数字化转型｜一场认知革命，任重而道远

通过实践发现，客户对数字化转型的需求远不止于辅助决策，而是预警/自动识别甚至直接指导行动，也终于理解到，信息化的终点是决策者，而数字化的终点是直接行动。在数字化转型建设中，需要懂用户懂业务懂未来的企业掌舵人，站在后天看明天，从重点业务入手，逐步深入，用新技术对业务持续优化，不断卷入全价值链上的各个环节。数字化转型不仅仅是一个项目，更是一场认知革命，任重而道远。

数字化转型大势所趋，为何企业望而却步？

在国家政策的大潮和行业预测的走势背后，企业自身却常常出现“心之所向但望而却步”的矛盾境地：虽然转型成功的企业在收入增长率上为其他企业均值的2.4倍，但“改造成本偏高、人才储备不足、转型战略不清、组织模式不灵、技术能力不够”等客观原因时刻束缚着企业踏出第一步，“不能转、不敢转、不擅转、不愿转、不会转”的枷锁成了所有企业的绊脚石。罗兰贝格和网易的百家企业调研报告结果显示，67%的企业已经将数字化转型定为核心战略，但绝大部分还处于探索尝试和局部改造阶段（47%和32%），进入模式创新阶段的微乎其微（21%）；虽然行业竞争、时代潮流、国家号召和市场需求四大因素时刻鼓励企业数字化转型，但超过7成企业表示缺乏转型目标和路径使其力不从心。

数字化是场认知革命，一发而不可收

数字化转型注定是一场只有开始没有结束的企业变革，它始于现实世界的角色和业务，聚焦虚拟世界的诊断和分析，通过数据这一载体不断完善虚实之间的感知和映射，在“立而不破”的宗旨下持续为企业和产业赋能。既然是一个过程，那么被“化”的对象就尤为重要，业务、技术和组织组成的两化融合铁三角是公认的数字化对象，它们关乎数字化转型的目标、抓手乃至成败。

• 业务转型 强调在全业务链生命周期的各个环节利用数字化手段实现运营指标的提升，例如通过历史采购数据分析供应商价格策略从而辅助新订单的采购决策，节省采购花销。
• 技术转型 则注重构建一个支撑企业变革的能力骨架，不拘泥于舍本逐末的技术前沿性而更强调不忘初心的技术适配性，旨在结合企业数字化现状从设备层、系统层、数据层、应用层出发统一规划技术架构。
• 组织转型 是在组织架构、人才培养、制度规定、文化认知等层面由内向外为企业赋能的一种深度变革，它把明确目标绩效、拉通认知要求、重组团队建设、培养人才梯度作为目标，决定了数字化转型避免不了“协同壁垒和文化刚性病态”的属性。

站在后天看明天，数字化转型任重而道远

•   业务数据化——梳理出结构清晰的业务指标：

大部分企业并不缺少可用数据，但它们大多散乱在没有纳管和汇聚的各类介质中，也许是某人的电脑U盘，也许是信息化系统的某个数据库，也许是口口相传的大脑记忆。简单来说，数据没有“在线”，全公司上上下下全然不知道企业拥有什么数据、自己可以获取什么数据、以及如何得到这些数据。业务数据化就是通过数字技术汇聚存储公司全域数据，用数据描述业务流程、现状及问题，做到数据与业务的双向映射。数字化是从信息到行动的不断挺进，会不断卷入全价值链上的各个环节。

• 数据资产化——治理出标准化的全量全维度数据：

业务数据化形成的海量多元数据在未经过统一治理管理前是不能称为资产的，此时的数据普遍存在“脏数据、重复数据、冗余数据、数据丢失、一数多源、无法整合、责任缺失”等问题。哈蒙德在《决策的艺术》曾说：正确的决策始于真实的问题、重在合理的目标、要有可预测的方案。对于企业来说，只有治理后的数据才能反应企业真实的经营问题，支撑公司设立合理的目标，辅助决策者制定可预测的方案；问题数据只能反应虚假问题，何谈正确的决策。

• 资产价值化——提供辅助决策/实现企业成本极大优化：

数据资产化解决了企业在全量数据视图、系统数据烟囱和数据质量安全等方面的问题，下一步的转型工作需要回归初心，着力挖掘数据应用的价值，切实做到“降本增效、开源节流”，这也是转型从量变到质变的关键一步；在这里需要注意的是，数据资产化往往和资产价值化是同步螺旋推进的，无论是数字化供应链、生产制造、营销拓展，还是前后台自动化、经营驾驶舱、数字孪生，企业都需要在全局战略的指导下，选择一个“small to win but big to important”的业务点去同步开展资产化和价值化，释放数据价值做到小步快跑但有的放矢，对成本的极大优化，对决策质量的极大提升，终会构成企业的核心竞争力。

• 价值业务化——探究出开放的数字化：

总结