【行业应用】一文讲通电力数字化转型
共 4677字,需浏览 10分钟
·
2022-03-03 01:47
![](https://filescdn.proginn.com/a2acb481f64e6bdc01275f5a7247dc9a/10393ff5e9f06d2a6f9f7b66b8552ebb.webp)
这个公众号是随着电力公司的数据应用班成立而诞生的,起初我的规划是记录电力公司的数字化转型进程并同步作知识沉淀,作为先行者帮助后来者提供思路和参考。
但是走着走着就走歪了,变成了大量Python和RPA办公自动化的内容,正如很多公司的数字化转型之路走着走着也就走歪了。办公自动化是数字化转型吗?明显不是!那么问题来了:
什么才是电力公司的数字化转型?
我可以提前告诉大家答案,再来慢慢分析。
假如我是一个卖土豆的,我的主业是卖土豆,我的KPI是销量。假如我建一个万物互联的数字化农场来种土豆,是不是数字化转型?假如我修一个金碧辉煌的数字化仓库来存土豆,是不是数字化转型?假如我造一辆无敌炫酷的数字化货车来拉土豆,是不是数字化转型?不是!!!凡是对销量这个KPI不起作用的数字化转型,都是耍流氓,都是虚幻悬空的数字化转型,是无用的数字化转型。如果现实中你真的这样做了,我可以断言你被割韭菜了,被割得还有点儿狠。
假如我有一个庞大的土豆数据中心,里面存放了我的种植数据和销售数据,通过这些数据可以精准匹配我的产品和用户,来指导我的种植计划和销售计划,通过精准匹配和智能分析,销售KPI蹭蹭蹭往上长,这是不是数字化转型。如果你真的能做成,这TM才是真实落地的数字化转型,是有用的数字化转型。
悟了没?
数字化转型=公司主线业务KPI+数字技术=公司主线业务KPI↑
换成人话就是:
公司核心主线业务KPI提升会遇到哪些问题?在上一代的信息技术已经完全不能解决的时候(其实就是人工),能否运用目前最先进的数字技术(云大物移智链)来解决,如果能解决,我们称这一整个以利用新技术解决KPI问题的探索实践过程为数字化转型。
那么电力公司的数字化转型是什么?
要回答这个问题,你得先回答得清楚电力公司的KPI是什么。
一问国务院
回答:KPI是碳中和+新能源
二问国网公司
回答:KPI是建设新型电力系统+建设具有中国特色国际领先的能源互联网企业+一体四翼(以电网业务为主体,以金融业务、国际业务、支撑产业、战略性新兴产业为四翼)
三问省公司
回答:KPI是“12333”战略,其中第一个3是把握“三个导向”,价值、问题、目标导向
四问成都公司
回答:全业务口径精益化转型,提升电网可靠性、优质服务指数、人效指标
电力公司的数字化转型=以上任何KPI+任何数字化技术
但凡你能跟一个KPI挂上钩,你就是NB的数字化转型
如果你一个也挂不上钩,那就是虚B、吹B的数字化转型
如果你现在还不能准确回答什么是电力公司数字化转型,那么我们就已经不是朋友了。那么我们继续往下认真看。
数字化转型应该如何落地?
要完成任何事情,都要解决以下4个问题:
Who?Where?What?How?
于是成都供电公司针对自身数字化转型提出了“四个一”来解决以上四个问题。
一条业务主线(what)
一条服务专线(how)
一个主要平台(where)
一个组织架构(who)
首先一条业务主线,要充分分析出公司核心业务的核心KPI(其实这个事情在公司的精益化转型过程中已经提前完成了),在此基础上,挖掘出真正影响到这些KPI的问题,以解决核心KPI问题为导向,来引入数字化手段解决问题,公司的数字化转型就怎么都不可能走偏。
其次一条服务专线,为什么要有一条服务专线,因为大部门搞核心业务的人,他能够分析出核心KPI和核心KPI面对的痛点问题,但他对新技术(云大物移智链)并不了解,他并不知道其实他的问题可以通过新技术很轻易地解决掉。那么公司就需要一帮人专门帮助这些整天跟核心KPI打交道的人,帮助引导他们去用新技术去解决KPI的痛点问题。说白了就是要有一部分人提出问题,一部分人解决问题,不是所有人都是既懂业务又懂新技术的专家,不是人人都是调度本硕双清华目前在省公司打黑工的邬姓大佬。
然后是一个主要平台,看了这么多,大家是不是还在迷糊中,那全公司得有多少人是迷糊的呀,得有一个平台来给所有员工作科普吧,得有一个平台来收集全公司解决KPI痛点的数字化需求吧,得有一个平台对外引进新技术对内提供服务吧,得有一个平台大家互相参考抄答案吧,得有一个平台来沉淀共享数据资产吧,得有一个平台用数据孵化产品吧,得有一个平台来向外界秀肌肉吧。这个平台在电力公司普遍称为能源大数据中心。
最后是一个组织架构,互联网办公室和数据应用班就是这么应运而生的,目的就是高效地把最新的技术引进来,但所有的新技术最后都要下沉到基层的KPI上,基层也必须要有领导分管要有专责分管。即使这样仍然可能出现配合不到位的问题,上边得有大BOSS盯着,谁不好好弄就弄谁。这就是一个组织架构的全貌,一个都不能少。
数据应用班到底是干嘛的?
数据应用班是因为电力公司要搞数字化转型才专门成立的班组,领导刚让我去带这个班组的时候,说我不懵逼是不可能的。
我刚到班组的时候完全不知道带兄弟们干什么,不知道该干嘛学新技术做能力提升肯定是没有错的。我们学了RPA、Python、人工智能,并尝试针对人资和财务的相关人工耗时长的场景进行数字化的提升。看似是在做数字化转型,但是毕竟人资和财务不是公司核心业务,场景太过普通,每个公司都会有这样的场景和应用需求,可以引入外部公司针对这些典型场景已经形成的成熟应用。
终究还是没有能力找到公司核心KPI才会想到人资财务这些典型的场景,毕竟可抄的答案太多了。不过我们在这方面已经有了一定的自研积累,现在缺的就是如何搞好一条业务主线,解决what的问题。
今天和营销部的庄老师沟通过之后,突然对数字化转型有了一个清晰的认识。
我跟庄老师说,你不要怕我解决不了,你对核心KPI面临的问题但说无妨,你根本不用考虑我做不做得出,怎么做的问题,首先你要提出你的问题,提不出问题是你业务方的问题,提出了问题我技术方解决不了是我技术方的问题。
当我了解到庄老师的台区线损问题之后,我们都觉得要解决比较难,但是并不是没有方法可以解决。
我们搜索了业内的学术论文,其实也有相关的一些探讨。
看着论文中我熟悉又陌生的大量名词,我对数据应用班应该做的事情瞬间有了清晰的认识。
通过与大量业务专家的沟通找出业务方在提升KPI方面的核心痛点
去数据中台或者数据仓库里面去翻出相关的数据,如果没有要及时反馈
凑齐数据之后通过数学建模和人工智能将人工判断变成机器判断
由此推出数据应用班必须掌握的核心技能。
对数据中台中的数据了如指掌,要啥数据能够瞬间取到。
了解各种算法和模型,能够自己处理一些简单的机器学习需求,如果自己不能,也要大概知道哪些厂家能够做,跟这些厂家取得链接。
最终的目的:链接业务真实痛点需求和大数据人工智能技术
简单来说:既要懂业务场景,也要懂技术功效
数据应用班核心团队必须包含四种人:
收粮队队长:公司的各大业务部门产生的数据好比是粮食,没有粮食,就无法喂给模型,就谈不上人工智能,就更谈不上数字化转型。数据应用班需要一批综合能力极强的人(班长、副班长、技术员)去与各大业务部门进行需求和技术的对接,也就是拿订单。甚至除了自家的粮食,还要去谈判收别人家的粮食(公司外部数据)。收不来粮食,找不到食品的生产方向,拿不到订单就是收粮队队长的严重失职。
公司粮仓仓长:建设运维管理公司的数据仓库(在没有摸清楚大量成熟上层应用需求的前提下建设数据中台是不明智的,也就是说你连要生产什么食物产品都没有摸清楚的情况下就开始进行一些初加工我认为是无效的,势必会返工),对自家仓库里面的粮食(数据)要了如指掌,让取什么粮就能马上取出什么粮,尤其是对于一些常用的玉米、大豆等(高频使用数据)应该优先做到如数家珍。如果食品加工厂向粮仓仓长提出了明确的用粮需求,粮仓仓长抠抠缩缩半天拿不出粮食来,就是粮仓仓长的严重失职。如果粮仓被烧了,那更是罪不可赦(如果粮仓被烧了,十有八九是粮食出了问题,而不是粮仓本身出了问题,狗头保命)。
食物加工厂厂长:订单也拿到了,粮食也拿到了,那就生产呗,生产不出来就是失职。不过大概率是无法自己生产的,强如苹果还不是一样要靠富士康和京东方来赋能。作为食品加工厂厂长,只要你能找到加工食品的富士康和京东方来谈合作就可以了,把控他们的生产质量。
食品展销会会长:生产出来了得传销(传播+销售)吧,得办大型食品展销会吧,得有个摊摊吧,能源大数据中心就是干这个的。在这里可以收粮、存粮、卖食品、拿订单、打广告,妥妥的展销会吧。食品好不容易都生产出来了,卖不掉就是你展销会会长的问题了吧,当然也有可能是你生产的食品不好吃(没有击中KPI的痛点需求)。
电力公司各个部门在数字化转型中的角色定位
业务部门:在进行主业业务的时候会生产出大量的数据,没有数据,也就没有自动化,更没有智能化。也许业务部门想,没有互联网部和信通部门,我一样可以搞智能化,但是这样搞格局就小了,格局一小你搞出来的东西就弱鸡。目前最新的技术是联邦学习。联邦学习的简单解释就是我知道一个男生的身高和学历,你知道同一个男生的长相和收入,我们必须把我们的信息合并才能建一个更优化的模型给一个女生提供找对象的服务。大型公司都开始共享自己的数据资源搞联合建模了,一个大型国企一个部门都抠抠缩缩不愿意把自己的数据交出来,实在是难登大雅之堂。巧妇难为无米之炊,KPI通常是业务部门掌握的,如果业务部门自己挖掘不出合适的能解决KPI痛点的数字化场景,也找不到合适的配合数据,更不了解最新的技术解决方案,他们是需要一群人来专门给他们服务和赋能的,这群人就是互联网部门。
互联网部门:互联网部自身不产生生产数据,甚至都没有核心主线业务KPI,但是互联网部门却是整个公司数字化转型的枢纽,职能就是完成链接业务真实痛点需求和大数据人工智能技术的数字化转型终极目标。作为服务和赋能机构,要能服得了务,取得了数,建得了模,上得了云。这个要求是很高的,必须对最新技术保持时刻的敏锐嗅觉,一定要强过业务部门的专家,否则要你何用呢?
信通部门:电力公司还有一个总是被忽略的部门就是信通,这里我必须要为我的东家摇旗呐喊,没有信通通信都成问题,还数字化个屁。要致富,先修路,要传数,信通助。信通常常因为没有核心主线业务KPI而被人遗忘在角落,但是信通干的所有事情无一不是为了数字化新基建而鞠躬精粹。不管是建LTE无线专网、变电站无线WIFI局域网,还是优化有线电力传输网、调度数据网、综合数据网,没有这些数据网,数字化转型就会是竹篮打水一场。
严正申明
鉴于看我文章的朋友越来越多,万一我哪天恰烂钱发广告,你们千万不要点,我相信我粉丝的判断力。我只恰广告商家的钱,你们千万别被割了韭菜去。任何好的东西,你是不需要广告的,用户自己都会找上门来,对于需要靠广告强推的东西,我看也没有啥好东西,认准我的原创文章点赞收藏转发,我们下期原创文章不见不散。
根据我本文的论述,我们后面内容的安排会紧扣:电力业务场景真实需求、数据仓库建设、数据库技术、机器学习技术、深度学习技术、Python办公自动化、RPA办公自动化。
往期精彩回顾
适合初学者入门人工智能的路线及资料下载 (图文+视频)机器学习入门系列下载 中国大学慕课《机器学习》(黄海广主讲) 机器学习及深度学习笔记等资料打印 《统计学习方法》的代码复现专辑 AI基础下载 机器学习交流qq群955171419,加入微信群请扫码: