下载掌阅APP，畅读海量书库
立即打开
数字化是一种通用技术，其价值不仅是软件、算法单项的功用，还有与传统工业技术融合后，产生倍增的效用。因此可以结合业务和数字化两条主线，规划适合数字化的场景。
工业数字化的核心是将数字化的技术与业务的内核深入融合。不能为了数字化而数字化，脱离业务的数字化是没有价值的；也不能局限在业务的惯性中，缺乏数字化思维和技术的业务会逐渐丧失竞争力。智能化的技术往往能在业务的瓶颈问题上起到关键作用。
由于对数字化的认知和理解不同，数字化转型过程中涌现了多种误区。这些误区表现为两种极端：一是单方面强调人工智能算法、IT系统和大数据平台等先进技术，却忽略了实际业务本身的变革需求，导致虽看似高端但实际上难以创造真正的价值；二是固守传统经验，对新技术持怀疑态度，不愿分享业务领域知识，使得数字化只能在业务边缘做些效率改善。这两种极端态度虽然问题明显，但在具体实践中仍广泛存在，其表现形式或明显或隐蔽。
当IT部门主导数字化进程时，他们容易过度关注技术的先进性，而不能理解业务的创新。他们会直接针对业务人员提出的需求提供数字化技术，无法准确判断哪些技术实际上是“真正”有用的。
在这场快速的技术变革过程中，每个人都要学习。企业的管理者，不要觉得自己不了解技术，被技术牵着鼻子走。业务是目的，技术是手段，不是上一堆先进的平台系统就是数字化转型。不要忘了数字化转型的根本目的是业务创新，提升企业内部运营效率，为客户提供更好的产品与服务。如果新技术不能为组织创造新价值，为客户创造新产品、新服务、新体验，那么不要这些技术也罢。
（1）只懂算法，不懂业务 一些组织可能错误地认为，数字化转型只是引入新技术的问题，把技术创新等同于业务转型，只关注数据、算法，不关注闭环。只关注技术的可能性，而完全忽视业务的场景和现实的条件，无法判断一个技术是否“真正”解决问题。有些组织错误地将购买最新软件或硬件视为完成转型，认为引入新的技术或工具本身就是数字化转型的全部。
事实上，企业数字化转型本质上是一场业务的变革与重组，而非单纯导入一套新的数字化工具和技术。真正的数字化转型涉及业务流程、组织结构、文化和客户体验的全面改变。技术是一个工具，而不是目标本身。
（2）一味追求技术先进 数字化会用到很多新技术，尤其是在人工智能、大数据发展很快的背景下。追鲜猎奇是人的天性，人们很容易被先进技术的演示吸引眼球。然而，成功的数字化转型是个复杂的系统工程，除了技术本身，更需要深刻地理解业务，此外需要全面地考虑人员、组织和文化的改变。
极端情况下，表现为只懂技术不懂业务，一味追求“高级”“智能”和“先进”的标签，过度关注能体现技术优势的场景。无论什么场景，优先使用深度学习等最先进的技术，眼花缭乱的复杂技术可能并不是必要的。而且过度复杂的技术会带来副作用，比如对数据敏感，效果不稳定，随着情况变化忽起忽落。
（3）缺乏技术创新 尽管不盲目追求最先进的技术，但是数字化转型绝不可缺少技术创新。若我们采用的方法与业务部门现有的技术水平无异，也是使用已有的数据进行常规统计，给出分析报表，那数字化就跟传统的业务专家的做法没有差异。
数字化转型面临的挑战，往往是业务中的重大难题。如果缺乏技术上的突破和方法论上的创新，将很难找到解决这些问题的方案。
当业务部门主导数字化转型时，他们容易受限于现有业务模式的思维惯性，难以在根本逻辑上实现本质上的变革。斯坦福大学教授保罗·瓦茨拉维克在《改变》中提出，事情有两种改变的形式：第一序改变是指不影响原有模式的改变，只是系统内改变状态、参数和体验；第二序改变是模式和系统的改变。就好像开车，踩油门是第一序改变，换挡是第二序改变。
在遇到问题时，大多数人寻求的都是第一序改变，也就是围绕问题本身寻找办法解决问题表象。他们往往更加关注短期行为，视野仅限于当前业务模式的直接延伸。而数字化转型会把问题放在整个系统中去考量，谋求通过第二序改变来解决问题根源。
（1）把业务搬到线上 一些组织可能误以为数字化就是信息化，把业务上线作为数字化的目标。业务部门负责提出开发需求，IT部门根据业务部门提出的需求，开发软件或算法。
很多用户并不知道自己的真实需求，尤其是数字化会改变业务的模式，用户很难想象出未来的业务需求。业务人员提出的需求可能非常表面，并不一定能够反映业务的本质需求，甚至都不能真正解决现实问题。业务人员把自己的“痛点”进行归纳，不经过深思熟虑就提出开发的需求，很可能只是“欲望”。在这些需求的驱使下匆忙开发的软件，常常在系统上线后，被发现许多功能并未带来预期的结果和价值。
这其实很自然，在日常生活中也常有发生。许多人可能有过“冲动购物”的经历，网上购物时，坚信自己非常需要，然而物品到家后很少被使用，不久便被束之高阁。在数字化转型的过程中，也经常出现许多类似的“冲动需求”。
要实现价值驱动的数字化，就要区分这个需求是业务人员个人理解的需求，还是他所代表的业务本质需求。用户想要什么不等于真实需求，业务人员的需求不一定代表业务的需求，倾听用户不等于听从用户。有的用户比较有思路，直接告诉你产品该怎么做，系统该怎么设计。用户提出的解决方案不等于真实需求，不要觉得这个用户思路很清晰，反而可能因为他对技术的肤浅理解而制约了你去挖掘真实需求的机会。
（2）缺乏系统想象力 当我们不了解一项新技术时，往往难以想象它在业务中的应用方式，我们提出的需求往往只是现有业务模式的简单延伸。就像在汽车刚开始普及时的情况，那时的纽约已经拥有大量马车，而当时的交通规则和设施设计主要是围绕马车的。因为对这种新型交通工具缺乏理解，人们将汽车称为“无马马车”，针对马车的规定被不合理地应用到了早期汽车上，例如速度限制。受到马匹体力和耐力的限制，马车的速度相对较慢。当时设定的速度限制主要是为了保护行人和避免马匹受惊，但是当汽车开始出现在道路上时，仍然被要求遵守这些基于马车的低速限制。
很多单点的数字化技术，如果不以数字化的视角来重新理解业务，可能无法发挥数字化的作用。比如在线质量检测，传统的仪器需要定期校验，委托有资质的计量部门进行检定。然而，数字化提供了多种在线标定的可能性。例如，设计特定工况下进行自我校正，或利用大数据进行交叉验证，也可根据数据变化的模式和劣化规律来自我修正。若仍然坚持传统仪器的定期校核和标定的规范要求，不仅费时费力，还可能在拆装仪表送检的过程中产生新的问题。
（3）天马行空的幻想 还有一个误区是将数字化理想化，期待通过一次性的数字化努力解决所有业务难题。一些企业希望通过建立“平台”来应对自身无法解决的问题。当我们雄心勃勃计划构建行业的互联网平台时，我们必须清醒地意识到，建立平台的复杂度更高，这时候要真诚地反问自己：我们是否真的做好了充分的准备？
我们的思维习惯倾向于寻找确定性的解决方案，但在数字化转型的过程中，寻求标准答案是非常危险的。数字化是赋予企业应对不确定性的能力。面对不确定性的问题，不可能存在确定性的解决方案；面对复杂问题，我们也不能期待有简单的标准答案。
（1）买标准软件 建设信息化时，ERP（企业资源计划）、MES（生产执行系统）、CRM（客户关系管理）等逐渐形成标准化的系统，让一些企业也想寻找数字化的标准软件系统，认为购买了软件就等于获得了该软件背后的管理模式，从而将数字化转型简化为选择成熟软件的决策过程。然而，数字化转型与企业的业务深入耦合，每个企业的业务不同，工艺流程不同，设备也不一样，因此数字化转型方案和路径都是高度个性化的。数字化应被视为组织自身修炼的过程，我们不能通过外部购买来替代内部修炼。
数字化是通过提升组织能力来应对不确定性的，这个过程类似于健身。我们可以购买健身房的会员卡，但坚持运动的习惯却无法通过购买获得；我们可以购买保健品，但健康并非可以直接买来；我们也可以购买著名教练的私教课，但仅仅上课并不能直接带来锻炼的成果。在设备管理的数字化方面，虽然我们可以购买传感器、数据采集网关和大数据平台，但这些并不能直接提升设备管理能力；同样，虽然我们可以购买失效模型和预测算法，但无法直接建立预测性维护的能力。
（2）迷信权威，盲目跟风 很多企业是在国家产业政策的推动及市场竞争的压力下，仓促地开始了数字化转型。企业自身对数字化转型的认识并不清晰，缺乏系统的转型战略设计，既没有数字化转型的顶层设计与规划，也没有一条清晰的执行路线图。
有些企业想看其他企业怎么做数字化，总结出一些较为成功的数字化标杆企业数字化转型的经验。传统产业的数字化有十分鲜明的行业特征，每个成功的企业都建立了独特的竞争优势，这种独特性导致数字化转型的经验难以被复制给其他企业。数字化转型没法“抄作业”，即使在其他企业成功落地的数字化，移植到你的企业也很可能“水土不服”。
数字化转型目前没有通用范式适用于所有企业，从国家到行业到企业，我们还处在智能革命的早期。即使成功转型的企业，也在快速迭代，很难做出一个确定的数字化蓝图。
（3）向外部顾问要答案 很多企业依赖外部顾问规划数字化转型蓝图，认为自己不懂数字化，需要请外部咨询顾问提供答案，制定数字化转型的路线规划。虽然外部专家可以提供宝贵的见解和帮助，但内部团队对自身业务的理解和承诺对于长期成功至关重要，只有建立内部组织能力才能维持组织的成长和外在适应。
数字化的真正内核是业务创新，真正的转型只能通过企业自身的学习，自己培养能力。企业业务的创新基因蕴含在企业内部，简单抄作业是无法获得成功的。工业领域的知识具有独特性，有很高的壁垒和门槛，外部顾问很难快速掌握。
缺乏自信而寻求外部帮助，却忽视了业务的内核实际上在自身。数字化的核心要从业务自身出发，回归价值的根本，定义真正的问题。选择最合适的技术，解决正确的问题，创造真正的价值。正如医生的建议和药物的治疗，不能代替身体的逐渐康复。数字化是企业的自我修炼，业务的转型和能力的提升是一个痛苦转变的过程。
问题的复杂度与解决方案的复杂度之间需要相匹配，能够解决问题的答案往往与问题本身同样复杂。不要低估数字化转型的复杂度，不应期待一次变革就能解决所有问题。
（1）一次性变革项目 有些企业错误地将数字化转型视为一次性项目，期望通过一次变革成功。然而，实际上数字化转型是一个持续的过程，它涉及不断地学习、调整和改进。市场和技术的快速变化要求企业保持高度的灵活性和适应性。
（2）期望即时结果 静态的方法也无法应对动态问题。有些企业对数字化没有耐心，期望数字化转型会立即带来结果和回报。虽然某些变革可能会迅速产生影响，但大多数转型效果需要时间才能显现。长期的视角和耐心是必要的。
（3）用行动的勤奋掩盖思维的懒惰 简单的工具无法解决复杂问题，应避免过度简化的数字化解决方案，否则可能会漏掉重要的环节，导致方案不完善甚至不可行。数字化离不开数据采集，举例来说，有一些项目要采集设备实时数据，开发远程监控大屏。然而，获取设备的实时数据仅是第一步，真正的挑战在于如何有效利用这些过程数据。如果我们没有清晰的数据利用策略，即便建立了高级的平台也难以实现业务的真正转型或创造业务价值。
数字化是一项系统工程，涉及在数字技术的赋能下对业务整体进行转型。寻求快速解决方案或者简单的方法往往会使我们低估问题的复杂性。正如“不能用战术上的勤奋掩盖战略上的懒惰”，我们不能让勤奋的行动掩盖对策略深度思考的缺乏。盲目地推进很多数字化项目，却因忙碌而无暇对业务进行反思和创新，是常见的误区。
数字化转型不仅涉及技术系统的升级，更困难的是人的转变，包括思想、行为以及利益和权力结构的重组。在数字化转型过程中，自然会出现支持和反对的声音，这是人性的正常体现和必然的反应。员工的认可和支持对转型的成功至关重要。因此，文化变革、培训和沟通策略成为实现持续变革的关键因素。在此背景下，领导者应特别关注人和团队，保持坚定的信念和清晰的战略，在转型的波动期间，引导员工克服挑战。构建一个学习型的组织，是确保数字化成功转型的重要支撑。
避开前述的数字化误区，我们认识到数字化不仅能够创造真正的价值，还拥有巨大的潜力。从根本的价值创造角度来看，企业的存在基于三个方面的价值，如图2-9所示。
图2-9 企业创造价值的方式
无论是获取价值、创造价值还是传递价值，都可以被数字化。在内部创造价值的活动中，数字化可以降本增效，提高生产效率；在外部获取和传播价值的活动中，数字化可以作为一种使能技术，实现上下产业链的实时高效协作。
更重要的是，数字化作为技术范式的升级，不仅赋能当前业务、提升效率、降低成本和增加效益，还可能根本性地颠覆常规的业务做法。数字化能够实现业务能力的飞跃，帮助企业突破当前发展曲线，跨越非连续性的创新平台期，实现颠覆式创新和能力的跃迁，如图2-10所示。数字化转型通过一系列项目和举措增强了业务能力，实现了创新的跃迁。通过多个小型项目的快速迭代，筛选出能够增加业务价值的新做法，并将其固化在业务流程中，进而促使业务形成新的增长曲线。
很长一段时间里，数字化被视为技术先进的代名词。与互联网企业这些原生数字化企业相比，传统的工业企业在数字化技术方面比较欠缺，因此很多人误认为数字化转型首先要加强技术，把加强数字化能力等同于招募算法工程师、开发机器学习模型。
然而，数字化不能等同于“系统建设”。我们不应该简单地把数字化视为提高效率的工具，不断上线各种高级的软件系统。数字化转型的真正价值，源自数字化技术与企业业务的深度融合。数字化转型的本质是业务的转型与升级，是突破式创新，体现在技术维度的能力跃迁与业务维度的模式创新上，如图2-11所示。我们必须从业务的视角出发，思考转型的路径，找出技术对业务的有效支撑点。盲目地堆积大量数字化技术和工具而忽略业务需求，必然会导致技术与业务脱节，无法实现经营业绩和财务收益。
图2-10 数字化能力的突破创新
与其不断地进行加法，数字化转型反而应该着眼于做减法。我们需要从业务的底层逻辑出发，反思哪些环节可以简化或省略，哪些环节是非必要的浪费。“做减法”不仅能帮助当前业务实现突破性的创新，从原有的增长路径跃迁到新的增长曲线，还有可能重塑价值链的上下游，实现架构式的系统创新，促使企业从内部数字化转型向产业互联网平台的发展迈进。
图2-11 数字化的突破式创新
数字化转型是由业务与技术“双轮驱动”的进程，图2-12从技术和价值两个维度，展示了数字化转型的进化过程。如果业务的核心逻辑比较稳定，那么数字化的技术创新可以优化现有业务。反之，如果客户与市场发生显著变化，导致我们需要重新思考业务的核心前提，在这种情况下就不要追求最先进的新技术，而是考虑已有技术要素的新组合。业务驱动的数字化应以业务为中心，结合业务发展的特性和趋势，匹配适合的数字化技术。当业务与技术的创新同步进行时，数字化转型更易于实现，才有可能突破已有价值链，实现系统创新。
图2-12 业务与数字化的二维演化矩阵
数字化转型的过程，个人和组织都会产生很多心理触动和情绪冲击。借鉴心理学的心流理论，数字化转型也会产生企业的心流，如图2-13所示。
若希望在数字化转型过程中减少负面情绪、激发积极情绪，则需要引导组织的心理状态。当业务创新与技术变革同步进行时，企业的数字化程度和业务的不确定性程度相匹配，就是企业心流涌现的状态，这时候数字化转型会非常顺畅，转型阻力小，创新活力充沛。
图2-13 数字化转型的企业心流
相反，一些企业推动数字化的驱动力来自内在的焦虑和不安全感。焦虑产生于能力与目标之间的巨大差距：若能力低于目标所需，则可能觉得任务过于艰难，从而产生焦虑；若能力远超所需，则可能觉得任务太简单，感到无聊。唯有当能力与挑战的难度恰好匹配时，即技术能力刚好满足业务挑战的需求，组织才既不会感到焦虑，也不会觉得无聊。在这种状态下，人们在恐惧（对数字化技术的未知、不知所措）与无聊（对现状习以为常，缺乏挑战）之间找到平衡，再去控制复杂且快速变化的不确定事件时，很容易产生心流体验
。
传统工业企业导入数字化技术相对缓慢，业务上可能存在大量疑难杂症，满怀期望数字化都能解决，反而陷入“焦虑”心态。这种焦虑一种情况源于无法找到解决实际需求的合适技术，又对各种热门技术缺乏深入判断。工业领域的传统供应商可能会将最新的热门技术进行包装，将MES升级为智能运营系统，将ERP升级为智慧运营平台。如果不能真正解决业务问题，貌似很有“科技感”的数字化，也只是“新瓶装旧酒”，不仅治标不治本，还会进一步加剧“焦虑”的感觉。
另一种情况可能来自人工智能的科技公司，他们拥有先进的人工智能技术，却缺乏工业背景和业务知识，他们围绕数字化技术寻找业务场景。追求技术领先而不考虑实际应用场景，会导致积累了大量先进的人工智能技术但无法落地，企业的情绪便进入了“无聊区”。
本书认为，企业应以业务的不确定性作为数字化的驱动力，围绕业务的核心逻辑匹配最适宜（并非最先进）的数字化技术，这样更容易让企业保持创新的心流状态，平静面对各种流行的数字化热门话题。
以生产制造中的质量管理为例，为了减少工艺水平波动，有工艺管理、工艺改善和工艺创新等基础业务活动。无论是否进行数字化，每个业务活动都需要提高工艺的水平。经过一段时间的改善，常规手段逐渐会遇到瓶颈，这时候就不得不借助数字化技术。图2-14中，只要从业务发展的需要梳理业务的改善方向，自然会形成该业务的数字化规划。
工艺管理是基于现有设计的工艺，通过管理手段使工艺过程维持在预期的理想状态。设备磨损、人员变动、来料波动都会影响工艺的水平，数字化可以快速发现问题，指挥管理的焦点聚焦在有规律的系统性异常上。通过对同一设备不同时期工艺水平的纵向对比，或者同一工艺不同设备的横向对比，快速定位质量变异点，辅助人们快速定位。
图2-14 工艺数字化规划
在实践中不要纠结什么才是“真正”的数字化，而是关注如何提高下一阶段“数字化程度”。从现状往前看，哪些业务的痛点可以用数字化来解决。以质量管理为例梳理问题根因的数字化，如图2-15所示，是业务要素与数字化程度的二维矩阵。
图2-15 质量问题根因分析的数字化