下载掌阅APP，畅读海量书库
立即打开
框架（Framework）是系统（或现象）的基本支撑结构，可以围绕框架构建具体的目标内容。
数字化转型的最终目标是让组织在VUCA时代，成为一个具备随需而变、快速调整能力的“组织动力系统”。因此，组织必须存在一个应对变化的基础框架，这种框架具有所谓“结构的基本特征不变”的性质，即：基本的元件（如：微服务）功能刚性不变（或变化微小可控），但“结构”可以应付任何来自内外部的需求变化。
数字化转型框架（Digital Transformation Framework，简称DTF）是指导组织开展DT的基础，聚焦影响DT成败的若干领域，明确了在相关领域中需要开展的相关能力建设，提供了如何实现能力建设的具体方法。
DTF为银行DT工程规划了一个行之有效的实施路线图。银行数字化转型就是要实现DTF中所规划的领域内容，将这些内容与数字化技术相结合，提升领域能力的指数级增长。
1.银行数字化转型框架的构成
银行数字化转型框架（DTF）意在构建一个指导银行开展数字化转型的蓝图：从何处着手开展能力建设、达到什么效果。围绕数字化转型框架实施数字化转型工程，是银行成功实现数字化转型的有效路线。
（1）利用DT思维范式导出银行DTF
由于DTF对于银行开展数字化转型意义重大，那么，DTF的设计合理性就显得尤为关键。为此，需要基于DT思维范式，导入实施DT的目标，推导出DTF的基本组成元素及其关系。也就是要确定数字化转型框架的元模型（Meta Model），推导数字化转型框架的基本思路如图2-5所示。
图2-5 推导数字化转型框架（DTF）的基本思路
有了元模型，就可以继续进一步分析构成DTF中的每一个组成元素，最终为银行建立一个体系合理并具有可行性的数字化转型框架。
首先，要确定银行开展数字化转型所要达到的基本目标和必要条件。
·基本目标：银行要实现价值的指数增长并具有持续的自我改进能力。
·必要条件：银行要有适应VUCA敏捷性要求的能力。只有具备敏捷应对不确定性变化的能力，银行才能够把握来自市场的各种机会，才可以在机遇面前快速地提供解决实际问题的方案。
确定了实现基本目标的必要条件，就需要进一步分析满足必要条件应具备哪些组成元素。为此，按照DT思维范式逐层推导出这些元素，如图2-6所示。
图2-6 基于DT思维范式推导出DTF元模型
·银行如果具备应对VUCA条件下的敏捷性，就必须要展现出组织行为一致性的企业能力（Capability）。也就是说，对于来自银行内外部的任何变化，组织行为模式都表现为能够快速输出一组彼此可以“有效配合”的企业级业务能力。
·企业级业务能力，必然完整反映在企业架构（EA）的各个层级（领域），包括：业务架构、应用架构、数据架构、技术架构等。因此，企业架构就成为进一步不可或缺的元素。
·如果要求组织具备企业架构的各层能力，那么就需要组织拥有完整的EA中与所有重点领域相关的知识（Knowledge）结构，如：业务架构就需要掌握银行价值链的各个活动所需要的知识。
·领域模型就是上述所要求的知识具象化的表达形式，其提供了最合适的建模方法，存在的形式是可复用的业务组件、技术组件的组合。各领域知识向企业能力跃迁的过程是通过领域模型（Model）来完成的。而通过模型实现组织变革的蓝图恰好是企业架构的核心定义内容。
·数字平台与运营主干就是上述领域模型最终得以实现和运行的平台（Platform），在此平台上，实现数字业务创新和盈利业务的卓越运营。
以上就是利用DT思维范式推导出银行的数字化转型框架DTF的元模型过程，揭示了DTF所涉及的五个关键组成元素。数字化转型框架的组成元素再结合数字化技术，就能够实现银行数字化转型的基本目标。
（2）银行DTF定义与内容
接下来，就DTF元模型中的五大要素：行为一致性的企业能力、企业架构、多领域知识、领域模型、数字平台与运营主干进行分析，这五大要素构成了银行的数字化转型框架（DTF），如图2-7所示。
1）行为一致性的企业能力：转型涉及的关键领域。
银行如果要具备行为一致性的企业能力，就要在顶层的六个组成部分实现“有效配合”，这六个组成部分分别是客户洞察、业务战略、流程设计、产品设计、业务模式、组织结构。这六个组成部分是组织设计所关注的领域构建块，也是支撑银行开展数字化转型的六大焦点（或关键）领域。
图2-7 银行的数字化转型框架（DTF）
·客户洞察：价值创造活动的起点，是组织开展营销活动的核心部分，客户洞察为组织后续的活动提供了关键性的输入。这里的客户泛指银行所有的利益相关者。
·业务战略：组织针对输入的客户洞察而开展的规划。通过对利益相关者环境的分析，构建以数字化技术与人力资源相结合的敏捷方案，为运营活动奠定发展方向。
·流程设计（价值流）：本着为利益相关者创造价值的目标设计实现共赢的价值流，从而以价值流为核心（构建块），全方位服务于客户的生活（或商业）事件，进而实现组织的价值链/价值网络，以获得竞争优势。
·产品设计：数字化转型时代中的价值创造的产品和服务（Offering），体现出个性化、组织的人本精神、利益相关者互惠终生的精益产品“生产”体系。
·业务模式：通过为利益相关者提供的价值流活动，构建出一种在市场生态网络中创造价值的商业模式或业务运营模式。
·组织结构模式：支撑业务战略实现的组织构建机制和架构形式，人力资源的能力分区化管理与快速适配业务活动的需要，最终体现为组织的敏捷应对外部变化的能力。
现实中，银行需要针对上述六大焦点领域逐层分解更为详细的不同颗粒度构建块，最终寻找到支撑起企业级能力的基础构建块，也就是构成企业本体的资源。本体资源反映出创造企业价值的能力，即本体能力；在此基础上，借助数字技术赋能，增强本体能力，从而使本体资源展示出数字能力——数字经济时代组织应该具备的新型能力。
此外，DT思维范式和指数思维在上述六大焦点领域的能力建设和业务运营中，在指导转型工程具体开展、确保工程成果有效方面同样具有不可或缺的价值与意义。主要表现在对转型工程提出基于5W1H形式的问题：执行转型的构建块列表是什么（What）；转型的愿景，即为了达到何种业务目标而转型（Why）；执行转型工程的业务层级，即在哪里（业务区域/业务领域/服务域）开展转型（Where）；当前执行转型的业务层级的成熟度，即转型工程演进的程度（When）；转型的执行者/设计者，即转型工程管理的责任者是谁（Who）；如何构建转型的能力（How）。
在这里没有将“技术”作为聚焦点，主要是考虑到银行的信息化程度、数字化成熟度起点较高，特定技术的引入不是关键问题。行业已经形成共识：DT成败的关键是业务转型。
2）企业架构：企业能力构建的全景地图。
企业架构（EA）是通过模型设计来实施组织变革的蓝图，是组织构建转型的能力所必需的工具。EA所定义的业务架构、应用架构、数据架构、技术架构等内容覆盖了组织运行所需要的全部资源定义。
通过EA，组织可以构建企业级不重复、可共享的各类资源。这些资源的“有效配合”确保了组织输出行为一致性的企业能力。
此外，数字技术加持下的企业架构过程可以构建适应DT时代的敏捷企业架构（关于EA的相关内容参见2.2.3）。
3）多领域知识：支撑DT作为第四次工业革命标志的理论基础。
作为第四次工业革命的标志，数字化转型应该如前三次工业革命一样，有DT自身的理论基础。然而，目前尚没有统一的DT理论，主要是咨询公司为代表的行业领域理论作为基础，用以构建数字化转型框架。
虽然DT与前三次工业革命相比，没有革命性的知识产生，但是，恰是这些人类发展到今天所拥有的全部知识，构成了转型框架的理论基础，为转型框架置入了的稳定性特征。
Schwab在《第四次工业革命——行动路线图》中指出了这一点：“推动第四次工业革命的新兴技术建基于以往工业革命的知识和系统，特别是第三次工业革命的数字技术。”
对于银行业而言，所有外部显性化的竞争模式（如营销手段、产品、服务流程等等），都可以在很短的时间内变为趋同，最终导致在一个有限的资源环境中竞争，业务发展也将达到“增长的极限”。要改变这种局面，需要银行具备一种善于持续构建差异化的竞争能力。
基于数据与知识的决策能力就成为银行DT中一项核心的能力建设目标。因此，银行要有极强的知识创造与对各类知识的综合应用能力。
构建完备的知识体系涉及的领域非常广泛，就银行业而言：管理学、金融学、企业架构、系统动力学、数学、甚至哲学的一些思想都会引入进来。应用系统的竖井式建设注定要被抛弃，知识的竖井式获取同样也会被摒弃。DT时代，需要组织具备一项融合能力，将各类专业的技能知识，转变为组织一项独特的知识创造，从而构成组织独一无二、他人难以模仿或者要花费巨大投入成本才能匹配的隐性资源。这与波特关于整合后的价值链难以学习模仿的理念是一致的。
数字化转型可以说是组织的一次“能力奇点”的建设，即：在知识体系完备的情况下，结合ABCD等数字化技术，组织能力将达到一个高度智能、敏捷的运行状态。
4）领域模型：切实要落地的具象化知识。
银行数字化转型会涉及许多不同领域的业务知识，在这一方面，Zachman、Roger Evernden（IFW框架发明者）通过行业的实践和理论研究，总结了在银行业相关的领域模型，这些模型得到了行业实践与验证。银行开展数字化转型，需要将相关领域模型与ABCD数字化技术相融合，以加速提升银行的业务能力。
领域模型是构建六大焦点领域的能力建设所需要的全部确定性知识。这些模型大多是行业已经实践并且逻辑严谨的业务模型或方法论。例如：与企业本体、数字能力、本体能力相关的ABCD等数字化技术模型、自组织与涌现模型、EA框架模型、领域驱动设计、功能模型、能力模型；与客户洞察相关的有福格行为模型、生活事件驱动模型；与业务模式相关的领域级、模式级、流程级各种模型；与业务战略相关的可持续竞争优势模型、瞬时竞争优势模型；与产品设计相关的精益产品开发体系；与组织结构模式相关的敏捷性组织、学习型组织等方法论；与流程设计相关的价值链模型、流程分类模型、工作流模型。
利用这些模型，可以有效地对六大焦点领域所分解的各个不同颗粒度的构建块进行业务建模（这部分内容更多参见第5章）。利用领域模型进行业务建模的成果，能够为银行输出在数字平台上可技术实现的数字化业务能力，这些业务能力可由DT基本构建块进一步构建成能力构建块、业务对象构建块、服务构建块。
5）数字平台与运营主干（系统）：支撑数字业务创新与卓越运营的平台。
Gartner曾提出过双模IT的概念（bimodal IT）在业内盛行，记录型系统（类型Ⅰ）与交互型系统（类型Ⅱ），前者如核心系统（ERP）、HR、CoreBanking等，侧重于“做的正确”；后者则是变化速度较快，由各种（来自市场或客户需求等）事件进行驱动，需要快速地响应反馈，通过试验找到最能满足客户需求的方式，侧重于“做得快速”。
数字平台是支撑业务模式创新（适合推出最小可用产品MVP）、数字产品设计与发布的平台，平台支持这些活动的主要资源是各种情境组件、能力组件、访问共享资源的外联组件、业务工件；运营主干（与数字平台可高频推出MVP不同，主干系统更强调准确性）则是银行利用遗留的各种业务应用（或账务）系统，如：CoreBanking、ERP系统等，开展卓越运营。运营主干的主要资源是访问众多遗留系统的一组共享资源（数据、流程、规则、应用、知识库等）。
上面阐述了DTF的五个重要组成元素的相关内容。接下来，关注DTF所揭示的六大焦点领域在银行持续转型中所呈现的复杂系统关系。
2.VUCA条件下领域构建块之间展现出的非线性关系特征
信息化时代，银行总体遵循的是建立可持续竞争优势的战略，业务活动的种类总体相对稳定，银行向市场提供的仍以标准化的产品和服务为主。DT时代，买方需求强烈影响着市场行为，消费者在与服务者的博弈中呈现优势地位。这种情况下，以往同质化的服务将会使银行竞争乏力，银行需要做出改变，随时为不可预测的市场行为与客户偏好提供定制化的产品和服务。
上述差异反映在框架层面，就是领域构建块（包括业务能力、反映业务变量的业务对象（BOM）以及基础能力构建块等）之间的相互影响程度，体现为非线性关系。
信息化时代，不同领域构建块的业务能力输出形式，大多是这些构建块对应的应用系统中内聚的一项功能，即：银行提供的标准化业务（流程）服务，领域构建块之间彼此产生的影响相对较小。
DT时代，领域构建块之间的影响波动就很明显了，此时构建块的业务能力输出形式为分布式部署模式下的企业级共享的基础能力构建块的组合，表现为产生的涌现活跃度提高，反映到市场就是高频的业务创新活动。如果组合中的某个基础能力构建块表现的效能（受参与者等其他资源影响）较低，那么，将会对整体业务能力的质量产生重要的影响，如图2-8所示。
图2-8 DT时代-能力构建块之间的多重连接
因此，DTF明确了需要对领域构建块之间的反馈回路（调节回路、增强回路）进行分析，包括利用数字化技术洞察领域构建块之间存在的各种影响。现实中，通过对领域构建块中各类业务变量的行为趋势变化分析可能存在的因果关系，从而做出相应的业务调整（如运营模式），优化的结果与成效最终都会反映到CAMELS+评级指标中。
综上，在DT时代，组织自我持续改进成为常态，那么，就需要关注数字化转型框架内的领域构建块之间因业务变量（或业务对象）波动传导而体现的系统动力学关系。如：价值链/价值网络的优化调整对组织结构的影响，反过来，组织结构调整对于价值链形成的影响；业务模式对价值链活动（如：人力资源的分配活动）的影响；价值链/价值网络调整反过来对业务模式的影响等。
图2-9显示了银行各个转型领域（顶层领域，子领域还可细分，从而形成更为复杂的回路）之间由于业务变量的波动变化而产生的相互影响（一个领域的相关业务变量波动会对曲线箭头指向的目标领域产生影响）。在DT时代，银行运行体系呈现为一个复杂的“组织动力系统”。
银行在持续改进的过程中，可以根据领域的业务变量相互变动（如：资源分配调整、行动策略调整等）的影响和业务目标，确定改进策略，调节回路或增强回路，让“组织动力系统”处在一个动态均衡的发展过程中。过程改进的情况也要准确地形成数据记录，尽可能扩大数据内容的维度，DT所要求的不仅是业务数据，还应包括内部流程的改进数据，总之，丰富的数据更有利于后续分析因果回路图，为改进计划提供合理的依据。
3.DTF的价值
DTF为银行开展数字化转型提供了一个信息结构化的有效方案，一个推动转型工程开展的全景视图。依据该方案，银行可以清晰地看到自身当前的数字化转型成熟度，具体包括在企业架构视角下，哪些领域构建块已经实现了数字化技术赋能并为组织价值指数增长提供了预期的支撑；哪些领域构建块目前数字化技术加持的覆盖面还不够，需要银行进行补强。
通过对逐层分解而形成的不同颗粒度领域构建块，银行通过对这些构建块的业务建模、业务活动的运营、分析、优化等工作，可以为银行积累宝贵的数字化转型的经验，建立可为后续持续转型提供智力支撑的知识库。数字化技术的深度应用，在帮助银行创造价值增长的同时，也能够发现很多仅凭人的经验是难以发现的“暗知识”，这都会成为银行提升竞争力的宝贵资源。这些因转型活动而不断产生的新知识，有效地推动了银行向学习型组织进化，也为银行形成了一种持续创新的DT文化。
综上，数字化转型是一项系统工程，它横跨多个不同的学科领域，从管理到业务实务，从企业架构到数字化技术。因此，银行开展DT就必须从构建数字化转型的“核芯”开始，而数字化转型框架DTF就是支持DT的“芯”。DTF本身同样是一个“复杂系统”，其涉及多个领域实体及领域实体的关系，以及实体通过交互产生的涌现验证与预测，故需要运用DT思维范式去理解。
图2-9 DT与银行“组织动力系统”
1.根基于对复杂性系统的认识
银行数字化转型涉及内容广泛，是一项系统工程。DT是从整体到局部对组织的一次全面梳理，从而包含银行经营管理过程所涉及的全部要素——业务领域，要素之间存在着复杂的关系。
数字化转型框架的构建原理正是根基于上述认识，通过一个稳定的结构来把握银行这个复杂的“组织动力系统”，并从稳定的结构中识别出一组基本的实体。
企业运行是一个典型的事理学现象。我们通常把一个业务活动目标的实现归因于设计，但也发现一个现象，我们设计的方案有时并不成功。问题出在哪里？
我们在分析业务活动目标实现的原因时，通常关注的是“可见”的关键因素，实际情况是，还有一些“不可预见”的因素在某种程度上产生了作用，进而影响了关键因素。系统动力学中有一种“混沌”理论，描述的现象是，微小的初始条件变化将会使整体产生意想不到的结果。目前，银行间业务发展同质化，很大程度上根源于对不可预见因素的忽视，过度地聚焦在所谓“关键”因素。
DTF从顶层定义银行DT的焦点领域，通过逐步细分，形成企业级关于这些领域的各种基本构建块，这些基本构建块囊括所有业务活动中的“可见”要素与“不可见”要素，这些要素是具有业务意义的变量。通过发现这些业务变量之间的关系，观察反馈回路，进而洞察（利用AI与大数据技术）业务活动中可能出现的扰动并及时进行调整。因此，DTF是系统思考DT这个复杂系统的必然结果，DTF的构建离不开DT思维范式。
构建DT思维范式，就是希望组织以转型框架为抓手，建立起多视角看待与分析问题的习惯。包括：自上而下、自下而上、自中向上而下等。进而把控经营管理活动中出现的不可预见的现象或事件，做到后续解决方案及时跟上。
现实中，我们期待系统顶层设计者精通其战略（Strategy）、经营（Management）、业务（Business）、技术（Technology）及操作运营（Operating），从而有利于推动组织开展DT，但这并不容易。围绕数字化转型框架则可以有效地改变顶层设计的效率。
2.建立在认识企业的运行原理之上
对组织运行原理的认识，可以分为两类观点：一类是纯管理学派下对组织运行原理的解释；另一类是通过IT信息系统的构建重新认识组织运行的原理。前者在管理学的发展中很少与后者产生深入的联系，正如Rado Kotorov博士在《Data-Driven Business Models for the Digital Economy——How Great Companies Run on Data》中指出：在过去的一百年里，商业教育一直都是关于管理物质、财务和人力资源的。
如何管理数据和数字资产，商学院从未教过。后者则是20世纪80～90年代随着企业信息化建设的开始，由IT人员因系统建设的需要，从而“被迫”去了解组织的运行原理，由此提出了各种框架（FrameWork）。正是这种基于IT系统建设的视角，为深入了解组织运行的原理打开了一个新窗口。
接下来，我们就从认识企业原理的四种视角来分析转型框架的构建原理。
（1）科斯交易成本理论
科斯的交易成本理论认为，企业规模的变大导致内部交易成本（由协调成本和激励成本构成，如：信息搜索成本、沟通成本等）上升，当内部交易成本高于外部交易成本时，企业规模将停止扩张。
由信息化与互联网而生的网络经济挑战了经典的交易成本理论。网络为企业运行降低了交易成本（典型如交易费用结构），但在降低企业决策成本领域仍未达到极限。数字化技术的引用，将进一步降低内部交易成本（如业务创新成本），提升决策的效率与质量，加速创新频率，建立新的企业管理机制等。
为此，满足交易成本降低需要分析构成企业的基本元素是什么。这些基本元素能够解释企业运行的全部过程。Zachman框架给出了描述企业基本元素的本体结构，在此基础上，可以为企业构建业务活动涌现基本构建块，将构建块与数字化技术相结合，会使企业活动的构建和执行效率得到极大的提升。与此同时，与以往的交易成本相比，此时企业会节约更多的交易成本。
（2）德鲁克的事业理论
德鲁克的事业理论核心思想是：企业若想获得成功，需要清楚地知道所处的环境、使命和核心竞争力。
数字化转型作为第四次工业革命的标志，是一项全社会的工程。因此，对银行来讲，开展DT既是一项主动行为，也是一项被动行为。随着各行各业开展DT，企事业组织陆续融入整个社会价值网络生态，将迫使包括银行在内的所有行业组织成为一个开放系统，并在其中开展各类价值交换活动。对企业来讲，这种开放不仅仅是提供一项产品或服务，而是内部能力的开放。
企业的使命也将发生变化，对于银行来讲，向客户输出服务将转变为与价值网络生态中的合作伙伴实现价值交换。这将改变银行与客户以往建立的关系，如今，银行日益将客户视为银行战略制定的重要参与者，而非原来的单一客户身份。成为开放型企业后，银行更加需要增强学习型组织的建立，确保与价值网络生态的各种开放能力对齐，明确银行的客户是谁，应该提供什么样的业务。
企业的核心竞争力，从业务能力表现层面，在价值网络生态中因共享开放而失去“隐蔽性”，能力被复制或被赶超将会频繁出现，此时，企业的核心竞争力是什么？
对于银行来讲，DT时代的核心竞争力就是知识创造能力，唯有隐性的知识才能成为开放系统中难以被模仿的资产。具体表现就是利用ABCD与以往知识进行聚合，升级基本能力构建块，持续地进行业务创新。
在社会价值网络生态中，变化是常态，银行为应对这种不可预测的高频变化，需要具备一个稳定的框架作为基础，实现以不变应万变，这就是转型框架的存在理由。
（3）熊彼得的创新理论
熊彼得认为，企业获取的利润是短暂的，竞争对手的不断赶超将迫使企业只有通过不断地创新才能获取不断利润，这种持续性创新理论影响了克里斯坦森的破坏性创新理论的出现。
创新的本质就是企业（能力）资源实现无限可能的“交易”连接与组合。企业如果实现持续创新，首先需要构建尽可能多的能力资源，只有充足的能力资源，才能建立更多的可能连接。如果这种机制与数字化技术相结合，产生连接的速度与效率将得到指数级提升。
转型框架从银行顶层的焦点领域着手，开展能力建设，包括定义企业级MECE的基本能力构建块这项工作，这些构建块可以通过组合连接构建更多的业务能力，而更多的业务能力产生更丰富的业务活动，这就为企业持续创新打下坚实的基础。
（4）Zachman企业本体论框架
Zachman从IT视角第一次真正开始了对构成企业运行要素的深入分析。Zachman通过结构化的方式，给出了构成企业的实体要素，这些要素支撑了企业的运行，Zachman企业架构本体论框架由一组不可重复并且稳定的基本实体构成。
而这些MECE的实体，可以再细分为基本构建块。Roger Evernden在深入分析了Zachman框架后，给出了金融行业的信息框架IFW模型，更明确地提出了银行的本体构成要素。
对于银行基本原理的理解，穆拉德·乔德里在《商业银行导论——原理、战略合风险管理》中提到：“所有银行的基本业务模式都是相同的”，并深刻总结了历史上银行业务模式的基本要素，它们是：杠杆、缺口（资产负债错配）、流动性、风险管理，如图2-10所示。
图2-10 银行业务模式
2003年，一项对104位CIO的技能需求研究发现，企业架构（EA）被列为最为重要的业务领域技能需求。
长期以来，企业架构（EA-Enterprise Architecture）在人们心中被赋予了太多的“技术”烙印，致使在企业研究中，企业架构的地位始终没能达到“企业级”的顶层关注层级。在相当一段时间里，大多组织将企业架构理解为“IT架构”或“信息系统架构”。近年来，随着各种行业推行数字化转型，企业架构再次成为关注的重点。
西方发达国家很早就关注企业架构，并将其作为承载业务战略落地的核心方式，并在企业架构领域开展了深入的研究与实践。如今，企业架构已经发展成为一门独立的学科，利用众多不同领域的知识来认识企业的结构与运行原理。
可以说，企业架构是信息化时代开启的一种新管理学实践。
什么是企业架构？不同行业及组织给出了多种定义和解释。在这里，我们引用美国联邦政府总问责办公室（GAO）对其的定义：
“企业架构（EA）是在模型中定义的组织变革蓝图，这些模型描述（以业务和技术术语）实体当前的运营方式以及未来的运营计划；它还包括向这种未来状态过渡的计划。”
EA是一种（可形式化表达）模型。在这个模型中，可以实现对组织战略的落地情况进行预先推演；在推演过程中，可以对相关模型变量进行调整或纠错，从而能够降低组织战略和运营的试错成本，并能够有效分析现实的演进情况。从这个意义上，企业架构是认识企业这个复杂“系统”不可或缺的方式。
因此，组织引入企业架构，首先就需要将其从“IT技术”领域解放出来，EA所能做的工作远远超出技术范畴，它是开启DT时代深度认识企业的一把钥匙。
需要说明的是，企业架构中所指的企业并不只是市场环境中以盈利为目标的公司，而是所有的泛组织类型。
接下来的内容按照图2-11所描述的依赖关系（图中3～6步）展开，以说明EA在数字化转型中的重要作用、演进和意义。
图2-11 企业架构（EA）在数字化转型中的位置
图中，以转型框架为基础驱动引擎，在焦点领域开展组织能力建设，此时，需要EA的介入。其中，模式语言的发明提升了对企业结构的深度理解，并为企业架构的形成奠定理论基础。EA模型展示了对企业运行原理的理解，并实现在模型中开展组织变革活动，Zachman框架、IFW框架是重要的EA框架；通过解耦企业中的关键业务变量，使EA工作可以按照领域定义基础构建块。构建块是数字化技术赋能提升业务能力指数级增长的实现基础，有了构建块与数字化技术的加持，敏捷EA成为可能；有了敏捷EA，企业对市场与客户需求的感知与应对能力得到极大提升，从而成为敏捷组织。
1.企业架构：探索企业运行的原理
企业架构发展至今已有30多年，通常以Zachman先生于1987年提出的Zachman框架为始，尽管当时没有EA的概念。时至今日，Zachman框架是仍然具有重大意义的企业架构框架（EAF）。
企业架构的思想溯源可以称之为认识论上的飞跃，如果要理解企业架构，最好的方式就是了解企业架构的发展历程。接下来，我们介绍一些对EA产生和发展起到重大影响的事件，通过了解EA先驱们的工作，来理解企业架构的思想内涵。
可以毫不夸张地讲，企业架构就是一部探索企业运行原理的思想史。
接下来，介绍EA发展历程中的三个重要事件：建筑模式语言的诞生、Zachman框架（EAF）的出现、IFW框架的出现。
（1）建筑模式语言：分析与解释现象背后的趋势或规律的关键方式
C·亚历山大（Christopher Alexander）是哈佛大学历史上第一位建筑学博士，加州大学伯克利分校终身教授，美国艺术和科学院院士。作为一名具有历史性贡献的建筑学家，同时，也作为最早使用计算机辅助进行建筑结构设计的建筑学家，Alexander提出了对后续软件架构设计产生深远影响的建筑模式语言，在计算机领域，极限编程和测试驱动开发、设计模式等都受其启发。建筑模式语言也为企业架构的产生带来重要启示。
在系统思考的冰山模型中，认识事件需要识别隐藏其后的趋势，即模式。识别模式是关键的一环，当找到了事件遵从一些模式（或规律）后，为进一步认识事件的真相奠定了基础。
Alexander通过关注建筑设计中的结构，他发现这些结构以及结构之间的关系具有重复出现的趋势。这一深刻的洞察带来了设计模式的革命。
Alexander针对建筑设计领域，整理了253种规模不同的模式。这套模式可以作为一个共享语言在设计中与他人分享，同时，可以根据现有模式的规则打造一套新的规则。实际上，这就成为了现代软件模块重用与组装、企业业务建模中能力组件复用组合的思想。
建筑模式语言的出现，为理解企业的结构成了一种可能。也就是说，如果能够识别企业这个复杂系统（事件或现象）背后的某种趋势（模式），那么，就有可能找到其背后存在一个稳定的结构。
Alexander的思想为业务创新提供了理论基础，他提出了不从“需求或需要”入手，而是从“趋势”入手。因为他觉得人并非总是清楚自己到底要什么。这种分析是符合现实的，如果能够识别到大众所追求的趋势，就可以通过假设来科学地验证自己所认定的趋势是否成立。如今我们知道，如果用若干种趋势（模式）进行有效组合，就可以创造出一种符合客户心里需要的新“趋势（或模式）”，从而实现业务创新。
Alexander的思想主要反映在他于1977年出版的两部杰出著作《建筑的永恒之道》与《建筑模式语言》。至于Alexander的建筑设计理念，则受到了20世纪世界著名的哲学家海德格尔的影响，海德格尔曾对建筑学给出了哲学意义上的解释。
海德格尔的建筑模型是以人类体验的质量为中心（这与今天企业所倡导的以客户为中心是何等相似！）。他声称应通过在家中周而复始的日常生活，而不是通过任何类型的完成品来探究建筑的本质。这种思想在20世纪60年代及70年代，对Alexander产生了重要影响，认识到寻求非专业建造的有效经验的重要性。数字化转型就是要根本性的解决客户问题以及为客户服务，它是企业架构的最本质驱动，认识企业运行原理不过是一个必要的过程。脱离这一点，企业架构就成了形而上的思想实验。
综观Alexander的模式语言思想，他始终关注秩序的产生原理。
Alexander思考问题的方法对计算机领域的结构化分析问题有重要的启示意义，包括我们分析问题所使用的整体论和还原论。对于Alexander来讲，研究问题就是解构系统、分析现象、总结结论、再组合起来。
按照Alexander的观点，我们对事物（实体）存在的定义，是根据其在事件过程中展示的特征来体现的。在本书后面的数据模型内容介绍中，利用特征描述实体，并借鉴了亚里士多德在《范畴篇》中对实体进行概念定义的十范畴理论。
（2）Zachman框架：企业架构的本体
企业是包含各种资源和行为的复杂动态系统。模式语言的诞生，为揭示企业这个复杂系统所隐藏的模式提供新的分析方法。
其中最引人著名的是Zachman框架，其描述性分类表示为企业中各个业务变量（企业资源）的解耦做出了里程碑式的贡献，也为认识企业结构和运行原理提供了影响深远的视角。
1）可识别的企业结构。
企业架构先驱杜威·沃克（P. Duane Dewey Walker）在20世纪60年代是IBM信息系统委员会的架构总监和规划人员。
沃克的早期贡献是开发和实施了业务系统规划（BSP-Business Systems Planning）方法。这项工作的主要成果是发布了一份正式的关于信息系统规划的指南，用于制定能够满足不同需要的信息系统规划：企业的短期和长期信息需求（IBM，1975年和1978年）。
这份规划的意义深远，已经超出了信息系统规划，强调了战略导向的重要性。架构（Architecture）将成为战略（Strategy）和实施（Implementation）连接起来的桥梁。Walker的这项工作成为行业第一次进入企业架构（EA-Enterprise Architecture）领域的突破。
企业架构的意义建基于非常高的起点：作为承接企业战略方案付诸实现的责任。
纵观国内信息化的发展史，由于长时间缺少企业架构这一环，造成战略规划与实现之间巨大的鸿沟。战略的思想基因几乎从未植入到信息化建设体系中，结果产生了普遍看到的烟筒型的应用功能系统，这些系统代表的更多是一种操作层面的视角，没有与战略规划建立起有效连贯的思考脉络。
企业架构就是根据企业业务活动的模式分析，梳理所有支持业务活动的资源（实体），形成统一的资源结构视图行描述，让管理层认识到企业的各种资源在业务活动的生命周期中所表现的能力和创造的价值。这些资源包括战略、组织、技能、业务、信息系统等各种动态能力和静态资产。
通过将企业结构有效地描述出来，再分析这些结构之间的关系，最终以企业架构“模型”来认识和理解企业的运行原理，每个结构作为一个领域，又包括了领域知识。
2）Zachman框架思想：企业架构的本体。
受Walker的影响，其产生了两个对EA领域有深刻影响的门徒：企业架构框架（EAF-Enterprise Architecture Frameworks）之父Zachman和企业架构规划（EAP-Enterprise Architecture Planning）之父Stephen Spewak（1951-2004）。
企业架构框架的提出，为企业架构的后续发展掀起了革命性的浪潮，Zachman也成为企业架构领域最有影响力的人物之一。
John A. Zachman先生自1970年以来一直专注于企业架构，是“企业架构框架”（The Zachman Framework）的创始人，该框架已在世界范围内被广泛认可，是企业架构工程中必须要了解的框架，对信息时代的软件工程、软件架构、业务管理、企业管理影响深远。
Zachman在IBM公司工作了26年，于1990年从IBM退休。后来创建了教育和咨询公司Zachman International © ，任董事长。Zachman拥有美国西北大学化学学位，这不由得让人联想：这个专业背景是否对他创建Zachman框架产生了某种启示作用，这体现在Zachman框架和元素周期表在形式上表现的相似性上。
Zachman说他后悔最初将他的框架称为“信息系统架构框架”，而不是“企业架构（EA）”，因为该框架实际上与信息系统无关。
Zachman框架采用了二维行列矩阵的表达形式，如图2-12所示（参考来源：https://www.zachman.com/resource/ea-articles/54-the-zachman-framework-evolution-by-john-p-zachman）。
·“列”建立在原始疑问词上的5W1H沟通法，这是一种对未知领域发出的永恒之问，通过5W1H能够建立对问题“现象”完备质疑的思考方式，不会存在遗漏。
·“行”代表构思实例化的人工制品，表示为：辨别（对象）、定义（概念）、表达（逻辑）、规定（实现规格）、配置（实现工具）和实例化（运营）。体现了假定的抽象观念到具象实例的转换过程，也就是由“知”到“行动”。
Zachman框架是如此朴素，但又如此深刻，以至于到今天我们都很难突破它的框架，尽管随着现代管理学的发展，又增加了成本（How much）等5W2H的扩展，但也仅此而已。在Zachman框架中5W1H分别是：什么（What）、谁（Who）、哪里（Where）、何时（When）、为什么（Why）以及怎样（How）。通过对6列疑问词所产生的结论，对想法形成一个完备的综述。
Zachman框架最终目的是描述一个复杂的对象，一个企业。从这个意义上说，Zachman框架是企业架构的本体。它不做的，是告诉你如何（How）做企业架构。Zachman框架是对企业的复杂结构采用一种描述性表示的分类定义，而方法论则是如何去做企业架构，如TOGAF © 、DoDAF或其他方法论框架等。
Zachman框架是一个元模型，强调的是本体结构，其特点是一针见血地指出企业架构所涉及的全部“元级别”的对象内容。在此基础上，对每个元胞（Cell）所涉及的领域内容、知识以及跨元胞之间的处理及效率、质量进行深入分析。每个Cell能够导出企业所涉及的全部跨领域学科，包括管理学与信息技术领域。
3）解耦企业变量与管理领域实践。
Zachman框架更具意义的是对组织运行涉及的因素或业务变量进行了深入的解析。
从Zachman框架中读出哪些重要的信息？接下来，我们通过观察企业资源管理的视角来理解Zachman框架，这有助于对后面BIAN框架的理解。
图2-12 Zachman框架
以银行为例，通过对5W1H的内容分析，观察企业业务变量是如何实现解耦的。
·首先，企业所有的资源包括：静态的固定资产、动态的可变资源（如：业务能力或客户关系、银行产品）。这些资源归由What来描述，即以数据形式表示这些可以为企业创造价值的资产，而这些资产的存在独立于流程、组织、战略、地点。
·其次，这些资源必然存在生命周期，包括资源入库、改造增值到“回收”（价值关闭），这是一个如何处理（How）的过程。
·再次，这些资源由谁（Who）来负责执行这些How的过程，这里的Who更倾向表达为能力职责，人或组织（注：组织是一个由目标、人、结构（或关系）形成一个有序整体）不过是能力职责的物理载体。
·Why表示行为的动机，通常可以是企业的战略意图，制定战略意图时，并不需要考虑流程、组织结构（按照管理学大师钱德勒的观点：（组织）结构跟随战略）。
·Where表示流程与地点的解耦，也就是说，企业流程的运行并不依赖于地点的选择，银行开展的共享服务中心，其业务流程不会变化，但包括服务中心、渠道等任何地点都可以随意地迁移。
因此，资产（数据）、流程、组织（岗位）能力职责、战略、地点这些业务变量在企业管理过程中表现的独立性，对于企业架构的结构稳定十分重要。同时，可以在EA模型中独立地调整某些业务变量以改进企业创造价值的能力，这种调整不会对其他变量产生致命的影响，进而导致企业架构的总体不稳定。此外，业务变量的独立性有利于分析和改进企业运行质量，更容易导入战略意图，为数字化转型构建敏捷组织奠定了理论基础。
在现实中，企业管理实践同样符合Zachman框架范式。
为了实现企业战略目标，需要构建各种承载目标实现的活动集合——价值链（该模型的提出时间与Zachman框架的推出时间均属于1980年代中期左右），如：人力资源、财务管理、运营管理、风险管理等现在都是专业的领域。每个领域也成了组织部门设立的基础。
企业中的人力资源由于个体专业能力不同，他们会分属在不同的领域，即形成所谓的部门人员。这些部门资源构成了企业价值链的活动参与者。随着流程再造理论的出现，实际上，真正的参与者是以人为能力载体的能力资源，并不一定限定在某个部门。这样，部门实际上就和能力资源进行了解耦。
流程的参与者需求主要面向的是能力资源，而人所在的部门并不是流程所真正关心的内容。流程目标是部门目标的结构化组成（即：最后实践的子目标），如果没有部门，流程依然成立（但需要指定流程参与者：能力资源）。因此，流程和部门同样实现了分离，作为两个独立的“企业资源自变量”进行发展，如图2-13所示。
但是，部门在现代企业中依然是标准配置实体，原因是作为一个有序的资源聚合体，其承载了企业战略目标下的活动子目标。同时，企业家更需要卓越的部门经理来协同完成其管理意志。故取消部门设立，将会失去部门目标的管控主体，但可以打破部门墙壁垒，服务于流程目标的实现。
流程银行的建设，目标是打破部门墙壁垒，并不是取消部门制，在保留部门组织架构的同时，将业务活动聚焦于承载实现部门目标的可实践的流程目标。
（3）IFW框架：基于多维思考的企业架构框架
IFW（Information FrameWork）信息框架由IBM公司开发，早期关键的构建者是Roger Evernden，他在1996年在IBM的Systems Journal上发表了关于IFW的开创性文章。作为一个具有重要影响力的企业架构框架，IFW的适用性虽然最初源自金融机构，但其结果可以应用于管理任何行业的复杂信息结构。
图2-13 企业关键业务变量的解耦
IFW框架体系庞大，主要包括框架本身、领域模型、模型资产。在这里，我们主要介绍IFW框架所蕴含的架构思想，以此来理解企业架构的设计过程。
1）IFW框架的价值：企业架构的思考方式。
IFW框架的建构过程为企业架构开创了许多行业新实践，主要包括如下几个方面。
·多维思考构建企业架构。IFW采用了一种多维思考模式来构建企业架构，由于企业架构需要聚合多个领域学科，这些维度反映了来自不同领域学科的关注视角。例如：分类学、方法论、管理学（组织、战略、流程、价值链、商业模式等）、信息技术等。后面内容会介绍IFW框架的六个维度。
·提出领域模型，成为业务架构最主要的一项内容。
从DTF中，只有到了领域模型这一层级，才能真正着手解释和改进组织变革蓝图。如果说业务架构是EA核心内容，那么，领域建模就是业务架构中最为重要的一项工作。IFW框架为运营系统提供了一种思考：一切资源可通过体系结构模型和模式来管理。在提出的领域模型中，FSDM数据模型是最主要的一个基础模型。作为一个重要的起点，FSDM为业务活动提供了一个抽象定义的概念模型，该模型包括的九大数据概念能够衍生出企业业务活动所有的业务信息。FSDM模型为后续功能模型和工作流模型、业务对象模型乃至流程模型的出现奠定了基础。领域模型的出现使业务架构的工作提升了一个新的高度。
·为企业分析与定义构建块奠定基础。领域模型为企业架构的构建块建立提供了理论基础。有了企业级构建块（组件），就可以通过构建块的调整和组合，加速实现组织变革蓝图，提升企业应对变化的敏捷能力。
·构建通用语言，加速EA在企业级的推广。IFW框架和领域模型都是企业级的规范，从而可以作为组织内的通用语言，加速业务资源与技术资源的协同。
此外，IFW汲取了许多知识源的基础，包括面向对象理论的“框架”概念，如提出了业务对象FSOM模型。
2）认识IFW框架。
IFW框架采用了5×10的矩阵来描述结构化组件，同时包括了六个架构维度（Six Dimensions）。架构维度体现了IFW框架在执行时需要考虑的架构策略，如：从D1-信息类型、D2-约束级别、D3-单元格内容、D4-结构变换、D5-所有者、D6-路线图，如图2-14所示（图片参考来源：Roger Evernden. Information FrameWork（IFW）：1996 Systems Journal Article and 2011 Update. 2018.）。
图2-14 IFW-信息框架
为了把多年的信息系统（架构）、战略规划、业务流程再造等众多项目的经验和信息资产进行管理和总结，Roger等人对这些复杂的信息资产按照列（不同类型人员视角的信息类型）、行（对某类型的信息能做什么分析的类型）两个角度同时进行了分解，把信息管理的复杂性降低，从而形成了一个二维网格结构的IFW信息（管理）框架基础。
这样，所有的信息资产，被分解为了若干个行和列的交点所确定的单元格。每个单元格被定位为“对某类信息做某类事儿”的职责分工。既然IFW称之为框架，那么除了信息划分为单元格之外，Roger还赋予了IFW相关的信息管理方法论，包括：信息类型、约束级别、单元格内容、结构变换、所有者、应用IFW的路线图（详见后续讲解）等，由这些内容一起组成了信息（管理）框架的定义和应用指南。
由于金融机构之间的现代信息很类似，因此在IFW框架按照自身方法论提供的可交付物（信息组件、模型、模板、应用程序构建块、代码）产出之后，在行业内进行新的项目解决方案制定时，就可以把这些已验证过的交付物运用到项目中，可节省大量工作。因为信息被分解为了众多小颗粒度的单元格构建块，从而，降低了信息间的耦合性和管理复杂度，也提高了其在定义其他项目或跨行业解决方案的可复用程度。这就是IFW的价值所在。
IFW信息（管理）框架如图2-15所示（图片部分内容参考来源：Roger Evernden.Information FrameWork（IFW）：1996 Systems Journal Article and 2011 Update. 2018.）。接下来，从六个维度对IFW框架进行说明。
图2-15 一个IFW执行的思考框架（IFW框架与六个维度关系图）
·维度1：信息类型。
在IFW框架中，组件（Component）代表信息。从企业结构的三大资源视角来分析，这些组件映射为企业的“结构”，这与Zachman框架分析企业的本体结构有相似的地方。
组织、业务、技术是任何一个企业开展价值创造活动的基础要素，也是构成企业的三大资源。其中，组织代表了企业开展活动的价值创造主体，核心是“人力资源”；业务代表了企业价值创造的“原材料与产品、无形资产等”资源；技术代表了企业价值创造的支持资源，属于设备、工具等。
如果继续分析组织、业务、技术三大领域活动的趋势（或模式）以及背后的支撑结构，就可以发现每一个要素都包含几个关键组成。
以组织为例，组织开展活动所表现的趋势为，定义企业活动目标，选择一个合理的资源配置结构，根据不同的资源技能通过业务活动实现企业目标。趋势背后的支撑要素就是战略（包括商业模式，不过IFW提出时，商业模式还没有从战略中分离出来）、结构、技能。
继续观察业务活动，发现其体现的趋势是以企业的各类实体为基础，根据实体拥有的功能（或能力），依托功能所能从事的基本活动，将实体、功能、基本活动整合为一个实现企业目标的解决方案。支撑这一切的基本要素是数据（描述实体）、功能、工作流、解决方案（具体业务流程活动），这是一个顺序关系。支撑上述四项要素的模型基础分别为FSDM、FSFM、FSWM、业务流程（BPM）。如果要完整地描述业务活动的全部逻辑，则需要建立FSOM对象模型。
技术视图中的支撑要素包括接口、网络、平台。
·维度2：约束级别。
约束级别本身代表了认识企业这个“复杂系统”的过程。约束级别有解构级、组合级、实现级三个大类，体现了对“复杂系统”的理解。
其中解构级代表对银行等金融机构的一种抽象理解过程。该过程形成了领域概念及分类，以及领域级的各种通用构建块。
组合级利用解构级产生的这些通用构建块，进行高级业务逻辑模型的设计。
实现级利用组合级的成果实现可运营（Runtime）的能力涌现物。
·维度3：内容。
单元格表示在特定约束级别（行）下定义的信息或组件（列）。这些单元格的内容涵盖了组织信息、业务信息、技术信息，对应的模型有组织模型；FSDM、FSFM、FSWM、解决方案模板或概要设计；技术模型、应用架构模型等。
·维度4：结构变换。
知识经济时代，组织的信息（或组件）已经成为重要资产，需要从组织整体的角度按照系统思考的方法去管理，而不再是单个应用孤岛式地管理，这就要求组织实行基于IFW整体框架的管理转型。
所谓结构变化，是指随着时间的变迁，信息资产的范围以及具体内容也会发生变化，例如：IFW提出的时代，数字化技术还没有发展如今天，一些新技术推动而产生的组件势必会扩充原有信息资产的范围，典型如商业模式、非结构数据、人工智能、云计算等。IFW怎样适应信息的变化和怎样做好对信息的变更管理，也是企业信息系统运行过程中要考虑的必要问题。
·维度5：所有者。
所有者是对框架中的单元格（即信息或组件）进行全面管理的责任主体。以框架中的“列”为例，每个列的约束级别涉及多种不同角色的所有者资源，列中的具体单元格与特定角色的所有者对应，即特定所有者资源负责管理该列中对应单元格的生命周期。通过确定不同的级别：全部行业级、特定行业级、特定企业级、部门级、个性化级。以建立在不同级别的演进过程，包括不同行业同一层级的单元格资产复用。如：数据模型（L2-领域分类）在银行的运营部（部门级）定义完毕后，可以在财务公司的运营部使用。
·维度6：路线图。
在企业组织、业务、技术整个生命周期的分析和设计过程中，每个阶段的方法论或工具可以根据企业实际情况进行选择，这样形成的整个方法论或工具的链条就是IFW在一个项目中方法论或工具的实际路线图。
Evernden后来将EA框架的构建思路转移到元框架（Meta FrameWork）上，即由一些基本因素组成（单独的和组合的）用来创建对每个特定项目有意义的EA框架。对于EA框架来讲，元框架就是“授之以渔”，有兴趣的读者可以阅读Evernden的著作《Enterprise Architecture——Eight Fundamental Factors》，即构建企业架构的一种元框架：Evernden八原则。
2.从数字化转型框架（DTF）到敏捷EA
敏捷EA主要是在数字化技术加持下，加速对业务变化的感知和适配能力，通过推出最小价值产品（MVP），或者MVP再分解作为精益切片，根据反馈加速客户洞察验证与战略规划的有效性，尽可能反映出即时（JIT）的EA迭代模式。基于银行对风险高敏感的特征，精益切片的模式可以在内部或社区先行发布，根据反馈结果加速迭代步伐，从而改变经典EA各个阶段粗颗粒度推进的分析与设计模式，实现EA中的企业愿景、战略规划、业务架构、逻辑架构、技术架构、投资组合、项目执行、迭代改进的EA“自动化流水线”。
数字化技术和EA构建块二者的结合是实现敏捷EA的必要条件。其中数字化技术的核心是AI，其次是大数据、云计算等技术；构建块是EA每个设计阶段都涉及的内容，它代表了业务创新涌现的基础资源。
接下来，说明敏捷EA架构的组成和执行特性，如图2-16所示。
图2-16 敏捷EA的架构
（1）敏捷EA的基本架构
主要包括业务架构、数字化架构、信息系统架构、技术架构四个部分。
1）业务架构。
·业务领域的导入。敏捷EA的业务架构由数字化转型框架（DTF）导入的焦点领域构成，这些领域代表了企业关键的业务变量。虽然这些变量可以独立地调整，但在业务变量调整后，需要及时验证整体EA模型的调整效果。
·业务领域之间的循环演进。由于每个领域都由若干个基础构建块组成，构建块之间建立了基本的交互规则和规范，这就为每个焦点领域的AI使能提供了基础。利用AI进行构建块的编排与组合，可以实现该焦点领域MVP的快速构建和验证（图中的MVP表示为一个可独立进行的任务，该任务可度量并有一定的价值创造能力）。之后把任务导入到下一个焦点领域继续进行类似的AI计算工作并把计算结果导入到再下一个焦点领域，直到把该MVP产品推到市场，接受市场客户反馈，这样一个EA业务变革的循环就完成了。之后可以根据需要再进行下一轮的焦点领域变革迭代。
整个EA业务变革过程描述如下：
①对客户洞察的结果导入到数字化架构，经由AI分析与计算，形成的若干个洞察结果，映射到相应的业务战略模式并产生反馈，对业务战略模式定义优先级。
②业务战略通过AI分析与计算，确定所需要的业务能力，并依据结构跟随战略的规则，形成匹配的组织结构模式。
③组织结构模式通过AI分析与计算，生成支持业务战略的价值链链或价值网络。
④价值链或价值网络通过AI分析与计算，形成可创造价值的业务模式。
⑤业务模式以MVP形式投放社区或市场进行客户验证。
2）数字化架构。
·通过构建块编排输出MVP各级架构。对EA业务架构MVP进行如上一系列AI计算并最终得到客户验证后，数字化架构得到这个变革后的业务MVP结果，并继续进行该MVP逻辑及技术架构的输出工作。由此，我们可以看出数字化架构的主要任务有两个，一个是扩充传统EA的非功能属性，使EA具备数字化能力；另一个是按照新能力要求，建设新的被植入数字化能力的EA构建块（业务级、数据级、应用级、技术级），从而为MVP在架构层次上的计算提供构建块的编排服务。这样带来的好处是价值生态的参与者可以方便使用服务，创新速度加快，管理也更具有灵活性。
·数字化的EA各级构建块。DA主要是利用模型来定义EA的非功能属性，每个属性都使用相应的数字化技术来实现，从而提供EA敏捷性的关键组成部分。其关键的内容包括数字化技术与建设的EA各级构建块（业务级、数据级、应用级、技术级），这些构建块被植入了数字化能力基因。数字化架构中的能力资源在输出（计算）时接受转型八要素的指导。对各级构建块的建设，需要涵盖企业的经营管理、业务、技术、支撑职能等多个方面。例如，领导力、客户洞察、企业战略、组织结构模式、价值链和价值网络、业务模式；银行各类业务（存、贷、汇）；数字技术、治理机制、交付能力、知识共享；人力、财务、基础设施等。这些内容越完整，企业敏捷程度就可能越高。
3）信息系统架构。
EA各级构建块的起点为业务构建块，业务构建块的设计成果通过某种确定性的规则映射到其他各级的构建块，从而实现EA架构的可回溯性。AI在这个过程中同样赋能各级构建块之间的转换过程。
例如：IFW框架中的D2维度，其定义的五个级别可以形成相应的MVP成果，这些成果具有概念层面的一致性。因此，业务架构作为EA的核心，其设计有效性核心体现在构建块的规划，而构建块的质量取决于领域模型的建构水准。
故信息系统架构的敏捷能力体现在对业务架构交付成果的快速导入，这需要数字化架构中的数字能力构建块加持实现。
4）技术架构。
无论从部署上还是运行效率上，以及确保业务连续性的稳定性上，分布式微服务架构都具备支撑上述能力以指数级增长的贡献。DevOps与AI结合提升该架构能力输出的敏捷性。
（2）敏捷EA的执行特性
1）快速支持组织EA变革蓝图的构建：细化经典EA三阶段（业务架构、信息系统架构、技术架构）的工作颗粒度，不以文档作为评价标准和交付成果，而是靠知识库来记录和输出EA变革过程。在每个阶段都可迭代的基础上，每个阶段基于数字化技术的计算都参与其中，从而可以产生MVA、MVP，并可即时（JIT）验证。
2）各级构建块：可以利用行业模型，如Zachman框架、IFW框架等，以及后续将要介绍的BIAN框架，融合数字化技术，形成各个层次新的EA构建块（业务级、数据级、应用级、技术级）。
3）数字化技术遵循指导DT的八要素：数字化技术赋能时，需要遵循DT的指导规则，这有利于沿着DT的方向而不偏离（相关内容参见第3章）。
4）知识管理方式变化：MVP流程，MVA、MVP的标准，需要原子化规范，以实现对具有稳定性特征的构建块进行拼装，这个拼装的过程就是流程，将这些处理流程导入到知识库中，利用机器学习分析流程中的业务活动，将学习结果转化为知识资产。数字化架构会源源不断地产生知识图谱，包括组装的过程，涉及关键点，从而改变以往EA三阶段依赖文档工件作为知识转移的方式，使用MVP（构建块为基础）改变了文档难以验证最终结果的局面。
5）敏捷EA的开发过程可以借用TOGAF © ADM，但不再依赖。
企业使用增长和迭代的方式来发展战略和计划，不再依赖ADM定义一个大颗粒度的战略计划，也不再用文档工件进行阶段验收并将其作为进入下一个阶段的条件，而是将战略MVP快速提交给后续阶段尽快实现和验证，利用AI和各级构建块快速分解为业务和技术能力，这些业务能力的活动进行优先级排序（投资组合EDGE），进行小颗粒度战略推进。
因此，基于企业业务变量的独立性，决定了可以进行小规模的战略推进，并从EA中获取自助服务，如构建块、业务编排、技术编排，从而为实现敏捷组织提供了保障。
3.EA的六个非功能属性
EA的非功能属性主要表现在六个方面：通用语言（业务建模）、可重用性、互访自适应、开放资源、可回溯性、可计算性，如图2-17所示。
上述六个关注方面最终将和AI、大数据、区块链、云计算、物联网、移动通信等数字化技术进行融合，使得EA功能属性（业务架构、信息系统架构、技术架构等）的效能获得指数变化（放大或衰减），EA交付的（业务、应用、技术）功能也会创造巨大的商业价值。
图2-17 EA的六个非功能属性
（1）通用语言
通用语言是组织开展EA行动的基础，它为EA过程建立一个一致性的沟通规范，该规范可以形式化输出相应的产出物。数字化转型是一项系统工程，通过为组织创建一组企业级的构建块来实现对数字业务的敏捷构建（编排或组合），这些构建块以技术组件的形式存在并对外发布接口（APIs），从而在商业生态环境中根据彼此创建价值的需要进行互联，形成价值网络为组织创造商业价值。
构建块的创建涵盖组织价值链的所有活动，包括核心活动与辅助活动。这就需要建立一种企业级的通用交流规范，在不同的部门、业务条线之间进行有效的沟通，即：能够将各自部门级的专业语言通过一种“通用语言”在组织范围内形成无障碍地沟通，从而加速构建块的生产质量和效率。
例如：构建一个业务流程，涉及贷款、运营和财务三个部门关联，如果存在一个通用语言让三方容易识别出：功能（目的）、接口、参数，对于专属各自部门的专业业务实务，就不需要互相进行深入的理解与掌握。如果流程是以APQC PCF的五级分类模型为基础构建的，那么在第3级就能形成组织级通用的语言，第4级和第5级属于各自部门专属的专业业务实务。
通用语言应该如何建立？
业务建模是企业架构的一项重要工作，建模过程通过深入理解企业运行的原理、涉及的资源及相互关系来完成。业务建模通常会输出形式化产出物，通过规范业务建模的描述形式，我们可以将业务建模定位成通用语言。
因此，按照转型框架，我们为组织构建了一个统一的共享认知框架：系统化思考范式。现在，要为组织引入一套建模形式，使其成为组织沟通的通用语言。作为有效沟通的语言，要有两项基本功能：
一个是基于DT思维范式下的统一业务逻辑的认知；另一个是采用行业较广泛使用的形式化符号描述体系，如银行业BIAN框架体系。
当然，在建立统一的业务逻辑的认知体系后，可以采用所谓“原生语言”创建组织通用语言的模板，例如：可以用ArchiMate © 工具进行表达（ArchiMate本身也包括了很多从战略设计、组织设计一直到流程设计等模板）。
通用语言利用业务建模对业务活动进行虚拟化描述，该语言将成为组织管理层、业务运营层、技术层共享且进行业务活动描述的一致性语言。业务建模的内容包括几乎组织的全部活动：从战略制定、商业模式设计、价值链设计、价值网络设计、业务流程设计、组织设计、人员岗位设计、运营管理设计等全部的企业价值链活动。
通用语言的构建质量反映了组织对整体企业运营活动的理解深度。针对数字化转型，通用语言的构建将以实现原子化架构为宗旨，设计出具有边界清晰、结构化程度高的能力组件，最终为导入云计算平台、微服务架构、开放资源（API）奠定基础。
（2）可重用性
用通用语言构建形成的资源（功能组件、产品资产、流程资产、规则资产、各种计算模型等）成为数字化转型的领域构建块基础，这些构建块具备可重用特性。
企业架构的数字化转型，需要企业架构能够表现出实现数字业务的敏捷性。在这里，敏捷不同于灵活，灵活是有计划地适应不可预见的外部情况，敏捷是根本没有计划地“遭遇”外部不可预见的情况。
这就要求构建块具有“开箱即用”的组合特性，根据需求条件的变更或组织定义的价值主张，快速创建价值链或价值网络。
构建块具备了形成可重用特性的基础，就会提升资源的应用价值，后续就可以利用产生的过程数据进行可回溯性跟踪，形成资产优化的闭环。这些资产通过组织能力的输出对外创造价值。如：BIAN基于服务域定义的能力分区（Service Domain Capability Partition），APQC PCF L3形成的能力构建块。
资源的可重用性可以精细地测算组织资源的投入产出情况，是银行开展精益运营的基础。
（3）互访自适应
可重用性的一个重要输出工件是组件服务（Component Service），这些以构建块为基础的组件服务之间具有可试错的互访自适应能力，即：组件的定义中包含可使用该组件的前置条件（如FSDM物理数据模型定义的业务参数字典），以及价值链层面定义的组件所代表业务活动的前后逻辑关系。
此种机制为AI创造了使用价值，AI根据定义的约束关系，计算出许多的组合关系（但最好不要违反“可计算性”的属性），从而供人员与AI协同判定一个“最优”的业务活动（价值链或价值网络）以及需要的资源投入量（活动涉及有成本的参与者资源，包括：人、系统、设备、网络等）。
互访自适应为技术组件（构建块）快速地创建价值链或价值网络提供了友好的协议规范。为加速组织创造商业价值，提供了一种资源选择的便利性机制。
例如：根据上述两个约束条件，可以在构建块存储库中快速获取匹配的技术组件，通过人与AI的协同、试错，产生符合价值主张的业务模式。互访自适应能够为组织产生了一种额外的收益：这些包含数字化能力的构建块，成为组织业务模式的创新素材库。如果形成了持续转型的组织发展文化，就会让组织数字化转型的路线图进化到“活力DNA”阶段。
（4）开放资源
组织能力通过某种形式（如API）部署到云端，形成开放资源，可以和组织内跨地域、跨业务条线、跨部门的资源形成价值链，也可以和行业的开放资源形成价值网络，以创造更大的商业价值。开放资源的具体形式可以按照APQC PCF的五级分类流程模型，提供不同层级的开放标准：场景级、应用级、组件级等。
以BIAN框架为基础构建面向未来且兼容的银行微服务基础设施，以解决遗留核心基础设施带来的永久挑战，构建面向价值网络生态的“无核（Coreless）”开放银行。
（5）可回溯性
组件的每一次能力输出都会产生业务和过程记录，即数字化转型所要求的生产与交付过程的数字化。可回溯性则是利用大数据与AI的结合，实现价值链活动中的每一个环节的效率与质量分析，最终回溯到企业架构的合理性与敏捷性以及资源组合的有效性，以进行持续改进和价值创造。可以说，可回溯性是EA过程中始终要保持的一种设计思维。
可回溯性以支持组织未来持续转型为目标，在业务架构设计阶段就要引入进来。组织结构设计要达到的效果能够回溯到最初设计目标，识别目标与结果是否对齐；业务流程同样如此，对运行的流程进行价值量评测的结果是否与最初业务流程设计的目标一致。
制定可回溯的机制需要在企业架构的业务战略阶段开始。以往组织对企业架构的重视程度不足，很难上升到业务战略阶段，业务架构的理解范畴仅限于业务实务所代表的需求导入并由应用实现为主，最后交付的应用系统在进行回溯测试时，要么出现回溯路径中断、要么缺乏回溯信息，回溯的结果与最初的业务战略目标偏离度非常大。结果是组织应对不确定的变化时，敏捷应对的能力较弱。在DT时代，这种做法根本满足不了建立“瞬时竞争优势”的需要。
（6）可计算性
可计算性在组织业务活动中有两种类型：
一种类型的可计算性是指DT时代的组织管理展现出的一种特性，是指组织在形成模块化（如：组件化运营）的运营管理模式后，可根据战略选择进行灵活的业务调整。例如：企业实现业务模块化运营后，可以根据不同地域的市场运营成本随时进行资源切换，实现业务模块的“搬迁”，对组织运营过程中可变成本进行有效管理。银行共享服务中心的运营就是基于此种模式。
数字化转型要求企业架构在业务架构阶段即开始预埋“可计算性”特性。
通过层次化、结构清晰的流程设计，实现不同级别（如：L1、L2、L3）的业务模块，这些模块具有独立的资源，甚至可以单独形成独立的运营机构，资源的选择不受物理地点限制。
另一种可计算性是指基于构建块进行有效的组合形成商业模式创新。主要体现在，根据企业架构形成的数字化构建块进行计算“有限”的组合，以快速推出一种业务创新模式或价值链优化策略。如：选取的业务模块化基本单元为BIAN服务域（Service Domain-L3）或APQC的PCF三级流程。这些业务模块根据以往运营产生的数据，可以利用AI与人协同分析，形成有效的应用价值链或价值网络。在这个过程中，存在两种衡量指标：一个是可接受的计算时间的复杂度，即不存在超出计算资源承受能力的指数级计算量（注：根据算力资源情况，组织可以自行定义不同的计算复杂度标准，超过标准需要降低模型的表述难度）；另一个是能够计算出一个有效的结果，而不是产生了全部杂乱无章、只有“噪声”而没有“信号”的涌现物。
数字化架构（DA）的建设是对企业架构（EA）的架构扩展，通过使用数字化使能技术，使企业架构（EA）具备数字化架构能力，通过智能调整企业级的能力网格组件，加速提升企业架构（EA）实现组织变革蓝图的效能，以适应VUCA情况下敏捷组织的构建、数字业务运营、数字化技术平台能力建设，数字化架构能力主要是对EA非功能属性的扩展。
在EA过程中，需要为数字化技术的应用创造必要的条件，也就是说，在业务架构的设计环节中，除了保证功能性的需求设计，还需要考虑后续数字化能力的“发挥”，即EA非功能性属性的实现，非功能性属性要达到的目标就是敏捷。
数字化技术主要表现在：根据合理的数据内容进行分析处理，为发现业务变量之间的系统动力学关系提供依据（行为趋势分析）。利用AI对标准的能力网格组件进行分析、组合，为实现生成式业务流程（与生成式数据类似，利用AI能力来模拟人创造业务流程，使得业务流程的有效性降低或不再依赖人的主观判断）、业务场景提供可能；实现企业级的分布式服务运行机制；创造可追溯的安全机制。
对数字化架构（DA）建设的必要性和迫切性，从银行外部环境（供给侧）、内部环境（需求侧）两方面就可以看出，如图2-18所示。
图2-18 银行面临的内外部环境状况
1.银行的外部环境影响
在图2-18中，数字银行的供给侧上下文中，国家层面、行业联盟、区域联盟、监管等不同层面上都在进行数字化转型。银行则处在该外部环境影响和监管的背景中，无法独善其身，必须对EA实施数字化扩展，实现组织战略分组（不同层级的业务领域，按照BIAN框架定义的战略分组，就是业务区域、业务领域、服务域）与生态资源的互联互通，以敏捷应对外部环境因优先开展DT所带来的价值交换请求，完成面向价值创造的战略性连接。通过增加EA的数字化能力，遵循企业架构（包括数字化架构）框架进行建设，一是可以实现平台与知识的共享，减少浪费和学习成本；二是可以减少业务系统供应商对银行的技术捆绑程度，降低更换厂商的风险；三是有利于企业集团在战略、经营、技术架构层次上的快速融合，这对于企业金融控股公司在银行、保险、证券等混业经营的趋势下开展业务更有意义，因为即便是中小银行业的合并也面临着企业架构的整合问题，横向能否做到业务组件化合并、纵向战略-业务-技术能否一致性对齐，是不可回避的经营问题。
另外，助贷、联合贷、普惠金融、供应链自金融等业务模式，使银行挂牌机构、非金融机构、担保公司、科技公司之间的生态合作已经启动，对合作公司架构的数字化能力提出了更高的要求，银行必须对企业架构进行扩展，使之具备数字化架构特征，才能输出数字化能力。
2.银行的需求环境影响
过去银行“研产供销服”的顺序模式，正在被市场上的投融资个体所影响。正是因为数字化程度的加强，信息不对称和投融资方式得到了极大改善，金融市场上非银行机构已经截获了融资方、投资方的大量流量入口。移动网络、社交网络、非银行机构支付结算平台等应用的广泛推广，使得各方信息基于个体颗粒度的共享变得更为方便。
因此，银行企业架构作为迎接VUCA时代下实现组织变革蓝图的落地载体，一定需要敏捷的组织结构。即：面对外界环境不可预期的变化和波动，组织势必要采取迅捷有效的应对，包括定义合理有效的战略分组，否则经营就面临越来越多的挑战。
从一般意义上讲，银行要做到敏捷组织，通常需要做到两点：一是银行决策机构、监管机构和实施机构团结一心、目标一致；二是银行决策机构的业务战略、决策，要迅速向下传导至实施机构，开展无理解偏差的执行活动，并能把银行的整体业务组件快速编排出客户需求的业务服务。运营一线接触到的经营信息要能快速传递到决策机构，进行战略设计、业务运营设计的决策，甚至是商业模式的调整。如此形成正向循环。
这一切的数字化应用实现都需要企业架构通过扩展原有EA的数字化架构来承载。
那么，敏捷组织需要哪些能力？也就是需要什么样的数字化企业架构呢？
一是响应的适应性。通过在统一的EA框架内，利用数字化技术重新配置松散耦合的交互组件来实现，也就是企业架构中的业务组件化。这些具有“智能体”特征的业务组件，在能够扩展的框架中具有可重用性和可重构性。而实现上述能力的背后，是组织机构对资源有效管理和应用知识的能力，这就需要企业架构的非功能属性（可重用性、可自动扩展性、互操作性、可回溯性、可替换性、安全性等）的支撑和加持，即：数字化架构能力。只有这样，银行在面临竞争机会时，才能够快速对业务组件资源进行编排并采取行动。
二是机会的适应性。敏捷企业响应系统覆盖的领域越大、响应的效率越高，经营机会就越多。所以，主动转型、主动提前把银行自身的数字业务能力组件化，适应变化的组织能力的要求就会同步提升，需要通过数字化架构开放出数字业务服务。
上述两项能力的前提是业务组件自身可重用、具有接口可扩展，这样构成的数字化架构对于银行把握市场机会以维持竞争力至关重要。
3.EA非功能属性的重要性与数字化技术
由于数字化架构能力主要是对EA非功能属性的扩展，那么，数字化架构必然会关注EA非功能属性与数字化技术的关系。
有些银行已经实现了不同程度的业务组件化，但没有数字化技术的支撑，会使银行对市场响应的敏捷程度受到不同程度的影响。以上讨论的敏捷组织需要的两种适应能力，落实到企业架构上，就是企业架构的非功能属性。而增加数字能力的适应能力，就是使企业架构的非功能属性得到增强或添加。
既然敏捷组织对适应性响应要求这么高，为什么以往银行业务系统建设时，系统架构功能属性要比非功能属性要多得多？
这是因为以往银行由于是业务应用竖井式建设方式，每个单独的建设系统在企业架构角度看，规模够不上“复杂的系统”。它不是整个企业的架构，而是单个业务系统的架构。企业架构如果规模小，关注重点就在功能特性；而企业架构规模大，关注重点往往在非功能属性。功能需求描述了系统必须“做什么”，而非功能属性或称之为质量属性需求，描述系统必须“如何做”和“做到什么程度”。
系统的质量属性，如性能、安全性、可伸缩性和恢复力（它是如何做到的）源自其内部实体元素的质量属性，这些属性最终表达了从外部观察者的角度所描述的系统行为。由于一个系统的整体质量属性只与其表现最差或最脆弱的内部实体元素的属性对齐，所以企业架构的非功能属性是多么重要。
因此，为了抵御未来的破坏性数字风暴，企业架构通过业务组件化和支撑其的数字技术获得了敏捷性，使得EA非功能属性得到了增强和添加，即在EA的组成属性的任何性能度量中出现指数变化。
具体来讲，EA的非功能属性及其对应的数字化技术情况如下。
·通用语言。对应需要的数字技术：大数据、AI。借助业务建模，实现数据模型、流程模型的标准化定义，从而提升数据质量与流程的规范性，有利于确保AI、大数据分析业务活动质量，为持续优化奠定基础。
·可重用性。对应的数字技术：大数据、AI、云计算（分布式）。同一组件在不同的业务场景下使用，能够利用AI与大数据衡量评测组件的使用情况，安全性、效率、对场景的支持能力等。如：某能力组件在不同的业务流程场景嵌入时，运行产生的效率、质量存在很大的差异，那么，可以对组件的跟踪控制记录产生的数据进行分析，根据分析的结果与组件标准的评测指标进行比较，通过标准差判断偏离度，这样，就可以有效地评估究竟是哪个人、哪个部门、哪个流程环节的处理效率和运行质量下降，引发下降的原因是什么。
·互访自适应。对应数字技术：大数据、AI。组件互访自适应是指，通过AI计算快速地将相关组件进行组合，生成多种处理流程或业务场景，通过AI与人的协同判定，萃取可发布的业务模式。
·开放资源。对应的数字技术：移动通信、云计算。为手机、IoT、可穿戴设备等移动设备的连接，企业价值网络、行业生态系统的创建奠定了基础。
·可计算性。对应的数字技术：面向服务的计算（SOA、微服务）、云计算（IaaS、PaaS、SaaS）、大数据计算、情境感知计算、IoT计算、区块链计算、基于AI、模糊逻辑、人工神经网络、遗传算法等。
与以往按照业务架构、信息系统架构、数字化架构、技术架构划分的经典EA开发过程不同，敏捷EA的开发过程采用另一种四阶段的划分方式。
·业务领域分析。
·设计构建块。
·编辑构建块。
·交付构建块。
1.敏捷EA的作用
敏捷EA承载数字化转型战略落地的要求。银行定义数字化转型战略是为了强化对市场变化的感知能力并建立瞬时竞争优势，在此基础上制定相应的业务战略。
DT时代，数字化转型贯穿各个行业，最终将形成社会价值网络生态，在这样一个开放的数字化空间中，将迫使组织改变对自身的定位。对于企业来讲，需要在开放的数字化空间中建立优势地位；对于银行来讲，需要成为价值网络中的驱动者，改变以往根据细分市场进行的战略跟随模式，而是以领先者姿态改善生态环境的价值交换规则。因此，组织需要具备不断地调整业务战略（包括设计战略分组以及分组连接）的敏捷能力。
业务架构、信息系统架构、技术架构总体秉承一种顺序关系，虽然在EA执行过程可以独立进行，但其产出物之间在内容上具有一定的耦合牵连。这就使得MVP的交付周期相对较长。更为重要的是，产出物的验证方式（基于文档）并不能保证MVP的交付质量，文档在各阶段传导过程中，尽管领域分析专家和技术架构专家可以组建敏捷团队进行工作协同，但由于阶段工作性质不同，需要对文档内容进行术语转换及重新解释（从业务到技术），这就难免出现对内容理解的扭曲，进而加剧对战略目标理解的偏离，各阶段的成果交付过程总体表现出价值收敛特征，即：交付成果的价值创造能力与战略目标规划的预期差距较大。
按照业务领域、设计构建块、编辑构建块、交付构建块四阶段开发EA，可以避免上述情况的发生，这是因为：业务战略目标的导入，首先需要做的是构建承载战略目标的功能单元，功能单元构成组织行动的关键要素，行动体现了战略目标的实现过程。这些单元按照某种非线性关系形成一个稳定的系统结构，以确保战略最终的落地。
敏捷EA的四个开发阶段，主要由敏捷EA的非功能属性（①通用语言、②可重用性、③互访自适应性、④开放资源、⑤可回溯性、⑥可计算性）支撑。
2.敏捷EA的核心要素：构建块
功能单元就是系统的构建块（Building Blocks），这里的系统泛指一切存在的事物。构建块对于敏捷EA的意义重大，是结构的核心要素。构建块的定义可以适用到社会中的任何领域，大到社会组织，小到企业、部门或某个领域以及实现领域价值创造的基本能力（如：业务能力构建块）。
接下来，我们对构建块给出更直观的解释，如图2-19所示。
图2-19 构建块的定义规格
·构建块是企业的资产，本身也是一种实体，在EA框架中利用数据模型进行描述。同时，资产本身能够创造价值，因此，资产具有功能属性。
·构建块的“物种”分类。之所以用物种类比，主要是考虑到构建块是一种思维方式，即理解事物或现象的一种方式：基于构建块概念认识一切系统，通过不同视角和维度形成的构建块，会成为一种范式结构，在此范式基础上，构建块可以形成价值涌现物。构建块颗粒度越小，产生的涌现物种类越丰富；反之，构建块颗粒度越大，产生的涌现物类型就越有限（图2-19中L1～L8的细分过程）。也就是说，构建块的设计规格决定了系统的演进能力，反映到企业层面就是对战略调整的支撑能力，尤其是构建瞬时竞争优势，构建块的涌现能力至关重要。
·对构建块的定义与实现描述均采用企业级的通用语言，原则上，业务与技术无须进行术语转换。
·构建块可以通过组装形成新的构建块，即多个构建块组成的聚合体；构建块也可以通过裂变产生颗粒度更小的构建块。现实中，根据组织战略规划的实际情况，通过对构建块的聚合或裂变，构建适合支持战略落地的颗粒度。
·构建块之间的关系表现为价值输出与价值获取，这表明构建块是具有价值创造能力的资产实体。
·构建块具有生命周期特征，从入库创造、能力改造以具备创造价值的能力、再到对构建块生命周期过程的监控管理、最后到构建块的能力关闭。
·构建块的价值创造能力主要表现为一组活动构成的价值流。因此，组织创新活动就是围绕设计价值流而嵌入不同的构建块作为支撑要素。
·构建块可以独立地配置其他资源（人力资源、容器资源、云计算资源等），拥有确定的ROI评价指标。
3.敏捷EA的开发阶段
敏捷EA的开发过程包括四个独立的阶段，分别是业务领域（A）、设计构建块（B）、编辑构建块（C）、交付构建块（D）。之所以说相互独立，主要体现在构建块内聚体现的能力逻辑稳定性与多个构建块形成聚合的灵活性。前者的变更可以在阶段B进行，调整构建块的能力逻辑不影响构建块之间的聚合关系，主要是构建块的接口具有生命周期内的一致性，这种调整对于历史版本的价值流不存在影响。后者的开展可以在阶段C进行。阶段D由于构建块作为微服务的映射单元，故也无须考虑应用系统的部署复杂性，如图2-20所示。
（1）业务领域（A）
由于EA承载战略目标的实现，这就需要深刻洞察业务领域中所有关键业务变量（构建块）之间的关系，许多EA框架假定这部分内容是默认的预备能力，有些也只是列出了一些众所周知的业务领域。但实际上，搞清楚业务领域恰恰是设计EA模型的核心，也是EA开发的关键工作。业务领域的分析是所有其他工作的基础。那么，业务领域阶段具体有哪些任务？
1）步骤1：业务领域中有多少个构建块？按照数字化转型框架（DTF），确定六个焦点领域作为业务领域的构建块：客户洞察、业务战略、组织结构模式、流程设计（价值链/价值网络）、产品设计、业务模式。
2）步骤2：确定这六个业务领域构建块之间存在什么关系？也就是说，六大领域构建块之间存在一个基本逻辑关系，如图2-20中从客户洞察到产品设计、业务模式。支持六个业务领域转型的功能单元为业务能力，业务能力是设计构建块阶段的核心工作。捋清楚这个基本逻辑关系，能够为下一步领域内构建块的分析确定一个总体方向。
3）步骤3：为每个业务领域构建块确定采用的分析方法和行业模型，例如：DDD或IFW框架、BIAN框架等。
4）步骤4：确定这些业务领域能力提升的DT转型机会以及可能涉及的数字化技术。所有步骤涉及的行为过程形成知识库。
（2）设计构建块（B）
六大焦点领域确定后，接下来，需要开始对各个业务领域进行构建块的分析。主要策略是延续战略目标，确定每个业务领域中的关键构建块（如：业务战略可分解企业级战略、业务单元战略、职能级战略），这些构建块可成为MVP，然后将六大业务领域之间的关系，通过构建块展开以分析更为复杂的拓扑关系（图2-20中A阶段中描述的构建块之间系统动力学关系），进而确定业务领域内部的构建块集合。需要说明的是，支撑实现这些构建块的规则统一属于业务能力构建块。
图2-20 敏捷EA开发过程
本阶段的开发工作会用到设计思维和领域模型。
1）步骤1：设计项目组合，主要根据数字化战略所涉及的主要业务领域设计项目组合，以支持可延续性、改进型、颠覆性的要求。
2）步骤2：确定每一个业务领域的核心构建块（通常是多个）。领域构建块的实现需要映射到业务能力构建块。
3）步骤3：分析这些领域构建块之间的关系，以确定构建块的价值是否会对其他构建块产生影响。通过构建块形成的拓扑关系，观察构建块之间的正反向影响，进而确定和分析反馈回路，形成最优的运行系统。
4）步骤4：确定业务能力构建块后，再确定其结构，即能力构建块裂变之后的子构建块，主要包括：规则构建块、信息构建块、逻辑控制构建块，完成入库注册。整个步骤过程被记录并形成知识库。
（3）编辑构建块（C）
在编辑构建块阶段，主要进行构建块的价值创造能力的构建，这是一项组织新的资产，形成的资产作为新的构建块入库（可创造价值的商业化组件资产库）。项目组合可按照核心业务、持续改进业务、颠覆性创新等进行创建。
本阶段主要利用敏捷思维（指数思维）、价值模板指导构建块的编辑和项目投资组合的设计工作。
下面展示的是银行开展DT过程中，用EDGE的精益价值树定义的项目投资组合，目标可支持OKR导入，如图2-21所示。
图2-21 银行DT项目投资组合示例
1）步骤1：确定支持业务战略所要开展的具体项目类型：核心业务、持续改进业务、颠覆性创新业务，可利用数字能力分析这些项目类型涉及的业务上下文，以确定所需的投资内容以及预期的ROI及客户价值成效。
2）步骤2：根据项目类型，确定需要开展的相应活动，进而确定价值链或价值网络，确定需要的业务能力构建块资源，内部架构重用库，外部生态架构库，外部监管和标准库，确定业务模式。
3）步骤3：设计具体的价值流，反映银行或客户价值主张。确定构建块的资源需求，包括人力资源、人工智能资源、能力服务资源等。通过编排组合业务能力构建块，生成执行运营任务的价值流模板。
4）步骤4：指定构建块所需要的容器资源计划，可以利用内部或社区资源验证价值流所反映的客户价值成效，整个过程形成的反馈信息归档到知识库。
（4）交付构建块（D）
根据C阶段提交的容器资源计划，进入DevOps过程，交付价值流模板并导入到容器资源，在分布式微服务架构体系中对外输出能力服务。
1）步骤1：根据价值流模板以及定义的构建块相应的容器资源计划，申请交付运行的技术资源。
2）步骤2：确定构建块涉及的所有资源（信息、规则、控制逻辑、编排构建块所形成的流程设计模板等）的部署时间窗口，指定自动化部署或迁移计划。
3）步骤3：根据自动化部署或迁移计划，开启自动化部署或迁移的流程。
4）步骤4：根据监控构建块服务的执行情况，定义迭代升级改进计划，并反馈相关信息到知识库。