01

歐陽杰：中國企業數字化轉型的十大問題和一個根源

歐陽杰：從2017年開始做企業數字化轉型，也研究過不少企業特別是制造業和零售業的數字化轉型案例，發現到目前為止，中國企業在數字化轉型上能稱得上成功的案例很少。在此借用彭劍鋒教授的思維框架，和大家探討中國企業在數字化轉型過程中高頻出現的十大問題。

1.中國企業數字化轉型的十大問題

問題1：眼高手低

“眼高手低”的問題，形象地說是，要的產品是奔馳，但是給的預算是奔騰。

講一個真實的案例，為了方便我隱去企業名字。去年我去一個制造企業，給他們講美的、華為和IBM的數字化，然后說他們在數字化上落后同行標桿至少五到十年。企業董事長聽完把CIO抓過來一通臭罵，說我這么重視數字化，你怎么就把企業怎么干成這個樣子。當時我也不好說什么，隨后我和CIO交流，問去年企業在IT上投資多少，得到的數據是加上IT人員工資在內不到600萬。

第二天我和跟老板交流，說你真不能責怪CIO，你們在去年在IT上的投資總共才600萬，相當于企業營收的千分之一，這樣的比例，你還真不能對企業信息化和數字化有什么期望。他直接就問，制造行業應該給IT投多少？我說國外的數據，投2%很正常。

這是很典型的“眼高手低”。老板經常在外面上課，會看到外面很多新東西，回來越來越覺得自己IT不行，覺得自己管信息化的領導水平不高。當然可能有這些因素在里面，但回過頭來想想，就千分之一的投資，以這樣“奔騰”的預算，要CIO干出“奔馳”的活，CIO再強只能說“臣妾做不到啊”。

問題2：割裂支離

企業IT、DT、OT分離得嚴重，導致企業到處都是數據孤島。

我們曾在一個很大的企業去做數字化轉型。老板對數字化非常重視，內部既有信息技術部也有大數據部，既智能制造部也有精益推進部。看上去職能挺全，但大家九龍治水，說是以客戶為中心服務業務，但典型的金字塔結構下，大家都自覺不自覺地變成了以KPI和老板為中心，各自為政，按怎樣快速出業績、怎樣讓老板看到成績來干活。這導致的結果就是，是企業在IT上花了很多錢，但產生的實效卻不多。當然外面的人去企業參觀，看到作戰指揮室和客戶中心里的大屏，會覺得這個企業數字化做得非常不錯。但業務條線的人員經常問：這些年在IT上花這么多錢，采集了這么多數據，到底給我們帶來了什么價值？他們內部創造了一個很好的詞，叫“線上無解”，戲稱過去是 “線下無解”，現在是線上有了數據和系統但問題卻變成“線上無解”。

問題3：三化一統

企業數字化轉型有三個事情挺重要。

第一，流程數字化。包括流程優化和優化后用系統固化如IPD、OTD、CRM等。

第二，業務數字化。即直接為客戶創造價值的產品和服務的數字化與智能化，這和軟件定義產品及線上線下融合等密切相關。

第三，數字業務化。亦即把流程數字化和業務數字化所形成的數字資產變現，如約翰迪爾公司通過傳感器收集設備、土壤和莊稼數據，整合外部市場與天氣數據后，給農場主提供收割時間、包裝規格以及莊稼增產等增值服務，這些服務2017年給約翰迪爾公司帶來了10多億美元的營收。

很多企業把流程數字化、業務數字化及數字業務化混在一起讓一個老總主導，試圖“畢其功于一役”，但結果往往不盡人意，背后的原因，不是主導者能力不行，也不是大家不努力，而是從一開始就在結構上犯了錯誤。

流程數字化如果走軟件包如sap驅動的模式，由IT來牽頭問題不大。但業務數字化如做智能產品和智能生態，如由IT來牽頭就挺麻煩。因為業務數字化的主導者只能是業務，這就象直線經理是人力資源管理第一責任者一樣，如果企業把人力資源管理部門作為人力資源管理的第一責任者，可以大體推斷，表面上重視人力資源管理，但實則是一開始就是把人力資源管理部門往火坑里推。

當企業希望把數據當成資產出售時，企業應把數字業務化當成獨角獸去孵化，否則將新業務放在原有優勢業務中，結果大概率是“大樹底下、寸草不生”。如果采用新業務孵化模式，主導新業務的人最重要的素質是要有企業家精神，而不是多么精通數字技術。

把三化混在一起，由一個部門或一個副總去分管，看上去是統一領導，但最終效果不佳。背后的原因，雖然這三化與數字技術高度相關，但成功關鍵要素各不相同，且對領軍者的要求區隔很大，而且要找既懂流程、又懂業務、還懂數字技術而且有企業家精神的超級英雄，很難。

問題4：主體錯位

很多企業把 IT當成工具，讓IT主導企業的數字化轉型。

IT是不是工具？是工具，但不能純粹當成工具。哲學層面看工具有三大要素：工具本身、工具使用者、工具使用環境。如果忽略工具使用者和工具使用環境而讓工具自身異軍突進，最后的效果必然不理想。

企業數字化轉型，表面看好像是IT系統的升級，深一層看是業務的變革，本質上則是員工特別是干部的思想觀念和行為模式的轉型。這樣的轉型只能由老板親自掛帥，而不能委托給任何人——包括CIO在內。交給CIO主導，先不說CIO對業務理解多深，就說CIO和業務產生沖突時，一兩次老板會給IT打CALL，但次數多了呢？如果變革中業務因各種原因而下滑嚴重呢？老板依然一如既往為IT站臺？

問題5：方法錯配

現在我們都在講數字化轉型，但驅動數字化轉型的還是工業3.0時代的思維。

舉個例子。工業3.0時代開發產品，IPD的確非常好。到了工業4.0時代，“產品即體驗，體驗即產品，產品即服務，服務即產品”，這個時候如果還用IPD這種重裝方法去開發產品，最終開發出來的東西和跟客戶的需求，以及開發速度跟市場的匹配，其實是有問題的。

昨天我們跟一個車企討論。他們開發一款全新的產品需要36個月。老板覺得，這么長的開發周期肯定不能接受，因為等企業把產品把產品推到市場時，市場和客戶早已不是36月前設想的市場和客戶了。但技術中心老總也很委屈，說BBA也要這么長時間，我這個速度在業內不慢，而且這個流程是和國際知名公司一起做的，對標了國際主流大廠的最佳實踐，所以也流程沒問題。

這里本質的問題是方法錯配。不能說IPD不好，不能說BBA的開發流程不好，只是這些方法是產品主要是硬件且市場變化不快時代下形成的最佳實踐，和當今烏卡時代及軟硬結合或軟件定義產品的行業不太適應了。

問題6：三重三輕

第一，重功能，輕體驗。不少企業做新能源車，都關注新車續航里程。特斯拉也講里程，但更重體驗。我見過一特斯拉客戶，之前開幾百萬的奔馳，買了特斯拉后很少開奔馳。我問為什么？他說開特斯拉一周以后，發現特斯拉懂我。另一個例子，是企業上信息系統更多是管理者的管控視角，界面難看，員工使用體驗差，雖然績效考核和檢查稽核能在一定程度上實現或滿足管控的目標，但很難想象，一個用戶體驗不好的應用，一個用戶一邊使用一邊罵娘的系統，他真能滿足管理者上系統之初的期望。

第二，重系統固化，輕后續迭代。企業花幾千萬甚至上億上ERP系統，舍得。但是上完系統后，你要他養花大價錢養一批既懂ERP又懂業務還懂流程的IT團隊，以便后續能根據業務需求不斷地優化迭代這個系統，他就舍不得了。

第三，重看得見的大屏小屏/BI，輕看不見的數據治理。紅杉資本《2021年中國企業數字化年度指南》指出，數據治理已成很多企業數據應用的主要障礙。本質上講，數據治理很多時候是費力不討好，當下要花錢卻短期難見效的事，因此，就算IT部門知道重要想推，也很難說服老板和業務部門投入精力來做。

問題7：底線問題

底線問題有關價值導向，主要講數據隱私與科技向善的問題。

數字化轉型可從兩個層面考量，一是工具理性，一是價值理性。工具理性主要講投入產出比，雖難精準計算，但至少可以用信仰方式去解決，即我雖然帳算不清，但我知道如果不搞數字化轉型，不在信息技術上高強度投入，企業今天和明天沒有問題，但明年和后年就不一定能活得下去。

價值理性是講，企業數字化轉型，會影響員工、客戶和伙伴等方方面面的利益相關者。比如很多互聯網企業通過APP收集了很多用戶數據，但這些企業將用這些數據來殺熟。商業角度無可厚非，道德層面卻令人不恥。還有央視315曝光了一些企業泄露大量用戶的簡歷信息，導致網上一片嘩然。其根本原因是這些企業在數字業務化上的價值觀有問題。

對內部員工呢？一樣也存在這樣的問題。現在還有不少企業上IT系統，一開心就是站在管理者的角度，強調流程的規范化和對員工的管控，看重內部秩序。這對不對？很難說錯，但至少和數字化轉型想要的終局和初衷不相符。數字化轉型的目的是通過連接和賦能讓用戶體驗更好、企業運營效率更高、產品和服務更新迭代更快，是用先進數字技術在成就客戶、員工和伙伴之中成就自己，而不是用數字技術讓自己站在更有權勢的位置去壓榨別人——這樣做短期可能管用，但長期一定會反噬自己。

問題8：琴瑟不合

數字化轉型挺復雜，企業單靠自身力量很難轉型成功。很多企業也意識到了這一點，因此一開始就會找外部合作伙伴如咨詢公司和軟件供應商等一起推進。

我夫人是在企業里做HR，她們企業本來想請一家咨詢公司來做架構梳理項目。單位書記說：做什么做？前些年集團花了幾個億，請全球頂級咨詢公司來做，結果就做成這樣子！我們這么小的企業，還要花這個冤枉錢？我發現，這樣的案例還不是個例。因此我總結了一句話：企業數字化轉型中的甲乙方，以甜言蜜語豪言壯語起，以一地雞毛傷心難受終。簡言之：雙方琴瑟不合。這中間，雙方都有原因。

咨詢公司的問題，是把這個事情當成生意。而企業呢？企業在數字化轉型中的問題，不能完全說是企業在轉型之初沒有想明白，而是轉型推進中缺乏定力，而缺乏定力的原因，是自己對對數字化轉型終局缺乏信仰。華為在這個方面真的很偉大，當年任老板當年在變革最困難時提出“穿美國鞋”、“先僵化后固化再優化”、“削足適履”，毫不動搖，堅定推進，這才造就了全球獨一份的華為和IBM的傳奇。

問題9：單打獨斗

受三一樹樹互聯和美的美云智數的影響，不少有實力的企業在數字化轉型時，首先想到的是自力更生，恨不得從ERP到算法平臺都自己一個人搞，最好也能弄出一個市值百億甚至千億的獨角獸。這個想法很好，但現實很骨感，不排除極少數的企業能復制三一和美的成功，但絕大多數企業數字化轉型走單打獨斗的路，從一開始就要注定失敗。

下面這個案例很可能代表中國產業互聯網的另外一個新方向。

臺州有很多機床企業，這些企業規模不大，基本各搞各的。雖知道未來圖景，但要說誰去站在更高的角度把產業鏈拉通和上下游信息共享，很難。

臺州的大數據局做了一件好事。地方政府要把機床產業打造成龍頭產業，于是政府和一個創新公司合作。創新公司先分析產業鏈，產業鏈里有些地方斷有些地方弱，然后用“政府主導、企業自主”的原則和生態方式把斷的補起來把弱的做強，把產業鏈上企業的相關數據導入到創新公司主導的數據平臺上，平臺把企業數據脫敏后透明共享。如果平臺上只有一二家企業，數據沒什么意義，但是如果系統上有100家企業時，而且這些企業涉及產業鏈上下游各個環節，這個時候，企業只要輸入一家供應商，系統馬上就告訴你，能夠做這個東西的供應商還有B、C，這就會很容易實現“貨比三家”。如果你的客戶現在是甲，系統告訴你其實乙和丙也是你的潛在客戶。大家想一想，這些信息能夠推送給這個系統的所有用戶，那么企業是不是非常愿意到系統上來？

中國搞產業互聯網和美國、德國相比三大先天優勢：

第一，中國現在各行各業，或者很多行業，產業集中度極低；

第二，中國政府有能力做臺州這樣的資源整合，特別是有大數據局的情況下；

第三，中國搞產業互聯網，無論是架構還是技術、戰略與資本，人才都不缺。

把這三大優勢組合到一起，中國產業互聯網的潛力無窮。如果用這種思維來做數字化轉型，我認為，中國各行各業都能走出一片新天地。

問題10：無米之炊

數字化時代，各行各業都值得用數字化的方式重新做一遍。但這中間有些東西繞不過去，比如芯片和底層的工業軟件。

2019年給一個建筑行業的央企做數字化轉型，發現整個建筑行業的底層軟件，除了PKPM外其他軟件都是國外的。換句話講，如果歐美要卡脖子，中國建筑行業可能啥都不要干了。為什么？因為大家已經不可能重返用手工繪圖的時代。

解決底層工業軟件自主可靠的難度并不比芯片低。所以中國企業的數字化轉型慢慢往前走，底層工業軟件可能是個大問題。

2.問題產生的一個根源

上述十個問題，前面7個問題發生在企業內部，第8個問題和第9個問題涉及轉型中的合伙與合作，第十個問題涉及數字化轉型的底層基礎設施，雖然單個企業做不了什么，但在這樣的大環境下如找不到一條出路，未來隱患非常大。

這十大問題，除了最后一個，背后的根本原因歸結到一點就是：用工業時代的職能思維，去駕馭人工智能時代的生產力。套用邁克爾·哈默(Michael Hammer，1948.4.13-2008.9.3)的一句話來說，就是：我們手里有21世紀的生產力，面對的是VUCA 時代的復雜問題，但我們業務流程和管理制度還停留在50年前，我們的管理理念卻還被禁錮在2000年的農耕時代。

“管理理念卻還被禁錮在2000年的農耕時代”，是什么意思？我們一碰到什么問題，就說是人不行。所有的問題，都是人不行。這對不對？既對，也不對。張三不行，就把張三咔嚓掉，李四不行，就把李四咔嚓掉。但這從根本上解決問題嗎？不會，更多的時候我看到的，是企業在不斷的折騰中走向平庸。

中國企業數字化轉型其實也害怕折騰，需如臨深淵、步步謹慎。

以上，是我思考的中國企業數字化轉型的十大問題和一個根源。

02

林澤波：以數字化技術打通企業的全流程價值鏈

林澤波：談及“數字化企業”“企業數字化”，目前從各種維度對其特征有多種解釋，還沒形成統一的定義。

應將“數字化企業”的概念具體化，比如企業全面建設了數字化車間、數字化工廠、數字化運營云平臺、數字化研發中心，數字化仿真實驗中心、數字化立體倉庫、業務運營使用了企業協同管理軟件、工業軟件等等，這樣能更容易理解什么是數字化企業，如何實施落地企業數字化。

1.數字化企業：以數字化技術打通企業全流程價值鏈，提升企業價值

對制造業來講，“數字化企業”用數字化技術打通企業的全流程價值鏈：產品全生命周期價值鏈，業務流程的價值鏈，資產的價值鏈，實現企業端到端數字化解決方案。

數字化企業用虛擬數字世界的數據，賦能現實物理世界的決策，應對市場的競爭和不確定性，更加敏捷地開發產品，柔性高效生產，更快速地交付；而且成本更低，質量更優，提高客戶的滿意度和市場的占有率。實現數字化業務模式和數字化組織的轉型，提升企業的價值。

IT的技術例如互聯網、云計算、大數據，OT技術例如工業自動化、工業邊緣計算、工業通信等已經成熟，使用成本在下降，信息安全性在提高。信息物理系統CPS 和數字孿生Digital Twin 技術能幫助企業數字化方案的實施。物聯網IoT，工業互聯網IIoT，人工智能AI在中國快速興起。數字化技術將推動企業數字化的加速發展。

2.企業數字化轉型：需要懂IT、OT、DT，加上懂管理的人才

自動化、信息化、數字化各種技術具備, 但企業的數字化肯定不是純技術問題。企業數字化還需要什么？需要懂得這個行業的知識包括工藝，產品的標準，質量的標準,更要懂得企業的管理及其業務流程?？珙I域人才的需求， 加大了企業數字化的難度。

企業做數字化轉型，應重視企業組織的數字化人才及技能培養，提前布局。企業需要既具備數字化全局思維同時又掌握數字化技能的人才，成為企業數字化推進的執行者。

企業數字化的服務商同樣需要數字化跨領域的復合人才，具備數字化思維，掌握IT， OT 和 DT技術，又了解企業的行業知識，管理流程和業務流程。

跨領域人才涵蓋IT、OT、DT，加上管理，才能做好企業的數字化轉型。

企業領導者更應具備數字化領導力，制訂明確的數字化戰略，定位于企業全面數字化轉型。

3.企業數字化轉型無法忽視的問題：短期投入不一定有確定性的回報

歐陽老師講到的中國企業數字化轉型的十大問題和一個根源，還有一個無法忽視的問題。

中國制造業歷來重視投入硬件設備，采購最先進的機器，按投資收益率評估項目?，F在某些企業做數字化，也按傳統的績效系統來考核，比如軟件需要增加投入幾百萬，企業就會問，什么時候產生投資回報？?? ??

這種評估機制在數字化項目上大都會失效。一套數字化系統上線，并非能立即帶來神奇的經濟效益。需要在確定企業數字化總體路線圖的前提下，全方位系統性長期投入。打個不嚴格的比方，按工業4.0的進程，企業現在可能處于工業2.0水平，開始投入，提升到3.0，還不能全面釋放數字化的價值，要持續投入躍過一個臨界突破點，比如3.5，企業才能從量變到質變，全面躍升到數字化企業的高層次，實現經濟效益的飛躍。經濟效益是數字化轉型獲得的結果，而非目的。

數字化項目回報不確定性和長周期性，是對制造企業的數字化戰略重大挑戰之一。

4.企業容易忽視數字化轉型的隱性價值

企業的考核指標是經濟顯性的，而數字化除了顯性效益外還有隱性的價值，但企業難以評估后者的經濟性KPI指標，容易被忽略。

舉個例子，企業上了一套數字化生產系統，生產人員在生產線執行訂單操作時，在工業平板操作，用掃碼槍或傳感器自動交互生成數據，不再像以前傳統方式需要手工填寫紙質表格。數字化帶來了數據的自動生成和處理，避免了潛在的人為錄入錯誤，實現了無紙化，生產-質量的協同和追溯，產品質量穩定了，一線員工的工作方式改變了，工作環境改善了，工作積極性高了。可能企業招聘年輕員工變得更有吸引力了。但是對企業來說，生產崗位沒減少，難以評估這套數字化系統的經濟效益，但是隱性的價值則是建立了數據來源數字化的基礎。

5.各行業數字化轉型的需求千差萬別

眾多的制造業，可分成離散制造、 流程制造、混合制造三類。沿著工業化、自動化、信息化、數字化、智能化的技術進化，可分析各行業數字化程度的差異。

各行業的生產制造特點決定了自動化、信息化、數字化、智能化程度的差異。

數字化與自動化是兩個概念。半自動化的生產方式并不意味著不適合實施數字化。自動化程度高的行業，生產數據的采集相對容易，但并不意味著數字化轉型就容易。

行業數字化轉型指數歷年的變化，透視出市場競爭是企業數字化轉型的推動力。

謝謝大家的分享。

03

郭偉：回歸原點思考數智化變革

郭偉：數智化轉型是近年來的熱點，但隨著企業的不斷試水，卻成了“圍城”之勢：外面的企業想進來，進來的企業想出去。緊跟數智化勢的企業視其為未來競爭力，趨之若鶩，但投入大，收益小，不僅沒有享受到數智化帶來的紅利，反而當期業績下滑，碰得頭破血流。沒有實施的企業也反復掂量，但總覺得看不明白，行動起來縮手縮腳，數智化投入杯水車薪，幾年過去了，又總是羨慕同行轉型取得的成就。

戰略的錯誤往往是因為戰略思考不完整，戰略的猶豫常常是因為戰略思考不系統。戰略思考不完整、不系統中，關鍵還是在于對客觀規律的認知不清晰。

什么是數智化？如何實現數智化？還是要回到原點來思考問題。

1.企業數智化的四個階段

根據一般理論，企業數智化可以分為四個階段。

第一階段，數據在線。數據在線實際上是解決業務數字呈現的問題。通過所有的業務線上化，使得業務數據在線呈現，企業業務能夠用數字形式來予以表達。這一階段企業基本是純投入，難以見到效益。

第二階段，自動流轉。就是指在線產生的企業數據之間能夠自動流轉。數據自動流轉對經營決策起到很好的支撐作用，決策層能夠明顯看到業務有數據，決策有依據。如果加以組織扁平化、經營責任和決策點下沉等一系列組織變革，是能夠讓整個公司的協同更加有效和高效，從而產生巨大效益的。但如果不能輔以組織變革，這一階段的成果至多也只是為決策層提供了更好的決策依據和管控手段。

第三階段，智能決策。數據流轉的基礎上線上化決策標準與規則，加以機器學習不斷產生和完善新的決策依據，從而實現決策的智能化。這一階段不僅僅依賴數智化建設，在管理上還需要輔以兩大變革。一是業務變革。管理決策模式的根本改變，將對原有業務形態、業務模式、資源能力及現金流等方面帶來重大影響，需要在新的環境下重構和革新，從而使得組織的最大效能得以發揮。二是文化變革。智能決策要求決策權將由“人”轉移到“機”，決策的轉移意味著權力的喪失，需要在組織扁平化的基礎上，完成企業文化從“官本位”向“專業主義”的轉變。 ??

第四階段，數字資產變現。數據自動流轉和智能決策將形成大量數字資產，通過數字業務的創新實現數字資產的變現，是本階段的重要特征。這一階段本質上是企業內數字業務創業創新的過程，一方面需要企業內部能夠產生一批精通數字產業、具備創業精神的準企業家隊伍，另一方面需要企業家自身從經營企業向投資創新、經營生態轉型。

2.企業數智化的五個觀念

根據數智化四個階段的特征，我建議企業應當樹立以下五個觀念。

（1） 企業數智化需要平衡投入與效益。

數智化的每一階段投入與效益規律是不同的，企業需要根據自身情況有針對性地制定數智化策略，從而平衡投入與效益。

比如，第一個階段只有投入基本沒有效益，只是實現了業務的數字表達；第二個階段數據自動流轉的領域越大，能夠支持的決策依據也越大。這里就有兩種不同做法：一種是線型思維，企業所有業務全部實現在線化后，再推行自動流轉；另一種是并行思維，按業務分步實施，一部分業務在線化后就實現自動流轉。

線型思維能夠徹底解決問題，但投入大、周期長，不適用競爭性強、規模不大的中小企業；并行思維先解決最緊迫的業務領域，雖然長遠來看會存在重復建設、系統性不足等問題，但當期投入小、見效快，能夠迅速支持企業增強競爭力。

（2）企業數智化需要“人機共同進化”

如我上面所講的，在數智化實施過程當中，實際上伴隨著的是組織變革、業務變革和文化變革，人機需要共同進化?！败洝钡淖兏锊坏轿?，“硬”的轉型也將難以實現。

數智化變革是一場全方位的變革。除了系統、流程這些變革以外，管理機制、管理模式、人員素質、人員專業技能，甚至企業文化和企業家思維，都要做相應的轉型和升級。這個方面現在很多公司也跟不上，只重“硬科技”，不看“軟實力”；用的是現代化的系統和方法，卻仍舊延續傳統的行事做事的風格。這樣的做法，怎么能夠見到效益呢？

曾經看到一家企業，生產環節已經能夠實現自動排班和定量生產了，但是不行，必須從系統里邊將數據導出來以后再人為決策，決策后再導回系統內走流程。我問為什么要這樣做？回答是要防止機器出錯，萬一有風險怎么辦？和該企業的老板談起此事時，他一語道破，“不這樣做他就沒位置了”。企業數智化進行到一定階段，管理團隊就是最大的阻力。因為隨著智能決策，傳統管理團隊的作用將不斷消解。然而，問題在于他們同時還是數智化轉型的實施者和評價者，如果不能夠做到“人機共同進化”，可以想見到企業家收到的都是什么樣的信息，數智化在企業實際上是如何運轉的。

應當看到，如何精準結合“軟”“硬”兩方面，實現“人機同步進化”，企業自身的推動力是不足的，軟件實施商、數智化系統實施商的推動力也是不夠的，將來有可能企業需要的是系統性、整體化、伴隨式的一攬子服務。將來的企業數智化建設一定是硬件強基、軟件驅動、變革增效的過程，企業可能要借助“管理咨詢公司+系統實施商”的資源力量。

（3）企業數智化需要企業家牽頭組織配套

數智化轉型到底是一個公司的整體變革，還是一個部門化的工作？

企業往往強調數智化是全公司的事，是整體變革。但實際上呢？往往是成立一個部門，把這個事歸屬到部門，然后這個部門就開始開展工作。結果這個部門一開展工作，會發現他所有的工作都依賴于所有的部門，依賴于所有的工作場景，開展起來就會很難。用部門化的方式去解決一個全局性的問題。這本身就是自帶矛盾性的東西，怎么來進行有效的開展？

相對來講，數據在線、自動流轉的兩個階段，用企業家牽頭、公司層面決策、部門化實施的方式是沒問題的。但是到了智能決策和數字資產變現的階段，完全難以用部門化的方式進行。在自動流轉和智能決策階段，阻力會最大。而且在這個環節當中，各個組織之間的協同方式已經發生了本質性的變化，所以組織變革在這個環節里邊一定是跟上。組織的扁平化也好，數據決策也好，處于這種情況之下，權責利體系跟原來的不一樣了，就要重新再做界定，重新再做構建，否則就會出現一堆的反對聲音。

有家企業，數智化實施多年，積累了大量的數字資產。企業家很想把這塊發展成一塊新業務。于是成立了新的事業部，給予團隊30%的股份，內部選拔人才，結果沒有一個主動報名的。沒辦法，指定了某總負責，這名干部找老板談話說，干壞了可不能算我的啊。說明什么？說明企業內部根本沒有形成準企業家的機制，也沒有形成敢于創新、勇于擔責的準企業家團隊。同時也說明該企業家在組織發展這方面的準備度也不夠，業務創新等于新領域的創業，是完全依賴經營團隊的，事業部的結構和30%的股權，怎么能夠推動準企業家的出現呢？

所以，在不同階段里采取的組織形態，采取的資源配置方式，也是不一樣的。

（4）企業數智化需要“站在巨人的肩膀上”

企業做數智化，需要認真考慮如何有效運用現有的成熟理論、方法、工具，以及平臺技術和專有資源。

我見到很多企業，數智化建設還用的是傳統思維，企業一家獨建，所有的投入全部都是自行投入，全部從頭建。機房重建，云平臺重購，流程重新梳理，系統重新搭建……有很多企業的部分業務，已經有云平臺，有服務器，也有機房；同行業中的業務流程與系統也有現成的，但實施者說不行，就得全部重新來。

現在已經是2022年，數智化的條件比前些年已經好了不少了，有許多前驅者已經做出了貢獻，積累了不少好的經驗；企業數智化也已經成為一個產業，在其中提供服務的中介機構、專業平臺公司甚至專業投資基金層出不窮，技術方法成熟的也非常多。如何運用現有的經驗與技術實現一步跨越，是企業需要思考的問題。

“站在巨人的肩膀上”，充分利用各種資源做好整體規劃，是提高數智化實施與落地性，更快見到效益的最好方法。

（5）企業數智化需要系統思考底層邏輯

最后要說，企業一定要系統思考推動數智化轉型的底層邏輯是什么。未謀而先動兵家之大忌，但在數智化方面，絕大多數企業都犯了同樣的錯誤。

我們嘗試著詢問了部分企業，為什么做數智化轉型。得到的答案基本上是兩種。

一種是，“數智化是趨勢，不做就沒有未來”。另一種是“數智化是改善公司經營和管理的有效手段，做數智化是為了減輕企業家經營企業的壓力”。我們把第一種答案叫做“跟風邏輯”，第二種答案叫做“減負邏輯”。

兩種邏輯都只浮于數智化的表層，而沒有從自身企業的底層邏輯出發，思考數智化究竟能夠帶來什么樣的意義與價值。相應地，這兩種邏輯雖然導致的企業行為不同，但都沒有收到數智化應有的效果。

持第一種邏輯的企業，會長期地、持續地進行數智化投入，但缺乏系統策略與方法。結果就是，發現成本在持續地增加，效益卻并沒有增長，甚至有的時候效益還在持續下滑。持第二種邏輯的企業，視數智化為管理和決策的手段，巨大的投入最終只服務了老板一人，既沒有帶來組織的協同，也沒有帶來業務的增長。

因此我們建議，數智化的起點應該在規劃的基礎上再前移一點，要完成數智化底層邏輯的系統思考，要在數智化的背景下重新思考企業的使命、愿景、價值觀、戰略定位與目標、組織建設與原則、核心能力與機制等話題，在系統思考的前提下達成團隊共識。