中国经济发展的内外部环境正在快速变化，面对当今世界百年未有之大变局，以数字技术为主导的新一轮科技革命加速演进，数字企业、数字经济和数字社会将成为发展中不确定因素中的确定引擎。
　　这其中，企业如何进行数字化转型升级成为行业共同关注的焦点。我这些年或多或少、或深或浅参与了全国各行各业数百家知名企业数字化转型过程，如果梳理其中的心得，可以总结出企业数字化转型“一点两面三三制”的实践路径。
　　所谓“一点”，指的是建立“科学数据发展观”的共同认知;所谓“两面”，意指企业数字化转型需要行业经验封装+数字化技术的双向结合;所谓“三三制”，遵循三个指导原则：先医后药、先软后硬、先点及面。

“一点”很重要

　　纵观人类历史，人类社会发展和生产变革的核心来源于对关键生产要素的变革。过去主要是对土地、劳动力，资本等生产要素的争夺;到了数字时代，数据成为了社会的核心生产要素。
　　企业数字化转型首先要建立数字化认知，数字化认知的核心是建立“科学数据发展观”，形成尊数、爱数，用数的数据文化。
　　阿里巴巴技术团队有一种内部文化叫做“有数据，讲数据;没数据，讲案例;没案例，去调研”。大家都尽可能地用数据来沟通和讨论，从而保证沟通的科学性，而不仅仅是根据一些个人的主观经验、历史经验做判断。
　　我们曾经做过一个案例，某省会城市的市内交通运行协调中心建设过程中，建设前，相关单位根据经验值来判断每天从郊区到市区公交地铁通行的市民少，空置多，成本高，准备提高从郊区到市区的公共交通价格。
　　但是当整个城市的全量数字交通中枢系统建设完毕之后，通过对全市各个公交、出租、地铁、网约车的轨迹分析并结合智能技术对实时人流、车流的建模分析，发现之前根据经验值一刀切从郊区到市区涨价的决策和客观现状有较大出入，最后主管部门以大数据和智能算法为依托，制定出了根据不同线路精准制定涨价和降价并举的科学决策，解决了问题。这是数据的力量。
　　过去互联网的大发展，更多的是消费互联网的大发展，关注的是用户体验，本质是基于人的感知的数字化，沉淀的更多是消费者相关的数据;而未来是产业的数字化，关注的是效率提升和成本降低，本质是基于万物互联的数字化，产生的数据将远超消费互联网时代。
　　根据IDC预测，到2025年，地球一年产生的数据如果存在光盘中，那么光盘叠加起来的高度将是地球和月球距离的23倍（月地最近距离约39.3万公里），或者绕地球222圈（一圈约为4万公里）。这个数据量确实是惊人的，不过，结合现实，今天企业的数字化转型刚刚开始，现在我们看起来庞大的数据量在未来可能是很小的开始，所以企业要着眼于以后制定面向未来的数据策略。

如何做好“两面”？

　　在长期的实战中，我观察到，很多企业的数字化转型容易陷入两个误区：一种过度强调企业的业务流程和历史经验，不重视新的数字化技术，认为它们不具可行性;第二种是唯技术论，忽视了对现有企业现状和行业沿革的尊重。
　　其实，既不能一味地唯行业经验论，也不能简单地唯数字化技术论。不同的行业有大量的基础原理、行业知识、应用工具、业务流程以及老专家沉淀在脑子里几十年的行业经验，这些宝贵的知识和经验都应通过数字化模型的封装沉淀在数字化平台上，与新技术深度融合才能产生强大的化学作用。
　　先来说说行业经验封装。产业数字化的本质不是数字技术+产业，而是产业+数字技术。
　　以工业制造为例，服饰行业传统的业务流程涵盖从设计打样、面料采购到生产物流等40多个环节，这些环节原来没有全线贯通，很多部分各自为政，标准不同，导致生产效率低、不良率高、库存高等问题。
　　阿里云在服饰行业的工业互联网平台上，将传统流程拆分成118个标准动作并打上标签，融合服装中订单环节、采购环节、裁剪环节、吊挂生产环节、后道流水环节及质量控制环节等各作业流程中的实时数据，将传统业务以数字化方式呈现和连接，最后实现生产效率平均提高40%，零不良和零库存。
　　拥有这种能力后，就能实现小微订单无缝切换的柔性生产能力，这就是传统行业经验与数字化技术结合后带来的成本降低，效率提升。
　　这样的案例在各行各业有很多，我就不一一赘述了。我们大部分的企业所运营的核心业务流程还是依赖于传统的流程和经验的，这种情况下就要充分利用数字化技术的红利，将线下业务线上化，传统业务数据化。
　　再来说说数字化技术。结合阿里巴巴服务9.7亿消费者，4000多万家企业的自身实践经验和试错，我们总结了数字化技术的四大引擎：基础设施云化、整体架构数据化、协同办公移动化、应用场景智能化。
　　基础设施云化：避免在非战略机会中消耗战略技术资源
　　基础IT设施云化大趋势已经没有争议。企业技术资源投入的整体策略可以是：公共技术“云上用”，应用技术“业务定”，核心技术“自主控”
　　企业涉及IT基础资源的技术应“拿来主义”地使用云计算;涉及企业自身业务发展的应用开发系统，可由企业自主谋划联合生态伙伴来共同搭建，鼓励在贴近行业应用场景上企业自身能有高水平的创新想法;涉及企业自身独特价值的核心技术应用的领域，集中优势资源、力出一孔，重点聚焦，构筑行业竞争壁垒。
　　整体架构數据化：中台是最简单、也最难实现的理念
　　数据化技术架构的本质是为了支撑“一切业务数据化、一切数据业务化”的目标。其中，“一切业务数据化”是为了活在当下;“一切数据业务化”是为了发展未来。 　　数据化架构的核心之一是阿里巴巴在业内首创和定义的中台理念，中台既是一个构建数据和业务体系的方法论，也包括一组确保数据资产化、价值化的产品工具集;同时中台还是一种构建以用户运营为导向的组织新模式。
　　每个企业都应该搭建中台，但中台不是依葫芦画瓢搭建。
　　中台需要与企业自身的业务特点、数字化水平、资金状况和人力现状以及企业上下游的行业特征、国家宏观经济政策、全球发展状况相匹配。中台必须是符合自身能力特点的、不断优化与迭代的，能够产生预期业务效果的。否则就会出现简单粗暴的“拿来主义”，连最基本的企业数字化现状评估与次第发展路径都缺乏的脱节现象，这种脱节现象是靠任何先进的“中台”都解决不了的。
　　重新定义组织：新组织基于旧地图无法驶向新大陆
　　一个组织是否高效，取决于三个能力：是否实时在线并具备准确、及时、全面地触达全员，来应对内外部变化的能力;是否具备跨部门、跨地域、跨供应商、跨合作伙伴、跨客户之间的沟通链接能力;是否具备移动化、场景化、实时化的协同办公能力。
　　大量企业借助钉钉来实现组织的升级再造。疫情期间，浙江省政府通过钉钉在线会议系统召集千人以上的会议是平时的十倍以上，超出过往想象的提升了办公效率和节省成本。
　　越来越多的业务需求远远超过IT开发能力，Gartner的数据显示，2021年对应用开发的需求将达到所有IT公司开发能力的5倍。钉钉为此开放了宜搭等低代码开发工具，HR、财务等不懂编程的人员也能开发业务应用，大幅降低开发门槛，让企业拥有数字化转型的主动权。
　　阿里巴巴在钉钉上通过宜搭已构建了1.27万个应用，包括HR、财务、法务、行政等多场景。比如经理级别员工的出差、考勤、报销等全部钉免审批，事后通过数据结合智能算法来甄别各种事项的合理性。
　　企业内部的沟通形式未来一定是基于移动场景、基于业务需求、基于人员角色三者融为一体的协同办公新平台，基于过去的旧地图是无法到达新大陆，谁先掌握数字化时代的新工具、新协作、新管理，谁就能率先重新定义组织，成为创新发展的驱动力，高质量增长的“内燃机”。
　　应用场景智能化：企业第二曲线的新动能
　　我发现一个现象：不少企业一提智能要么过度焦虑，要么极度迷信，不是担心被别人的智能化颠覆，要不就是寄予过大的期望想象。
　　当下智能化应用好的企业，基本都是充分结合自身应用场景能清晰提出问题和定义问题的企业，企业使用智能化的过程一定是企业自身和数字化技术领先企业的共创、共建，甚至是共享的过程。
　　淘宝上面有一个智能小应用拍立淘，用户看见喜欢的商品只要拍下照片，或者插入你想要的任何明星使用的商品照片，就能通过视觉智能技术瞬间在淘宝的亿万商品中搜索出来，这些小场景都是由阿里巴巴的淘宝业务方提出需求，负责数据智能的达摩院来技术实现。
　　又如国家电网在运检侧的人工坐席调度和维修排查场景中引入智能客服和知识图谱技术，大大降低了人工成本和提高维修准确率。
　　智能必须应用到合适的场景，所以提出问题往往比解决问题更重要。这决定了数据智能技术能否在企业数字化转型中最大化地发挥生产力。
　　我判断，目前应用场景智能化对企业的价值呈现还主要体现在提效降本上面，未来应用场景的智能化还需要通过创新找到新商业模式，真正让数据智能技术成为企业增长的核聚变，成为企业第二曲线发展的新动能。

三三制精髓：先医后药，先软再硬，先点及面

　　先医后药
　　“先医后药”本质是顶层设计优先，做好问题发现，做好价值实现，做好蓝图规划。
　　它的具体表现形式是“咨询先行”。大部分成功的数字化转型案例中，首先做的是借助有成功实践的“外脑”做数字化转型的咨询设计，评估企业现状，问题需求调研，业务流程理解，具体场景分析，技术融合分析以及转型价值发现，再按病下藥，因地制宜制定出适合企业自身的切实可行的转型目标、蓝图、架构设计、技术路线选择，制定转型举措和组织文化变革等。
　　只有做到这一点，才能真正通过业务和技术的双轮驱动对传统管理模式、业务模式、商业模式进行创新和重塑，实现业务成功。
　　先软再硬
　　过去，大量企业习惯硬件投资先行的发展模式，但硬件投资一经确定后就很难动态适配和柔性调节，一旦规划有误就会造成大量浪费。而且，在没有数据没有打通的时候，越多的硬件投资可能造成越多的信息不流通和不匹配，形成更多的数据孤岛。
　　因此，基于已有的硬件基础设施通过软件打通数据，通过算法产生商业价值，先“由软及硬”、再“由硬及软”，是比较科学和合理的循环建设模式。
　　在四川智慧高速公路的打造上面，正是通过“先软后硬”，利用已有的交通卡口等前端设备视频数据，和高德互联网数据融合，结合人工智能技术发布分流诱导预案与调度，大大降低和缓解了高峰拥堵。同时，通过感知设备监测路面状况，主动发现道路上各类异常，快速处置消除隐患，降低事故及二次事故比例，安全事故降低15%。
　　后期的运行过程中，我们又发现，在部分的路段如果能增加和智能算法精确适配的硬件设备，可以更进一步提升智能化水平，于是重新定义硬件的规格，实现了由软及硬的进化。
　　在基于智能化软硬一体的规划和建设前提下，硬件和数据，算法的价值也将得到进一步的快速释放，在新的起点上实现价值创造。
　　先点及面
　　数字化转型的挑战来自方方面面：文化观念冲突、组织人才适配、技术的驾驭、体制的束缚等。因此企业数字化转型切忌短期主义和盲目主义，切忌孤注一掷或全线出击。
　　在通过先医后药确定下来顶层设计以后，在具体的实现路径上要从场景、问题和需求出发，找到具体的场景做破局点，由点及面、以小见大，小步快跑。
　　钢铁企业的数字化转型中正是选中冷轧板的表面检测、炼钢工艺优化两个场景作为切入点，通过智能化的配优参数模型和人工智能检测为企业带来一年几千万的直接收益，大大增强了企业拥抱数字转型的信心和决心，打破了原有的体制束缚和变革阻力。
　　国有企业转型尤其要充分处理好远期与近期、总体与局部、宏观与微观等各方面关系，做到既敢于转型，也善于转型。
　　总而言之，企业的数字化转型是一个复杂问题，需要体系化的解决方案，通过以数据为一个中心点，借助四大数字化技术引擎，咨询先行，先用软件应用跑通模式，再进行大规模硬件投资，先找关键场景落地业务价值，再全面推广，这样的策略能够最大限度上提升转型效率。