开放科学(资源服务)标识码(OSID)：
In recent years, many scholars have conducted rich research on the digital transformation of enterprises. Most of the research discuss the connotation, construction model and implementation path of digital transformation in the scenario of operation-oriented enterprises. Since project-oriented enterprises provide non-standardized, unique and one-off products according to the individual needs of customers, the resource arrangement of enterprises is based on temporary project tasks. Therefore, the digital transformation path of operation-oriented enterprises cannot be simply applied to project-oriented enterprises. How to formulate the digital transformation path based on the uniqueness of project-oriented enterprises is still worthy of in-depth discussion.
The data value chain theory describes the full life cycle of data from data generation to knowledge creation, and has certain applicability for guiding enterprises to carry out digital transformation. At present, most research on digital transformation starts from the production link of enterprises, and discusses how data interacts with production factors to create new economic value. However, few studies use the data value chain theory to analyze the process of transformation and upgrading of project-oriented enterprises.
Considering the insufficiency of existing theories and the reality of backward transformation of traditional project-oriented enterprises, this study explores the path framework of digital transformation of project-oriented enterprises. Firstly, it takes Huawei’s integrated service delivery platform (ISDP) transformation project as a case, and identifies the organization and management challenges and data resource challenges faced by enterprises in digital transformation from the perspective of the data value chain. The challenges of organizational management mainly include the low degree of management standardization and the low level of integrated management. The challenges of data resources mainly include low data comparability, serious information loss, dynamic data changes, data pollution and incomplete data. Secondly, this study analyzes the process of Huawei’s digital transformation. Huawei fully integrates project-related data by building data links during the data discovery phase; and in the data integration stage, the data is decomposed and effectively encoded. In different application scenarios, different data in the enterprise data lake can be extracted for subject connection. Huawei comprehensively uses various digital technologies to improve the ability to create value from data, thereby creating more value at the project team, enterprise and ecological levels.
On this basis, a four-phase path of "integration of global data, standardization of data standards, integration of application technology, and release of data value" is proposed. It is recommended that project-oriented enterprises should build the data link with the owner and project management apartment. The owner should put forward specific requirements for the digitalization work during the bidding process, and consider the investment and technical reserves related to digitalization. Project-oriented enterprises should standardize the collection, collation, storage and analysis of project data. Functional management at the project level can also be supported through integrated digital resources at the enterprise level. What’s more, methods such as "project’s decomposition structure and coding system" are highlighted to achieve project standardization, and project-oriented enterprises need to build an enterprise-level visualized and intelligently integrated project management platform to manage the entire life cycle of project initiation, planning, execution, monitoring and closing. On the basis of the above work, project-oriented enterprises can realize value creation at three levels of project, enterprise and ecology.
This paper makes theoretical contributions in two aspects. It theoretically explains the organizational management and data resource problems faced by project-oriented enterprises in the context of transformation; and then it proposes a transformation path for the above problems from the perspective of the data value chain. The paper promotes the literature dialogue in two fields of project organization management and data governance, and has important theoretical value for project-oriented enterprises' digital transformation.
开放科学(资源服务)标识码(OSID)：
随着IOT 技术、云计算、人工智能等数字新技术广泛应用，企业数字化转型已成为必然趋势[1]。国内外众多项目型企业积极探索和开展数字化建设，以期更好地适应快速变化的市场环境，并利用数字化技术从不同类型数据和信息中获得洞察力，进而提高项目决策、计划、风险控制能力，优化组织方式和生产方式，实现业务持续增长。然而，与全社会数字经济蓬勃发展相比，众多传统项目型企业(如施工企业、设计院、造价咨询企业等)数字化步伐落后于其它类型企业[2]，普遍存在数字化系统不适用于灵活多变的项目组织，以及信息孤岛、系统数据不连通、数字化与实际业务融合难等问题[3-5]。如何解决上述问题，实现数字化转型，助力项目型企业高质量发展，是理论界和实业界关注的焦点。
近年来，企业数字化转型研究大多以运营导向企业(如制造企业、服务型平台)等作为研究对象，探讨其数字化转型内涵、建设模式和实施路径[5] 。以项目为驱动的企业根据客户个性化需求提供非标准化、独特的产品，其资源安排以临时性项目任务为载体。可见，非项目驱动型企业，其数字化转型路径不能简单地套用于项目型企业。因此，如何根据项目型企业特点制定数字化转型路径值得深入探讨。
2013年，Miller&Peter[6]首次提出数据价值链概念，此后被广泛运用于企业战略变革和数据治理研究。数据价值链能够刻画数据从生成到知识创造的全生命周期[6, 7]，其本质是一种集成管理思想和方法，强调在数据增值过程中对人、流程和技术的集成管理，以及各利益相关方的活动。这同样适用于指导企业数字化转型，通过指导企业进行数据归集、使用和价值创造，梳理转型推进过程中的活动。目前，国内外研究大多从企业生产环节出发，讨论数据如何与生产要素相互作用，进而创造出新的经济价值，但较少运用数据价值链理论分析项目型企业转型升级过程。
鉴于产业实践要求和现有研究的不足，本文重点关注项目型企业数字化转型，基于数据价值链理论视角，以国际大型通信设备商华为技术有限公司(以下简称为华为)为研究对象，采用案例研究方法，深入剖析华为基于项目数字化交付平台(ISDP)的转型内容。在此基础上，探讨项目型企业数字化转型面临的挑战，构建项目型企业数字化转型路径模型，以期对项目型企业数字化战略转型理论研究和管理实践有所启示。
根据研究目的对相关文献进行梳理，主要包括组织视角下项目型企业特征分析、企业数字化转型相关研究，以及数据价值链相关理论。
早期项目管理以进度计划为主要研究内容，20世纪90年代，学者们逐渐意识到项目的本质是临时性组织。Lundin[8] 指出，临时性组织具有时间、任务、团队和转化性4个主要特征；Burke&Morley[9]进一步将临时性组织定义为一群相互依赖的组织参与者，为了完成一项复杂任务而组成的临时群体。第七版《项目管理知识体系(PMBOK指南)》指出，项目是为了创造独特的产品、服务和成果而进行的临时性工作。PRINCE2将项目定义为按照一个被批准的商业论证，为了交付一个或多个商业产品而创建的临时性组织。
学界已认可项目作为临时性组织的概念，而项目型企业和业主方作为管理项目的相对永久性组织[10]，逐渐成为新的关注点。本文中的项目型企业有别于业主方的项目导向型企业，两者区别在于：项目型企业是一种以项目为基本运作单元的永久性组织模式，如施工企业、设计院、咨询公司、ICT供应商等。上述企业的共同点是以承担和交付项目为核心业务[11]，企业资源调度和经营管理以项目为中心。企业战略竞争力来自寻求和获得项目的能力，以及高质量交付项目的能力。业主方是指以运营资产为核心业务的永久性组织，如通信运营商、轨道公司、高速公路投资集团、银行、数据中心等，其项目全寿命期管理主要分3个阶段，即规划、建设、运营。对于业主方，除关注项目建设外，需要更多地关注运营资产，包括项目商业价值实现和市场业务表现等。因此，项目型企业管理手段并不完全适用于业主方项目管理。项目型企业与业主方企业特征对比具体如表1所示。
表1 项目型企业与业主方企业特征对比情况
Tab.1 Characteristics comparison of project-oriented enterprises and owner enterprises
特征业主方项目型企业企业层面发起和采购某个项目提供给顾客某种服务与产品交付给委托方项目,采用这种方式实现战略和运营目标项目团队层面业主项目管理团队交付方项目团队周期策划、建设、运维全寿命期参与全寿命期的某个阶段举例通信运营商、轨道公司、高速公路投资集团、银行、数据中心等施工企业、设计院、咨询公司、ICT供应商
数字化转型是指数字技术给企业带来商业模式转变，从而导致在产品、组织结构、流程自动化等方面的变革[12]。它是企业与数字技术全面融合，进而提升效率的经济转型过程。概括来说，企业数字化转型具有数字化技术因素、组织内部因素、组织结构、宏观行业背景和微观行业环境五大影响因素[13]。
学界通常采用数字化成熟度模型对企业数字化转型程度进行刻画，以“成熟”描述企业在数字化转型过程中的完成程度。2014年，卡耐基梅隆大学的CMMi协会发布企业数据管理能力成熟度模型(DMM)，覆盖数据资产生命周期全过程，基于数据管理策略、数据治理、数据质量、数据运行、平台架构、支持流程六大核心过程对企业进行评估。2020年，中国信息通信研究院发布首个企业数字化转型成熟度模型(IOMM)，包括技术平台、流程规范、组织人员、服务运营四大象限。华为公司提出ODMM(Open Digital Maturity Model)，以此度量企业数字化程度。此外，针对具体行业的数字化成熟度模型相继被提出，例如用于通信行业的TM Forum Digital Maturity Model (DMM)。
现实中，各行业都经历着数字化转型，整体表现出服务业快于制造业，而制造业快于农业的进程差距[14]。现有数字化转型研究基于转型路径构建理论模型，研究对象大多为运营导向型企业(例如传统制造型/服务型企业)。例如，Gastaldi等[15]讨论医疗保健领域数字化转型的3条互补路径；董晓松等(2021)基于企业价值维度，通过仁和集团案例研究，提出制造业数字化服务转型路径。部分研究从项目层面探讨数字技术在项目管理中的应用，例如Kozarkiewicz[16]研究数字化转型对项目过程和管理方法的影响，但鲜有研究聚焦于企业层面，分析项目型企业数字化转型路径。
数据价值链是数字经济时代下，在企业价值创造活动中产生的新理论，是对价值链的进一步发展，能够反映数据在价值创造中的意义[17]。Porter[18]在《竞争优势》中提出价值链概念，即价值链是由企业设计、生产、销售等一系列生产活动，以及相关辅助活动共同构成的体系。随着网络经济发展，Rayport&Sviokla[19]在价值链的基础上提出虚拟价值链概念，认为对于由信息构成的虚拟世界，企业需要通过虚拟价值链开展价值创造活动。此后，学者们构建了知识价值链模型，它由知识管理基础和知识过程管理构成，能够反映信息、知识、数据等虚拟价值链对企业管理的优化[20]。
在价值链理论研究过程中，数据、信息、知识等非实物性资源逐渐被学者们所关注。在此基础上，Miller&Peter[6]于2013年首次提出数据价值链概念，并将其划分为数据发现、集成和探索3个主要过程。此后，有学者认为，数据价值链可以扩展为4个环节，即生成采集、分析处理、存储计划、应用及可视化[21]；Faroukhi等[7]认为，数据价值链涵盖从数据生成到知识创造的全生命周期，是逐步完成数据价值提取的可重复过程；李晓华和王怡帆[17]提出，数据价值链价值创造受颗粒度、鲜活度、连接度、反馈度、响应度和加工度等6个主要因素影响。经典数据价值链模型[6]如图1所示。
图1 数据价值链模型
Fig.1 Data value chain model
企业数字化转型可以看作是企业数据价值链能力重塑过程。Lucas 等[22]提出，数字化转型是指由转型数字化技术促成的转型；Jafari-sadeghi等[4]认为，企业数字化转型能够加速数字化技术开发和利用，从而基于数据进行价值创造。在企业数据价值链中，输入的项目原始数据经过组织、集成、分析，最终输出为企业有价值的管理决策，而数字化转型涉及价值链各环节的改造[23]。因此，数据价值链可以从全面、动态视角出发，审视企业数字化转型中数据这一关键要素从归集、有效使用到价值创造的流程[24]，进而识别核心价值创造环节与可能存在的挑战，并针对重点部分加以指导。
综上，从以往研究可以发现：①项目作为临时性组织概念已被学界广泛接受，而项目型企业作为相对的永久性组织，以承担和交付项目为核心业务，同时关注企业和项目两个层面的管理问题，呈现出与一般运营导向企业不同的特征；②数字化转型已成为各行业改革的必然趋势，但在实践中项目型企业数字化进程相对落后，同时项目型企业数字化转型理论研究明显不足；③数据价值链是数字经济时代下探究企业价值创造过程的新视角，聚焦于某一具体行业/企业战略转型过程，对数据价值链进行定制化分析，具有一定的理论意义和实践指导价值。
本文探究项目型企业数字化战略转型，重点关注转型的挑战及路径，采用探索性单案例研究方法，主要原因如下：首先，企业数字化转型挑战及实施路径具有归纳性和探索性特征，适用于案例分析法[25]；其次，项目型企业数字化转型涉及业务、技术、管理等因素的变革及交互影响，案例研究方法能够从复杂现象中发现规律，挖掘其隐藏的理论逻辑，便于归纳和呈现多构念间的相互关系[26]；最后，考虑到现有文献对项目型企业数字化转型过程及挑战的研究不足，在研究新的主题领域时，相较于双案例和多案例研究方法，单案例研究方法能够更好地对案例进行深入、系统的分析[27]。
根据理论抽样原则，考虑案例选取需具有一定的稀缺性、启发性特征[28]，本文选取国际大型通信设备商华为公司基于项目数字化交付平台(Integrated Service Delivery Platform，以下简称ISDP)的数字化转型过程进行探索性单案例研究。华为是全球领先的ICT(信息与通信)基础设施和智能终端提供商，多年来，在战略层面采取以项目为中心的管理模式，强调项目是最小的经营单元，在营销、销售、研发、交付、变革和基建等业务部门全面采用项目管理模式，以提高运营效率。据2020年华为公司数据显示，公司管理着18万个项目，全球交付数百万站点，大型项目数量仍在增长。为解决业务场景复杂、项目规模庞大等难题，华为公司全球技术服务部(GTS：Global Technical Service)于2014年开始建设ISDP，旨在实现项目管理数字化转型，培育项目数字化交付能力。2015年，华为基本实现项目数字化交付功能，企业项目管理体系从原来的项目管理专业化体系发展为主动改进的数字化项目管理体系，并朝着驱动产业发展的项目管理体系演进。2019年，华为完成IT平台微服务化改造并对外开放API，公司将ISDP的使用权限开放给华为项目分包商和业主方(全球运营商)，进而延伸到非通信行业，包括煤矿、电力、能源、交通、矿业等，实现企业数字化产品能力溢出和价值外化。
简而言之，华为公司通过ISDP变革突破非数字原生项目型企业转型瓶颈，取得了良好的成效，是项目型企业数字化转型成功的典型案例，转型内容和细节可以作为理论构建的重要依据[28]。因此，华为公司基于ISDP的数字化转型实践符合单案例研究样本选取标准。
本研究采用三角测量法，从多个信息来源进行案例分析，相关案例资料收集主要包括：第一，实地调研。通过对华为公司项目数字化交付平台变革项目的内部人员、项目经理、项目管理部门主管进行半结构化访谈，获取第一手资料。第二，资料补充。收集和整理华为公司相关书籍、华为公司网站信息、新闻报道、专业杂志、期刊文献等二手数据。上述数据均经过复核，并进行交叉核对，资料收集情况如表2所示。
表2 证据来源统计结果
Tab.2 Sources of evidence
来源编码资料收集结果优势E1对华为公司数字化变革项目主管、交付项目经理、项目管理部门主管进行4次深入的半结构化访谈,访谈11人次,形成一手资料8.3万字针对性较强,便于进行因果推断,获得对研究问题的深刻见解E2收集了2014—2020年共7份财报,14份来源于华为公司官方宣传平台关于项目数字化交付及项目管理数字化转型的新闻报道数据相对稳定,覆盖面广,能够提供数字化转型过程量化数据E3收集了12个宣传视频,8份关于项目数字化交付平台建设的图文宣传资料,1部华为公司出版的数字化转型相关著作,3本华为公司发布的数字化转型相关白皮书提供华为公司项目管理数字化转型的具体过程和细节,对研究现象进行多重印证,使研究结果更具说服力
对获取的资料进行整理后，分3个步骤进行资料编码[29]。
(1)对原始数据资料的开放式编码。采用描述式编码方法，围绕项目型企业数字化转型面临的挑战及转型过程，对原始资料进行分类，形成具有可靠性、便于浏览和比较的数据块。在上述过程中，梳理华为公司项目管理数字化转型叙事线及关键时间节点，同时明确项目数字化转型背景、困境和最终结果。开放式编码顺序为：访谈资料编码为E1-概念编号，例如E1-1，是指E1访谈资料中所抽取的第一个概念；档案记录编码为E2-概念编号，公司文件编码为E3-概念编号。表3为部分编码过程。
表3 原始资料编码过程示例
Tab.3 Examples of coding process for initial data
部分原始资料概念范畴“数据都已经入湖,支持各种图表看板”(E1-5)数据化交付资产企业数据库“根据专家意见制作风险规则库,帮助项目经理判断项目风险”(E1-12)“把复杂场景下的复杂规则用数字化手段进行管理”(E3-4)项目风险判断数据挖掘“通过数字化变革,与客户产生B2B对接,加速验收、开票速度”(E1-3)干系人交互(与客户、合作伙伴)价值共创“开发了许多基于人工智能的安全检查工具与技术”(E1-6)“工人现场自拍,系统自动识别是否安全合规(比如安全帽的佩戴等)”(E2-6)作业现场安全管控智能感知与数据分析“开发了‘项目大脑’软件,项目经理可以随时随地查看项目进展情况”(E1-11)项目进度控制数据查询“将业务生命周期与数据生命周期相结合进行管理,并定期评估数据覆盖率和及时率”(E1-25)数据质量评价业务与数据全生命周期管理体系
(2)对第一阶段获得的数据块进行主轴式编码。将具有相同属性或类似表达内涵的代码归纳为二阶主题，初步建立各类属间的关联。结合数据价值链与项目组织理论，形成数据与理论间的联系，提炼出的主范畴如表4所示。
(3)在二阶主题基础上进行选择式编码。根据所形成的二阶主题与关联关系，确定项目型企业数字化转型路径核心范畴。在数据价值链视角下，归纳华为公司项目管理数字化转型内容，融合数据发现、数据集成、数据探索等价值创造环节的故事线，构建项目型企业数字化转型路径框架。特别地，通过“数据→关系→框架”迭代推理过程，识别出新涌现的理论观点和逻辑关系。结合不同来源数据对结论进行反复验证和比较分析，提升项目型企业数字化转型挑战相关解释的可重复性，以及项目型企业数字化转型路径框架的合理性。
表4 主轴式编码形成的主范畴
Tab.4 Main categories formed by the axial coding
主范畴副范畴关系内涵数据发现企业数据库数据的收集与组织,包括实现企业内部多业务领域数据连通,并与客户、合作伙伴共享业务所需数据开放API,定制化交付界面数据集成交付指标字典基于业务需求对相关数据进行标准化、连接和集成管理主题联接业务与数据全生命周期管理体系数据探索数据查询分析集成后的数据,并将数据分析结果呈现给管理者,支持项目成功交付与价值创造智能感知与数据分析数据挖掘项目交付有序可视流程及组织优化(与客户、合作伙伴)价值共创
在进行数字化转型前，华为通过电话、邮件、电子表格等方式对项目数据进行收集、整理和监控，结果发现，现有项目数字化水平难以提升客户满意度，也不能满足公司业务高速发展和经营精细化要求，具体表现在：第一，使用数据管理项目的能力不足，数据不能及时、真实地反映业务情况。例如。项目数据来源多样化，项目数据存在重复采集、不完整、不标准等问题。第二，项目管理活动自动化、集成化水平，以及协同性程度较低，企业内不同部门、业主方、分包商之间难以实现协同管理[30]。
随着经济社会从传统技术经济范式向数字经济范式转变，华为所在行业的产品形态、服务方式、竞合关系等产生重大变化，从而导致项目需求发生改变(赵昌文、许召元，2021)。因此，华为亟需准确了解市场需求信息，提升客户满意度，实现精细化经营，构建共赢的分包资源生态，增强核心竞争力。同时，移动互联网、大数据、物联网、人工智能等新一代信息技术应用， 使企业数字化变革成为可能。华为乘势寻求转型，筹划突破，具体而言：提升项目管理能力，实现企业集约化经营；增强精益运营能力，达到敏捷快速的响应速度；改善资源配置能力，获得更高的经济效益；培育生态协作能力，实现协同价值创造[31]。
在内部管理能力提升需求和外部技术环境压力下，华为于2014年2月开始实施项目数字化交付平台(ISDP)变革项目，旨在通过打造项目管理与集成作业IT平台，实现项目数字化交付，破解企业项目管理难题，提升组织管理能力。
在数字化转型过程中，由于经营活动与非项目型企业具有显著差别，因而华为项目管理面临一系列数字化转型挑战，主要表现在数据资源挑战和组织管理挑战两个方面。因此，解决上述问题，成为华为实现数字化转型的关键。那么企业如何破局？通过调研发现，在ISDP变革项目中，华为充分利用新技术，以数据和专家经验为核心，以项目数字化交付平台为载体，实现企业数据价值链升级和项目管理能力迭变。以下内容围绕华为项目管理数字化转型挑战、数字化转型两个部分展开。
在内外因素驱动下，华为公司项目管理存在数字化转型的迫切需求，项目管理部门在数字化转型过程中面临与大多数项目型企业相似的问题。本研究从组织管理和数据资源两个角度，根据所收集的案例资料梳理出由项目特征导致的数字化转型挑战，如图2所示。
图2 项目型企业数字化战略转型面临的挑战
Fig.2 Challenges faced by project-oriented enterprises in digital transformation
3.1.1 组织管理挑战
(1)管理规范化程度低。项目型企业产品，即项目具有独特性、一次性、外部环境变化快、人员动态性强等特征。相对于一般运营导向型企业，项目型企业对管理的要求更高，不同业主需求满足难度更大。多位华为项目管理经理在访谈中提到，华为要提供更加灵活的项目交付模式。因此，由于难以在一个可控、普适性框架下实现项目运行和管理，项目型企业在进行转型时，缺乏完整、标准的管理体系和评估反馈系统。
(2)集成管理水平低。项目开始时需要建立项目组织，结束时解散，项目组织中成员及其职能在项目执行过程中是动态变化的。因此，不同职能、不同专业的员工难以形成长期、稳定的联系，人员流动和分散会阻碍管理系统形成优势互补，进而降低管理整体性，在企业内部形成信息孤岛，最终导致数据价值无法被完全释放。另一方面，项目通常涉及多方参与主体，例如华为ICT项目中的业主方、承包商、合作伙伴。从系统角度看，多方参与主体应被纳入集成管理范围，但由于各主体所在组织和利益诉求不同，导致集成化管理难以实现。
3.1.2 数据资源挑战
(1) 数据可比性差。项目型企业业务主体是基于客户需求驱动的独立项目，与运营导向企业(例如传统制造企业)从事重复性生产活动不同，项目型企业完成的项目是独特的、一次性的。在华为交付的项目中，不同项目数据、时间属性、数据源等差异显著。在ISDP变革前，项目管理数据标准化程度低，数据可比性差，预测分析与知识提取难度大，给企业数据价值挖掘带来挑战。
(2) 信息流失严重。项目组织具有临时性，例如华为项目经理在项目开始前会组建项目团队，项目结束后解散团队。由于项目参与人员具有流动性，项目经验和知识信息流失严重，知识散落在企业各系统，缺乏统一管理。多样化知识作为项目型企业创新的重要基础[32]，对企业优化转型具有重要价值。因此，在数字化转型过程中，项目型企业需要采取有效手段实现知识系统化管理，挖掘员工隐性知识，提高自身竞争力。
(3) 数据动态变化。随着项目深入推进，工程造价等项目数据发生动态变化，在实际场景中，项目团队常常为了加快项目进度，不重视过程数据动态采集，无法确保项目数据的及时性(timeliness)和准确性(accuracy)[33]，导致在项目成本、质量、进度等方面产生控制偏差。因此，这部分数据的潜在价值不可忽视，企业要充分利用数字化技术实现项目动态数据资料存储、共享、查询、分析等。
(4) 数据污染。在企业数据采集过程中存在无用数据、劣质数据或重复数据，会对数据资源收集、开发和利用造成干扰，从而加大数据筛选、甄别难度。由于项目动态性，早先数据尚未进行充分核实，很快就被新的数据所覆盖。同时，项目运行工期非常紧张，项目成员关注赶工期，对原始数据收集和存储往往不够重视，存在大量事后补数据的情况。
(5) 数据不完整。华为公司在数字化转型前，对于点多、线长、面广、动态性、多环节、多工种大型施工过程，现场人工信息记录、采集难度较大，容易造成数据记录不完整、数据传递不及时等问题。因此，企业亟需通过数字化转型提升项目数据自动采集能力，并对数据录入质量进行严格控制，确保所录入数据及时、清洁、完整[29]。
针对以上数字化转型挑战，华为分别采取不同的应对策略。从数据价值链视角看，在数据发现阶段华为通过构建数据纽带充分融合项目相关数据，在数据集成阶段对数据进行分解与有效编码，结合不同应用场景，调用企业数据湖中的不同数据实现主题联接，充分利用各类数字技术提高数据价值创造能力，进而在项目团队、企业和生态层面创造更多价值。数字化转型内容如图3所示。
图3 华为基于ISDP变革项目的数字化转型内容
Fig.3 Huawei's digital transformation content based on the ISDP transformation project
(1)在数据源层面，采用开放系统API、定制交付界面、构建华为数据湖等方式融合全域数据。对外，华为ISDP提供开放的API(Standard API)，实现客户、合作伙伴、华为三方系统互联互通。华为针对大型业主采用“标准化+定制化”交付方式，基于项目数字化交付平台构建定制化交付界面，以融入业主工程全生命周期体系，形成业主—华为公司数字纽带。对内，华为多个业务领域(如财经、供应、人力、销售等)数字化平台依赖底层数据湖实现彼此连通，从而完成项目中不同业务数据快速抽取和调用[34]。同时，华为公司制定数据入湖的标准流程规范，项目数据资产被要求入湖已成为基础性工作。
(2)在数据层，构建业务与数据相结合的全生命周期管理体系，并定义数字化交付指标字典，以此度量业务表现。根据项目管理生命周期，华为对项目数据进行管理，将各阶段划分为分析项目、规划项目、建立项目、实施项目、关闭项目和维护阶段，从而确保数据管理的连贯性、可兼容性、业务匹配性。此外，华为会实时度量数据覆盖率和数据采集及时率，并通过数据运营对数据消费进行循环改进。在规范项目交付业务数据方面，华为公司在借鉴行业运营度量标准APQC, COBIT, ITIL等的基础上，结合自身业务特点，从成本效用、人员生产效率等7个维度构建交付领域指标体系，形成一套标准数字化交付指标字典，以此度量数字交付资产标准化程度。在实现数据标准化存储的基础上，基于项目用户的不同应用需求，通过调用数据湖中的相应数据进行主题联接，形成以业务流为中心的联接和以对象为中心的联接，以及智能标签、报告数据和算法模型，从而更好地支持应用层中的数据价值挖掘[34]。
(3)在应用层，项目数字化交付平台能够集成多业务系统联接、数据采集、数据查询、数据挖掘、数据分析和智能终端等功能，在项目治理、集成计划管理、现场实施作业、质量/EHS管理、交付资产管理、项目经营、远程作业、组织级项目管理、项目运营等方面发挥作用。
在数据查询方面，实时查询项目的基本信息、集成计划、实施计划、项目进度、资源信息，实现人、财、物与项目计划协同联动，确保计划有序执行。手机终端应用“项目大脑”，集成并展现项目各阶段执行情况和关键问题，使项目经理和相关项目干系人可以实时、高效地管理项目。
在智能感知与数据分析方面，在项目现场可以通过移动端实时将质量控制计划要求的照片和视频上传至项目数字化交付平台，由远程后台进行审核、审批。利用可穿戴设备(例如智能头盔、VR眼镜等)实时采集数据，反馈现场作业人员状态及作业进展，便于后台对作业现场安全进行及时管控，还可以自动根据计划执行和合同报价测算成本、毛利等，并通过各种指标对异常情况进行预警。
在数据挖掘方面，随着人工智能、大数据分析技术应用，平台功能代替人工操作，着眼于全局分析，实现性能和服务最优化，达到降本提效的目的。项目数字化交付平台内嵌于交付风险规则库(专家经验的固化，形成数字化规则)，可以对项目潜在风险进行预测/预判。同时，项目体检体系和全球专家知识集成平台可以针对异常流程点的“项目体检报告”进行推送。当现场作业遇到紧急问题时，作业人员可以通过ISDP呼叫全球专家进行视频会诊和远程协助。
(4)在价值层， ISDP变革项目以数字化手段平衡项目管理工作的运营性和灵活性。一方面，数据和业务能力沉淀在中台，支撑项目通用化、标准化管理，提升项目管理工作效率。另一方面，对于项目中的定制化业务，项目团队可以自行调用平台功能模块和数据湖，建立定制化项目管理界面，确保数据无遗漏，实现及时监控和更新。较高的管理流程数字化水平有助于解决信息不对称及管理滞后等问题，从而满足项目管理灵活性需求。
在项目团队和企业层面，数字化技术能够促使“流程→任务→人员/组织”迭代变革：当管理流程由于企业数字化转型发生调整(例如建立信息化中台)时，相应的管理任务和管理人员也会调整，人员调整涉及设计组织架构、制定考核制度、更新岗位描述等工作。因此，在由项目数字化交付平台变革项目驱动的企业数字化转型下，项目交付过程有序可视，企业相应的管理流程发生转变，组织管理得到进一步优化。
在生态层面，项目交付系统与前端营销系统、后端运维系统相连，能够端到端地实现客户价值最大化目标。项目交付系统与业主系统、分包商系统相连，实现与客户、合作伙伴的价值协同并提升彼此粘性。此外，作业即数据，数据即记录的项目数字化交付场景使项目交付过程更加透明，从而简化项目干系人归因和追责流程。
综上分析可以看出，项目是项目型企业最重要的业务原点，因此企业需要以项目为转型切入点，采用数字技术实现项目产品、管理、流程标准化，从而提高项目管理水平。本研究根据数据价值链环节和顺序，构建项目型企业数字化转型路径模型，具体包括融合全域数据、规范数据标准、集成应用技术、释放数据价值4个阶段[35]，如图4所示。
在该路径中，全域数据融合与数据价值链中的数据发现环节相对应，在这一阶段需要构建业主—项目型企业数字纽带、项目型企业—项目部数字纽带。前者需要在招投标阶段对数字化工作提出具体要求，并考虑项目全过程的数据资产内容，后者需要对项目型企业内不同项目数据资源进行整合，从而确保数据发现的完整性和动态性。规范数据标准、集成相关应用技术两个阶段与数据价值链中的数据集成环节相对应。其中，建立统一的项目分解结构和项目编码体系既是实现项目数字化的基础，也是实现数据有效集成的前提，以平台为载体的数字技术集成应用则是项目型企业实现技术转型的关键。数据价值释放阶段与数据价值链中的数据探索环节相对应，企业在数据探索过程中释放数据价值，通过提高项目生产力实现企业优化升级，构建数字生态体系，从而逐步实现项目—企业—生态价值创造。
图4 项目型企业数字化转型路径框架
Fig.4 Digital transformation path of project-oriented enterprises
案例分析表明，区别于一般运营导向型企业，项目型企业在实现全域数据融合时，注重构建业主与自身的数字纽带，以及自身与项目部间的数字纽带。
4.1.1 业主与项目型企业数字纽带
一方面，业主作为项目任务需求者，应在招标前开展策划工作，并在招标过程中对数字化工作提出具体要求。考虑到数字化相关投入和技术储备，如要求投标人必须提供BIM模型并实施数字化工地管理等，项目型企业(典型如承包商)应在投标过程中进行响应，制定相对应的数字技术方案。另一方面，业主对于数字资产的需求应具有更开阔的视野，不仅需要建设管理，更需要对实物资产进行运营和维护。因此，应从数据全寿命期视角(如全寿命周期成本角度)进行数据收集、存储和分析，促进业主全寿命期管理。值得注意的是，由于业主面临多个项目型企业应统一进行信息收集和规则存储，进而使不同项目型企业数据兼容，最终将数据资源集成到统一平台。项目型企业应及时响应业主需求，对项目中形成的数据资产进行反馈，使之成为业主全寿命期数据资产的一部分。
4.1.2 项目型企业与项目部数字纽带
项目型企业运作主要以项目为载体，因而经验流失严重、数字化管理效率低下。为实现项目型企业数字化转型，需要厘清项目运作与企业间的数据传导逻辑。一方面，从企业层面，对项目数据收集、整理、存储、分析工作实现标准化和规范化，进而对不同项目数据进行叠加和整合，最大限度地统筹项目数字资源。另一方面，以企业层面整合的数字资源支撑项目层面的职能管理，如安全、进度、成本预测和过程监督。通过企业与项目部间的数据资源整合，项目型企业能够克服因项目独特性带来的数据流失等难题。
案例分析表明，在规范数据标准阶段，项目型企业的基础工作是利用数字技术实现项目基本要素、管理流程、资料规范化、标准化管理，其重要手段是构建统一的项目分解结构和编码体系。
分解和编码体系是实现项目数字化的基础，但在实践中项目进度、成本、质量和安全管理各自有一套完整的分解与编码体系，相关数据间不兼容，容易产生不同部门的信息孤岛效应。从数据角度看，要实现不同职能集成化管理，基础工作是将不同的分解结构和编码体系整合为统一的分解结构与编码体系。这个统一的分解结构和编码体系如同个人身份证，可以对诸如银行信用、驾驶证、学校校园卡等信息进行整合。
以平台为载体的多种数字技术集成应用是项目型企业实现技术转型的关键。研究表明，项目数字化集成管理平台能够为以华为公司为代表的传统项目型企业数字化转型升级提供技术支持。将互联网、云计算、移动终端、触摸终端、BIM、GIS、大数据、人工智能等数字技术进行集成并应用于相关业务，从而产生更高的协同价值。因此，项目型企业要搭建企业级可视化、智能化集成项目管理平台，覆盖项目生命周期[36]，管理进度、质量、成本、资源、风险等要素[37]。集成并应用各种数字技术对数据进行深层次预测和优化，从而释放数据生产力。
在前3个阶段的基础上，项目型企业可以通过多种应用渠道释放数据价值，完成项目—企业—生态价值创造。在项目层面，数字化可以提高项目生产力：利用无线射频技术和物联网技术实时监控产品状态，结合大数据技术锁定异常目标，进行故障检测[38]；对设备实时状态数据进行分析，识别设备退化模式；对项目基础信息进行存档，为项目复盘和权责划分提供依据。在公司层面，数字化助力于企业优化升级：利用数字平台打破“部门墙”，消除数据壁垒；构建项目数据库和知识库以支持新工程策划与建设；依据大数据分析结果，管理部门实施高频、精准决策。在产业生态层面，项目型企业可以与行业其它企业构建数字生态体系[31,39]，增强资源整合和配置能力，实现协同价值创造。
在数字经济时代，项目型企业应紧跟经济社会发展趋势，实施数字化转型。由于项目型企业数字化转型过程呈现任务驱动特征，相比于一般运营导向企业，其面临一系列更为复杂的管理、数据难题。本文以华为IDSP变革项目为例，深入剖析华为项目管理数字化转型内容及挑战。在此基础上，从数据价值链角度，构建项目型企业数字化转型路径模型，为项目型企业解决项目标准化问题，实现数字化转型提供参考。
(1)从组织管理与数据管理视角审视，传统项目型企业数字化转型困境。相较于运营导向型企业，项目型企业的资源配置以项目任务为载体，其数字化转型过程呈现任务驱动特征，因而面临一系列复杂而艰巨的管理、数据难题。本文深入剖析华为公司项目管理数字化转型所面临的挑战，深化对项目型企业数字化转型的理解，可为后续研究提供借鉴。
(2)结合数据价值链理论，构建融合全域数据、规范数据标准、集成应用技术、释放数据价值四阶段数字化转型路径模型。将数字化转型视作为企业数据价值链能力重塑过程，在梳理华为公司项目管理数字化转型内容的基础上，分析项目型企业数据发现、数据集成、数据探索过程，由此对数据价值链分析框架进行情境延伸和理论拓展。
综上，本文不仅揭示了项目型企业转型面临的组织管理与数据资源问题，而且基于数据价值链视角构建转型路径，促成项目组织管理和数据治理两个领域的文献对话，对项目型企业数字化转型具有重要理论价值。
(1)项目全生命周期流程化、标准化。解决项目标准化问题有利于项目型企业数字化转型。项目型企业在工作任务、组织分工与合作中应严格执行管理制度，利用信息化手段实现标准化流程，从而确保数字化转型高效推进。
(2)项目型企业需要数字化，数字化也会促进企业发展。大型企业应积极制定、推广项目数据标准，小型企业要主动参与生态协作，共同推动数字化发展。
首先，本文研究对象华为交付项目主要是ICT项目，其它项目型企业是否存在不同的转型路径，有待进行进一步研究；其次，尽管华为在项目管理数字化转型中取得了阶段性成功，但公司仍在转型升级，未来需要持续关注其发展变化，进一步丰富现有结论；最后，本文仅从数据价值链视角探讨数字化转型，而数字化转型涉及制度、组织架构等维度，未来有必要开展多维度和多层次研究。
[1] IIVARI N, SHARMA S, VENTA-OLKKONEN L. Digital transformation of everyday life——how COVID-19 pandemic transformed the basic education of the young generation and why information management research should care[J]. International Journal of Information Management, 2020(55): 102183.
[2] 杨青,武高宁,王丽珍. 大数据:数据驱动下的工程项目管理新视角[J]. 系统工程理论与实践,2017,37(3):710-719.
[3] CRAVEIRO F,DUARTE J P,BARTOLO H,et al. Additive manufacturing as an enabling technology for digital construction:a perspective on construction 4.0[J]. Automation in Construction,2019,103:251-267.
[4] JAFARI-SADEGHI V,GARCIA-PEREZ A,CANDELO E,et al. Exploring the impact of digital transformation on technology entrepreneurship and technological market expansion:the role of technology readiness,exploration and exploitation[J]. Journal of Business Research,2021,124:100-111.
[5] 马赛,李晨溪. 基于悖论管理视角的老字号企业数字化转型研究:以张弓酒业为例[J]. 中国软科学,2020，35(4):184-192.
[6] MILLER H G,MORK P. From data to decisions:a value chain for big data[J]. IT Professional,2013,15(1):57-59.
[7] FAROUKHI A Z,EL ALAOUI I,GAHI Y,et al. Big data monetization throughout big data value chain:a comprehensive review[J]. Journal of Big Data,2020,7(1):1-22.
[8] LUNDIN R A,SÖDERHOLM A. A theory of the temporary organization[J]. Scandinavian Journal of Management,1995,11(4):437-455.
[9] BURKE C M,MORLEY M J. On temporary organizations:a review,synthesis and research agenda[J]. Human Relations,2016,69(6):1235-1258.
[10] WINCH G M. Three domains of project organising[J]. International Journal of Project Management,2014,32(5):721-731.
[11] 庞斯仪,宁延. 组织视角下的项目管理研究框架[J]. 项目管理技术,2020,18(11):70-73.
[12] HESS T,MATT C,BENLIAN A,et al. Options for formulating a digital transformation strategy[J]. Mis Quarterly Executive, 2016, 15(2): 123-139.
[13] 崔森,于立,周志明. 企业数字化转型的影响因素研究[J]. 中外企业家,2014，31(27):90-91.
[14] 陆洋,王超贤. 数字化转型量化评估研究的比较分析与最新进展[J]. 科技进步与对策,2021,38(9):152-160.
[15] GASTALDI L,APPIO F P,CORSO M,et al. Managing the exploration-exploitation paradox in healthcare[J]. Business Process Management Journal,2018,24(5):1200-1234.
[16] KOZARKIEWICZ A. General and specific:the impact of digital transformation on project processes and management methods[J]. Foundations of Management,2020,12(1):237-248.
[17] 李晓华,王怡帆. 数据价值链与价值创造机制研究[J]. 经济纵横,2020，35(11):54-62,2.
[18] PORTER M E. Competitive advantage[M].New York: Maxwell Macmillan International,1985:31-35.
[19] RAYPORT J F, SVIOKLA J J. Exploiting the virtual value chain[J]. McKinsey Quarterly, 1996, (1): 20-36.
[20] CHYI LEE C,YANG J. Knowledge value chain[J]. Journal of Management Development,2000,19(9):783-794.
[21] KRIKSCIUNIENE D,SAKALAUSKAS V,KRIKSCIUNAS B. Process optimization and monitoring along big data value chain[C].Business Information Systems Workshops,2015: 75-86.
[22] LUCAS H C JR,MARYLAND U O,AGARWAL R,et al. Impactful research on transformational information technology:an opportunity to inform new audiences[J]. MIS Quarterly,2013,37(2):371-382.
[23] MATT C,HESS T,BENLIAN A. Digital transformation strategies[J]. Business & Information Systems Engineering,2015,57(5):339-343.
[24] 姚宏,关媛元,高英. 跨国企业的转让定价策略:基于价值链的案例研究[J]. 管理案例研究与评论,2020,13(2):232-245.
[25] HOLLWECK T. Case study research design and methods [J]. Canadian Journal of Program Evaluation, 2015, 30(1): 108-110.
[26] 肖静华, 吴小龙, 谢康，等. 信息技术驱动中国制造转型升级——美的智能制造跨越式战略变革纵向案例研究[J]. 管理世界, 2021, 37(3): 161-179,225,111.
[27] EISENHARDT K M. Making fast strategic decisions in high-velocity environments[J]. Academy of Management Journal,1989,32(3):543-576.
[28] SUCHMAN M C. Managing legitimacy:strategic and institutional approaches[J]. Academy of Management Review,1995,20(3):571-610.
[29] CORBIN J, STRAUSS A. Basics of qualitative research: techniques and procedures for developing grounded theory [M]. NewYork:Sage Publications，2014: 326.
[30] 华为公司数据管理部. 华为数据之道[M]. 北京:机械工业出版社,2020:18-22.
[31] 黄海峰. 加速数字化转型 华为为何主张“平台+AI+生态”[J]. 通信世界,2018，20(27):33.
[32] 陈劲,赵闯,贾筱,等. 重构企业技术创新能力评价体系:从知识管理到价值创造[J]. 技术经济,2017,36(9):1-8,30.
[33] ASKHAM N, COOK D, DOYLE M, et al. The six primary dimensions for data quality assessment [J]. DAMA UK working group, 2013: 432-435.
[34] 华为公司数据管理部. 华为数据之道[M]. 北京:机械工业出版社,2020:160-222.
[35] 陈春花. 传统企业数字化转型能力体系构建研究[J]. 人民论坛·学术前沿,2019，8(18):6-12.
[36] WILLIAMS N,FERDINAND N P,CROFT R. Project management maturity in the age of big data[J]. International Journal of Managing Projects in Business,2014,7(2):311-317.
[37] WHYTE J,STASIS A,LINDKVIST C. Managing change in the delivery of complex projects:configuration management,asset information and 'big data'[J]. International Journal of Project Management,2016,34(2):339-351.
[38] KAMOLA M. Analytics of industrial operational data inspired by natural language processing[J]. 2015 Ieee International Congress on Big Data-Bigdata Congress,2015:681-684.
[39] 陈弘仁, 张振. 华为:争做数字化转型的推动者和使能者——专访华为公司有关负责人 [J]. 中国经贸导刊, 2017, 34(19): 67-68.