2023年初，用友进行了一场重要的组织升级。

聚焦23个行业，形成行业客户与解决方案事业部。这一动作背后，是当下企业客户尤其是中大型高端企业数智化建设与发展需求的改变。而能源行业作为用友一直持续经营的战略行业，单独成立了以服务电网、电力、煤炭、新能源、石油、天然气等能源客户为主的战略客户业务本部。在千行百业拥抱数智化的当下，能源行业也越发重视数智化的推进，用友战略客户业务本部的成立正是为了贴近能源行业客户，深耕能源行业的应时之举。

首先，能源行业的数智化渗透率并不高，但由于近些年国际能源局势的改变，迫使能源行业主动融合数字化、智能化技术的动作快了起来。

能源行业是国之命脉，国家政策的引导和推动下，电力工业已经开始在政策层面频频提及并鼓励企业进行数智化包括AI行业大模型的具体落实。

2023年上半年以来，国家各部门已相继颁发各项措施，鼓励能源行业企业利用新技术带动业务创新。直到最近，由国家能源局组织11家研究机构编制而成的《新型电力系统发展蓝皮书》正式对外发布，对新型电力系统“三步走”发展路径给出了明确要求。

用友战略客户业务本部CTO戴兴华提到，2021年“十四五”规划《纲要》重申要推进能源革命，建设清洁低碳、安全高效的能源体系。加快数字建设步伐推动企业高质量发展，为此构建安全高效、清洁低碳体系成为任何一家能源企业必须关注的重点。后者与当下双碳和可持续发展的目标相关，而前者则在于，能源企业设备的数字化、智能化决定了企业能够走多远。

在能源行业有着多年客户经营和积淀的用友，在今年组织调整的同时，也梳理出了更符合能源客户需求特征的产品与解决方案。

在电力设备故障诊断这个场景中，过去设备故障的诊断、运维，往往依靠的是人工+信息化手段，以维持设备的7*24*365全天候运转，现在通过AI诊断模型，如利用温度、湿度、转速等参数，建立故障预测模型，就可以预测出设备某个时间出现故障，进而这项数据还将引导人员查看零件库存并发起采购流程。在这个时间段内完成的一系列动作，将有效维护设备安全运行。

但设备安全实现数字化、智能化只是能源企业场景中的一项重要应用，在此之前企业还需要构建一套数据底座和数据战略，换言之，数据治理成为当下推进能源行业数智化转型的一大难点，大量的场景因数据获取难、数据质量差、数据标准不一、标准化成本高等问题而难以很快落地。

推进能源创新应用试点，不是单纯喊口号

2022年1月，国家发改委、国家能源局公布《“十四五”现代能源体系规划》，2023年3月，国家能源局指出要推动电力、煤炭、油气等行业加快数字技术在能源行业的创新应用，6月，国家能源局组织发布《新型电力系统发展蓝皮书》，指出能源电力系统的安全高效、绿色低碳转型及数字化智能化技术创新已经成为全球发展趋势……值得一提的是，此前针对国央企信创国产化的79号文件，包括电力、石油在内的能源细分行业赫然在列。这些重磅文件为能源行业数智化的加快推进拉开了序幕。

在戴兴华看来，能源行业要数字化、智能化的动作非常快，这其实与全球能源体系发生深刻变化不无关系。在全球能源格局发生深刻变化的背景下，数智化发展在能源行业加速驶入快车道，能源正经历未有过大变局。

例如，2022年公布的《“十四五”现代能源体系规划》，是依据“十四五”规划和2035愿景目标纲要编制，提出了一个核心关键词是：建设现代能源体系，这与“十三五”规划明显不同。从国际局面上看，由于俄乌战争、全球气候治理等因素的影响，国际能源体系已经发生根本性转变，《规划》对目前的世界能源格局做出了判断，也提出中国“能源安全保障进入关键攻坚期”，对煤炭、电力、新能源、石油作出明确发展方向。另外，《规划》还多次提及对非化石能源如风电、太阳能光伏发电的建设，与煤炭等传统火电能源优化组合，更大力度强化对碳达峰、碳中和的目标实现。

进入到2023年，国家能源局提出能源产业要与数字技术尤其是智能化技术相融合，这也是相比过去较少提及的事情。这意味着国家已经明确提出了指导方针，可以分行业、分环节、分阶段加快能源行业转型升级、补齐短板，推进应用试点示范，而不是单纯地喊口号。但并不是因为大模型火了才有智能化要求，而是国家层面在前些年就已经意识到智能化技术在能源行业所发挥的推动作用，目前AI大模型已经在某些能源企业尝试起来。

此外，戴兴华还注意到同样在今年2月27日，中共中央、国务院印发了《数字中国建设整体布局规划》。看似跟能源行业没有关系，实则关系密切。一方面提出要做强、做大、做优数字经济，另一方面提出数字技术要与实体经济深度融合，在农业、工业、金融、教育、医疗、交通、能源等重点领域加快数字技术的创新应用。

“事实上，不做数智化很难实现创新应用，不跟实体经济融合很难有创新示范效应”，戴兴华告诉记者。

数字技术的能源渗透度并不高

以国央企为主体的能源行业，在国资委《国有企业数字化转型行动计划》的带动下，近些年公布了数字化转型的战略路线与目标，但各家企业皆存在阶段性差异。数字化对行业、对企业改造，需要时间。

如果从工业软件视角，如工业控制领域的一些核心元器件、基本算法等核心技术，这个关键环节是卡脖子的，能源行业也不例外。

据戴兴华的多年观察，数字技术在能源行业的渗透程度并不高，有些细分行业甚至有的企业只做了一部分。此外，不同区域企业对数字化的认知也存在明显的不平衡性，例如东部地区企业的一把手往往会比西部地区具备更开阔的视野。

“企业数智化是一把手工程，技术含量比较高，不像过去的信息化，信息化对技术的要求深度没有那么高，更多是管理的提升。而到了数智化阶段，背后是技术驱动，数据驱动，智能运营。也就是通过数字技术打破边界，重构客户体验，让客户和企业发生的需求、交易、体验得以提升，其实质就是端到端的集成过程，价值链重构的过程，生态链的打造过程。”他补充道。

把握客户需求：安全高效、清洁低碳

在谈及能源行业客户需求时，戴兴华提到了一个很有意思的话题，“你查任何资料，看任何央企，会看到所有能源行业企业高频会讲的就八个字：安全高效、清洁低碳。”这八个字，或许也可以理解为数智化为能源企业支撑时的基本指导原则。

首先，前述提及政策带动下，减碳与提升能源利用效率备受企业关注，十分紧迫且具有挑战性，能源企业会提出非常多综合性的需求；而“安全高效”作为首要原则，是在于能源行业本身是设备密集型行业，同时也涉及设备、工艺、人员、环境等复杂关系。智能化技术的引入，一定是希望从少人值守做到无人值守，将人员从低效复杂甚至危险的环节中解脱出来。

例如在用友为某能源企业客户提供的煤炭运销一体化的服务案例中，以煤炭运销全业务为基础，以流程再造和数据驱动为主线，以风险管控为核心，整合并再造了汽运业务流程、路运业务流程、调入洗业务流程、铁路调运业务流程等。实现了合同体系、价格体系、销售计划、调运计划、发运业务、质检业务、结算业务、开票业务、收款业务等的一体化管理，并通过数据驱动洞察业务决策。

为此，用友面向能源行业数智化给出了1813解决方案：“1”即1大数智化底座iuap，内置业务中台、数据中台和智能中台，以及技术平台、低代码开发平台和连接集成平台；“8”即8大运营管理主题包，涵盖业财融合、运销一体、能源生产保供、物资采购供应、设备安全与效能、项目全生命周期、人力资源、绿色低碳；“1”即1大决策分析，包含生产集控分析、财务指标健康状况分析、收入成本异动分析、原燃料全价值链分析、供应商全生命周期分析等；“3”即3大应用特性，具备数智化、全球化、平台化三大特征。

事实上，1813解决方案的提出，源自用友能源团队过去三十多年对客户的持续经营沉淀而来。“我们现在的解决方案就是从客户中来、到客户中去，实际上这些场景已经是从一两百个客户案例中筛选到相对高频的场景，然后再将这些整理打磨后的方案级成果给到客户经营的一线机构，指导他们进一步服务客户，成就客户。”戴兴华说道。

现在，大量能源行业化能力得以沉淀下来，比如在煤炭行业有关安全等级的知识，会以知识图谱的形式内置于数智化底座，实现风险辨别、隐患治理、三违管理、应急处理等动态关联分析，再以方案形式提供。

就现阶段而言，戴兴华特别强调两点：

一是业财融合。这是用友产品的核心应用，财务要为业务服务，能源企业多区域、多层级、多分支机构子公司的特点，给财务管理带来了极大难题。

例如，以大型能源央企为例，业务遍布海内外，产业布局多而广，规模体量不断扩大，所经营的业务内容越来越复杂多样，建设智能高效的财务信息化体系，推动集团的全业务、全环节的数字化转型成了亟待解决的首要问题。

二是设备安全与能效。作为设备密集型行业，管设备就是管安全、管生产效益，管好设备意味着企业智能化程度会上一大台阶，因此设备的全生命周期安全诊断、设备三率（设备完好率、设备维修率、设备利用率）、设备的故障诊断、设备的智能化程度等等，就显得非常重要。

值得一提的是，在最近与焦化企业旭阳集团的合作过程中，客户一上来就给用友提出了这样一个需求：“我们有很多智能工厂和设备，也上了很多应用，怎么做好数据治理，发挥数据价值？”

这并非易事，戴兴华认为，数智化的第一阶段，数据与智能就应该先行。“但目前接触下来，客户对数据驱动很重视，但是对于怎么做，还没有一个很清晰的方法论。比如究竟是为了支撑市场竞争，还是决策分析，亦或是拓展新的业务？”

同样，数据治理也是推进能源行业数字化转型的一个重要手段，其技术难题也非常之多。一是存在摄像头采集的大量视频、图片等非结构化数据，数据难以形成标准化分类、定义；二是数据采集的质量差，存在缺失、获取难；三是数据管理应用场景少、无法发挥数据自身的价值。所以要做数据破局，充分激发能源数据要素潜力和价值。

因此，对于一家能源行业大型集团型企业，或许可以从以下六个方面入手：

一是企业自身，做好数据战略；二是整合底层，实现业务协同，数据流动；三是夯实数据基础，具备数据底座和数据管理体系；四是数据管理方法，数据的标准、质量、应用、安全等需要管理起来；五是做数据标准的制定，尤其是主数据；六是建设数据中台，实现相应的数据应用和模型。

总结来讲，企业对数智化发展的意愿强烈，往往来自于业务对数据能力的审视。构建数据治理体系、数据资产化、资产服务化，沉淀数据资产、释放数据价值，是当前或未来一段时间企业构建数字化系统的底层逻辑之一。

尾声

全球能源产业积极转型升级的背景下，亟需探索构建绿色低碳、安全高效的能源体系，助力全球气候治理。目前，作为世界上最大的能源消费国和生产国，国家正加大力度推动能源行业实现数字化转型，短期内也会导致能源类高碳企业经营成本的提升，长期则需要企业在工艺、设备、物流、供应链等方面进行改造，减少对化石能源的依赖，也有利于中国在新兴产业上实现突围。

“作为数智化服务商，我们以客户为导向，倾听客户、成就客户，真正做到从客户中来，到客户中去。” 

原标题：对话用友戴兴华：如何理解能源行业要加快数智化创新？ | 智造观察