下载掌阅APP，畅读海量书库
立即打开
数字化转型框架是银行开展数字化转型、实施领域能力建设的基础。
在构建数字化转型框架（DTF）之前，我们首先提出支撑转型框架的DT思维范式结构，目的是在银行范围内建立起思考业务活动的统一“语言”，打破银行人员固有的心智模型，重新认识银行这个复杂的“组织动力系统”。通过对该“动力系统”的深入分析与解构，导出银行数字化转型框架。
1.系统思考的定义
“系统思考”是把复杂的事物当作系统去看待的一种思考方法。它构建一种全面综合的思考方式，目的是找到事物背后稳定的规律，因此，“系统”是可以被理解的。通过分析事物的现象而寻找事物内在的结构，并分析结构之间的交互关系，在整个思考过程中，不断地建立一种结构与关系相平衡的理念（即限制过度整体论或是过度还原论），以达到对事物本质的认识，可以用于决策，对系统思考的成果检验，可以通过预测结构创造新的涌现物来实现。
管理学大师彼得·圣吉将系统思考列为第五项修炼，提出了著名的系统思考的冰山模型（Iceberg Model）。
2.系统思考的冰山模型
无论是物理学还是事理学，可以发现一个认知共同点：通过对各自领域所产生的现象进行观察，通过思考来发现其中的行为模式并总结成可描述性的规律，然后利用这些规律能够解释更多的现象。典型如物理学的基本思路是：观察现象、总结内在行为模式、分析成因，然后构建一个具有普遍意义的规律。这种从现象归纳到逻辑演绎的系统思考方法，成就了人类今天各个领域的知识体系。
数字化转型属于事理学范畴，同样需要系统思考来发现其中的行为模式。著名的冰山模型，反映的就是系统思考的思考模式（如图2-1所示）。该版本的冰山模型是由著名管理学家彼得·圣吉（Peter Michael Senge）所提出。
图2-1 系统思考的冰山模型
使用冰山模型分析问题，主要是改变应对问题的思维方式，聚焦于“究竟发生了什么？”而非关注结论，只有这样才可以更准确地观察现象，从现象中取得更为有效的信息。
冰山模型分为五个认知阶段。
·事件（Events）：是当前所发生的事情，存在于自然界、组织或社会中。
·模式（Patterns）：是已经发生过的事件以及显示的趋势（Trends），模式是具有可重复性特征的事件（Events）。
·结构（Structure）：影响这些模式的因素以及这些模式的连接关系。
·心智模型（Mental Models）：反映的是形成这些系统（Systems）的价值观、信仰或假设，带有强烈的主观色彩。
·愿景（Vision）：表示想要达到的目标是什么。认识现象不是最终目的，而是创造对人类有价值的新现象。
目前国外很多机构在开展数字化转型中用到了圣吉的冰山模型，将该模型作为系统思考的工具。但是，作为要深入解剖组织运行原理的思考框架，导出银行的数字化转型框架，还需要对上述模型内容进行扩展，即：形成数字化转型的DT思维范式。
范式（Paradigm）是科学哲学家托马斯·库恩提出的概念，“‘范式’用来指代科学家从事研究时所持的核心概念，以此加深他们对世界的认识。”库恩将范式定义为科学行为“公认的模型或模式”。
为什么要提出数字化转型的DT思维范式？数字化转型（DT）是一项企业级的系统工程，涉及组织的“多方利益相关者”（Klaus Schwab），包括组织内部价值链以及整个价值网络生态的全部资源，Schwab对其描述为“周边系统”。组织成员都会在这项工程中成为参与者，他们会在DT中实现自我能力的进一步提升，是组织实现指数级增长的不可替代的力量。
既然如此，就需要在DT开展之初，建立一个统一全员共识的思考习惯，全体组织成员在DT工作中建立一种通用的语言，在组织内进行有效的沟通，形成共通的“思考模型”，这就是我们所提出的数字化转型的DT思维范式。
建立统一的DT思维范式对于DT至关重要。在以往全球性企业的每一次重大变革过程中，建立统一的思考方法都是首要关注的核心内容。IBM前总裁郭士纳（Louis·Gerstner）在《谁说大象不能跳舞》一书中对当年建立“全球服务部”时就提出了类似观点：“这是一项艰巨的任务——在全球基础上形成一个共同的解决问题的方法，建立一套共同的方法论、术语、技能以及知识领悟和传播方法，而且每年还要招聘培训数千名新员工。”
DT思维范式结构及DT相关的要素如图2-2所示。DT思维范式以系统思考的冰山模型为核心基础，针对DT关注的上下文要素，对冰山模型的内容具象展开。
DT思维范式的整体结构包括四个模型：系统思考的层次纵深模型（分析过程）、设计思维的模型（设计过程）、思维范式的运动循环模型（整合过程）、思维（成果）实现模型（产出过程）。DT思维范式反映了VUCA条件下高频迭代、敏捷交付的思想。
图2-2 DT系统思考范式结构及要素
（1）系统思考的层次纵深模型
纵深模型建基于冰山模型，并对冰山模型中的事件、模式、结构这三个要素进行了扩展，演变为：现象、事件、行为模式、领域、结构、本体、框架、领域模型及元模型，再加上心智模型共计九个要素。其中，要素“框架”再扩展为五个子要素。这些要素构成了系统思考由现象到本质的认知层次，贯穿在数字化转型的工程实践中。这些要素的每一个都可成为一个独立的主题进行阐述，本书主要围绕数字化转型“框架”（DTF）来阐述这些要素的意义。
在解释这些要素之前，需要对系统与实体、功能、操作数等重要概念进行说明，它们是DT思维范式结构中逐个环节都会涉及的基础概念。
·实体（Entity）：一般是指可以独立存在、构成现象本原的东西或事物，实体拥有属性并通过属性（或特征）来表明实体的定义（或存在）。
·系统（System）：由一组实体及关系所构成的事物（Thing）或单元（Unit）称为“系统”，其中，事物或单元也是实体。
实体与系统的关系是：实体（也称为元件、部件、模块等）为具有形式或功能两种属性的系统，形式代表实体是什么（What），功能代表实体用来做什么（Do What）。一个实体如果再细分，该实体就升级为一个系统；如果一个系统A归属于上一层的系统B，系统A则是一个子系统，同时，这个子系统就降级为一个实体。即实体也可以是系统，系统也可以是实体，实体可以无限分类，分类方式包括按照形式或功能两种方式。
1）现象（Phenomena）确定了我们所观察、感受到的问题，现象是事物（或系统）表现出来的、能被人感觉到的一切情况，分为自然现象和社会现象。在数字化转型中，现象是面临要解决的各类问题，如：数字化转型本身就是一个待研究的企业进化现象。
2）事件（Events）通常是可确定行为主体的现象（Phenomena）。数字化转型中，事件代表了有人参与的各种业务活动。
3）行为模式（Behavior Patterns）是由现象总结出的行为规律，具有可重复性。数字化转型中，行为模式作为可复用的资源，成为引入ABCD技术的重要赋能对象。数字化转型所必需的原子化架构，就是建立在模式的思想基础上，如：企业架构的构建块（Building Blocks）模式。行为模式的发现采用行为趋势图（时间与业务变量的曲线关系）或散点图。
4）领域（Domain）：行为模式从属于一组界限清晰的领域，并由领域能力所实现。数字化转型中，领域代表了一组能够输出行动、创造价值的能力。这些领域可以是：组织领域、文化领域、技术领域、人员领域、客户领域等。又如，企业架构中涉及的如业务领域、应用领域、技术领域等范畴。
5）结构（Structure）是系统的组成要素（承载领域能力的载体）及相互关系、可能引发的效果。包括了要素之间可能的因果关系、反馈作用等。结构的发现以行为模式的分析结果作为输入，根据在同一时间周期内可能相关的业务变量之间的变动情况，确定其中的反馈回路（增强回路或调节回路），确定业务变量之间的因果关系。结构包括本体和框架两部分。在数字化转型中，系统的结构重点分为构成企业资源的本体结构和支撑企业运行的框架。
6）本体（Ontology）：识别构成结构的基本单位。将组织视为一个可描述性的分类系统，本体是构成企业的基本单元。银行数字化转型的本体结构分析方法，可以借助Zachman框架，对组织资源进行精细化分析。分析结果包括产出的能力网格等资源，可以帮助组织实现数字化转型投资的ROI达到预期。需要强调的是：在后面提到的转型框架中，将本体和本体能力分离，本体是以“实体”为基础的描述性定义，本体能力是体现本体“存在”的定义，实体是其载体。
7）框架（Framework）：呈现模式中的规律的因果关系，支撑模式的同时又对模式进行约束的动态运行系统，核心是支撑能力。框架是现象最终内聚的表现形式。框架中包含可确定产生模式的关键领域（Domain）。框架也是不可细分的系统结构形式，它上面没有无关紧要的部分，拆除任何一个，都会引起系统的结构性崩塌。在框架中填充本体的内容可以形成系统的完整结构，最终解释现象，框架也是产生涌现物的基础。框架包括：基本要素（组成框架的有限本体定义，要素代表的实体具有创造价值的能力，该能力在DT开展时需要进行数字化升级）、要素间关系、理论基础（框架存在的合理性理由）、框架功能，此外框架还包含其使用的意义。
8）领域模型（Domain Model）及元模型（Meta Model）：领域模型是对现实世界概念类或对象在软件中的建模表示，它描述了一个领域选定方面的知识、影响或活动，用于解决与该领域相关的问题。本质是隐藏于结构和本体中的规律，这个规律有待于企业架构师去发现、去总结。这类似于物理学，当发现构成自然现象的底层结构和构成本体时，物理学家需要进一步地认识是如何给出一般意义的规律总结（借用数学或自然语言表达），规律揭示了现象的最终本质。例如：银行业务流程涉及很多实体：参与者、合约、产品、地点等等，需要对这些实体进行有序地抽象，形成一套领域模型。数字化转型中，对本体进行领域模型的建立是一项重要的规划内容。在银行业务建模中，BIAN框架的业务对象模型（BOM）是描述本体中关于实体的领域模型，服务域是描述本体中关于功能的模型。
元模型（Meta Model）：元模型是模型的“模型”，即对于领域模型，其发现过程也是建立在一个模型基础上，就是元模型，这是更为抽象的模型。例如：BIAN的业务对象模型（BOM），BOM有很多与服务域（Service Domain）对应的领域业务对象，这些业务对象模型遵循一个共同的抽象模型。DT思维范式的执行过程，通常希望得到领域模型的元模型，这样可以将领域模型控制在一个有序、可控的范围内。
9）心智模型（Mental Model）：心智模型反映了组织或个体基于现有的知识储备下对系统结构的认识，包括对本体、框架的认识。认识的方式是通过构建模型来实现。心智模型的改进通过三次认知循环来完成：首先，按照固有的心智模型构建模型来认识现象的本质，形成对本体和框架的第一次建模；然后进行认知升级，进入到下一个认知循环，放弃已有理解框架，通过思维“悬搁”充分地去体验现象，形成第二次心智模型，此时和第一次心智模型构成冲突，进入第三次模型修正的阶段；第三阶段，根据改进的心智模型实现对现象的本质把握，同时，实现新知识的创造，即知识创造是在模型的建立过程中完成的。知识作为体系性的逻辑内容，将散列的信息系统化，按照野村郁次郎在《知识创造的企业》中阐述的观点：组件化是显性知识创造的源泉。
心智模型在系统思考中与个体经验最为密切，对认识产生的结论影响巨大。圣吉曾对此提出：“多数人可以想象，个人的观点随着时间如何逐步自我强化，从而形成心智模型，形成未经检验的假设和习惯性的观察方法——比如，我们会对某一类人形成‘老套’的成见。”哲学家维特根斯坦给出了更为深刻的观点，他认为假设在表述之时就开始发挥作用：“个体表述对世界的认识实际是‘诠释’，当我们诠释时，我们形成了假设，而这假设可能是错误的。”为打破这种“老套”的成见，圣吉又提出“悬挂假设”的理念，即将个体的假设摆到桌面上，由大家共同讨论，为此，给出了一种开展悬挂假设的实践方法：推断之梯，如图2-3所示（资料参考来源：彼得·圣吉《必要的革命——深层学习与可持续创新》2018）。
圣吉用梯子做出了比喻：旨在表明我们的大脑习惯从观察到的数据（梯子的最底层）迅速转向对数据做出各种推论。在这个过程中，个体的观点容易根据对方的陈述（数据）形成推论，而该推论却没有经受过任何验证，结局是难以形成一个有效共识的结论。通过悬挂假设，对假设进行验证，这样在个体间通过交流讨论，不再固守自己的立场，正是通过这种“彼此学习”的方式，改进了心智模型。
心智模型的改进需要不断地进行反思思考，该模型被众多国际银行广泛应用于客户旅程分析及业务模式构建。
（2）设计思维的模型
通过系统思考的纵深模型，完成了关于问题分析的过程，形成了认识现象的心智模型（包括组织或个体）。接下来，需要将心智模型转换为有价值的方案改进与设计过程。我们可以根据客户与市场的诉求给出要开展DT的领域，接下来就需要在这些领域中寻找解决方案和更好的客户体验，这需要设计思维（Design Thinking）来解决。
设计思维的精髓有二：一是所有利益相关者一起参与需求与设计过程（Co-Design），而且视他们地位相同，每方观点都受到尊重并达成一致的结论；二是对达成一致的结论进行小步迭代和验证，利益相关者阶段性持续评审。如此循环迭代，直至产品或服务落地。设计思维与系统思考在DT实践中根据具体面临的问题可以交叉使用，系统思考侧重对现象的分析，寻找内在的结构和运行原理，设计思维则能够创造出新的“现象”——解决方案，以实现组织的能力建设，推动DT的前行。在这里，引用哈索·普拉特纳软件研究所（Hasso Plattner Institute）的六步设计思维法，作为开展DT的设计思维工具，如图2-4所示。
图2-3 推断之梯与认知过程中的信息丢失
图2-4 六步设计思维法
1）理解：对导入的模型（如：领域模型）进一步理解其隐含的需求。
2）观察：通过对模型所解释的现象过程进行观察，进一步理解需求。
3）定义视角：导入的模型作为心智模型的产物，通过跨领域专家协作，把各种观点进行汇总，并进一步分析，然后，建立一个共同的描述语言基础。
4）构思：利用头脑风暴的方式，结合不同个体的方法，得出一个初步的方案。
5）原型：一个拥有基本结构的输出物，即初步的方案。
6）测试：运行并验证输出物与最初的理解和观察是否相符。
上述六步过程中都会存在不同的回归迭代（图中的返回曲线），意为在经过测试确定一个原型可以被采用后，还需要通过反思思维（Reflective Thinking）对原型进行进一步完善以达到工程化推广的要求。
DT本身涉及众多跨领域的资源（知识、人才）的协作，因此，设计思维体现的是整合不同背景的能力资源协同创新。
（3）DT思维范式的运动循环模型
运动循环模型体现了在DT思维范式中心智模型的改进过程。心智模型改进通过三次认知循环来完成。
·第一次认知循环：初步认知模型的构建阶段。按照固有的心智模型构建认知的对象模型来认识现象的本质，形成对本体和框架的第一次建模。
·第二次认知循环：认知冲突产生与升级的阶段。在该阶段，首先要打破惯性思维控制下的初步认知模型，放弃已有理解框架，通过思维“悬搁”充分地去体验现象，形成第二次心智模型。此时再次构建的模型和第一次心智模型形成冲突，需要建立新的认知范式，进入模型修正的第三次认知循环。
·第三次认知循环：根据改进的心智模型实现对现象的本质把握，同时，在这个过程中，实现新知识的创造。
因此可知，知识创造是通过模型的建立过程中完成的。作为体系性的知识将散列的信息系统化，形成条理化的内容。
完成上述三次认知循环过程需要善于运用以下三种认知方法。
·范式转换：库恩认为，范式就是一种公认的模式。数字化转型就是组织成长道路上的一次范式转换。Tom Goodwin（《商业达尔文主义》一书作者）认为，企业在推动创新和发展设计方面，需要释放范式转换的力量。组织应该在发展的过程中不断地思考此前的“假设”，即通过更新组织固化的心智模型，积极地寻求改变——一种模式在此前的范式中运用，在另一种范式中也会大获成功。如：组织的某个领域能力（如运营）在经典EA架构中发挥作用，在数字化升级后将产生更具影响力的作用。因此，我们认为范式转换是组织的一种新型颠覆性创新，它将打破既有范式下组织竞争能力趋同的局面，在范式飞跃中寻找组织的第二增长曲线。
·SECI知识创造：在DT思维范式中，通过隐性知识和显性知识相互转换的一套方法（详细内容参见4.3.2），实现认知能力的改善并创造出新的知识。
·悬搁：DT思维范式所强调的一种“沉浸式”思考方式，即：通过摒弃固有惯性思维，重新建立反映客观事物真相的心智模型。
（4）思维（成果）实现模型：业务操作系统
业务操作系统这一概念由组织文化之父埃德加·沙因在《组织文化与领导力》中提出：“‘操作系统’一词的含义远不止OSX或Linux；这些抽象化和标准化的OS，可以使得企业和个人用户在高度复杂的机器中找到通用的工具。我们现在已经进入了一个全循环——我们借用个人计算机隐喻来描述商业结构和功能。‘业务操作系统’概念将对组织工作方式的描述标准化。公司文化是一个抽象概念，现在我们认可文化是‘业务操作系统’必不可少的组成部分”。
业务操作系统反映了DT思维范式中，经历分析、设计、整合过程后将成果落地实现的过程，该过程随时可以在整合阶段完成后启动，从而不断将最新的思维成果实现。心智模型驱动的三次认知循环结果正是为了构建组织的业务操作系统。现实中，它是DT时代开展组织设计与变革的数字平台，平台承载了各种以系统和实体为单位的业务活动构建资源，包括能力、信息、服务等企业级构建块。
这些构建块支撑了组织设计的一项关键的工作：将组织工作方式标准化，并将组织日常工作聚焦到设计各种创造价值的业务创新活动。如：以BIAN的服务域（Service Domain）为基础进行业务模式创新。这种依托于业务操作系统而建立的工作机制将成为DT时代一种鲜明的企业文化。
1.什么是指数思维
指数思维是彼得·戴迪斯曼和史蒂芬·科特勒提出的概念，是指善于寻找以指数级增长曲线发展的指数级技术。指数思维依赖强大的聚合知识应用，指数级技术包括以指数级增长的CPU技术以及分布式网络技术。基于指数级技术，我们可以设计各种业务场景。
2.指数思维对于数字化转型的作用
为了在数字化转型中实现价值的指数级增长，我们不仅需要善于寻找指数级技术，同时要善于利用指数级技术构建价值创造活动。
为此，我们需要建立一种“非线性”的思维习惯，这与以往的“线性”思维方式有所不同。线性思维通常聚焦于局部资源，例如：设定一组目标客户，开展一项业务活动。非线性思维则不以局部资源为焦点，而是向“全网资源（价值网络或社区资源）”同时发起“连接”，以创造更多的价值交换机会。
因此，指数思维对于数字化转型而言，就是依托数字化技术，实现一种急剧提升组织资源价值创造效率的机制，其增长曲线呈现指数函数的特征。在数字化转型中，符合指数思维的典型场景如下。
·构建并行计算能力：将组织的能力资源分布部署在云端，利用云端资源的并行计算能力实现业务效率的提升，如：利用AI与大数据进行决策分析。
·引入更多的参与者开展创新活动：将组织的业务组件向社区资源开放，引入更多的参与者协同创新，提升组织创新活动的效率，降低新产品的推出周期。
·对人的管理转变为对人的能力资源管理：将人员的能力进行精细化定义，按能力资源单元（一个人有多种能力，定义为多个能力分区）进行企业级调配，充分发挥人的能力资源效能。
·跨领域知识的深度融合：利用大数据和AI技术，提升对多种知识的综合使用能力（大规模信息检索或自动化建立知识图谱），加速组织业务创新步伐。
·大规模定制产品与服务：产品设计与数字化技术的结合，实现大规模客户定制化的产品方案，提供个性化的敏捷服务。