一
數(shù)字化轉(zhuǎn)型的本質(zhì)是信息技術(shù)驅(qū)動商業(yè)變革
什么是數(shù)字化轉(zhuǎn)型？
數(shù)字化轉(zhuǎn)型應(yīng)該如何定義？
對于以上問題，一千個人或許就有一千個回答。目光所及，這些回答覆蓋了戰(zhàn)略、管理、技術(shù)、業(yè)務(wù)、用戶中心等等企業(yè)經(jīng)營的不同領(lǐng)域，從工業(yè)4.0、消費互聯(lián)網(wǎng)到產(chǎn)業(yè)互聯(lián)網(wǎng)，各自有各自的描述和解釋。
那么，經(jīng)過這么多年的轉(zhuǎn)型實踐，我們回頭來看，最重要的驅(qū)動因素到底是什么？讓我們回到工業(yè)時代的最初。
盡管有著蒸汽機的幫助，人類的體力和腦力仍然是工業(yè)生產(chǎn)中必不可少的因素。經(jīng)過這么多年的發(fā)展，機器越來越多地替代了人類的體力，但是腦力仍然是上個世紀最重要的驅(qū)動力量，哪怕是最初的計算機，也只是在增強人類的腦力而不是取而代之。
直到最近十年，情況發(fā)生了改變。
過去10年中，云計算、大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，不斷驅(qū)動機器智能替代體力和腦力，那些高頻的重復的體力和腦力工作，越來越多地被機器智能所取代；而腦力賴以生存的經(jīng)驗公式（方法論、思維工具等等），也越來越多地被算法所代替。從這個意義上，算力才是這個時代真正的驅(qū)動力量，算力對于體力和腦力的替代，是過去十年來，人類面臨的最大挑戰(zhàn)之一，既往的運營和商業(yè)模式不斷被顛覆。
所以，站在今天的角度，我們或許可以清晰地定義數(shù)字化轉(zhuǎn)型，本質(zhì)上就是以算力、算法和數(shù)據(jù)為代表的信息技術(shù)，以數(shù)字化的方式驅(qū)動社會整體的改變和變革。數(shù)字化轉(zhuǎn)型的未來清楚指向人工智能的發(fā)展，從而讓人做人該做的事情，讓機器做機器該做的事情，人類和機器腦力算力協(xié)同發(fā)展。
人類所面臨的挑戰(zhàn)并不止于此。
曾經(jīng)有一本名為《富足》的書指出，當人類社會從物資材料的供不應(yīng)求到供過于求的富足狀態(tài)之后，社會的組織模式和商業(yè)模式都發(fā)生了巨大的改變。吃不飽穿不暖，曾經(jīng)是過去幾千年來人類社會的主題，但是今天，當這些不再是問題的時候，人們迷茫了，我們到底需要追求什么？
用同樣的視角去觀照數(shù)據(jù)，我們會發(fā)現(xiàn)什么？
下圖來自于互聯(lián)網(wǎng)女皇的報告，從圖上我們可以看到，進入2010年以來，人類社會的數(shù)據(jù)量有了巨大的增長。原圖沒有告訴我們的一點是，2015年是人類社會數(shù)據(jù)增長的一個關(guān)鍵節(jié)點，因為在2015年，其一年產(chǎn)生的數(shù)據(jù)量是人類過去歷史上產(chǎn)生的數(shù)據(jù)量的總和。換句話說，人類的數(shù)據(jù)量自此進入了指數(shù)級增長，2015年之后，數(shù)據(jù)量每年增長40%-50%，這也被稱為「新摩爾定律」：人類有史以來的數(shù)據(jù)總量，每過18個月就會翻一番。
如果你還記得那個阿拉伯童話中國王和算師關(guān)于在棋盤上放滿米的故事，那么，你就會知道，這種指數(shù)級增長的數(shù)據(jù)增量有多么巨大。人類社會或許即將從數(shù)據(jù)的供不應(yīng)求到數(shù)據(jù)的供過于求的狀態(tài)。從這里我們或許可以理解，為什么馬老師說未來所有的公司都將是「數(shù)據(jù)公司」。
阿里巴巴曾經(jīng)就是經(jīng)歷過這種數(shù)據(jù)增長的公司，在很長一段時間內(nèi)，日益增長的數(shù)據(jù)存儲費用和仍然稀缺的數(shù)據(jù)應(yīng)用之間的矛盾一直都是阿里巴巴的主要矛盾。阿里巴巴為什么要「去IOE」？傳說王堅給馬老師算了一筆賬，如果仍然使用IOE架構(gòu)來存儲數(shù)據(jù)，那么，十年后，阿里巴巴的數(shù)據(jù)存儲費用將10倍于其收入，屆時，阿里巴巴必將破產(chǎn)。
目前，大部分的公司仍然處于數(shù)據(jù)的加法階段，但是，我們已經(jīng)看到了數(shù)據(jù)跨越式增長的苗頭。這個苗頭叫做「車聯(lián)網(wǎng)」。
隨著車企的電動化、智能化、網(wǎng)聯(lián)化，車企也收集到了相當龐大的數(shù)據(jù)，一天4G、一年2.5億行、3年后至少超過200T……類似這樣的描述，在大部分的車企都能聽到?；蛟S，車企的數(shù)據(jù)量增長還不能稱為指數(shù)級增長，但是，相比之前，至少已經(jīng)是乘數(shù)級的增長了。
那么，怎么辦？
作為一家已經(jīng)跨越了數(shù)據(jù)指數(shù)級增長的公司，阿里巴巴的經(jīng)歷或許可以給我們啟示。
二
阿里巴巴如何跨越數(shù)據(jù)指數(shù)級增長奇點
2007年，阿里巴巴在戰(zhàn)略會議上決定阿里未來要成為一家數(shù)據(jù)公司。但真正在數(shù)據(jù)上有所建樹，卻要把這個時間延后到2009年，阿里云也誕生在這一年。大體上可以把阿里的整個跨越過程分成三個階段：
第一個階段：2009-2012年，主題是「看見」。
從2003年成立以來，淘寶收集了大量的數(shù)據(jù)，其中90%是非結(jié)構(gòu)化的日志數(shù)據(jù)，當有了這些數(shù)據(jù)之后，所有人都想看見數(shù)據(jù)背后的真相：我的用戶從哪里來，他們買了什么，為什么購買，轉(zhuǎn)化率如何……這些問題我們大體都可以歸結(jié)為兩個基本問題：發(fā)生了什么？怎么發(fā)生的？
和「去IOE」同步發(fā)生的，是阿里加大了對于BI（商業(yè)智能）的需求，用數(shù)據(jù)「看見」答案的BI，在這個階段是阿里存儲和計算資源消耗的主力軍。阿里巴巴也是第一個設(shè)立CDO（Chief Data Officer，首席數(shù)據(jù)官）的公司，第一任CDO是后來的阿里巴巴CEO陸兆禧，有意思的是，后來成立的數(shù)據(jù)平臺部因此也習慣性被內(nèi)部稱為CDO。順帶一提，老陸也是奇點云的天使投資人。
第二個階段：2012-2015年，主題是「使用」。
一個標志性的事件是2012年數(shù)據(jù)平臺部的成立，這個被稱為CDO的部門，源于七公組建的數(shù)據(jù)平臺團隊，在這個團隊手上，誕生了一系列數(shù)據(jù)分析和挖掘工具，包括在云端、數(shù)據(jù)魔方、淘寶時光機、淘寶指數(shù)、TCIF等等。這里特別要提一下TCIF（淘寶消費者數(shù)據(jù)工廠），由現(xiàn)在奇點云的創(chuàng)始人行在創(chuàng)立，拉通了阿里巴巴所有的消費者數(shù)據(jù)，并且完成了3000+標簽體系的建設(shè)，這些標簽每個用阿里媽媽做精準營銷的同學應(yīng)該都見過，就是達摩盤里面那些勾選的選項。
2012年的標志性事件，就是TCIF的存儲和計算消耗量超過了BI，以TCIF為代表的人群定向成為了計算資源的消耗大戶；另一個標志性的指標是，阿里巴巴有50%的服務(wù)器不再處理任何事務(wù)，而僅僅用于處理數(shù)據(jù)。
這個階段，阿里巴巴開始真正實現(xiàn)了用數(shù)據(jù)預(yù)測未來的問題，更好地幫助業(yè)務(wù)去回答：為什么發(fā)生？未來將發(fā)生什么？
第三個階段：2015年至今，主題是「賦能」。
同樣，2015年也有兩個標志性事件：一是阿里云數(shù)加平臺的成立（行在創(chuàng)立），這代表阿里巴巴開始把內(nèi)部形成的大數(shù)據(jù)能力外化，賦能社會去建立大數(shù)據(jù)能力；二是推出千人千面算法，推薦算法一躍成為了存儲和計算資源的頭號消耗大戶。
推薦算法不僅僅是我們看到的淘寶界面那么簡單，在某種程度上，推薦算法讓阿里巴巴跨越了「從人指揮機器到機器指揮人的奇點」，今天阿里巴巴75%以上的GMV都由機器來運營，流量由機器來精準分配，相比之下，天貓?zhí)詫毜鹊热亢显谝黄鹨仓挥袔浊€運營小二，人效高得可怕。
經(jīng)過這三個階段，我們可以認為，阿里巴巴已經(jīng)圍繞數(shù)據(jù)完成了數(shù)據(jù)工業(yè)化生產(chǎn)鏈條的搭建，并且圍繞著數(shù)據(jù)鏈條建立了豐富的數(shù)據(jù)生態(tài)。相比之下，太多的公司還處于數(shù)據(jù)的手工勞作階段，而這給企業(yè)的數(shù)字化轉(zhuǎn)型帶來了非常不好的影響。
包括最初的連接買家和賣家的階段在內(nèi)，連接——看見——使用——賦能四個階段，讓阿里巴巴成功跨越數(shù)據(jù)指數(shù)級增長的奇點。
PS：具體的技術(shù)發(fā)展階段可以參看玄難的《阿里巴巴業(yè)務(wù)中臺發(fā)展四階段》和行在的《阿里巴巴數(shù)據(jù)中臺發(fā)展四階段》。
三
積極進取的企業(yè)數(shù)字化轉(zhuǎn)型
除了互聯(lián)網(wǎng)公司之外，汽車行業(yè)是最積極擁抱互聯(lián)網(wǎng)的行業(yè)之一。特別是隨著車聯(lián)網(wǎng)、電動車和新能源車在近些年的突飛猛進，車企也投入了大量的資金和精力在IT基礎(chǔ)建設(shè)和先進技術(shù)研發(fā)上。
大體上，這些嘗試除了生產(chǎn)制造端（這是另外一個大話題，更偏向工業(yè)4.0），可以分為：
3.1以車和服務(wù)為中心的技術(shù)重構(gòu)
比如，以電動化、網(wǎng)聯(lián)化、智能化為導向的未來汽車戰(zhàn)略，以及圍繞數(shù)字化出行打造全方位的服務(wù)能力等等。根據(jù)普華永道思略特的估計，到2030年，供應(yīng)商業(yè)務(wù)、車輛銷售和售后市場等傳統(tǒng)行業(yè)的利潤份額將從71%降至41%，車企需要向出行服務(wù)商方向轉(zhuǎn)型。
3.2從以車為中心轉(zhuǎn)向以人為中心
車企傳統(tǒng)上都圍繞車的價值鏈來構(gòu)建其組織結(jié)構(gòu)，也就是圖中右邊那個半圓，而把人的價值鏈指定給銷售或者市場營銷來負責。但今天，越來越多的車企發(fā)現(xiàn)，人的價值鏈應(yīng)當和車的價值鏈處于相同的地位，像蔚來這樣的造車新勢力，甚至其組織架構(gòu)完全圍繞用戶來構(gòu)建。從核心場景上看，車企都需要打通人車數(shù)據(jù)，構(gòu)建人和車的全生命周期管理能力，通過數(shù)據(jù)資產(chǎn)化和業(yè)務(wù)智能化來突破業(yè)績瓶
3.3消費者海量個性化需求倒逼企業(yè)推動四化
2010年以來，隨著電子商務(wù)、社交網(wǎng)絡(luò)和移動互聯(lián)網(wǎng)的發(fā)展，個性化、多樣化的消費需求海量涌現(xiàn)。比如，有的消費者希望像淘寶購物一樣，能看到買車的全部物流過程；有的消費者希望能定制個性化的顏色……但是，這些需求，僅僅依靠主機廠傳統(tǒng)的信息管理系統(tǒng)和架構(gòu)，無法得到滿足。車什么時候能到店？什么時候能提貨？這些簡單的信息都尚未實現(xiàn)在線可查詢，就更不要說提供復雜的個性化服務(wù)了。車企很早就意識到這一點，并且開啟了云化、服務(wù)化的進程，來實現(xiàn)大規(guī)模精細化的人車匹配，只是結(jié)果難稱滿意，原因會在稍后表述。
3.4人工智能驅(qū)動的組織進化已經(jīng)悄然開始
越來越多的車企認識到，那些重復性的機械勞動，未來一定會被人工智能所取代，其中不僅有事務(wù)性和勞務(wù)性的工作，甚至有很多知識性的工作，也有極大可能被機器所取代。那么，接下來，車企就將面臨嚴峻的挑戰(zhàn)，需要重塑人工智能賦能的員工和團隊，以及，車企未來的核心競爭力和吸引力也將來自于企業(yè)通過人工智能為員工提供支持、預(yù)測新型需求和推動工作職能的能力。
四
被忽略的數(shù)據(jù)，或?qū)⒊蔀槠髽I(yè)數(shù)字化轉(zhuǎn)型的阿喀琉斯之踵
盡量已經(jīng)在技術(shù)上和業(yè)務(wù)上做了眾多的嘗試，乃至找了傳統(tǒng)的咨詢公司來為數(shù)字化轉(zhuǎn)型出謀劃策，但是車企遇到的數(shù)字化問題卻越來越多了。
新技術(shù)的廣泛使用，在部分解決老問題的同時，又帶來了更多的新問題：為什么我采集的數(shù)據(jù)，一半是空值？我有了那么多數(shù)據(jù)，要如何變現(xiàn)？如何對業(yè)務(wù)產(chǎn)生價值？就算用了新的系統(tǒng)，為什么還是黑箱決策？
在做咨詢的時候，我第一時間都會觀察，或者直接提問，這家公司的數(shù)字化轉(zhuǎn)型是否有核心項目？（也就是通常所說的「一號工程」）是否是公司或部門最高領(lǐng)導直接出任負責人？以及，技術(shù)規(guī)劃是否有效解決了現(xiàn)有問題？
通常情況下，所得到的答案在數(shù)字化轉(zhuǎn)型的重要性上，表述相對清晰；但是落地到整體的項目規(guī)劃，以及項目對業(yè)務(wù)的貢獻，就會變得面目模糊。以及，常見一種表述，「數(shù)字化轉(zhuǎn)型是公司一號工程」，然而，再往下，「數(shù)字化轉(zhuǎn)型」的實際定義千差萬別，有建數(shù)據(jù)庫的，有建平臺的，有開展創(chuàng)新項目的……唯一的共性大概是「先試試水」。
試水的好處在于，暴露了問題；壞處在于，試水所總結(jié)的經(jīng)驗常常并無助于解決問題。
總結(jié)下來，目前企業(yè)試水暴露的問題主要有三個：
1)數(shù)字化轉(zhuǎn)型缺乏頂層規(guī)劃和設(shè)計，各個部門各自為陣，基于各自的數(shù)字化轉(zhuǎn)型理解，開展轉(zhuǎn)型工作；
2)業(yè)務(wù)問題背后常常體現(xiàn)為數(shù)據(jù)問題，比如數(shù)據(jù)質(zhì)量不行，數(shù)據(jù)統(tǒng)計口徑不一致，數(shù)據(jù)不通等等；
3)IT和業(yè)務(wù)的配合問題，業(yè)務(wù)所表達的需求，通常不是真正的業(yè)務(wù)訴求和痛點，而更多體現(xiàn)為「別人有的功能我也要有」。
先說第一個問題：頂層設(shè)計。
首先，需要明確一點，所有的技術(shù)、所有的項目都為實現(xiàn)公司戰(zhàn)略目標服務(wù)，但是公司的戰(zhàn)略資源有限，需要在合理規(guī)劃前提下，最大化利用現(xiàn)有資源和技術(shù)，然后才是項目管理的問題，這是頂層設(shè)計的初衷。
因此，所有的頂層設(shè)計問題，都需要回到本源「為什么樣的客戶提供什么樣的價值」上來，從業(yè)務(wù)價值的角度倒推到項目優(yōu)先級上，然后再考慮項目管理的問題；
其次，通常認為，項目的質(zhì)量由money、time、scope三個因素決定，這也構(gòu)成了一個項目管理的不可能三角：要想少花錢、短時間覆蓋大量業(yè)務(wù)需求，那么項目質(zhì)量就不會好。要么多花錢，要么多花時間，要么就明確少量的業(yè)務(wù)需求，只有這樣，數(shù)字化轉(zhuǎn)型項目才能比較高質(zhì)量地轉(zhuǎn)化成業(yè)務(wù)成果。
再說第二個問題：數(shù)據(jù)問題。
這是一個經(jīng)常被管理者和員工掛在嘴上，但是并沒有被企業(yè)提升到戰(zhàn)略高度來正視的問題。
SKOTT評估法認為，企業(yè)數(shù)字化轉(zhuǎn)型需要關(guān)注戰(zhàn)略、KPI、組織、數(shù)字技術(shù)和數(shù)字人才五個維度，才能減少和避免轉(zhuǎn)型風險。我們非常認可并且對此進行了量化（量化方法容后描述），以及根據(jù)信息技術(shù)的特點，把數(shù)字技術(shù)拆分成了算力、數(shù)據(jù)和算法三個維度，來對企業(yè)的數(shù)字化轉(zhuǎn)型現(xiàn)狀進行評估。
評估結(jié)果，一句話描述就是：缺乏清晰的數(shù)據(jù)戰(zhàn)略拖了數(shù)字化轉(zhuǎn)型的后腿?；蛘哒f，到目前階段，數(shù)字化轉(zhuǎn)型首先要解決數(shù)據(jù)戰(zhàn)略問題。
通常車企在戰(zhàn)略部署和算力部署上都走得相對靠前，但是，很遺憾，如果把所有的7個維度拉成進度條，那么，數(shù)據(jù)的進度是最慢的。不僅如此，通常車企在KPI、組織和人才也都相對表現(xiàn)不佳，而這些也都多多少和數(shù)據(jù)進度有關(guān)系。
比如說，因為缺乏數(shù)據(jù)戰(zhàn)略，所以公司在數(shù)據(jù)相關(guān)的組織設(shè)立上，通常也行動緩慢，在數(shù)據(jù)和算法需要的相關(guān)人才招募和培養(yǎng)上，也缺乏相應(yīng)的薪酬體系和激勵機制，更不清楚目前缺什么人才和角色。順帶一提，根據(jù)我們的咨詢經(jīng)驗，目前企業(yè)普遍最缺的角色是業(yè)務(wù)架構(gòu)師、產(chǎn)品經(jīng)理和數(shù)據(jù)分析師。
因為數(shù)據(jù)不通和數(shù)據(jù)質(zhì)量問題，企業(yè)也很難從指標上對于數(shù)字化轉(zhuǎn)型進行KPI定義，比如說，數(shù)字化業(yè)務(wù)利潤占比，那么，哪些業(yè)務(wù)算數(shù)字化業(yè)務(wù)利潤，哪些又不算呢？占比多少合理呢？這也導致缺乏有效的KPI來指引公司的轉(zhuǎn)型事務(wù)，只能各個部門各自來定義。
以阿里為標桿，我們從數(shù)據(jù)的「存通用」角度也對車企的數(shù)字化轉(zhuǎn)型現(xiàn)狀進行了評估，從下圖可以看到，數(shù)據(jù)尚未中心化，是現(xiàn)在車企普遍的現(xiàn)象。數(shù)據(jù)不通和數(shù)據(jù)質(zhì)量問題也進一步導致了車企有算法但沒有成果，有數(shù)據(jù)采集但沒有質(zhì)量，有算力部署但沒有數(shù)據(jù)變現(xiàn)。
從這個評估來說，車企就像看著已經(jīng)被IT武裝到牙齒的希臘英雄阿喀琉斯，但是卻因為對數(shù)據(jù)這個腳踵不夠重視，一旦被業(yè)務(wù)的流箭射中就常常寸步難行。
所以我們常說，你不琢磨數(shù)據(jù)，數(shù)據(jù)就會琢磨你。
最后再說下第三個問題：業(yè)務(wù)配合問題。
這其實是一個很大的命題。
首先，這是一個組織問題。傳統(tǒng)定義上，業(yè)務(wù)作為前臺部門，要如何和IT這個后臺部門分工合作，有一套傳統(tǒng)的流程，但是今天，這種分工合作流程越來越不能適應(yīng)企業(yè)數(shù)字化轉(zhuǎn)型的需求，需要打破體制，包括項目預(yù)算、方案設(shè)計、KPI等等都需要重新設(shè)計。
其次，這也是一個業(yè)務(wù)問題。傳統(tǒng)前臺業(yè)務(wù)通常把IT視為系統(tǒng)和工具的提供者，IT不需要懂前臺業(yè)務(wù)，IT在業(yè)務(wù)分工里只是一個保障角色。當企業(yè)說業(yè)務(wù)價值的時候，通常說的是前臺工作，而較少提及IT的價值。但是，當今天越來越多的技術(shù)創(chuàng)意引領(lǐng)公司業(yè)務(wù)，當業(yè)務(wù)落地需要技術(shù)交付的時候，IT就不只要解決技術(shù)問題，還需要理解業(yè)務(wù)，能夠和前臺一起解決業(yè)務(wù)問題。這不僅需要跨界人才，也需要制度設(shè)計。最后，這當然是一個技術(shù)問題。讓IT做業(yè)務(wù)，讓業(yè)務(wù)做技術(shù)，這都是不現(xiàn)實的解決方案。那么，IT就需要能夠面向未來，為業(yè)務(wù)提供技術(shù)保障。麻煩在于，今天的技術(shù)保障，不僅僅是系統(tǒng)建設(shè)和IT部署這么簡單，還包括數(shù)據(jù)和算法的解決方案規(guī)劃、線下數(shù)據(jù)的收集能力建設(shè)、數(shù)據(jù)應(yīng)用能力的建設(shè)等等一系列超出傳統(tǒng)IT定義的建設(shè)部分。這里面，還有一些類似標簽化這樣，需要業(yè)務(wù)一起參與和沉淀的項目，以及拉通前后端供應(yīng)鏈數(shù)據(jù)這樣的跨業(yè)務(wù)領(lǐng)域項目，這些項目甚至需要IT從技術(shù)角度先進行規(guī)劃，由IT來拉動整個項目合作。
五
數(shù)據(jù)，不僅是技術(shù)問題
2015年，MIT斯隆管理評論和德勤一起，做了全球數(shù)字化企業(yè)高管調(diào)研，研究結(jié)論也成為了后來報告的標題，《戰(zhàn)略，而不是技術(shù)，在推動數(shù)字化轉(zhuǎn)型》。其研究表明：「數(shù)字化架構(gòu)企業(yè)這個能力很大一部分程度上依賴于一個清晰的數(shù)字化戰(zhàn)略，一個是被領(lǐng)導人所培育的能夠改變和創(chuàng)新的文化支持的戰(zhàn)略?！?br />
只是就研究本身而言，只停留在數(shù)字技術(shù)的運用上，而并沒有任何提及數(shù)據(jù)的地方，或許，其研究對象都把數(shù)據(jù)視為數(shù)字技術(shù)的一部分，或者把數(shù)據(jù)視為面向客戶分析的材料而已。
對數(shù)據(jù)的忽視也是今天談大數(shù)據(jù)常常陷入困局的原因。
對于大多數(shù)企業(yè)而言，并沒有十分迫切的海量數(shù)據(jù)處理需求，在增量時代生意很好做，也并不需要通過數(shù)據(jù)挖掘來輔助精細化運營、數(shù)據(jù)化決策等等。但是當市場進入了存量拼殺時代，每個公司都需要在保有自身份額同時，從競爭對手手上搶奪存量市場，業(yè)務(wù)對數(shù)據(jù)質(zhì)量和數(shù)據(jù)挖掘的需求突然就爆發(fā)出來。每個人都想知道，經(jīng)營問題到底出在哪里？如何推動業(yè)績繼續(xù)增長？
另外，人工智能在近幾年的發(fā)展，也引發(fā)了有識之士的關(guān)注。我們經(jīng)常聽到的問題包括：如果所有高頻的重復的機械作業(yè)，都將被機器所取代；如果所有事務(wù)性和勞務(wù)型的工作，都將被人工智能所取代，那么，企業(yè)將會是一個什么形態(tài)？在人工智能主導的社會里，企業(yè)最重要的戰(zhàn)略資產(chǎn)是什么？
進一步拆分算力、數(shù)據(jù)和算法的獲取方式，可以發(fā)現(xiàn)，算力和算法都可以通過公共供給來獲得，比如說上云，或者開源算法，唯獨數(shù)據(jù)很難從市場上獲得。而且，隨著國家和民眾對于個人隱私和個人信息的重視，在沒有成熟的數(shù)據(jù)交換市場之前，數(shù)據(jù)將越來越難以通過購買方式獲取。
簡單來說,數(shù)據(jù)是唯一一個需要通過企業(yè)自身積累而來的要素，然而，和汽油類似，一旦沒有煉油廠去處理石油原油把數(shù)據(jù)變成可用的汽油，沒有加油站去給汽車加油，那么，數(shù)據(jù)就是躺在數(shù)據(jù)倉庫里的原油而已，看得用不得。
這點，車企應(yīng)該深有體會，特別是隨著車聯(lián)網(wǎng)和電動車的推進，車企沉淀了大量的相關(guān)數(shù)據(jù)，每天至少幾個G的增長量，卻沒有產(chǎn)生任何業(yè)務(wù)價值?！肝夷苡眠@些數(shù)據(jù)干什么？」這是調(diào)研過程中最常被問到的問題。
以及，正如上文所描述的三個問題，數(shù)據(jù)如何處理和消費，從來就不只是一個技術(shù)問題，而是涉及到業(yè)務(wù)價值、技術(shù)規(guī)劃和組織保障三個領(lǐng)域的綜合戰(zhàn)略問題。要想解決技術(shù)問題，也需要從這三個維度入手。
六
如何從數(shù)據(jù)資產(chǎn)管理的角度推動企業(yè)數(shù)據(jù)戰(zhàn)略
根據(jù)我的研究結(jié)果，目前有三種推進企業(yè)數(shù)據(jù)戰(zhàn)略的主要方式：
6.1整體評估，組織先行
這是及其少見的一種推進方式，目前也僅僅在阿里和華為等少數(shù)公司身上有所體現(xiàn)。在這些公司，隨著公司戰(zhàn)略調(diào)整，首先就會先進行組織調(diào)整，比如阿里巴巴在馬老師提出「新零售」之后，就會迅速在人力資源層面增加「HR-新零售線」，來統(tǒng)一進行人力資源的規(guī)劃和安排。這件事情有多可怕呢？借用一位老師的觀點。他說傳統(tǒng)理論都認為「船大難掉頭」。但是，現(xiàn)狀卻是，像阿里巴巴這樣的巨型企業(yè)，因為擁有了優(yōu)秀的基礎(chǔ)設(shè)施，面對市場變化，可以迅速地掉頭；而小企業(yè)反而因為缺乏數(shù)據(jù)缺乏有效規(guī)劃「船小難掉頭」。這就顛覆了傳統(tǒng)的管理理論。
6.2業(yè)務(wù)先行，小步快跑
經(jīng)驗數(shù)據(jù)90%-95%的公司都會選擇這種方式來推進企業(yè)數(shù)字化轉(zhuǎn)型。簡單來說，IT部門會先從業(yè)務(wù)最迫切的需求、或者最能夠出成果的需求入手，使用數(shù)字技術(shù)手段來推動業(yè)務(wù)「試水」。如果有成果，那么就可以把該項目變成明星項目，說服企業(yè)高管和其他業(yè)務(wù)部門繼續(xù)采用數(shù)字技術(shù)；如果失敗，那么就繼續(xù)尋找下一個明星需求。主要就是通過小步快跑試水累積數(shù)據(jù)、累積技術(shù)能力，以及來為下一步的技術(shù)規(guī)劃提供判斷。
6.3技術(shù)先行，大步前進
這類企業(yè)通常都有比較明確的數(shù)據(jù)中臺（平臺）建設(shè)和數(shù)據(jù)資產(chǎn)管理體系的建設(shè)需求，盡管可能并沒有明確數(shù)據(jù)在企業(yè)內(nèi)的重要地位，以及如何去規(guī)劃和建設(shè)數(shù)據(jù)中臺和數(shù)據(jù)資產(chǎn)管理體系，但是都經(jīng)過了前期研究和討論，明確了建設(shè)需求。從我的理解來看，這些企業(yè)都希望用數(shù)據(jù)中臺（盡管詞義模糊不清）實現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型的跨越式發(fā)展。這類企業(yè)，對于數(shù)字化轉(zhuǎn)型咨詢的需求也最為迫切。
不管是哪種方式，我們認為，其內(nèi)在的發(fā)展邏輯都會類似于阿里巴巴的經(jīng)歷，先通過低成本的業(yè)務(wù)在線化「連接」企業(yè)和客戶，再通過數(shù)據(jù)在線化「看見」業(yè)績和顧客，然后建立數(shù)據(jù)「使用」能力來預(yù)測未來，最后用數(shù)據(jù)智能「賦能」業(yè)務(wù)轉(zhuǎn)型成服務(wù)公司或者平臺公司。
相對而言，我們更推薦「技術(shù)先行」的方式，因為不管選擇哪種方式，都會需要數(shù)據(jù)中臺以及數(shù)據(jù)資產(chǎn)管理體系，像經(jīng)營人力資產(chǎn)一樣經(jīng)營企業(yè)的數(shù)據(jù)資產(chǎn)。
當然，也可以尋求以數(shù)據(jù)資產(chǎn)管理為核心的大數(shù)據(jù)咨詢。大數(shù)據(jù)咨詢是奇點云針對市場需求所提供的服務(wù)定義。
傳統(tǒng)的咨詢通常是針對某一二個領(lǐng)域進行戰(zhàn)略咨詢和規(guī)劃，比如管理咨詢、財務(wù)咨詢、品牌咨詢和人資咨詢等等，其方法論基于經(jīng)驗總結(jié)而來，通過跨層級跨部門的調(diào)研，為企業(yè)提供第三方的中立數(shù)據(jù)以及規(guī)劃建議，便于企業(yè)高層決策。但是這些經(jīng)驗里面，并不包括數(shù)據(jù)資產(chǎn)管理經(jīng)驗，因此，需要有相應(yīng)經(jīng)驗的公司來提供咨詢服務(wù)。這也是提出大數(shù)據(jù)咨詢的初衷。
另一方面，大數(shù)據(jù)咨詢的特殊之處在于，除了商業(yè)因素和組織因素，還需要把IT和數(shù)據(jù)考量在內(nèi)，并且從能力建設(shè)的角度提供解決方案的建議，也就是不僅要面向需求端解決問題，更需要面向解決端提供能力，這也意味著大數(shù)據(jù)咨詢需要有端（需求）到端（解決）的解決能力。這也是大數(shù)據(jù)咨詢和其他咨詢方式的不同。
第三十四屆CIO班招生
國際CIO認證培訓
首席數(shù)據(jù)官（CDO）認證培訓
責編：liujy
免責聲明：本網(wǎng)站（http://www.www.gypb.net/）內(nèi)容主要來自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
本網(wǎng)站刊載的所有內(nèi)容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權(quán)歸原作者所有。任何單位或個人認為本網(wǎng)站中的內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，請及時通知本站，予以刪除。
搶沙發(fā)
