智能化的转型。

虎嗅智库：长城汽车是如何通过组织和文化建设来支撑数智化变革，提升各部门之间的协同效益和工作效率？

佘尚锋：外界有传言说长城是一家实行军事化管理的企业，其实这是一个误解。长城对产品质量和生产过程的管理非常严苛，这是出于管理需求。例如，在生产过程中，我们会严格规定工作标准，要求他们的工作行为和流程标准化，以此保证产品的高质量。

现在，长城采用的是以客户为中心的扁平化管理方式。长城的工作环境和互联网公司的文化相似，在我们的技术部门，有来自阿里巴巴、字节跳动、腾讯、百度等互联网公司的员工，特别是负责技术开发的部门，给予员工较大的自由工作空间，管理非常扁平化。

去年，我们完成了对数智化组织架构的改革。我们的数智化部门叫IDC（产业数智化中心），原本集中在IDC的数智化团队，拥有1000多名员工，现在，我们已经把软件研发、技术实施、运维等数智化人员等都分派到了生产、供应、销售以及人事和财务等各个业务部门，这样，使得数智化团队更贴近业务。

让每个部门都有自己的数智化团队，IDC通过提供解决方案、技术赋能，业务中台和数据中台、AI中台建设，以及基础设施的建设，为业务赋能，业务数智化团队则结合业务，在IDC提供的基础能力之上进行应用工具的开发。

最终，数智化工程建设的管理架构形成1+（1+N）的架构，第一个“1”就是类似于我们魏董这样的一个企业一把手的角色，另外一个“1”就是指CIO的角色，N是指每个业务部门的一把手。每个部门下面的各个业务模块的数智化建设由部门一把手主推，并且跟他们的绩效挂钩。在整个过程中，CIO的角色是需要融入到各个部门之中的。

过去，我们经历了“业务有什么需求，我就建什么系统”的阶段，如今，不管是数智化变革还是升级，要以业务为主导，因为企业数智化最终是要服务业务、支撑业务。所以，数智化与业务不能分成2件事情做，必须要一起做，相辅相成，才能提升企业真正核心的竞争力。

虎嗅智库：如何对派放到各个业务部门的数智化人员进行有效管理？

佘尚锋：我们对分散到各个部门的数智化团队进行垂直虚线管理，把数智化团队的考核权100%给到业务部门。我每周都会与各个业务部门的数智化负责人开例会，我也会经常扮演产品架构师和技术架构师的角色对业务的关键重点项目进行评审。

同时，我们会根据业务部门的数智化建设情况，设置相应指标对他们进行打分和排名，每个月在高层会议上公布和晾晒成绩，让每个组织都努力想办法去提高自己领域的数智化水平。这种考核方式实质上是跟业务挂钩了，让业务的一把手更重视推进业务的数智化建设。

04.面向未来，数智化转型亟需算力和人才资源支撑

虎嗅智库：长城汽车数智化变革的成效和收益现在如何了，您是否可以从生产效率、产品交付周期、错误率等维度进行量化评估？

佘尚锋：您的这个问题是每个企业的CIO都很难回答的问题：就是怎么去跟老板讲清楚数智化投入所带来的直接价值。比如，我们每年在数智化上投入了那么多资金，它能直接带来多少经济价值，这是一个很难算清的问题。一家世界500强企业的董事长在演讲中曾提到，数智化投入肯定是值得的，它是一个中长期战略，但如果让他计算一年投入几十亿，然后马上转变成多少经济价值，计算短期收益的投入产出比，很难算清楚。

数智化成效是一个需要从多维度来衡量的问题。比如说，最直接的效果就是降低成本。我们现在通过数智化已经打造了4000多个“数字员工”和”AI员工“，可以替代10000多个人工，数字员工可以24小时工作，不需要休息，这既降低了成本，也提高了效率。这只是一个例子，实际上可以量化的指标还是有很多，比如库存周转率、资金周转率、营销线索的转化率等，这些指标都得到了提升和改善。但是具体的数字我就不方便说，因为一旦公开，整个行业就会拿这个来做比较。

虎嗅智库：未来，数智化变革主要面临哪些挑战，有哪些应对策略？

佘尚锋：现在很多中国的企业在做智能化的时候都会用到大模型。大模型的发展主要取决于算力，由于一些客观的外部因素，比如美国对中国芯片限制，导致一定的算力瓶颈，使得中国在智能化赛道上的发展可能会受到一些限制，包括产品智能化可能也会受到一定影响，但是长城汽车的算力资源提前储备了，还比较充足。

除了外部环境的变化，我们还需要面对的内部挑战，其实最大的还是人才的问题。长城成为一家高科技企业，必须要有能够支撑高科技发展的人才资源。目前，各行各业都在争夺AI人才，这类人才在市场上是非常稀缺的。

所以，未来企业数智化转型面临的挑战，可能一个是算力资源，另一个是人才资源。长城现在算力储备充足，AI也是早于行业布局，所以人才储备在行业中也是领先的。

虎嗅智库：对于数智化转型，您能否给其他的传统车企提一些建议？

佘尚锋：在数智化和智能化的转型过程中，企业通常会遇到一些共性的问题，比如可能会遇到来自于企业高层、业务部门的阻力，或者是预算投入的不足，另外，还会遇到技术和业务的沟通问题，如技术人员不懂业务，业务人员不懂技术等。对于这些问题，我有几点建议。

首先，CIO应该跟企业一把手持续沟通。无论是数智化规划还是过程中遇到的问题，都需要及时与企业一把手进行沟通，达成共识，以获得高层的支持。

其次，企业数智化的转型不应该只是IT部门的事情，而应该由业务部门主导，否则只会陷入技术和业务的拉扯阶段。作为IT部门负责人，要有变革决心，将IT人员考核权给到业务部门，让IT团队融入业务部门。

再次，转型过程应该运用科学的方法，可以借鉴、学习优秀数智化转型案例，无论同业还是异业。比如可以学习华为的数智化变革方法以及字节跳动的数字营销和大数据价值挖掘等等。比如我最近在研究瑞幸咖啡的数智化案例，瑞幸咖啡是一家长在数智化基础之上的线下零售企业，通过数智化建设，成为咖啡行业里效率较高的企业，无论是销售、传播、产品研发还是运营效率，都是较高的，但数智化对于瑞幸咖啡来说不能简单定义为“使能”、“赋能”，而应该是“原生能”，我们叫它数智化原生企业，很多造车新势力是数智化原生企业或者说创建开始就是一个互联网企业，我们也在向他们学习。同时，IT技术的选型，也需要从传统的IT信息技术（Information Technology）转变为IT智能科技（Intelligence Technology），跟上新IT时代的步伐。

总的来说，数智化可能会成为企业未来竞争的关键因素，因此需要有决心和毅力去进行转型，同时也需要学习新的知识和技术。在这个过程中，无论企业的领导层或者IT部门，都需要持续保持学习的态度，跟上时代的步伐。

无雀科技-中国专业数字化服务商!无雀数字化管理系统一数字化转型一站式工作台!无雀科技专注于政企数字化转型，提供整体数字化解决方案和咨询服务帮助客户实现组织数字化、管理数字化和业务数字化!

作者| 张若曦

校对| 秦必功     

免责声明：本内容来自无雀科技平台转载，不代表无雀科技的观点和立场！此文版权归原作者所有，若有来源错误或者侵犯您的合法权益，您可通过邮箱与我们取得联系，我们将及时进行处理。邮箱地址：1601561830@wuquedata.com