【ZiDongHua 之动感惠民生收录关键词:IBM  可持续发展   ERP  解决方案  人工智能  ESG】

IBM 董海军:企业应借助技术提升效率,实现双高发展和绿色增长

2023 年 6 月 14 日,2023 思爱普中国峰会 (SAP NOW) 在北京盛大开启。IBM 咨询大中华区合伙人、企业战略咨询服务总经理董海军在可持续发展主题论坛发表演讲。他指出,可持续发展已成为消费者、员工、监管机构、投资人的共识。面对通往可持续发展道路上的诸多阻碍,企业需要不断提高企业效率、实现高质高速,这才是可持续发展的核心,而 ERP 则是数据驱动的运营和低能耗管理的基座。IBM 将继续携手合作伙伴通过全方位的可持续解决方案,助企业优化效率,提升企业未来竞争力。

IBM 咨询大中华区合伙人、企业战略咨询服务总经理 董海军

可持续发展已不容回避

打造可持续发展型企业已经不再是可选题,而是必答题。企业高管承受着来自董事会、投资者、客户、员工和监管机构的巨大压力——他们需要带领企业减少碳排放和废弃物的负面影响,同时实现盈利的、可持续的低碳目标。

IBM 商业价值研究院 (IBV) 最近联合 SAP 与牛津经济研究院发布了《借 ERP 之力实现可持续发展:环境保护与业务发展共赢之道》的调研报告。从报告中对数据也不难看出,可持续发展已成为消费者、员工、监管机构、投资人的共识。

报告显示,消费者更关注企业是否践行了可持续发展,其产品是不是有可持续发展的特点,79% 的消费者会优先选择可持续性产品;对于投资者来说,他们 50% 的资产到 2025 年需符合 ESG 标准;企业员工愈加年轻,他们更关注企业社会责任,参与可持续发展工作的员工中有 90% 表示其组织的 ESG 计划可提高其工作满意度;而相关的监管机构已发布了 600 多个 ESG 标准/ 框架。

CEO 在实现可持续发展目标方面面临巨大挑战

但认知是一回事,现实是另一回事,它们可能存在着一些差距。那么阻碍 CEO 推进可持续目标的阻碍在哪里?来自 IBM 2022 年全球 CEO 调研报告中的一些数据可以帮助我们了解一二。

首当其中的是大家对于投资回报的不确定,绿色发展究竟能带来什么样的价值,它究竟是一个负担,还是会给企业带来真正的竞争力?可以看到超过一半 (57%) 的受访 CEO 都认为这个答案是不明确的。

其次是因为缺乏足够的数据洞察(44%),这令企业管理者无法确定需要在可持续发展方面投入多大的力量。没有数据的支撑,企业难以实现真正的数字化,在走向全球运营时也无法很好地应对全球各地严格的法规和监管需求。

另外,还有 43% 的受访 CEO 认为最大的挑战在于监管阻碍,35% 的 CEO 难以实现可持续目标的挑战在于技术障碍。

提高企业效率,实现高质高速,是可持续发展的核心

如何解决这些障碍,以高质量的方式实现快速增长?IBM 认为,用更有效率、更经济、更开放、更合作的态度去使用这些能源和资源,从技术创新、社会责任上开辟未来。可以说,不断提高企业效率就是可持续发展的核心。

如何提高企业的效率?这与企业数字化息息相关。以化工企业为例,IBM 用数字化技术帮助他们进行研发升级,就可以大量节约能源和减少污染。数字化的本质就是减少自然资源的消耗,极大节约人工时间。制药企业、装备制造企业都会大量使用数字化技术加速研发的过程,向社会提供更好的效益。

因此不论 ESG 还是可持续发展,绝不是额外的负担,而是提高生产效率该做的事,只是它的结果表现在对未来更友好,对能源资源利用更充分,对环境的破坏更小,这些都有赖于数字化技术。

那么,企业究竟要如何更好地践行可持续发展?我们归纳了四个基本要素:

在战略层面,企业首先要正确认识可持续发展,做出全方位的,以目标为导向的承诺,并将其纳入到环境可持续性战略中。

其次是运用创新和转型思维,实现环境可持续发展目标。技术创新实际上就是不断推动企业效率更高,充分的利用能源和资源,更好的服务于社会的过程。

第三,在组织内部建立激发和奖励积极行为的文化,推动实现可衡量的可持续性改进。

第四,部署先进技术,运用数据洞察和创新,加快环境可持续性改善。

ERP 是数据驱动运营和低能耗管理的基座

近期 AI 的话题非常热,国内外、包括 IBM 自身都有不少运用人工智能优化运营的例子。我相信,在人工智能替代的情况下,可持续发展会进入一个崭新的阶段,大量地通过人工智能实现对资源、能源的利用和环境保护。

但是对大部分中国企业而言,今天的任务依然是相对基础的数字化,需要先回到流程、数据和IT系统的显化、固化、量化、优化。就企业信息化的发展而言,也要从系统化、流程化到数据化,数据驱动是最后一个阶段,之后才是进入人工智能时代。

更不用说,目前企业在 “四化”方面有不少都还相当薄弱。这四化又是环环相扣的,在信息没有显化的时候就去固化系统,去做量化就会发现数据质量很差,优化也就无从谈起。

所以企业首先要实现四化的良性的闭环。这对很多企业来说依然是一个非常艰巨的任务,