在当今世界处于”百年未有之大变局”之时，党中央通过了十四五规划，带领全国人民开启全面建设社会主义现代化国家的新征程。伴随着十四五宏伟蓝图的展开，未来面临的机遇和挑战也逐渐清晰。
其中在“加快发展现代产业体系、推动经济体系优化”这一目标中，明确将“加快数字化发展”列为了重要指导方针。一时间，企业的“数字化转型”破圈成为社会热点，众多企业、机构和专家纷纷提出自己对“数字化转型”的观点和看法。
作为一名在数字化领域深耕多年的从业人员，笔者深感 “数字化转型”在我国企业发展进程中的重要性日益提升，并对该问题进行了持续的关注和思考。借此机会，也想将自己过去八年的认知做一个总结，希望能够给大家带来一些参考。
01
对“数字化转型”本质的认知
在纂写本文前，笔者阅读了网上关于“数字化转型”的众多资料。这些资料更多是从“数字化转型”的技术方案、落地方法、组织结构、人才培养、成功案例等方面进行阐述，但并没有明确给出“数字化转型”本质的定义。
笔者认为，要想“数字化转型”能够真正落地，我们需要清楚的了解“数字化转型”的目的是什么，“数字化转型”在科技变革中所处的位置是什么，为什么在当前时点需要重视“数字化转型”以及“数字化转型”的阶段划分。而这一切都离不开对“数字化转型”本质的认知。下面笔者就尝试基于自己的思考进行阐述，如有错失，欢迎大家指正。
纵观人类科技变革，大体上分为四个阶段：
第一次工业革命以蒸汽技术为代表，称为机械化；
第二次工业革命以电力技术为代表，称为电气化；
第三次工业革命以信息技术为代表，称为信息化；
第四次工业革命涉及的技术种类众多，其中人工智能最为核心，称为智能化。当前我们正处于从信息化向智能化发展变化的关键时点，而这种变化的核心正是“数字化转型”。
在信息化时代，互联网以及运行在其上的数据仅仅只是工具，而真正做决策的是人。为了让读者更好的理解，我们尝试将时钟拨回到互联网技术诞生之时。由于互联网的产生，人类寻找到了一种方法可以将信息上传到虚拟网络世界中，并进行快速的传输和计算。但这里有一点大家要注意，那就是在信息技术时代，所有的信息都是以人的意志来进行决策的。所有信息的上传、计算和加工以及信息的获取，都由人来决策。比如张三基于自己的想法写了一封邮件发给李四，邮件系统仅仅只是信息传递的工具，而不会基于信息给李四任何决策。即便科技快速发展进入到移动互联网阶段，网络世界从邮件发展到微信这样的实时交互，从博客发展到短视频这样的音视频信息，由人类主观意志决策信息这一特点都未发生根本改变。
在智能化时代，互联网以及运行在其上的数据会形成决策，而人将与其它智能机器一样成为智能化网络管理的一个执行节点。前段时间有一篇关于外卖骑手的文章引起社会的广泛关注。在这篇文章中描述的场景正是智能化时代的一个典型表现。上百万名骑手，基于系统的计算进行调配，按照系统规划的路线，按照系统要求的时间，按照系统的工作排序机械的执行指令。而与这些骑手同时上路的还有正在试验阶段的配送机器人。事实上，不只是外卖这一个行业，从安全防控到视频推荐，从网约车调度到开店经营，越来越多的企业基于系统的智能决策进行生产运营，并且切实让效率得到了巨大的提升。
由于网络对数据高效的获取和计算能力，在决策层面确实具备人类无法匹敌的优势。但要真正进入智能化时代，还需要解决三个关键问题：
第一个是信息的自主上传和获取，即不依赖人的主观意志进行数据采集——这正是需要IoT技术的原因；
第二个是基于数据的机器智能决策——这正是需要人工智能和机器学习的原因；
第三个是智能决策的落地执行——这正是需要智能机器人技术的原因。
以上三个关键技术在很长一段时间里无法形成根本性突破，这就决定了未来很长一段时间需要将人与智能机器一起结合协同工作，并需要随着技术的发展不断调整两者之间的关系。由于人与智能机器之间是通过数据来进行交互的，因此这一转型过程也被称为“数字化转型”，而这也正是“数字化转型”这一概念的由来和本质。
02
“数字化转型”的三个阶段
“数字化转型”作为从信息化发展到智能化的核心阶段，也是人与机器决策/执行关系转换的过程。参考过去几次技术革命的持续时间、智能化关键技术的成熟程度以及对社会及生产关系的影响，笔者预计“数字化转型”会持续较长的一段时间，整个过程大体分为三个阶段：
第一阶段：全面数字化接入，搭建智能决策能力
这一阶段也称为“数字化转型”的基础建设阶段。一方面，企业需要基于自己业务的特性，从上游到下游，从内部到外部，全面实现数字化接入。这里提到的数字化接入是指对企业生产运营的各个重要节点以量化指标形式进行梳理，制定并规范具体指标的数字模型；同时，通过技术研发，实现指标数字的自动采集、汇总和加工。对于一些受限于技术能力暂时无法实现自动化采集的数据，需要企业制定严格的管理规范并培训员工进行采集，务必保证数据的准确性和及时性；另一方面，基于采集的数据，搭建具有业务特征的算法模型，并持续输入企业经营数据实现模型的迭代演进。这里要特别注意，前期搭建的业务模型更多出自企业核心人员的认知，带有很大的主观性。通过数据的持续训练，需要对模型不断进行修正，模型的准确性直接决定了后续机器学习的时间和成本，是搭建智能决策能力的关键。
第二阶段：数字化助力决策，智能决策影响管理
在这一阶段，模型的训练逐渐成熟，基于企业经营数据可以开始产出“决策”。由于这时模型的正确性还无法完全验证，因此这些“决策”更多以“建议”形式提供给企业的各个管理层级作为参考。这个阶段的难点是如何要求各个层级的管理者参与到这些“建议”的使用和迭代中来。一方面，制定决策原本就是企业各个管理者的重要工作，某种程度来说智能决策是在削弱其价值；另一方面，管理者的很多决策是基于经验和主观判断，而智能决策更多是基于数据，两者之间有天然的鸿沟。这就需要高层的管理者从组织文化、管理制度以及考核方法等多个层面进行体系化的建设，才能保证这一阶段的顺利进行。
通过管理者对智能决策的使用和迭代，模型的成熟度进一步提升。在这个阶段后期，模型已经可以针对部分一线工作给出正确的决策。这时就需要通过技术研发，提升一线职能工作的自动化程度。比如通过无人配送落地配送策略；通过工业机器人落地加工策略等。
第三阶段：智能化能力初现，智能决策主导管理
在这个阶段企业重要的决策来源主要依赖于智能决策，人只是从几个决策中进行选择；企业的生产和经营基本实现自动化，智能决策可以顺畅的指挥智能机器人完成大部分生产经营活动，人扮演的角色越来越少。受限于目前技术手段，只有少数场景封闭、职能单一的专业化企业进入到这个阶段，比如洋山港四期工程以及一些高新技术制造企业等。
03
企业启动数字化转型的五点建议
3.1 建议一：“数字化转型”是典型的“一把手”项目
一个完成“数字化转型”进而步入“智能化”的企业面对其它尚处于“信息化”的同行将具备升维优势，无论从成本、效率还是稳定性都将形成碾压。然而，“数字化转型”过程往往会涉及到对人的影响，甚至与企业现有的既得利益团队形成冲突。加之项目的投入成本高、周期长、涉及面广，因此一旦不能协调好企业内部关系就极易夭折。这里笔者建议任何企业在启动“数字化转型”项目前，一定要在企业高层内部形成共识，并且组成由“一把手”任组长的项目管理小组，对于项目过程中出现的问题进行协调解决。
3.2 建议二：善从外部借力，用好咨询顾问
“数字化转型”不同于企业日常的生产经营，对于企业人员而言是陌生的工作。因此要进行“数字化转型”的企业需要从外部引入有经验和专业能力的人员，帮助企业完成转型项目。在引入外部资源时，往往有一些误区，这里笔者列举出来，避免踩坑：
  • 误区一：雇佣咨询顾问不如直接招聘相关人才
对于企业高层而言，总感觉咨询顾问是“雇佣军”，比不上“自己人”。因此企业往往希望通过招聘方式来引入人才，而比较抵触通过雇佣咨询顾问的方式来引入人才。这样会产生三个问题：
  1. 直接招聘的人才在企业内落位后容易产生“本位主义”，即在思考和工作过程中会关注未来对自己产生的影响，从而形成决策和动作的变形；
  2. 企业内部人员推动过程中容易缺失公信力，进而引起内部团队的抵触；
  3. 针对转型项目招聘的人员在项目结束后需要有对应的工作岗位，容易产生人员冗余的问题。
因此建议企业可以招聘一些关键人员进入企业作为项目骨干，其余所需资源以咨询顾问方式引入。在项目后期，视顾问能力和企业需要进行有序引进，既可以保证项目过程中的中立性，也不会错失优秀人才。
  • 误区二：崇拜“经验主义”从而交出转型项目主导权
由于引入的外部顾问往往在“数字化转型”方面比较有经验，容易形成自己固有的节奏和打法。但每个企业有其特殊的组织、市场和环境，不可能依靠一套方法打天下。因此不管外部顾问如何“大牌”，如何有经验，企业都需要坚守“借鉴-思考-论证-迭代-落地”的过程，其中：
“借鉴”是指要开放心态，虚心的听取外部顾问的经验和建议，切忌心怀抵触情绪或者直接全盘接受；
“思考”是基于顾问的经验和建议结合企业的实际情况进行思考，形成自己对转型项目的自我思考；
“论证”是基于自己思考的结果和逻辑与外部顾问进行讨论，听取外部顾问的意见特别是不同意见背后的逻辑；
“迭代”是重复以上三个步骤补充完整对项目思考的视角，形成全面的认知；
“落地”是基于充分讨论的结果坚定的落地实施。
  • 误区三：过于依赖外部顾问，企业内人员参与度不足
由于转型项目持续时间较长又涉及到企业内部的组织调整，因此企业高层很容易产生过度依赖外部顾问，而导致企业内部人员参与度不足。事实上“数据转型”项目最终落地还是需要内部人员落位组织的关键节点。因此在项目开始之初就应挑选企业内部骨干加入项目小组，在参与项目的过程中让这些骨干人员理解并认可“数字化转型”的目标，保证项目完成后企业的顺畅运转。
3.3 建议三：狠抓技术人才招聘与培养，实现核心系统的自主可控
“数字化转型”完成后，企业整体的运营决策依靠于大量的生产数据，智能决策也需要通过智能设备进行落地执行。在这样的形态下，生产系统成为企业的核心和关键。在当前环境下，很多企业的信息系统都依靠外包或者采购云服务来实现，在“数字化转型”完成后，这种模式相当于将企业的核心命脉交到其它公司手中，是无法接受的。
在智能化时代，一个独立的公司必须要保证核心系统自主可控。这也是为什么阿里巴巴要自研数据库来替代成熟高效的甲骨文数据库，这也是为什么每个有规模的互联网公司都自研自己的办公IM工具而不是购买钉钉、飞书或者企业微信服务。对于传统企业而言，在技术人才的招聘和吸引上往往比较落后，这就需要企业从组织结构、企业文化、人才培养、员工待遇等方面进行调整，增加自己对技术人才的吸引力。
3.4 建议四：重视对企业现有人员进行的“数字化转型”培训
“数字化转型”是一个对企业进行重塑的项目，自然会对企业的员工提出更高的要求。因此，在项目进行时需要同步启动对企业员工进行数字化转型的培训，以便让员工更好的基于数据协同工作。由于不同职级的员工在企业中工作内容不同，一般来说将培训分为“基础员工培训”，“中层管理者培训”和“高管培训”三类。其中“高管培训”由于更加关注打通视野、战略和长期规划的瓶颈，因此往往与战略咨询一起打包进行。而适合单独进行的往往是“基础员工培训”和“中层管理培训”。
“基础员工培训”主要是面向一线员工和基层管理者，专注于培训员工未来所需掌握的工作技能，以便一线员工能够在项目落地后快速上手，包括：系统功能，流程规范，质量要求，操作规范等实操性比较强的工作内容。由于一线员工人数较多，因此适合先选择一些优秀的员工作为“种子”进行集中培训，再派遣到各个团队中进行扩散。
“中层管理培训”主要是面向企业的中层管理者，他们往往是连接企业高层和一线员工的关键环节，决定了企业决策落地的质量。在数据转型后，一名合格的企业中层需要具备一定的数据思维能力，熟悉常见的商业数据分析模型在本职工作中的应用并了解这些模型背后的思考逻辑，同时还能具备基于数据的业务分析技能，以便能够引导自己所管理的团队进行工作。这些要求对于传统企业中的中层来说是巨大的挑战，因此需要有匹配的培训方案提升中层管理者的数据能力。
总而言之，由于“数字化转型”早期非常需要人与数据进行紧密的协同工作，因此企业尤其是传统企业需要提早对企业员工和管理者进行相关的培训，才能更好的让“数字化转型”在企业内落地。
3.5 建议五：打造“数字化”企业文化，助力企业“数字化转型”
企业文化是一个组织的核心价值观，体现在企业日常运行中的各个方面，是一个企业的基因。与传统企业内部笃信“领导经验”不同，一个数字化的企业上下皆以“数据”作为衡量决策及结果的唯一标准。要想让企业顺利完成“数字化转型”，需要在企业内部打造这样的文化，可以起到事倍功半的效果。
要想在企业内部打造“数字化”文化，
首先需要从高层做起。高层领导对工作的关注点往往会成为公司员工努力方向的指挥棒，如果高层更加关注企业经营数据体系的建设，对企业经营的考核更多基于系统的数据指标而非下级汇报，那么势必会在公司内形成“用数据说话”的风潮，对于企业数字化转型会起到非常大的帮助。
其次，在转型过程中，要适时的在不同组织层级收集运用数据工作的优秀事例，并在企业内部进行宣讲。这样不但可以树立优秀的榜样，更能够让企业内部员工感受到企业进行数字化转型的决心。
最后，要基于员工岗位，改良考核标准，引入“数字化”相关指标，将“数字化转型”切实与员工的绩效绑定，鼓励的同时也形成倒逼机制。
建立“数字化”的企业文化是一个“智能化”组织的基本要求，也是企业“数字化转型”的有力支撑，但打造企业文化也要注意轻重缓急，应结合企业实际情况与“数字化转型”项目的进展，灵活控制节奏。
事实上，“数字化转型”对企业而言就像“鲤鱼跳龙门”。一旦越过这道坎进入“智能化”，企业将对其它竞争对手形成“代差”，进而形成全方面的竞争优势。因此，每一个企业都需要把握时机，选择适合自己的方式，尽快启动企业的数字化转型项目。
在对“数字化转型”的持续思考中，我深深感受到“数字化”这一趋势犹如历史的巨轮，滚滚向前、不可阻挡。固然在这一过程中会产生诸如“机器替代工作后带来岗位减少”、“大型企业转型后带来行业垄断”、“智能化决策带来社会伦理”等一系列问题，但作为下一世代的科技变革，未来国家重要的竞争能力，“数字化转型”依然是社会发展和提升人民生活品质的重要动力。我相信随着我们在各个领域的数字化探索不断深入，各行各业的数字化人才不断涌现，相关的问题一定可以找到属于我们的最优解。而我们每一个人，每一个企业，都需要重视并顺应“数字化转型”的趋势，并投身其中，为产业升级、建设数字中国贡献一份力量。
END
毕业9年，一路历程：数据科学家-MBB咨询顾问-私募投资
欢迎关注
欢迎大家转发、在看^_^
继续阅读
阅读原文
关键词
管理者
员工
问题
人才
能力