张勇/摄影十二年是一个轮回，也是新的起点。
2016年7月7-9日，由计世传媒、《IT经理世界》杂志社主办的2016“中国CIO高峰论坛”在云南西双版纳举办。以“正青春，搏未来”为主题的本届高峰论坛，已经是第十二届。12年来，中国CIO高峰论坛忠实地记录下IT在中国企业乃至社会变革中的作用，以及作为历史亲历者的CIO们使命的更迭与角色的变迁。
1998年，CIO(首席信息官)概念首次被《IT经理世界》杂志正式引入中国大陆，并于2005年举办首届“中国CIO高峰论坛”。十二年来，IT及互联网技术开始深刻影响中国商业演进与社会变革，中国的传统产业历经转型升级，正在谋求创新应用，厚积薄发；这一时期，也是中国CIO阶层平地崛起的十二年，对于CIO这一年轻群体，青春正盛，未来还长。
7年
京东集团副总裁马松2010年加入京东的时候，这家专注3C产品的B2C电商的年销售额只有100亿人民币左右。当时的主流观点认为，电商只是传统商业的微小补充，毕竟，在当时整个的中国社会零售总额中，网络零售占比不足1%。
短短7年时间，中国社会消费品总零售额预计达到了30万亿元人民币，稳居世界第二，其中网络零售额达到4万亿，居世界第一。据多个投行的数据，中国电子商务占社会消费品总零售额的比例位居全球第二，仅次于电子商务最为发达，拥有ASOS、Net-a-Porter等一众知名电商的英国，超越了拥有亚马逊、eBay的美国。
2016年销售额预计将达到6000亿人民币规模的京东，也在这个时间点推出了属于自己的行业风向标——“京东零售指数”。据马松透露，该指数是由供应商协同指数、互联网消费价格指数、消费者购买力指数、行为偏好指数等组成的指数群，通过不同维度、角度生成，反映并指导着供应链体系的丰富行为。
供应商协同指数是颇具智慧供应链特色的评价指数，代表着从零售终端到整个供应商体系协同的数量和程度，涵盖了数据协同、销售协同、计划协同、采购协同、售后协同和商品管理协同等，并根据协同内容及深度的不同建立协同指数——协同指数越高，则表示协同效果越好。供应商协同指数能有效指导电商企业与供应商提升协同效率，实现双方效益最大化。
互联网消费价格指数依托京东全站数据，结合京东类目划分原则并参照CPI统计分类方法，建立了金字塔式指数体系，覆盖吃穿住用行五大类目及十多个子目。基于这些细分品类的价格指数，可明确反映出商品和服务价格水平变动情况，从而体现行业价格走势。同时，它也弥补了互联网消费价格指数的空白，可服务于国家宏观经济分析与决策以及国民经济核算。
购买力指数可以理解为消费者可接受价格指标，根据细分品类平均价格进行换算。购买力指数可以按照区域年龄段、消费族群等不同维度进行划分。例如：北京地区用户购买的笔记本电脑平均价格要明显高于偏远地区，这都会体现在各地区购买力指数中。这个指数能有效指引产品地域投放，指导上游生产厂商布局和完善产品。
行为偏好指数主要包括搜索点击偏好指数和产品偏好指数。前者可以用于指导商家的商品命名、活动关键字设置及索引优化，也让用户可以更快找到适合自己的商品；后者可以展现行业发展趋势、指导厂商产品研发及商品精准投放。
在马松看来，京东零售指数的权威性来自三方面：首先，京东在中国消费市场中的占比逐年上升，已经成为中国最大的自营式电商平台，数据有代表性；其次，在数据的丰富度上，京东的商品和服务覆盖了各个品类，并且与腾讯、沃尔玛等企业开展深度合作，这使得京东可以基于更加丰富的场景，对消费行为有更透彻的研究；第三，京东零售指数最重要的优势来自京东的自营模式，使其拥有一个完整的供应链体系，同时利用大数据等技术，对整个供应链体系给予从前端到后端的全面支持，使得京东数据源的完整性、精准度具备很高的水准。
对于京东零售指数的应用价值，马松举例说，截止2016年6月底，京东数据分析显示整体供应商协同指数0.7，其中不同的品类呈现出不同的水准，例如家电品类的协同指数就一马当先。指数背后传达的信息是，京东与供应商距离完美的深度协同还有提升空间，有些品类已经从中获益，有些品类还亟待加强，相关供应商也能从指数中看到差距和方向。
再比如，如果当月京东消费者价格指数为97，就代表整体商品平均价格水平与上月的基准环比下降3个百分点，该指数由千万级别单个SKU价格指数加权平均得出，因此可以有效反映电商物价的波动，一定程度上映射出社会经济发展的态势。
“京东零售指数能够引领行业的健康发展、品牌发展和业务发展，成为行业精准而敏感的风向标，指导产业上下游的业务发展，带动品质消费升级。同时，这套指数也具有很大的社会价值，能够为国家经济评估和决策贡献力量。”马松表示，除了京东零售指数之外，京东目前还在研发品牌调研指数，通过用户画像和品牌画像，以及精准深度的调研和分析，准确反映零售行业的整体趋势，指导企业的生产经营活动。他透露，未来京东零售指数计划通过多渠道常态发布，为行业和社会的发展贡献出京东的力量。
马松京东集团副总裁3年
三一集团有限公司高级副总裁、首席流程信息官贺东东最难忘的，是3年前负责德国三一公司的那段时光。
作为首家在德国建厂的中国制造企业，三一集团2012年全资收购了德国著名混凝土泵制造商——普茨迈斯特。当时整个德国工业界都在近距离观察三一下一步的动作，能够在竞争对手的主场挑战制造业的最高端，这让贺东东兴奋不已，很有压力同时也很有成就感。
“在我们这个行业，管事业部或者具体的产品线，甚至跟一个具体的竞争对手去竞争，一是业绩好体现，二是路径也相对清晰。”相比之下，贺东东现在“首席流程信息官”的岗位路径并不是那么清晰，挑战更是360度全方位的。
2013年之前，三一集团只有IT部，没有流程信息化部，加入“流程”二字和对贺东东的任命，标志着三一正在向基于用户和市场驱动的业务流程转变，而信息技术则是实现创新意图或者模式变革的赋能工具。
现在贺东东已经能够理解董事长梁稳根选择他担任这一职位的初衷，并非IT出身的他做过分公司的诸侯，开拓过海外市场，熟悉三一的方方面面。以用户为出发点，基于用户思维来创新商业模式、产品、服务和整体解决方案，能极大的提升客户价值；数据管理及应用逐步成为企业新的竞争力，大数据应用将会是未来商业变革的重要方向；基于流程的业务变革是公司练好“内功”的必要手段。
不过目前的工作难度，超出了贺东东当初的预期——跟一个看不见摸不着的对手去竞争，而且是内外交战。贺东东面临的是各种选择的挑战，智能制造、供应商协同、3D打印、机器人、智能工厂、电商、O2O、研发众创众筹、智能集群化……每个方面都有变革的需求，也有变革的可能，通过变革都有可能获得收益，也会提升竞争力，但问题就在于资源的有限，对贺东东来说，这是一种选择的痛苦。“我们有无限任务，但资源有限，无论是个人精力、企业资源还是我们能够做的事情都是有限的。”
作为传统制造企业，三一的业务从钢铁热处理到焊接、组装、包括全生命周期的产品、传动件、控制器、硬件软件都有，在贺东东看来，这种全生命周期的管理和产业链，是三一形成完整工业体系知识的基础。目前，三一集团完成全产业链流程信息化变革与互联网战略规划，正在按照规划陆续落地；全面启动营销O2O模式，通过建立集团互动中心，打造数字化营销平台，提升客户的互动体验，进一步提升网络销售询单转化率；基于工业4.0的理念，初步完成集团智慧工厂样板建设，成为工程机械行业的示范标杆。
三一集团拥有中国最早的工业物联网平台，实时监控20万台机器的5000多种参数，在数据采集的深度和广度上远远超过一般的智能家电。已建成的集团大数据技术平台，将集团长期积累的产品工况数据通过专业的数据分析手段初步应用于设备故障预测、宏观经济固定资产投资趋势分析、逾期台账预警管理。
制造业的寒冬不会马上过去，中国的工程机械市场还没有看到一个上升的转折点。对三一集团的经营来说，肯定是巨大挑战，但贺东东也愿意把它看成一个机遇，对整个中国制造、工程机械行业或者对三一而言，都是一场增强免疫力的感冒发烧，压力会带来内部变革的动力，也是行业重新洗牌的驱动力，原来那种高歌猛进式的增长和扩张必须转型，向内部运营要效率，其中很重要的一点就是基于信息技术、智能制造、互联网的模式变革，对内提高效率和服务质量，对外变革与客户的沟通模式。目前，三一集团的海外销售额占比已经达到40%以上，市场遍布全球110个国家，在德国和美国都有自己的研发和制造基地。
贺东东三一集团有限公司高级副总裁、首席流程信息官1年
仅仅一年时间，张溪梦回国创办的GrowingIO公司就获得了经纬中国、NEA、Greylock的A轮2000万美元的融资，创下同类SaaS行业同等阶段融资额度新高。
一年前，张溪梦揣着GrowingIO公司CEO的新名片，开始在炎热的北京招兵买马、跑客户，而在此之前，他的身份还是LinkedIn全球商业分析部总监。
2010年，张溪梦以“数据科学家”的身份加入LinkedIn，负责基于数据挖掘的产品开发。“LinkedIn是我工作过的公司里最依赖数据的。”
张溪梦说，LinkedIn的所有业务都基于数据模型——LinkedIn上的用户增长和体验生成大量数据，LinkedIn根据这些数据开发新产品为用户提供新产品和服务，这些新产品和服务又进一步刺激增长，增加客户黏度。这是LinkedIn最基本的业务模型，维系这三点反复作用并在其中流动的正是数据。张溪梦领导的部门叫商业分析部，他解释为“负责所有和钱相关的分析”，直接支持产品、销售、市场推广、开发、运营五大业务部门。
“中国的大数据产业正处于最好的时代。”从硅谷的数据科学家到回国创业，张溪梦看好的正是产业风口，而让他做出这一判断的，是美中两国大数据产业发展的不同阶段。2014年，美国的企业级大数据公司有1900多家，而2013年这个数字是890多家，一年时间翻了一番，说明美国的大数据产业已经进入了精细化运营时代。不过，这种精细化分工也产生了一些困扰——在LinkedIn工作的时候，张溪梦的团队往往需要打通二三十种不同的数据库或者解决方案，这让企业数据很难高效整合。中国的企业级市场对大数据已经有强烈的认知，但目前执行层面的公司并不多，而且因为过去的包袱少，可以采取跨越式的方法吸收新型技术，一次性解决美国企业可能需要若干部门线性解决的问题。
“过去十几年，我一直在美国做数据分析——市场分析、产品分析、销售分析、运营分析。这个过程中有很多痛点，一直没有人解决。比如数据的收集没有规范，导致分析师和数据工程人员花大量时间做数据清洗，应该几分钟或者几小时完成的事情往往需要几周，浪费很多资源。”这也使得很长一段时间里，KPI报表、商业智能都是只提供给公司高层参考决策的工具。“数据从采集开始，经过清洗和整理，存储到数据仓库或者Hadoop集群里，然后再抽取出来，先做数据可视化，然后经过商业智能，再去做各种数据模型，最后产生出预测和决策……这个过程需要很多系统和人才的协同合作才能实现，非常昂贵。”
张溪梦创立的GrowingIO公司产品方向，就是针对网站和手机客户端开发的端到端的分析系统。特别是从数据采集开始，一方面帮助数据工程人员节省大量数据清洗的时间和步骤，一方面快速直接地将数据分析结果展示出来，去掉了中间冗长的流程。“我们希望国内的互联网创业公司能像硅谷的互联网巨头一样，具备数据驱动增长的能力，让每一位产品经理、运营人员、工程师以及管理者等都可以享受无埋点、全量实时数据分析带来的价值。”一年时间，GrowingIO获得了数千家客户，涵盖互联网金融、O2O、电商、SaaS等网站和App客户。“我们希望国内的互联网创业公司能像硅谷的互联网巨头一样，具备数据驱动增长的能力，让每一位产品经理、运营人员、工程师以及管理者等都可以享受无埋点、全量实时数据分析带来的价值。”