数字化转型：我们不能固步自封，更不能模仿别人。

要避免“墨守成规”和“目中无人”，不能盲目照搬闵万里| 40元改革开放政策。过去几年，中国经济从持续高速增长转为中速增长，企业面临资源竞争、技术挑战、供需失衡等。数字化转型成为企业突破这些瓶颈的重要抓手。价值创造是检验数字化转型成果的唯一标准。数字化转型是技术驱动的企业产品、业务和商业模式的创新和变革。其本质是通过数据技术和数学算法切入业务流程，形成智能闭环，使企业生产经营全过程可测量、可追溯、可预测、可传承，最终实现新产品、新业务、新商业模式下的价值创造。然而，埃森哲和国家工业信息安全发展研究中心的《中国企业数字化转型指数》显示，7元中只有%的中国企业取得了显著的转型成果(在继续深耕传统业务的同时，通过拓展新业务寻求转型，新业务收入占50元总收入的%以上，转型的领导者着力打造智能运营和数字化创新两大核心数字化能力)。三年来营业收入复合增长率是其他企业的五倍，而中国其他大量企业还没有享受到数字化带来的经济。过去几年，以阿里云工程师为代表的一批技术人员，从互联网跨界到实体经济行业，应用来自互联网的新技术，解决生产车间和现场场景的痛点，在多个行业创造了价值清晰可见的成功案例。比如在杭州萧山，城市大脑科技为120元救护车实时开通绿波带“一路护航”，节省50元%的路程时间，为生活带来更多希望；在江苏GCL，优化光伏切片工艺的新技术使产量提高了1元百分点，每年创造了数亿元的净增效益；在恒益石化公司，通过算法实时优化燃烧过程中的供风量，燃煤效率提高了2.6元%。在浩丰集团，利用AI技术分析跟踪每块土地上生菜的生长情况，帮助实现千亩个性化施肥灌溉，平均节约水肥成本150袁媛/亩，全集团可节约1500万元/年以上。这些实践证明了以数字化为基础的新技术(人工智能、大数据、云计算)与传统行业相结合能够创造巨大的可衡量价值的可能性。要将这种可能性推广落实到具体企业的可行性中，需要把握“价值创造”这一目标。我们不仅要避免“固步自封”和“叶公爱龙”，而且要避免盲目模仿别人。数字化转型带来的显性价值创造，必然会激发广大企业的积极性。如何拥抱新的数字技术，以正确的认知、路径选择和实现方式探索新的发展高点，是本文的主题。
四大误区*数字化转型以IT系统为主。
以前的霸主看不透新事物的本质，结果自然是从“看不懂”到“跟不上”。数字化转型需要以数据技术为主线，IT系统是采集、存储、传输信息的基础设施。是数字化转型的必要条件，但不是最终目的。从IT到DT的转型，可能带来的是颠覆性的商业模式，而不是简单的IT运维成本节约。从2009年开始，新加坡乘客可以通过电话和呼叫中心预订Comfort Taxi和Citycab出租车，然后乘客通过短信接收分配的出租车信息和预计等待时间。虽然整个流程比传统的路边载客模式更便捷，但几个关键环节并没有数字化/智能化。一是需求传递依赖语音对话，口语方言识别率不准确；其次，需求输入依赖调度员基于对对话的理解在后台手工输入，容易出错，速度慢；再次，需求分配依赖于调度员的直觉和经验，是基于出租车车队的实时位置信息来选择地图上最近的地方。在繁忙时段(尤其是暴雨期间)，需求分配不堪重负，导致损失率很高。《告别亚特兰蒂斯》开篇，作者带领团队与这两家出租车公司的母集团ComfortDelgro沟通，提出利用类似互联网广告点击率预测模型的智能算法，自动分析需求，调配车辆，并给出了业务效果预期(获票率提高，客户等待时间减少，司机空车时间减少)。可惜ComfortDelgro当时安排了IT部门的对接评估，但最终没有被采纳。时至今日，这项技术已经不再新鲜，类似的智能调度系统已经被各大叫车app广泛采用。ComfortDelgro当年错失良机的根源是惯性思维，安排传统IT部门从系统运维升级的角度去评估投入产出比，却未能理解这背后DT技术带来的商业模式变革。无独有偶，在2008年，安排了一个特别小组来研究新诞生的iPhone，并得出了不可能成功的结论。面对新事物，曾经的霸主看不透其本质，结果自然是从“看不懂”到“跟不上”。*缺乏顶层规划，跟着瓢走
如果技术改造和人员赋能之间的节奏失衡，就会变成“形似而神不似”的失败。企业的数字化转型是一门艺术，以各种技术为元素，结合企业特点进行设计创作。转型后的成功大作可能大同小异，但设计路径和创作节奏都是“千企千面”。如果临摹或者照葫芦画瓢，往往会得到拙劣的临摹。新零售热潮下，出现了无人店、电子货架、刷脸支付等新事物，但这些新事物有没有增加店铺的人流量、转化率和日均销售额？投入产出比是否合理？答案是“不一定”。零售业的整个链条涉及销售预测、补货、定价和促销以及售后管理。如果只是在单个环节引入数字化技术，缺乏全链条的顶层设计，这种半新半旧的模式远远达不到数字化转型的终极目标。传统零售业的转型，需要用数字技术重构武汉的日夜、商品、市场之间的互动，帮助提升零售效率。刷脸支付不一定是统一的起点，不同零售细分市场可能的路径也不一样。丰田精益生产在日本制造业取得了巨大的成功，但国内企业在引入精益生产后并没有获得广泛的红利。虽然配备了类似的自动化生产线和ERP、MES等工业软件系统，但仍然需要生产过程中各岗位的工作人员深刻理解精益生产的理念并加以实践。如果生产线转型和员工授权之间的节奏失衡，这将成为“s”的转型
有限的资源分散到过多的环节，必然导致各个环节的动作。很难抓住价值数字化转化的突破点。需要在业务环节选择具体场景，建立项目，设计清晰可衡量的价值闭环。以阿里云在恒益石化的探索为例。内酰胺的很多生产环节都有痛点，但并不是每个痛点都是致命的，或者说影响是局部可测的。因此，从数据密集型和价值密集型的双重标准出发，我们选择锅炉燃烧作为第一场景，并设定了通过优化燃烧控制提高燃煤效率的业务目标。最后，利用生产线设备的数据，没有对生产线进行物理改造，而是附加了实时优化和控制推荐引擎，最终使燃煤效率提高了2.6元%。当一个环节快速实现了明确的价值，企业就会有信心和动力在生产环节的上下游横向推进。先将一个垂直场景的价值闭环实现0元到1元，再从1元到康承允进行横向强化和拓展，逐步放大智能的价值。不要孤注一掷去攻击所有环节。中所有Kramp-Karrenbauer的决定不等于中所有Kramp-Karrenbauer的动作。有限的资源分散到太多的环节，必然导致各个环节的动作，不够深入就很难抢价值。2007年，英国广播公司(BBC)启动了数字媒体内容的数字化转型项目，历时数年完成。事后，BBC组织了一个独立委员会恢复工作。其中一个教训就是项目涉及部门太多，造成了巨大的协同成本，耽误了进度。*硬件规划缺乏灵活性
“先硬后软”的做法，导致前期投入太多，回报不确定，还没达到目标就已经失去了动力。基于目前的信息和数字基础，“从软到硬”，再“从硬到软”，是一个正循环的合理路径。物理基础设施等硬件提供动态感知和服务下行链路通道。然而，在过去的几年中，硬件的发展往往依赖于有计划的规划，缺乏动态适应性和灵活性，不仅无法衡量硬件建设的合理性，还会给企业带来沉重的成本压力。以工业物联网为例。尽管多年来各种扶持政策，专家喊话，但其发展速度远远落后于移动互联网。遗憾的是，相当多的专家主张工业物联网应该先布局传感器改造生产线，结果却为通信模块厂商创造了商机却没有证明为企业创造的价值。企业主不愿意投资资金先为链接铺设传感器。这种“先硬后软”的做法，导致前期投入太多，回报不确定，自然难以开展。阿里云城市大脑提供了新的思路。在不增加城市物理设施的情况下，只能利用好现有的数据，提高城市运行的智能化程度。比如通过智能算法，开发了专车押运弹性绿波带、人工智能信号灯等多项创新应用，在杭州、广州、上海、吉隆坡等城市落地。城市大脑在开发这些应用的同时发现，如果能够在特定的路口和路段增加硬件信息采集设备，可以有效提高特定区域的智能化水平。于是开始协助职能部门完善城市的硬件基础设施，避免盲目建设资源，让城市“优生”。实现软Kramp-Karrenbauer和硬的进化。在这样的智能规划硬件设施建设下，数据、算法、计算能力的价值将进一步快速释放，在新的起点上实现从硬到软的价值创造。
如何走出四大误区？*必须是CEO项目的数字化转型，对外需要全球视野，对内需要整个组织和资源的协作声望。只有公司高层决策者亲自抓，并将其定位为CEO项目，才是数字化转型成功的重要组织保障。根据麦肯锡2018年全球数字化转型调查，拥有由其高管团队构建的清晰数字化转型计划的公司，其数字化转型成功的概率是没有该计划的公司的3.1元倍。笔者接手一家大型零售集团，其大数据部门牵头制定项目方案，希望利用数据模型提高营销效率。但大数据部门无法推动营销部门的经营决策，最终失败。如果在2009年，Comfort Delgro的首席执行官亲自掌握智能调度的方案，他可能会洞察其业务潜力并采用该方案，从而引领移动出行市场。麦肯锡的调查还发现，如果高级管理人员能够促进数字化转型的紧迫感，那么成功的概率是没有做到的公司的1.9元倍。所以，CEO也需要帮助公司让数字化的理念和文化深入人心，以宗教狂热面对挑战和失败坚持下去。*方法工具不可或缺。
避免唯工具论。全球大部分企业还在摸索从信息化到智能化的数字化转型之路。没有成熟的万能药标准软件，在企业部署时可以实现数字化转型。方法论是指导转型的重要地图，针对性的工具是转型的重要加速器。比如手机淘宝APP的“武汉千日千夜，千人千面”，就是基于数据中心提供的客户画像进行实时个性化推荐，大大提高了购买体验和转化率。任何企业的数字化转型探索都会依赖于方法论工具，方法是主体，工具是补充，两者缺一不可。现有的成熟软件是数字化转型的重要基础，但不是价值创造的突破点。价值创造的“最后一公里”需要方法论的指导，结合行业经验和数字技术的咨询顾问可以为企业找到发力点，找到价值洼地。*小步快跑，分层迭代，数字化转型对Kang Seung Yoon来说是一个从0元到1元的渐进过程。从0元到1元，关键是注重细分场景，找到最有价值的痛点。这个痛点一定不是孤立的单点，而是连锁反应的引爆点，可以影响全身。比如江苏GCL是一家光伏企业，光伏切片的很多工艺都需要通过数据分析进行选择。ET大脑改善交通拥堵的出发点是控制重点路口的红绿灯配时，对城市道路交通流量实施智能针灸。从0元到1元，从1元到康承允的优选场景成功后，同时在两个维度进行，既复制了类似场景中的结果，也借鉴了其他场景。数字化转型不要一口吃个胖子，一开始就陷入大平台宏伟蓝图的陷阱。一定要以需求为导向，小步成长。2015年，GE高调发布Predix2.0异常时区2.0平台，号称打造工业通用平台，全面向业界开放；2018年，其战略收缩从当初提出的“Predix for World”撤退。“Predix for GE”聚焦于GE的核心业务方向，专注于电力、航空等领域，打造更具商业价值的解决方案。2018年12元，GE成立独立的工业物联网软件公司，Predix被纳入公司，继续探索数字化转型之路。同样，很多工业物联网平台从诞生之日起就竖起了“平台”的大旗。近几年他们活跃的环节规模还不如冬天卖烤红薯的金属桶里的红薯数量。*平衡经验和数据的艺术一味依赖商业经验，必然会错过新趋势；而完全依赖数字技术可能会被片面的数据误导。数字化转型不能只靠经验主义或者数据理论。它需要在经验和精度的天平上找到动态平衡的支点，将行业专家的经验和知识与数字新技术、新思维、新方法相结合。一方面，行业专家的知识更容易通过新技术沉淀和工具化，有利于知识的快速传播和复制；另一方面，新技术，尤其是来自行业外的新技术，很可能帮助行业专家拥有更好的感知能力和更快的分析能力，减少日常重复性工作，进而产生更多的行业知识，发现行业内隐藏的宝藏，突破现有的经验壁垒。行业专家在“隔行如隔山”的认知下，往往会忽略行业外的新技术、新视角。然而，在谷歌AlphaGo一夜之间成为围棋顶级棋手之后，业内专家应该不再迷信所谓的行业壁垒。阿里巴巴集团聚划算业务。起初，它只是根据运营二年级的经验来决定热门页面的选择策略。反应缓慢且主观。使用数据技术后，可以通过数据找到客户与商品的匹配程度，自动生成选择策略，人工补充
而且每一次蜕变都会有新陈代谢，这次也不例外。百视达被无情取代，iPhone让手机成为历史。最后的赢家一定是那些能够顺应潮流，以创造价值为目标的智者。主动拥抱数字化转型的主体，既能获得内生价值，又能创造外延价值，最终实现全社会的价值创造。作者是阿里云机器智能首席科学家，谢主编，原载COVID-19，27元，010 Kramp-Karrenbauer 120元*杂志。