数字化转型：不能固步自封，更不能东施效颦

【编者按】作者为阿里云机器智能首席科学家,编辑：谢丽容，原载2019年5月27日《财经》杂志，亿欧推荐阅读。

---

改革开放40余年来，中国经济已由持续高速增长转入中速增长期，企业面临资源竞争、技术挑战、供需不平衡等困境， 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下的企业产品、业务、商业模式的创新转型变革，其本质是通过数据技术和数学算法显性切入业务流，形成智能化闭环，使得企业的生产经营全过程可度量、可追溯、可预测、可传承，最终在新的产品、业务和商业模式下，实现价值创造。

然而，埃森哲与国家工业信息安全发展研究中心的中国企业数字转型指数显示，目前只有7％的中国企业转型成效显著（在持续深耕传统业务的同时，向新业务拓展谋求转型，且新业务营收在总营收中占比超过50％，转型领军者着力构建智能化运营和数字化创新两大核心数字化能力），过去三年里营业收入复合增长率是其他企业的5.5倍，其他大量中国企业仍未享受到数字化带来的经济红利。

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的行业，应用源自互联网的新技术解决生产车间及田间地头场景下的痛点，在多个行业里打造了具有明确可见价值的成功案例。

例如，在杭州萧山，城市大脑技术为120急救车“一路护航”实时开通绿波带节约路途时间50％，给生命带来更多希望；在江苏协鑫，新技术优化光伏切片流程的工艺提升良品率1个百分点，每年创造上亿元的净增效益；在恒逸石化，通过算法实时调优燃烧过程的给风量，提升燃煤效率2.6％；在浩丰集团，通过AI技术解析追踪每块土地上的生菜长势，帮助实现“千亩千面”的个性化施肥灌溉，平均节省水肥成本150元/亩，全集团可节省超过1500万元/年。

这些实践证明了一种可能性：以数字化为前提的 新技术 （人工智能、大数据、云计算）与传统行业结合可以创造巨大的可衡量价值。

而要把这种可能性推广并落实为具体企业的可行性，需要把握“价值创造”这个目标，既要避免“固步自封”与“叶公好龙”，也不能“东施效颦”盲目照搬。数字化转型带来的显性化价值创造必然会激发广大企业的积极性，如何以正确认知、路径选择、实现方法拥抱数字化新技术，上探发展的新高点，则是本文思考与探讨的主题。

四大误区

数字化转型被IT系统主导

昔日的霸主面对新事物却不能透视其本质，结局自然是从“看不懂”到“跟不上”

数字化转型（Digital Transformation）需要以数据技术（Data Technology）为主线，而IT 系统 是采集存储传递信息的基础设施，是数字化转型的必要条件，绝非终极目标。从IT到DT的转变可能带来颠覆性的业务模式，而非简单的IT运维成本节约。

2009年开始，新加坡乘客可以通过电话与呼叫中心预约Comfort Taxi与Citycab出租车，随后乘客通过短信收到分配的出租车信息与预计等候时间。整个流程虽然比传统的乘客路边扬招模式方便，但几个关键环节没有做到数字化/智能化。

第一，需求传递靠语音对话，各种方言口语识别率不准；第二，需求录入靠调度员基于对话的理解在后台人工输入，容易出错且慢；第三，需求分配依赖调度员的直觉与经验，在地图上基于出租车队的实时位置信息就近选择，在繁忙时刻（尤其是暴雨时刻）根本应接不暇，导致丢单率很高。2012年初，笔者带领团队与这两家出租车公司的母集团ComfortDelgro沟通，提议用类似互联网广告点击率预测模型的智能算法自动化解析需求并调配车辆，并且给出了业务效果预期（成单率提升，客户等待时间下降，降低司机放空时间）。遗憾的是ComfortDelgro当时安排IT部门对接评估，最终没有采纳。

今天这种技术已经不再新鲜，各大主流叫车APP已经普遍采用了类似的智能化派单调度系统。ComfortDelgro当年错失这个机会的根源是惯性思维，安排传统IT部门从系统运维升级的角度评估投入产出比，却没有理解这个背后DT技术带来的业务模式变革。

无独有偶，2008年Nokia安排专项组研究了刚刚诞生的iPhone并且得出了“不可能成功”的结论。昔日的霸主面对新事物却不能透视其本质，结局自然是从“看不懂”到“跟不上”。

缺乏顶层规划，照葫芦画瓢

技术改造与人员赋能之间的节奏如果失调，将成为“形似而神不是”的失败转型。

企业数字化转型是一门艺术，它以各种技术为要素并结合企业特点做设计创作 。成功转型后的佳作可能雷同，但设计路径和创作节奏则是“千企千面”。如果照搬或者依葫芦画瓢，往往得到拙劣的临摹品。

新零售热潮下无人店、电子货架、刷脸支付等新生事物涌现，但是这些新事物是否增加了店面的流量、转化率、日均销售额？投入产出比是否合理？答案是“未必”。

零售业的全链条涉及到销售预测、进货补货、定价促销、售后管理，如果只在单一环节引入数字化技术而缺乏对全链路的顶层设计，这种半新半旧的模式相距数字化转型的终极目标甚远。传统零售业的转型需要以数字化的技术重构人、货、场的互动，帮助提升零售效率，刷脸支付未必是统一的切入点，不同细分零售行业可能的路径也不同。

Toyota 精益生产 （Lean Production）管理方式在日本制造业取得极大成功，但是国内企业在引入精益生产后却并未广泛获得红利。尽管装备了类似的自动化产线及ERP、MES等 工业软件 系统，还需要生产流程各岗位人员能深刻理解精益生产的理念并践行，产线改造与人员赋能之间的节奏如果失调，则成为“形似而神不是”的转型。

孤注一掷全链路出击

有限的资源分散投入到太多的环节，必然导致各个环节的动作都是捞浮油，很难攫取价值。

数字化转型的切入点需要在业务链路中选择具体的场景，立项并设计明确可衡量的价值闭环。以阿里云在恒逸石化的探索为例，在乙内酰胺的多个生产环节都有痛点，但是并不是每个痛点都是致命性的，或者造成的影响局部可衡量。

于是，我们从数据密集和价值密集的双标准出发，选定锅炉燃烧作为首个场景，定下通过优化燃烧控制来提升燃煤效率的业务目标。最终利用产线设备自有的数据，没有对产线做物理改造，只是附加了实时优化控制推荐引擎，最终提升了燃煤效率2.6％。

在一个环节迅速取得了明确的价值，企业就有信心和动力在生产链路上下游横向推广。先纵深打穿一个垂直场景的价值闭环实现0到1，再横向增强扩展由1到N，逐步放大智能化的价值。

切忌孤注一掷地全链路出击，all-in的决心不等于all-in动作。有限的资源分散投入到太多的环节，必然导致各个环节的动作都是捞浮油，不够深入就很难攫取价值。

英国广播公司BBC在2007年启动了面向数字媒体内容的数字化转型项目，结果耗时数年无疾而终。事后BBC组织独立委员会复盘，教训之一就是项目牵扯太多部门造成巨大的协同成本延误进度。

硬件规划缺乏柔性

“先硬后软”的做法造成前期投入太多且不确定回报，还没达到目标就已经失去动力

立足当前的信息化及数字化基础，先“由软及硬”、再“由硬及软”是正向循环的合理路径。基础物理设施等硬件提供了动态感知能力与服务下行渠道。 但是过去几年，硬件的发展往往依靠计划性的规划，缺乏动态适配和柔性，这既无法衡量硬件建设的合理与否造成浪费，又为企业带来了沉重的成本压力。

以 工业物联网 为例，多年来尽管有各种扶持政策及专家疾呼，但是其发展速度远逊于移动互联网。遗憾的是，相当部分专家鼓吹工业物联网首先要布设传感器改造产线，结果为通信模块厂商创造了商机而未证明给企业创造的价值，企业主不愿先投入资金布设传感器做链接。这种“先硬后软”的做法造成前期投入太多且不确定回报，自然很难推行下去。

阿里云ET城市大脑提供了一个新思路。

不新增城市物理设施，只是利用好既有数据就可以提升城市运行的智能化程度，例如通过智能化算法研发了特种车护航弹性绿波带、人工智能信号灯等多个创新应用，在杭州、广州、上海、吉隆坡等多个城市落地。

在开发这些应用的同时，城市大脑发现，在特定的路口、路段，如果能增加硬件信息采集设备，可以有效提升特定区域的智能化水平。于是开始辅助职能部门改善城市的硬件基础设施，避免盲目建设资源浪费，让城市“优生优育”。实现了软-硬的进化。而在这样的智能规划的硬件设施建设下，数据、算法、算力的价值也将得到进一步的快速释放，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？

务必是CEO工程

数字化转型，对外需要全局的视野，对内需要有全组织、资源的协同威信。 唯有公司最高决策者亲自抓，定位为CEO工程，才是数字化转型成功的重要组织保障。

麦肯锡在2018全球数字化转型调研中发现，由高层管理团队构建清晰的数字化转型计划的公司，数字化转型成功的概率是没有做到这一点的公司的3.1倍。

笔者对接过一个大型零售集团，其大数据部门牵头制定了一份项目计划书，希望利用数据模型提升营销效率。但大数据部门无法推动市场部的业务决策，最终无疾而终。如果2009年是Comfort Delgro的CEO亲自抓智能调度的方案，可能他会洞察其业务潜力并采纳方案，从而主导移动出行的市场。

麦肯锡的调研还发现，如果高层管理者能够推进组织产生数字化转型的紧迫感，其成功的概率是没有做到这一点的公司的1.9倍。因此，CEO还需要帮助公司将数字化的理念和文化深入人心，以宗教式的狂热，在遇到挑战与失败时能坚持。

方法论+工具缺一不可

切忌唯工具论，全球大部分企业还在摸索由信息化到智能化的数字化转型之路，并没有成熟的灵丹妙药式的标准软件在企业部署就可以实现数字化转型。

方法论是指引转型前进的重要地图，而针对性的工具是转型前进的重要加速器。例如手机淘宝APP的“千人千面”就是以数据中台提供的客户画像做实时个性化推荐，极大提升了购买体验和转化率。

任何一个企业数字化转型的探索都将依赖方法论+工具，方法为主，工具为辅，二者缺一不可。既有的成熟软件，是数字化转型的重要基础，但不是价值创造突破点。价值创造的“最后一公里”需要方法论指引，以行业经验与数字化技术结合的咨询问诊找到发力点，为企业找到价值洼地。

小步快跑分层迭代

数字化转型是由0到1到N的逐步进程。由0到1的关键是聚焦细分场景找到最具有价值的痛点，这个痛点一定不能是孤立的单点，须是链式反应的引爆点，能牵一发而动全身。例如，江苏协鑫是一家光伏企业，光伏切片许多工序，需要通过数据分析选择合适的工序入手。ET城市大脑在改善交通拥堵方面的入手点选择了关键路口的红绿灯控制配时，对城市道路交通流实施智能化点穴。在首选场景0到1成功后，从1到N则是在两个维度上同时展开，既在相似场景下的结果复制也在其他场景下借鉴经验。

数字化转型切忌一口吃个胖子，起步就落入大平台宏伟蓝图的陷阱。一定要以需求为导向小步快跑地成长起来。GE Digital在2015年高调发布Predix2.0平台，宣称打造工业通用平台，并面向行业全面开放；而2018年，其战略收缩从开始提出的“Predix for World”退缩“Predix for GE”聚焦GE核心业务方向，以电力、航空等领域为核心，打造更具商业价值的解决方案。2018年12月，GE成立了一家独立运营的工业物联网软件公司，Predix被纳入该公司，继续在数字化转型的路上摸索前行。同样，有不少工业物联网平台自诞生就竖起了“平台”的旗帜，几年下来其活跃链接规模还不及冬天卖烤红薯的金属桶里的红薯数目。

经验与数据的平衡艺术

一味地依赖业务经验，不免会错过新趋势；而完全信赖数字化技术，又可能会被片面的数据所误导。 数字化转型，既不能唯经验论，也不能唯数据论，需要在经验与精准的天平上寻找动态平衡的支点，将行业专家的经验知识，与数字化的新技术、新思维、新方法，形成合力。

一方面，行业专家的知识通过新技术更容易沉淀并工具化，利于将知识快速传播、复制；另一方面，新技术，尤其是来自行业外的新技术，很可能助力行业专家有更好的感知能力、更快的分析能力，减少日常重复的工作，进而产生更多行业知识，发现行业内潜藏的宝藏，突破现有的经验壁垒。

行业专家在“隔行如隔山”的认知下倾向于忽视行业外的新技术新视角，但当谷歌AlphaGo一夜之间成为围棋绝顶高手后，行业专家们不应该再迷信于所谓的行业壁垒。

阿里巴巴集团聚划算业务 ，起初单纯依赖运营小二的经验决定热门版面的选品策略，响应迟缓且主观性大。利用数据技术后，由数据发现客户与商品的匹配度，自动生成选品策略，并辅之以人工校准，提高页面流量转化效率，使得商家和平台的价值都得到提升。

数字化转型是技术与思想全面协同的系统性变革，在生产制造、社会治理各方面都会带来深刻的变化。

与前几次技术革命不同，数字化转型所依赖的数据资源是不断再生几乎无穷尽的，所以它具备了自驱的可能性，一旦开始就不会停下。而每次转型都会有新陈代谢，这一次也不例外。Blockbuster被Netflix无情取代，iPhone让Nokia手机成为历史，最终胜出者一定是那些能顺应趋势并以价值创造为目标的智者。而积极拥抱数字化转型的主体不仅能获得内生性价值，还能创造外延性价值，并最终实现全社会范围的价值创造。

---

相关推荐：

边缘计算对数字化转型有何影响

数字化转型是唯一策略？数字化不是答案，转型才是！

美的CIO张小懿：深度变革，制造业数字化转型之路

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。