企业为什么要进行数字化转型1.1——顺势而为谋发展

该文摘自电子工业出版 《数字蝶变-企业数字化转型之道》赵兴峰著

从工业时代到互联 时代，以及目前正在经历的从互联 时代到数字时代的 变迁中，旧的模式被打破，新的模式被创造。

在这个全新的时代，所有的人和物都被联 ，所有的事情都被记录，数据成 为这个时代的资产。建立数字愿景，拥抱数据技术，以领先者的身份享受数据技 术所带来的红利，成就了新一代的创富企业，也成就了新一代的创富人。

1.1 顺势而为谋发展

目前，我们已经生活在一个数字化的世界中，企业内外部的环境都发生了巨 大变化。如果说互联 冲击了商业，那么这波大数据技术浪潮将直接冲击人类的 生产方式，因此，人类已进入一个巨大变革的时代。

顺应时代发展，升级企业的产品和服务、生产方式、管理方式、商业模式才 是唯一的出路，固守传统必然会被时代所抛弃。因此，拥抱趋势需要把握五个要 点：第一，顺势而为；第二，把握机会；第三，洞察本质；第四，谋局而定；第五， 高效管理。

顺势而为，顺应数字智能趋势

创新是永恒不变的话题。原有的商业模式已被抛弃，新型的商业模式正在创 造资本的神话。其中的一些企业因为没有把握商业模式的本质，在一轮轮的市场“洗牌”中被淘汰。

对消费电商领域的市场竞争格局进行深度分类后，可以看到新的融合的电商 正在侵蚀传统电商的市场。基于更加精准的地理位置服务，继美团之后，高德和 百度逐步成为服务电商与实物电商的入口。未来入口之争仍然会继续，因为谁掌 握了家门的“钥匙”，谁就是家的“主人”，这个所有权可能与房屋的“产权”无关。

电商领域的市场格局如图 1-1 所示。

未来企业的三大竞争优势是数据、算法和算力，前两者具有“持续性先行优 势”。只要数据不断被积累，资产就会不断被积累，企业进而可以进行更多的数 据分析和挖掘；算法不断迭代升级，也会产生越来越多的经营和管理诀窍；而算 力则随着硬件的不断升级及软件的不断优化，与传统的信息化和电气化具有相似 的“先行者劣势”（“后行者优势”）。随着云计算服务业的发展，利用“以租代购” 的方式实现算力的升级可以将“先行者劣势”降到很低。

趋势不可违，顺势而为不是“是”与“否”的选择题，也不是“何时开始” 的命题，而是“怎么开始”的命题。对企业来说，整合并积累数据，引进人才， 迭代算法，迈出“数字化转型”的第一步尤其重要。

把握机会，开启数字化转型之路

这是最坏的时代，也是最好的时代。数据技术创造了越来越多的机会，把握 住一个好的机会就能够快速进入，并成为“独角兽”。这个时代延续了互联 时 代的各种思维创新模式，唯快不利。而这又是一个“资本决定速度”的时代，借 助资本的快速推动， 很多企业能够在短短的几个月内达到百万级的用户量， 实现 数 10 亿元的投资估值。

从 2017 年开始，越来越多的企业走上了数字化转型升级之路，越来越多优 秀的企业在数字化转型之路上开始实践。企业数字化转型已经成为时代的趋势， 而且越来越紧迫。众多企业已经开启了赛跑模式。

在与这些企业接触的过程中，可以看到很多企业在推动数字化转型的过程中 因为不得法，走了弯路，浪费了金钱，耽误了时间。毕竟数字化转型从 2017 年 才刚刚兴起， 大家都在探索中， 摸着石头过河， 走弯路、 走错路， 都是正常的， 因为大家都缺少成功经验可以借鉴，缺少最佳实践可以模仿， 缺少前沿理论可以给予指导。

即使如此，数字化转型目前已经不是做不做的问题，而是如何做的问题，对 任何企业来讲都是如此， 与大小无关、 与行业无关、 与市场竞争格局也无关， 现 在拥有丰厚 会资源的央企和国企都已经开始行动， 民营企业更要行动起来，把 握这个机会，把握这个技术红利机会。

笔者在服务客户过程中发现的典型问题就是企业混淆了 IT 和 DT 的概念。很 多企业认为只要通过系统升级，就能够建立大数据体系，就能够实现数字化转型。 其实这是一个误区， 很多企业提出的是数字化转型。但在做规划时还是由 IT 部 门负责，最后做成的是 IT 规划，而不是 DT 规划。

IT 和 DT 是不同的。IT 规划以 IT 基础设施和信息系统为核心，服务于企业 的业务流程，提升的是流程的效率；而 DT 规划则要以数据为核心，以数据管理为内核，以数据开发和数据应用为内容，以数据分析和挖掘为手段，服务于企业 的经营和管理决策， 提高决策的质量和效率， 这与以流程和效率为中心的 IT 规 划具有本质区别（见图 1-3）。

但数据技术，是感知世界、认识世界、改变世界的技术，是人类学习、思考 和决策的技术，将彻底改变人类的大脑，改变人们的决策方式，使决策更加准确、 更加高效， 进而彻底改变人们的生产方式和生存方式。 所以， 每一家企业， 无论 是做什么的，都无法逃脱数据技术的冲击和颠覆（见图 1-5）。

2．开局：第一推动

在传统生产制造企业推广数据化管理时，它们遇到的最大障碍就是“嫌麻烦”。 辛苦劳动之后还要敲着不熟悉的键盘，一个字母、一个数字地录入数据。而班组 长也在工人的抱怨中逐步放弃了数据的录入，因为他们也感受不到数据的价值， 然后到车间主任，再到生产厂长。

短期的数据化普及，带来的是生产效率的下降和员工积极性的降低。很多数 据化管理落地措施在初期遇到的阻力下便失去了动力。企业花费巨资上线的信息 系统，因为录入数据不准确无法进行分析，很多管理问题则无法发现、无法解决， 最后这个系统只能以下线告终。

数据录入只是起点，不是价值创出的原点。如果采集的数据得不到分析和应 用，则无法发挥其应有的价值，而数据采集就成了繁重而多余的工作，数据就会 不准确。因为没有准确的数据，所以不需要为员工提供数据分析培训以提升其数 据分析技能，而没有数据分析能力的管理者仍然习惯于“经验式决策”，忽视数 据的价值和意义，就不会重视数据采集和对数据质量的管理。在“没有鸡就不会 有蛋，没有蛋就不会有鸡”的循环中，数据体系一直无法搭建起来。

而打破这个僵局的，只有“上帝之手”。所谓的“上帝之手”，就是事物的“第一推动力”。企业数据体系的建立，必须有“一把手”的“第一推动”，也就是 企业家在这个过程中的布局和坚持，企业家要“相信”数据最终会发挥价值，相 信数据的力量。

数字化技术的渗透正遵循库兹韦尔的“加速回 定律”，呈指数级增长，库 兹韦尔在《人工智能的未来》中大胆地提出，到 2030 年，计算机的智能将超过人类， 到 2045 年，人类的大脑和计算机的大脑将实现“通信”，到时候，机器是人还 是人是机器将分不清楚，进入人类学的“奇点”。

现在很多企业家感到“ 焦虑”， 他们知道数据技术将改变他们所处的行业和 产业，也会深刻地改变他们的企业，但他们不知道这个方向和方式是什么，未来 处在一片未知和变数中。

“怕”由“心”和“白”组成，其含义是“心里一片空白”。当我们心中一 片空白时，就会感到“恐惧”“彷徨”“焦虑”。

要数字化谋局，企业家必须要有前瞻性，能够正确地看到未来的趋势，并在 数字化领域做出布局。数字化的潮流越来越明显，从新零售开启的数字化升级， 到日常生活中越来越多的事情通过移动互联 和手机解决，由此可以看出数据技 术所发挥的作用，而这些转变会逐步渗透到日常的管理工作和生产工作中。

3．布局：幅度与深度

如何布局数字化技术应用，既是很多企业家关心的，也是各层级管理者未来 要思考的。

企业家需要思考以下几点：

未来什么东西可以用数据技术替代/p>

能否在工厂 生产、管理和运营上实现无人化/p>

未来的管理决策会不会由机器做出/p>

未来的优化改善是否可以由机器算法完成/p>

未来的企业组织应该是一种什么样的形态/p>

未来的市场格局将会是什么样的/p>

而企业管理者需要思考以下几点：

我的工作岗位是否会被机器人取代/p>

未来我需要从事什么样的工作才能够保证不会失业/p>

为了不失业， 我应该储备什么样 的技能， 以及提升哪些方面的能力/p>

如果有一天， 机器人成为我的同事， 我将如 何与其协作创造更大的价值/p>

在企业数字化转型过程中，我应该承担什么样的角 色/p>

我是否会成为阻力/p>

我如何用数据技术增强个人能力，并完成自我的进化和升级/p>

在数字化布局上，企业要考虑的不仅仅是点状的升级，还需要在幅度和深度上思考（见图 1-7）。

管理的升级比空间和设备的升级更难，但会更有价值。这是由人力管理的弹 性高于设备的弹性所决定的。

智能化管理，即管理 4.0，是未来企业高效管理的必需品，也是企业在运营 管理效率上进行竞争的核心。没有高效的管理体系，企业的竞争力就会大打折扣。 在相同的技术条件下，谁的管理效率更高，谁的利润空间就更大，谁的存续时间 就更久，谁就能够打败对手（见图 1-9）。

4．管理 4.0——基于算法的智能化管理（智能化管理导航系统）

智能化管理，即系统代替人决策的管理体系。当积累了丰富的模型，通过引 入人工智能、机器学习、深度学习等各种算法，在不断培养数据算法精准性的同 时，系统能够实现自学习、自优化，逐步具备管理思想，从而成为智能的决策系统、 自动调优的决策系统，这时系统就能够指挥人类采取行动，从而实现系统指挥人 决策的体系，这个时期就是管理 4.0，即智能化管理。

在管理实践中，某些场景已经出现智能化管理的案例，我们也在打造一些初 步的智能化管理的案例。例如，现在绝大多数人开车出门都会打开导航系统，包 括百度导航、 腾讯导航或者高德导航，这些导航系统都有自动计算最短时间并随 时调整行车路线的功能。 这个系统在大城市中被使用的概率越来越高，这是因为 系统的智能导航系统可以帮助躲避拥堵，并提供最佳线路，节省时间。这个智能 导航系统就是系统指挥人的一个典型应用，这个系统是由一系列算法自动计算和 自动调整，根据数据的反馈及时调整各个路段的拥堵和用时情况，从而计算出最 佳路径，这个系统的背后没有人为的参与，是系统在“思考”并做出决策后指挥 司机调整路线的。

在路径导航上，不仅仅有出行的智能导航，还可以看到一些系统指挥人而不 是人指挥人的平台， 如滴滴。 滴滴是一个数据平台， 有算法、 用户， 也有司机， 通过这个平台系统自动匹配司机和用车用户需求，指挥司机去接乘客，并指挥司 机按照导航路线将乘客送达目的地。这就是“系统指挥人”的智能管理模式的场景。 未来，这种场景越来越多地应用在企业生产、经营和管理活动的决策中，出现越 来越多的“智能管理”系统。

目前，笔者也在为一家客户开发一个算法，根据客户的实际购买情况，帮助 客户管理业务人员的日程，根据客户的复购情况，为业务人员计算出每日需要维 护的客户，根据客户的价值高低排出优先顺序， 业务人员每天上班后就由系统决 定他需要联络哪一家客户，确保优质客户没有被忽视， 即将流失的客户得到有效 保留。目前这个客户管理导航系统 1.0 版本已经上线，并得到业务人员的一致好评， 因为现在他们不需要自己动手查数据， 不需要自己研究该管理哪些客户，大大节 省了他们的时间，提高了他们维护客户的效率， 更不用担心因为自己疏忽没有对 高价值客户进行及时维护而造成客户流失。

现在笔者正在升级这些算法，将更多的客户的相关信息和数据导入系统，建 立客户智能分析，根据客户的诉求和与客户交互的信息，制定千人千面的模型， 以便未来能够指导业务人员在联系客户时应该采用哪种策略和方法，以及维护客 户的技巧和话术。

摘自电子工业出版 《数字蝶变-企业数字化转型之道》赵兴峰著

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能深度学习212156 人正在系统学习中