如何走出數(shù)字化轉(zhuǎn)型的四大誤區(qū)？

閔萬里

改革開放40余年來，中國經(jīng)濟已由持續(xù)高速增長轉(zhuǎn)入中速增長期，企業(yè)面臨資源競爭、技術(shù)挑戰(zhàn)、供需不平衡等困境，數(shù)字化轉(zhuǎn)型成為企業(yè)突破這些瓶頸的重要抓手。

價值創(chuàng)造是檢驗數(shù)字化轉(zhuǎn)型成果的唯一標準。

數(shù)字化轉(zhuǎn)型是技術(shù)驅(qū)動下的企業(yè)產(chǎn)品、業(yè)務、商業(yè)模式的創(chuàng)新轉(zhuǎn)型變革，其本質(zhì)是通過數(shù)據(jù)技術(shù)和數(shù)學算法顯性切入業(yè)務流，形成智能化閉環(huán)，使得企業(yè)的生產(chǎn)經(jīng)營全過程可度量、可追溯、可預測、可傳承，最終在新的產(chǎn)品、業(yè)務和商業(yè)模式下，實現(xiàn)價值創(chuàng)造。

然而，埃森哲與國家工業(yè)信息安全發(fā)展研究中心的中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)顯示，目前只有7%的中國企業(yè)轉(zhuǎn)型成效顯著（在持續(xù)深耕傳統(tǒng)業(yè)務的同時，向新業(yè)務拓展謀求轉(zhuǎn)型，且新業(yè)務營收在總營收中占比超過50%，轉(zhuǎn)型領軍者著力構(gòu)建智能化運營和數(shù)字化創(chuàng)新兩大核心數(shù)字化能力），過去三年里營業(yè)收入復合增長率是其他企業(yè)的5.5倍，其他大量中國企業(yè)仍未享受到數(shù)字化帶來的經(jīng)濟紅利。

過去幾年，以阿里云工程師為代表的一批技術(shù)人員從互聯(lián)網(wǎng)跨界到實體經(jīng)濟的行業(yè)，應用源自互聯(lián)網(wǎng)的新技術(shù)解決生產(chǎn)車間及田間地頭場景下的痛點，在多個行業(yè)里打造了具有明確可見價值的成功案例。

例如，在杭州蕭山，城市大腦技術(shù)為120急救車“一路護航”實時開通綠波帶節(jié)約路途時間50%，給生命帶來更多希望；在江蘇協(xié)鑫，新技術(shù)優(yōu)化光伏切片流程的工藝提升良品率1個百分點，每年創(chuàng)造上億元的凈增效益；在恒逸石化，通過算法實時調(diào)優(yōu)燃燒過程的給風量，提升燃煤效率2.6%；在浩豐集團，通過AI技術(shù)解析追蹤每塊土地上的生菜長勢，幫助實現(xiàn)“千畝千面”的個性化施肥灌溉，平均節(jié)省水肥成本150元/畝，全集團可節(jié)省超過1500萬元/年。

這些實踐證明了一種可能性：以數(shù)字化為前提的新技術(shù)（人工智能、大數(shù)據(jù)、云計算）與傳統(tǒng)行業(yè)結(jié)合可以創(chuàng)造巨大的可衡量價值。

而要把這種可能性推廣并落實為具體企業(yè)的可行性，需要把握“價值創(chuàng)造”這個目標，既要避免“固步自封”與“葉公好龍”，也不能“東施效顰”盲目照搬。數(shù)字化轉(zhuǎn)型帶來的顯性化價值創(chuàng)造必然會激發(fā)廣大企業(yè)的積極性，如何以正確認知、路徑選擇、實現(xiàn)方法擁抱數(shù)字化新技術(shù)，上探發(fā)展的新高點，則是本文思考與探討的主題。

四大誤區(qū)

* 數(shù)字化轉(zhuǎn)型被IT系統(tǒng)主導

昔日的霸主面對新事物卻不能透視其本質(zhì)，結(jié)局自然是從“看不懂”到“跟不上”

數(shù)字化轉(zhuǎn)型（Digital Transformation）需要以數(shù)據(jù)技術(shù)（Data Technology）為主線，而IT系統(tǒng)是采集存儲傳遞信息的基礎設施，是數(shù)字化轉(zhuǎn)型的必要條件，絕非終極目標。從IT到DT的轉(zhuǎn)變可能帶來顛覆性的業(yè)務模式，而非簡單的IT運維成本節(jié)約。

2009年開始，新加坡乘客可以通過電話與呼叫中心預約Comfort Taxi與Citycab出租車，隨后乘客通過短信收到分配的出租車信息與預計等候時間。整個流程雖然比傳統(tǒng)的乘客路邊揚招模式方便，但幾個關(guān)鍵環(huán)節(jié)沒有做到數(shù)字化/智能化。

第一，需求傳遞靠語音對話，各種方言口語識別率不準；第二，需求錄入靠調(diào)度員基于對話的理解在后臺人工輸入，容易出錯且慢；第三，需求分配依賴調(diào)度員的直覺與經(jīng)驗，在地圖上基于出租車隊的實時位置信息就近選擇，在繁忙時刻（尤其是暴雨時刻）根本應接不暇，導致丟單率很高。2012年初，筆者帶領團隊與這兩家出租車公司的母集團ComfortDelgro溝通，提議用類似互聯(lián)網(wǎng)廣告點擊率預測模型的智能算法自動化解析需求并調(diào)配車輛，并且給出了業(yè)務效果預期（成單率提升，客戶等待時間下降，降低司機放空時間）。遺憾的是ComfortDelgro當時安排IT部門對接評估，最終沒有采納。

今天這種技術(shù)已經(jīng)不再新鮮，各大主流叫車APP已經(jīng)普遍采用了類似的智能化派單調(diào)度系統(tǒng)。ComfortDelgro當年錯失這個機會的根源是慣性思維，安排傳統(tǒng)IT部門從系統(tǒng)運維升級的角度評估投入產(chǎn)出比，卻沒有理解這個背后DT技術(shù)帶來的業(yè)務模式變革。

無獨有偶，2008年Nokia安排專項組研究了剛剛誕生的iPhone并且得出了“不可能成功”的結(jié)論。昔日的霸主面對新事物卻不能透視其本質(zhì)，結(jié)局自然是從“看不懂”到“跟不上”。

* 缺乏頂層規(guī)劃，照葫蘆畫瓢

技術(shù)改造與人員賦能之間的節(jié)奏如果失調(diào)，將成為“形似而神不是”的失敗轉(zhuǎn)型

企業(yè)數(shù)字化轉(zhuǎn)型是一門藝術(shù)，它以各種技術(shù)為要素并結(jié)合企業(yè)特點做設計創(chuàng)作。成功轉(zhuǎn)型后的佳作可能雷同，但設計路徑和創(chuàng)作節(jié)奏則是“千企千面”。如果照搬或者依葫蘆畫瓢，往往得到拙劣的臨摹品。

新零售熱潮下無人店、電子貨架、刷臉支付等新生事物涌現(xiàn)，但是這些新事物是否增加了店面的流量、轉(zhuǎn)化率、日均銷售額？投入產(chǎn)出比是否合理？答案是“未必”。

零售業(yè)的全鏈條涉及到銷售預測、進貨補貨、定價促銷、售后管理，如果只在單一環(huán)節(jié)引入數(shù)字化技術(shù)而缺乏對全鏈路的頂層設計，這種半新半舊的模式相距數(shù)字化轉(zhuǎn)型的終極目標甚遠。傳統(tǒng)零售業(yè)的轉(zhuǎn)型需要以數(shù)字化的技術(shù)重構(gòu)人、貨、場的互動，幫助提升零售效率，刷臉支付未必是統(tǒng)一的切入點，不同細分零售行業(yè)可能的路徑也不同。

Toyota精益生產(chǎn)（Lean Production）管理方式在日本制造業(yè)取得極大成功，但是國內(nèi)企業(yè)在引入精益生產(chǎn)后卻并未廣泛獲得紅利。盡管裝備了類似的自動化產(chǎn)線及ERP、MES等工業(yè)軟件系統(tǒng)，還需要生產(chǎn)流程各崗位人員能深刻理解精益生產(chǎn)的理念并踐行，產(chǎn)線改造與人員賦能之間的節(jié)奏如果失調(diào)，則成為“形似而神不是”的轉(zhuǎn)型。

* 孤注一擲全鏈路出擊

有限的資源分散投入到太多的環(huán)節(jié)，必然導致各個環(huán)節(jié)的動作都是撈浮油，很難攫取價值

數(shù)字化轉(zhuǎn)型的切入點需要在業(yè)務鏈路中選擇具體的場景，立項并設計明確可衡量的價值閉環(huán)。以阿里云在恒逸石化的探索為例，在乙內(nèi)酰胺的多個生產(chǎn)環(huán)節(jié)都有痛點，但是并不是每個痛點都是致命性的，或者造成的影響局部可衡量。

于是，我們從數(shù)據(jù)密集和價值密集的雙標準出發(fā)，選定鍋爐燃燒作為首個場景，定下通過優(yōu)化燃燒控制來提升燃煤效率的業(yè)務目標。最終利用產(chǎn)線設備自有的數(shù)據(jù)，沒有對產(chǎn)線做物理改造，只是附加了實時優(yōu)化控制推薦引擎，最終提升了燃煤效率2.6%。

在一個環(huán)節(jié)迅速取得了明確的價值，企業(yè)就有信心和動力在生產(chǎn)鏈路上下游橫向推廣。先縱深打穿一個垂直場景的價值閉環(huán)實現(xiàn)0到1，再橫向增強擴展由1到N，逐步放大智能化的價值。

切忌孤注一擲地全鏈路出擊，all-in的決心不等于all-in動作。有限的資源分散投入到太多的環(huán)節(jié)，必然導致各個環(huán)節(jié)的動作都是撈浮油，不夠深入就很難攫取價值。

英國廣播公司BBC在2007年啟動了面向數(shù)字媒體內(nèi)容的數(shù)字化轉(zhuǎn)型項目，結(jié)果耗時數(shù)年無疾而終。事后BBC組織獨立委員會復盤，教訓之一就是項目牽扯太多部門造成巨大的協(xié)同成本延誤進度。

* 硬件規(guī)劃缺乏柔性

“先硬后軟”的做法造成前期投入太多且不確定回報，還沒達到目標就已經(jīng)失去動力

立足當前的信息化及數(shù)字化基礎，先“由軟及硬”、再“由硬及軟”是正向循環(huán)的合理路徑?；A物理設施等硬件提供了動態(tài)感知能力與服務下行渠道。但是過去幾年，硬件的發(fā)展往往依靠計劃性的規(guī)劃，缺乏動態(tài)適配和柔性，這既無法衡量硬件建設的合理與否造成浪費，又為企業(yè)帶來了沉重的成本壓力。

以工業(yè)物聯(lián)網(wǎng)為例，多年來盡管有各種扶持政策及專家疾呼，但是其發(fā)展速度遠遜于移動互聯(lián)網(wǎng)。遺憾的是，相當部分專家鼓吹工業(yè)物聯(lián)網(wǎng)首先要布設傳感器改造產(chǎn)線，結(jié)果為通信模塊廠商創(chuàng)造了商機而未證明給企業(yè)創(chuàng)造的價值，企業(yè)主不愿先投入資金布設傳感器做鏈接。這種“先硬后軟”的做法造成前期投入太多且不確定回報，自然很難推行下去。

阿里云ET城市大腦提供了一個新思路。

不新增城市物理設施，只是利用好既有數(shù)據(jù)就可以提升城市運行的智能化程度，例如通過智能化算法研發(fā)了特種車護航彈性綠波帶、人工智能信號燈等多個創(chuàng)新應用，在杭州、廣州、上海、吉隆坡等多個城市落地。

在開發(fā)這些應用的同時，城市大腦發(fā)現(xiàn)，在特定的路口、路段，如果能增加硬件信息采集設備，可以有效提升特定區(qū)域的智能化水平。于是開始輔助職能部門改善城市的硬件基礎設施，避免盲目建設資源浪費，讓城市“優(yōu)生優(yōu)育”。實現(xiàn)了軟-硬的進化。而在這樣的智能規(guī)劃的硬件設施建設下，數(shù)據(jù)、算法、算力的價值也將得到進一步的快速釋放，在新的起點上實現(xiàn)從硬到軟的價值創(chuàng)造。

如何走出四大誤區(qū)？

* 務必是CEO工程

數(shù)字化轉(zhuǎn)型，對外需要全局的視野，對內(nèi)需要有全組織、資源的協(xié)同威信。唯有公司最高決策者親自抓，定位為CEO工程，才是數(shù)字化轉(zhuǎn)型成功的重要組織保障。

麥肯錫在2018全球數(shù)字化轉(zhuǎn)型調(diào)研中發(fā)現(xiàn)，由高層管理團隊構(gòu)建清晰的數(shù)字化轉(zhuǎn)型計劃的公司，數(shù)字化轉(zhuǎn)型成功的概率是沒有做到這一點的公司的3.1倍。

筆者對接過一個大型零售集團，其大數(shù)據(jù)部門牽頭制定了一份項目計劃書，希望利用數(shù)據(jù)模型提升營銷效率。但大數(shù)據(jù)部門無法推動市場部的業(yè)務決策，最終無疾而終。如果2009年是Comfort Delgro的CEO親自抓智能調(diào)度的方案，可能他會洞察其業(yè)務潛力并采納方案，從而主導移動出行的市場。

麥肯錫的調(diào)研還發(fā)現(xiàn)，如果高層管理者能夠推進組織產(chǎn)生數(shù)字化轉(zhuǎn)型的緊迫感，其成功的概率是沒有做到這一點的公司的1.9倍。因此，CEO還需要幫助公司將數(shù)字化的理念和文化深入人心，以宗教式的狂熱，在遇到挑戰(zhàn)與失敗時能堅持。

* 方法論+工具缺一不可

切忌唯工具論，全球大部分企業(yè)還在摸索由信息化到智能化的數(shù)字化轉(zhuǎn)型之路，并沒有成熟的靈丹妙藥式的標準軟件在企業(yè)部署就可以實現(xiàn)數(shù)字化轉(zhuǎn)型。

方法論是指引轉(zhuǎn)型前進的重要地圖，而針對性的工具是轉(zhuǎn)型前進的重要加速器。例如手機淘寶APP的“千人千面”就是以數(shù)據(jù)中臺提供的客戶畫像做實時個性化推薦，極大提升了購買體驗和轉(zhuǎn)化率。

任何一個企業(yè)數(shù)字化轉(zhuǎn)型的探索都將依賴方法論+工具，方法為主，工具為輔，二者缺一不可。既有的成熟軟件，是數(shù)字化轉(zhuǎn)型的重要基礎，但不是價值創(chuàng)造突破點。價值創(chuàng)造的“最后一公里”需要方法論指引，以行業(yè)經(jīng)驗與數(shù)字化技術(shù)結(jié)合的咨詢問診找到發(fā)力點，為企業(yè)找到價值洼地。

* 小步快跑分層迭代

數(shù)字化轉(zhuǎn)型是由0到1到N的逐步進程。由0到1的關(guān)鍵是聚焦細分場景找到最具有價值的痛點，這個痛點一定不能是孤立的單點，須是鏈式反應的引爆點，能牽一發(fā)而動全身。例如，江蘇協(xié)鑫是一家光伏企業(yè)，光伏切片許多工序，需要通過數(shù)據(jù)分析選擇合適的工序入手。ET城市大腦在改善交通擁堵方面的入手點選擇了關(guān)鍵路口的紅綠燈控制配時，對城市道路交通流實施智能化點穴。在首選場景0到1成功后，從1到N則是在兩個維度上同時展開，既在相似場景下的結(jié)果復制也在其他場景下借鑒經(jīng)驗。

數(shù)字化轉(zhuǎn)型切忌一口吃個胖子，起步就落入大平臺宏偉藍圖的陷阱。一定要以需求為導向小步快跑地成長起來。GE Digital在2015年高調(diào)發(fā)布Predix2.0平臺，宣稱打造工業(yè)通用平臺，并面向行業(yè)全面開放；而2018年，其戰(zhàn)略收縮從開始提出的“Predix for World”退縮“Predix for GE”聚焦GE核心業(yè)務方向，以電力、航空等領域為核心，打造更具商業(yè)價值的解決方案。2018年12月，GE成立了一家獨立運營的工業(yè)物聯(lián)網(wǎng)軟件公司，Predix被納入該公司，繼續(xù)在數(shù)字化轉(zhuǎn)型的路上摸索前行。同樣，有不少工業(yè)物聯(lián)網(wǎng)平臺自誕生就豎起了“平臺”的旗幟，幾年下來其活躍鏈接規(guī)模還不及冬天賣烤紅薯的金屬桶里的紅薯數(shù)目。

* 經(jīng)驗與數(shù)據(jù)的平衡藝術(shù)

一味地依賴業(yè)務經(jīng)驗，不免會錯過新趨勢；而完全信賴數(shù)字化技術(shù)，又可能會被片面的數(shù)據(jù)所誤導。數(shù)字化轉(zhuǎn)型，既不能唯經(jīng)驗論，也不能唯數(shù)據(jù)論，需要在經(jīng)驗與精準的天平上尋找動態(tài)平衡的支點，將行業(yè)專家的經(jīng)驗知識，與數(shù)字化的新技術(shù)、新思維、新方法，形成合力。

一方面，行業(yè)專家的知識通過新技術(shù)更容易沉淀并工具化，利于將知識快速傳播、復制；另一方面，新技術(shù)，尤其是來自行業(yè)外的新技術(shù)，很可能助力行業(yè)專家有更好的感知能力、更快的分析能力，減少日常重復的工作，進而產(chǎn)生更多行業(yè)知識，發(fā)現(xiàn)行業(yè)內(nèi)潛藏的寶藏，突破現(xiàn)有的經(jīng)驗壁壘。

行業(yè)專家在“隔行如隔山”的認知下傾向于忽視行業(yè)外的新技術(shù)新視角，但當谷歌AlphaGo一夜之間成為圍棋絕頂高手后，行業(yè)專家們不應該再迷信于所謂的行業(yè)壁壘。

阿里巴巴集團聚劃算業(yè)務 ，起初單純依賴運營小二的經(jīng)驗決定熱門版面的選品策略，響應遲緩且主觀性大。利用數(shù)據(jù)技術(shù)后，由數(shù)據(jù)發(fā)現(xiàn)客戶與商品的匹配度，自動生成選品策略，并輔之以人工校準，提高頁面流量轉(zhuǎn)化效率，使得商家和平臺的價值都得到提升。

數(shù)字化轉(zhuǎn)型是技術(shù)與思想全面協(xié)同的系統(tǒng)性變革，在生產(chǎn)制造、社會治理各方面都會帶來深刻的變化。

與前幾次技術(shù)革命不同，數(shù)字化轉(zhuǎn)型所依賴的數(shù)據(jù)資源是不斷再生幾乎無窮盡的，所以它具備了自驅(qū)的可能性，一旦開始就不會停下。而每次轉(zhuǎn)型都會有新陳代謝，這一次也不例外。Blockbuster被Netflix無情取代，iPhone讓Nokia手機成為歷史，最終勝出者一定是那些能順應趨勢并以價值創(chuàng)造為目標的智者。而積極擁抱數(shù)字化轉(zhuǎn)型的主體不僅能獲得內(nèi)生性價值，還能創(chuàng)造外延性價值，并最終實現(xiàn)全社會范圍的價值創(chuàng)造。

（作者為阿里云機器智能首席科學家；編輯：謝麗容）