01

欧阳杰：中国企业数字化转型的十大问题和一个根源

欧阳杰：从2017年开始做企业数字化转型，也研究过不少企业特别是制造业和零售业的数字化转型案例，发现到目前为止，中国企业在数字化转型上能称得上成功的案例很少。在此借用彭剑锋教授的思维框架，和大家探讨中国企业在数字化转型过程中高频出现的十大问题。

1.中国企业数字化转型的十大问题

问题1：眼高手低

“眼高手低”的问题，形象地说是，要的产品是奔驰，但是给的预算是奔腾。

讲一个真实的案例，为了方便我隐去企业名字。去年我去一个制造企业，给他们讲美的、华为和IBM的数字化，然后说他们在数字化上落后同行标杆至少五到十年。企业董事长听完把CIO抓过来一通臭骂，说我这么重视数字化，你怎么就把企业怎么干成这个样子。当时我也不好说什么，随后我和CIO交流，问去年企业在IT上投资多少，得到的数据是加上IT人员工资在内不到600万。

第二天我和跟老板交流，说你真不能责怪CIO，你们在去年在IT上的投资总共才600万，相当于企业营收的千分之一，这样的比例，你还真不能对企业信息化和数字化有什么期望。他直接就问，制造行业应该给IT投多少？我说国外的数据，投2%很正常。

这是很典型的“眼高手低”。老板经常在外面上课，会看到外面很多新东西，回来越来越觉得自己IT不行，觉得自己管信息化的领导水平不高。当然可能有这些因素在里面，但回过头来想想，就千分之一的投资，以这样“奔腾”的预算，要CIO干出“奔驰”的活，CIO再强只能说“臣妾做不到啊”。

问题2：割裂支离

企业IT、DT、OT分离得严重，导致企业到处都是数据孤岛。

我们曾在一个很大的企业去做数字化转型。老板对数字化非常重视，内部既有信息技术部也有大数据部，既智能制造部也有精益推进部。看上去职能挺全，但大家九龙治水，说是以客户为中心服务业务，但典型的金字塔结构下，大家都自觉不自觉地变成了以KPI和老板为中心，各自为政，按怎样快速出业绩、怎样让老板看到成绩来干活。这导致的结果就是，是企业在IT上花了很多钱，但产生的实效却不多。当然外面的人去企业参观，看到作战指挥室和客户中心里的大屏，会觉得这个企业数字化做得非常不错。但业务条线的人员经常问：这些年在IT上花这么多钱，采集了这么多数据，到底给我们带来了什么价值？他们内部创造了一个很好的词，叫“线上无解”，戏称过去是 “线下无解”，现在是线上有了数据和系统但问题却变成“线上无解”。

问题3：三化一统

企业数字化转型有三个事情挺重要。

第一，流程数字化。包括流程优化和优化后用系统固化如IPD、OTD、CRM等。

第二，业务数字化。即直接为客户创造价值的产品和服务的数字化与智能化，这和软件定义产品及线上线下融合等密切相关。

第三，数字业务化。亦即把流程数字化和业务数字化所形成的数字资产变现，如约翰迪尔公司通过传感器收集设备、土壤和庄稼数据，整合外部市场与天气数据后，给农场主提供收割时间、包装规格以及庄稼增产等增值服务，这些服务2017年给约翰迪尔公司带来了10多亿美元的营收。

很多企业把流程数字化、业务数字化及数字业务化混在一起让一个老总主导，试图“毕其功于一役”，但结果往往不尽人意，背后的原因，不是主导者能力不行，也不是大家不努力，而是从一开始就在结构上犯了错误。

流程数字化如果走软件包如sap驱动的模式，由IT来牵头问题不大。但业务数字化如做智能产品和智能生态，如由IT来牵头就挺麻烦。因为业务数字化的主导者只能是业务，这就象直线经理是人力资源管理第一责任者一样，如果企业把人力资源管理部门作为人力资源管理的第一责任者，可以大体推断，表面上重视人力资源管理，但实则是一开始就是把人力资源管理部门往火坑里推。

当企业希望把数据当成资产出售时，企业应把数字业务化当成独角兽去孵化，否则将新业务放在原有优势业务中，结果大概率是“大树底下、寸草不生”。如果采用新业务孵化模式，主导新业务的人最重要的素质是要有企业家精神，而不是多么精通数字技术。

把三化混在一起，由一个部门或一个副总去分管，看上去是统一领导，但最终效果不佳。背后的原因，虽然这三化与数字技术高度相关，但成功关键要素各不相同，且对领军者的要求区隔很大，而且要找既懂流程、又懂业务、还懂数字技术而且有企业家精神的超级英雄，很难。

问题4：主体错位

很多企业把 IT当成工具，让IT主导企业的数字化转型。

IT是不是工具？是工具，但不能纯粹当成工具。哲学层面看工具有三大要素：工具本身、工具使用者、工具使用环境。如果忽略工具使用者和工具使用环境而让工具自身异军突进，最后的效果必然不理想。

企业数字化转型，表面看好像是IT系统的升级，深一层看是业务的变革，本质上则是员工特别是干部的思想观念和行为模式的转型。这样的转型只能由老板亲自挂帅，而不能委托给任何人——包括CIO在内。交给CIO主导，先不说CIO对业务理解多深，就说CIO和业务产生冲突时，一两次老板会给IT打CALL，但次数多了呢？如果变革中业务因各种原因而下滑严重呢？老板依然一如既往为IT站台？

问题5：方法错配

现在我们都在讲数字化转型，但驱动数字化转型的还是工业3.0时代的思维。

举个例子。工业3.0时代开发产品，IPD的确非常好。到了工业4.0时代，“产品即体验，体验即产品，产品即服务，服务即产品”，这个时候如果还用IPD这种重装方法去开发产品，最终开发出来的东西和跟客户的需求，以及开发速度跟市场的匹配，其实是有问题的。

昨天我们跟一个车企讨论。他们开发一款全新的产品需要36个月。老板觉得，这么长的开发周期肯定不能接受，因为等企业把产品把产品推到市场时，市场和客户早已不是36月前设想的市场和客户了。但技术中心老总也很委屈，说BBA也要这么长时间，我这个速度在业内不慢，而且这个流程是和国际知名公司一起做的，对标了国际主流大厂的最佳实践，所以也流程没问题。

这里本质的问题是方法错配。不能说IPD不好，不能说BBA的开发流程不好，只是这些方法是产品主要是硬件且市场变化不快时代下形成的最佳实践，和当今乌卡时代及软硬结合或软件定义产品的行业不太适应了。

问题6：三重三轻

第一，重功能，轻体验。不少企业做新能源车，都关注新车续航里程。特斯拉也讲里程，但更重体验。我见过一特斯拉客户，之前开几百万的奔驰，买了特斯拉后很少开奔驰。我问为什么？他说开特斯拉一周以后，发现特斯拉懂我。另一个例子，是企业上信息系统更多是管理者的管控视角，界面难看，员工使用体验差，虽然绩效考核和检查稽核能在一定程度上实现或满足管控的目标，但很难想象，一个用户体验不好的应用，一个用户一边使用一边骂娘的系统，他真能满足管理者上系统之初的期望。

第二，重系统固化，轻后续迭代。企业花几千万甚至上亿上ERP系统，舍得。但是上完系统后，你要他养花大价钱养一批既懂ERP又懂业务还懂流程的IT团队，以便后续能根据业务需求不断地优化迭代这个系统，他就舍不得了。

第三，重看得见的大屏小屏/BI，轻看不见的数据治理。红杉资本《2021年中国企业数字化年度指南》指出，数据治理已成很多企业数据应用的主要障碍。本质上讲，数据治理很多时候是费力不讨好，当下要花钱却短期难见效的事，因此，就算IT部门知道重要想推，也很难说服老板和业务部门投入精力来做。

问题7：底线问题

底线问题有关价值导向，主要讲数据隐私与科技向善的问题。

数字化转型可从两个层面考量，一是工具理性，一是价值理性。工具理性主要讲投入产出比，虽难精准计算，但至少可以用信仰方式去解决，即我虽然帐算不清，但我知道如果不搞数字化转型，不在信息技术上高强度投入，企业今天和明天没有问题，但明年和后年就不一定能活得下去。

价值理性是讲，企业数字化转型，会影响员工、客户和伙伴等方方面面的利益相关者。比如很多互联网企业通过APP收集了很多用户数据，但这些企业将用这些数据来杀熟。商业角度无可厚非，道德层面却令人不耻。还有央视315曝光了一些企业泄露大量用户的简历信息，导致网上一片哗然。其根本原因是这些企业在数字业务化上的价值观有问题。

对内部员工呢？一样也存在这样的问题。现在还有不少企业上IT系统，一开心就是站在管理者的角度，强调流程的规范化和对员工的管控，看重内部秩序。这对不对？很难说错，但至少和数字化转型想要的终局和初衷不相符。数字化转型的目的是通过连接和赋能让用户体验更好、企业运营效率更高、产品和服务更新迭代更快，是用先进数字技术在成就客户、员工和伙伴之中成就自己，而不是用数字技术让自己站在更有权势的位置去压榨别人——这样做短期可能管用，但长期一定会反噬自己。

问题8：琴瑟不合

数字化转型挺复杂，企业单靠自身力量很难转型成功。很多企业也意识到了这一点，因此一开始就会找外部合作伙伴如咨询公司和软件供应商等一起推进。

我夫人是在企业里做HR，她们企业本来想请一家咨询公司来做架构梳理项目。单位书记说：做什么做？前些年集团花了几个亿，请全球顶级咨询公司来做，结果就做成这样子！我们这么小的企业，还要花这个冤枉钱？我发现，这样的案例还不是个例。因此我总结了一句话：企业数字化转型中的甲乙方，以甜言蜜语豪言壮语起，以一地鸡毛伤心难受终。简言之：双方琴瑟不合。这中间，双方都有原因。

咨询公司的问题，是把这个事情当成生意。而企业呢？企业在数字化转型中的问题，不能完全说是企业在转型之初没有想明白，而是转型推进中缺乏定力，而缺乏定力的原因，是自己对对数字化转型终局缺乏信仰。华为在这个方面真的很伟大，当年任老板当年在变革最困难时提出“穿美国鞋”、“先僵化后固化再优化”、“削足适履”，毫不动摇，坚定推进，这才造就了全球独一份的华为和IBM的传奇。

问题9：单打独斗

受三一树树互联和美的美云智数的影响，不少有实力的企业在数字化转型时，首先想到的是自力更生，恨不得从ERP到算法平台都自己一个人搞，最好也能弄出一个市值百亿甚至千亿的独角兽。这个想法很好，但现实很骨感，不排除极少数的企业能复制三一和美的成功，但绝大多数企业数字化转型走单打独斗的路，从一开始就要注定失败。

下面这个案例很可能代表中国产业互联网的另外一个新方向。

台州有很多机床企业，这些企业规模不大，基本各搞各的。虽知道未来图景，但要说谁去站在更高的角度把产业链拉通和上下游信息共享，很难。

台州的大数据局做了一件好事。地方政府要把机床产业打造成龙头产业，于是政府和一个创新公司合作。创新公司先分析产业链，产业链里有些地方断有些地方弱，然后用“政府主导、企业自主”的原则和生态方式把断的补起来把弱的做强，把产业链上企业的相关数据导入到创新公司主导的数据平台上，平台把企业数据脱敏后透明共享。如果平台上只有一二家企业，数据没什么意义，但是如果系统上有100家企业时，而且这些企业涉及产业链上下游各个环节，这个时候，企业只要输入一家供应商，系统马上就告诉你，能够做这个东西的供应商还有B、C，这就会很容易实现“货比三家”。如果你的客户现在是甲，系统告诉你其实乙和丙也是你的潜在客户。大家想一想，这些信息能够推送给这个系统的所有用户，那么企业是不是非常愿意到系统上来？

中国搞产业互联网和美国、德国相比三大先天优势：

第一，中国现在各行各业，或者很多行业，产业集中度极低；

第二，中国政府有能力做台州这样的资源整合，特别是有大数据局的情况下；

第三，中国搞产业互联网，无论是架构还是技术、战略与资本，人才都不缺。

把这三大优势组合到一起，中国产业互联网的潜力无穷。如果用这种思维来做数字化转型，我认为，中国各行各业都能走出一片新天地。

问题10：无米之炊

数字化时代，各行各业都值得用数字化的方式重新做一遍。但这中间有些东西绕不过去，比如芯片和底层的工业软件。

2019年给一个建筑行业的央企做数字化转型，发现整个建筑行业的底层软件，除了PKPM外其他软件都是国外的。换句话讲，如果欧美要卡脖子，中国建筑行业可能啥都不要干了。为什么？因为大家已经不可能重返用手工绘图的时代。

解决底层工业软件自主可靠的难度并不比芯片低。所以中国企业的数字化转型慢慢往前走，底层工业软件可能是个大问题。

2.问题产生的一个根源

上述十个问题，前面7个问题发生在企业内部，第8个问题和第9个问题涉及转型中的合伙与合作，第十个问题涉及数字化转型的底层基础设施，虽然单个企业做不了什么，但在这样的大环境下如找不到一条出路，未来隐患非常大。

这十大问题，除了最后一个，背后的根本原因归结到一点就是：用工业时代的职能思维，去驾驭人工智能时代的生产力。套用迈克尔·哈默(Michael Hammer，1948.4.13-2008.9.3)的一句话来说，就是：我们手里有21世纪的生产力，面对的是VUCA 时代的复杂问题，但我们业务流程和管理制度还停留在50年前，我们的管理理念却还被禁锢在2000年的农耕时代。

“管理理念却还被禁锢在2000年的农耕时代”，是什么意思？我们一碰到什么问题，就说是人不行。所有的问题，都是人不行。这对不对？既对，也不对。张三不行，就把张三咔嚓掉，李四不行，就把李四咔嚓掉。但这从根本上解决问题吗？不会，更多的时候我看到的，是企业在不断的折腾中走向平庸。

中国企业数字化转型其实也害怕折腾，需如临深渊、步步谨慎。

以上，是我思考的中国企业数字化转型的十大问题和一个根源。

02

林泽波：以数字化技术打通企业的全流程价值链

林泽波：谈及“数字化企业”“企业数字化”，目前从各种维度对其特征有多种解释，还没形成统一的定义。

应将“数字化企业”的概念具体化，比如企业全面建设了数字化车间、数字化工厂、数字化运营云平台、数字化研发中心，数字化仿真实验中心、数字化立体仓库、业务运营使用了企业协同管理软件、工业软件等等，这样能更容易理解什么是数字化企业，如何实施落地企业数字化。

1.数字化企业：以数字化技术打通企业全流程价值链，提升企业价值

对制造业来讲，“数字化企业”用数字化技术打通企业的全流程价值链：产品全生命周期价值链，业务流程的价值链，资产的价值链，实现企业端到端数字化解决方案。

数字化企业用虚拟数字世界的数据，赋能现实物理世界的决策，应对市场的竞争和不确定性，更加敏捷地开发产品，柔性高效生产，更快速地交付；而且成本更低，质量更优，提高客户的满意度和市场的占有率。实现数字化业务模式和数字化组织的转型，提升企业的价值。

IT的技术例如互联网、云计算、大数据，OT技术例如工业自动化、工业边缘计算、工业通信等已经成熟，使用成本在下降，信息安全性在提高。信息物理系统CPS 和数字孪生Digital Twin 技术能帮助企业数字化方案的实施。物联网IoT，工业互联网IIoT，人工智能AI在中国快速兴起。数字化技术将推动企业数字化的加速发展。

2.企业数字化转型：需要懂IT、OT、DT，加上懂管理的人才

自动化、信息化、数字化各种技术具备, 但企业的数字化肯定不是纯技术问题。企业数字化还需要什么？需要懂得这个行业的知识包括工艺，产品的标准，质量的标准,更要懂得企业的管理及其业务流程。跨领域人才的需求， 加大了企业数字化的难度。

企业做数字化转型，应重视企业组织的数字化人才及技能培养，提前布局。企业需要既具备数字化全局思维同时又掌握数字化技能的人才，成为企业数字化推进的执行者。

企业数字化的服务商同样需要数字化跨领域的复合人才，具备数字化思维，掌握IT， OT 和 DT技术，又了解企业的行业知识，管理流程和业务流程。

跨领域人才涵盖IT、OT、DT，加上管理，才能做好企业的数字化转型。

企业领导者更应具备数字化领导力，制订明确的数字化战略，定位于企业全面数字化转型。

3.企业数字化转型无法忽视的问题：短期投入不一定有确定性的回报

欧阳老师讲到的中国企业数字化转型的十大问题和一个根源，还有一个无法忽视的问题。

中国制造业历来重视投入硬件设备，采购最先进的机器，按投资收益率评估项目。现在某些企业做数字化，也按传统的绩效系统来考核，比如软件需要增加投入几百万，企业就会问，什么时候产生投资回报？‍‍ ‍‍

这种评估机制在数字化项目上大都会失效。一套数字化系统上线，并非能立即带来神奇的经济效益。需要在确定企业数字化总体路线图的前提下，全方位系统性长期投入。打个不严格的比方，按工业4.0的进程，企业现在可能处于工业2.0水平，开始投入，提升到3.0，还不能全面释放数字化的价值，要持续投入跃过一个临界突破点，比如3.5，企业才能从量变到质变，全面跃升到数字化企业的高层次，实现经济效益的飞跃。经济效益是数字化转型获得的结果，而非目的。

数字化项目回报不确定性和长周期性，是对制造企业的数字化战略重大挑战之一。

4.企业容易忽视数字化转型的隐性价值

企业的考核指标是经济显性的，而数字化除了显性效益外还有隐性的价值，但企业难以评估后者的经济性KPI指标，容易被忽略。

举个例子，企业上了一套数字化生产系统，生产人员在生产线执行订单操作时，在工业平板操作，用扫码枪或传感器自动交互生成数据，不再像以前传统方式需要手工填写纸质表格。数字化带来了数据的自动生成和处理，避免了潜在的人为录入错误，实现了无纸化，生产-质量的协同和追溯，产品质量稳定了，一线员工的工作方式改变了，工作环境改善了，工作积极性高了。可能企业招聘年轻员工变得更有吸引力了。但是对企业来说，生产岗位没减少，难以评估这套数字化系统的经济效益，但是隐性的价值则是建立了数据来源数字化的基础。

5.各行业数字化转型的需求千差万别

众多的制造业，可分成离散制造、 流程制造、混合制造三类。沿着工业化、自动化、信息化、数字化、智能化的技术进化，可分析各行业数字化程度的差异。

各行业的生产制造特点决定了自动化、信息化、数字化、智能化程度的差异。

数字化与自动化是两个概念。半自动化的生产方式并不意味着不适合实施数字化。自动化程度高的行业，生产数据的采集相对容易，但并不意味着数字化转型就容易。

行业数字化转型指数历年的变化，透视出市场竞争是企业数字化转型的推动力。

谢谢大家的分享。

03

郭伟：回归原点思考数智化变革

郭伟：数智化转型是近年来的热点，但随着企业的不断试水，却成了“围城”之势：外面的企业想进来，进来的企业想出去。紧跟数智化势的企业视其为未来竞争力，趋之若鹜，但投入大，收益小，不仅没有享受到数智化带来的红利，反而当期业绩下滑，碰得头破血流。没有实施的企业也反复掂量，但总觉得看不明白，行动起来缩手缩脚，数智化投入杯水车薪，几年过去了，又总是羡慕同行转型取得的成就。

战略的错误往往是因为战略思考不完整，战略的犹豫常常是因为战略思考不系统。战略思考不完整、不系统中，关键还是在于对客观规律的认知不清晰。

什么是数智化？如何实现数智化？还是要回到原点来思考问题。

1.企业数智化的四个阶段

根据一般理论，企业数智化可以分为四个阶段。

第一阶段，数据在线。数据在线实际上是解决业务数字呈现的问题。通过所有的业务线上化，使得业务数据在线呈现，企业业务能够用数字形式来予以表达。这一阶段企业基本是纯投入，难以见到效益。

第二阶段，自动流转。就是指在线产生的企业数据之间能够自动流转。数据自动流转对经营决策起到很好的支撑作用，决策层能够明显看到业务有数据，决策有依据。如果加以组织扁平化、经营责任和决策点下沉等一系列组织变革，是能够让整个公司的协同更加有效和高效，从而产生巨大效益的。但如果不能辅以组织变革，这一阶段的成果至多也只是为决策层提供了更好的决策依据和管控手段。

第三阶段，智能决策。数据流转的基础上线上化决策标准与规则，加以机器学习不断产生和完善新的决策依据，从而实现决策的智能化。这一阶段不仅仅依赖数智化建设，在管理上还需要辅以两大变革。一是业务变革。管理决策模式的根本改变，将对原有业务形态、业务模式、资源能力及现金流等方面带来重大影响，需要在新的环境下重构和革新，从而使得组织的最大效能得以发挥。二是文化变革。智能决策要求决策权将由“人”转移到“机”，决策的转移意味着权力的丧失，需要在组织扁平化的基础上，完成企业文化从“官本位”向“专业主义”的转变。 ‍‍

第四阶段，数字资产变现。数据自动流转和智能决策将形成大量数字资产，通过数字业务的创新实现数字资产的变现，是本阶段的重要特征。这一阶段本质上是企业内数字业务创业创新的过程，一方面需要企业内部能够产生一批精通数字产业、具备创业精神的准企业家队伍，另一方面需要企业家自身从经营企业向投资创新、经营生态转型。

2.企业数智化的五个观念

根据数智化四个阶段的特征，我建议企业应当树立以下五个观念。

（1） 企业数智化需要平衡投入与效益。

数智化的每一阶段投入与效益规律是不同的，企业需要根据自身情况有针对性地制定数智化策略，从而平衡投入与效益。

比如，第一个阶段只有投入基本没有效益，只是实现了业务的数字表达；第二个阶段数据自动流转的领域越大，能够支持的决策依据也越大。这里就有两种不同做法：一种是线型思维，企业所有业务全部实现在线化后，再推行自动流转；另一种是并行思维，按业务分步实施，一部分业务在线化后就实现自动流转。

线型思维能够彻底解决问题，但投入大、周期长，不适用竞争性强、规模不大的中小企业；并行思维先解决最紧迫的业务领域，虽然长远来看会存在重复建设、系统性不足等问题，但当期投入小、见效快，能够迅速支持企业增强竞争力。

（2）企业数智化需要“人机共同进化”

如我上面所讲的，在数智化实施过程当中，实际上伴随着的是组织变革、业务变革和文化变革，人机需要共同进化。“软”的变革不到位，“硬”的转型也将难以实现。

数智化变革是一场全方位的变革。除了系统、流程这些变革以外，管理机制、管理模式、人员素质、人员专业技能，甚至企业文化和企业家思维，都要做相应的转型和升级。这个方面现在很多公司也跟不上，只重“硬科技”，不看“软实力”；用的是现代化的系统和方法，却仍旧延续传统的行事做事的风格。这样的做法，怎么能够见到效益呢？

曾经看到一家企业，生产环节已经能够实现自动排班和定量生产了，但是不行，必须从系统里边将数据导出来以后再人为决策，决策后再导回系统内走流程。我问为什么要这样做？回答是要防止机器出错，万一有风险怎么办？和该企业的老板谈起此事时，他一语道破，“不这样做他就没位置了”。企业数智化进行到一定阶段，管理团队就是最大的阻力。因为随着智能决策，传统管理团队的作用将不断消解。然而，问题在于他们同时还是数智化转型的实施者和评价者，如果不能够做到“人机共同进化”，可以想见到企业家收到的都是什么样的信息，数智化在企业实际上是如何运转的。

应当看到，如何精准结合“软”“硬”两方面，实现“人机同步进化”，企业自身的推动力是不足的，软件实施商、数智化系统实施商的推动力也是不够的，将来有可能企业需要的是系统性、整体化、伴随式的一揽子服务。将来的企业数智化建设一定是硬件强基、软件驱动、变革增效的过程，企业可能要借助“管理咨询公司+系统实施商”的资源力量。

（3）企业数智化需要企业家牵头组织配套

数智化转型到底是一个公司的整体变革，还是一个部门化的工作？

企业往往强调数智化是全公司的事，是整体变革。但实际上呢？往往是成立一个部门，把这个事归属到部门，然后这个部门就开始开展工作。结果这个部门一开展工作，会发现他所有的工作都依赖于所有的部门，依赖于所有的工作场景，开展起来就会很难。用部门化的方式去解决一个全局性的问题。这本身就是自带矛盾性的东西，怎么来进行有效的开展？

相对来讲，数据在线、自动流转的两个阶段，用企业家牵头、公司层面决策、部门化实施的方式是没问题的。但是到了智能决策和数字资产变现的阶段，完全难以用部门化的方式进行。在自动流转和智能决策阶段，阻力会最大。而且在这个环节当中，各个组织之间的协同方式已经发生了本质性的变化，所以组织变革在这个环节里边一定是跟上。组织的扁平化也好，数据决策也好，处于这种情况之下，权责利体系跟原来的不一样了，就要重新再做界定，重新再做构建，否则就会出现一堆的反对声音。

有家企业，数智化实施多年，积累了大量的数字资产。企业家很想把这块发展成一块新业务。于是成立了新的事业部，给予团队30%的股份，内部选拔人才，结果没有一个主动报名的。没办法，指定了某总负责，这名干部找老板谈话说，干坏了可不能算我的啊。说明什么？说明企业内部根本没有形成准企业家的机制，也没有形成敢于创新、勇于担责的准企业家团队。同时也说明该企业家在组织发展这方面的准备度也不够，业务创新等于新领域的创业，是完全依赖经营团队的，事业部的结构和30%的股权，怎么能够推动准企业家的出现呢？

所以，在不同阶段里采取的组织形态，采取的资源配置方式，也是不一样的。

（4）企业数智化需要“站在巨人的肩膀上”

企业做数智化，需要认真考虑如何有效运用现有的成熟理论、方法、工具，以及平台技术和专有资源。

我见到很多企业，数智化建设还用的是传统思维，企业一家独建，所有的投入全部都是自行投入，全部从头建。机房重建，云平台重购，流程重新梳理，系统重新搭建……有很多企业的部分业务，已经有云平台，有服务器，也有机房；同行业中的业务流程与系统也有现成的，但实施者说不行，就得全部重新来。

现在已经是2022年，数智化的条件比前些年已经好了不少了，有许多前驱者已经做出了贡献，积累了不少好的经验；企业数智化也已经成为一个产业，在其中提供服务的中介机构、专业平台公司甚至专业投资基金层出不穷，技术方法成熟的也非常多。如何运用现有的经验与技术实现一步跨越，是企业需要思考的问题。

“站在巨人的肩膀上”，充分利用各种资源做好整体规划，是提高数智化实施与落地性，更快见到效益的最好方法。

（5）企业数智化需要系统思考底层逻辑

最后要说，企业一定要系统思考推动数智化转型的底层逻辑是什么。未谋而先动兵家之大忌，但在数智化方面，绝大多数企业都犯了同样的错误。

我们尝试着询问了部分企业，为什么做数智化转型。得到的答案基本上是两种。

一种是，“数智化是趋势，不做就没有未来”。另一种是“数智化是改善公司经营和管理的有效手段，做数智化是为了减轻企业家经营企业的压力”。我们把第一种答案叫做“跟风逻辑”，第二种答案叫做“减负逻辑”。

两种逻辑都只浮于数智化的表层，而没有从自身企业的底层逻辑出发，思考数智化究竟能够带来什么样的意义与价值。相应地，这两种逻辑虽然导致的企业行为不同，但都没有收到数智化应有的效果。

持第一种逻辑的企业，会长期地、持续地进行数智化投入，但缺乏系统策略与方法。结果就是，发现成本在持续地增加，效益却并没有增长，甚至有的时候效益还在持续下滑。持第二种逻辑的企业，视数智化为管理和决策的手段，巨大的投入最终只服务了老板一人，既没有带来组织的协同，也没有带来业务的增长。

因此我们建议，数智化的起点应该在规划的基础上再前移一点，要完成数智化底层逻辑的系统思考，要在数智化的背景下重新思考企业的使命、愿景、价值观、战略定位与目标、组织建设与原则、核心能力与机制等话题，在系统思考的前提下达成团队共识。