原阿里雲首席科學家閔萬里：數字化轉型不能固步自封，更不能東施效顰

獵雲網註：今日，阿里雲機器智能首席科學家閔萬里宣布已離職，並創辦了一家風險投資基金，聚焦傳統產業（製造業、農業、醫療）周邊。離職前，閔萬里發表數字化轉型文章《不能故步自封，更不能東施效顰》。在文章中提出，「價值創造是檢驗數字化轉型的唯一標準」。文章來源：《財經》雜誌，作者：閔萬里

改革開放40餘年來，中國經濟已由持續高速增長轉入中速增長期，企業面臨資源競爭、技術挑戰、供需不平衡等困境，數字化轉型成為企業突破這些瓶頸的重要抓手。

價值創造是檢驗數字化轉型成果的唯一標準。

數字化轉型是技術驅動下的企業產品、業務、商業模式的創新轉型變革，其本質是通過數據技術和數學演算法顯性切入業務流，形成智能化閉環，使得企業的生產經營全過程可度量、可追溯、可預測、可傳承，最終在新的產品、業務和商業模式下，實現價值創造。

然而，埃森哲與國家工業信息安全發展研究中心的中國企業數字轉型指數顯示，目前只有7％的中國企業轉型成效顯著（在持續深耕傳統業務的同時，向新業務拓展謀求轉型，且新業務營收在總營收中佔比超過50％，轉型領軍者著力構建智能化運營和數字化創新兩大核心數字化能力），過去三年里營業收入複合增長率是其他企業的5.5倍，其他大量中國企業仍未享受到數字化帶來的經濟紅利。

過去幾年，以阿里雲工程師為代表的一批技術人員從互聯網跨界到實體經濟的行業，應用源自互聯網的新技術解決生產車間及田間地頭場景下的痛點，在多個行業里打造了具有明確可見價值的成功案例。

例如，在杭州蕭山，城市大腦技術為120急救車「一路護航」實時開通綠波帶節約路途時間50％，給生命帶來更多希望；在江蘇協鑫，新技術優化光伏切片流程的工藝提升良品率1個百分點，每年創造上億元的凈增效益；在恆逸石化，通過演算法實時調優燃燒過程的給風量，提升燃煤效率2.6％；在浩豐集團，通過AI技術解析追蹤每塊土地上的生菜長勢，幫助實現「千畝千面」的個性化施肥灌溉，平均節省水肥成本150元/畝，全集團可節省超過1500萬元/年。

這些實踐證明了一種可能性：以數字化為前提的新技術（人工智慧、大數據、雲計算）與傳統行業結合可以創造巨大的可衡量價值。

而要把這種可能性推廣並落實為具體企業的可行性，需要把握「價值創造」這個目標，既要避免「固步自封」與「葉公好龍」，也不能「東施效顰」盲目照搬。數字化轉型帶來的顯性化價值創造必然會激發廣大企業的積極性，如何以正確認知、路徑選擇、實現方法擁抱數字化新技術，上探發展的新高點，則是本文思考與探討的主題。

四大誤區

* 數字化轉型被IT系統主導

數字化轉型（Digital Transformation）需要以數據技術（Data Technology）為主線，而IT系統是採集存儲傳遞信息的基礎設施，是數字化轉型的必要條件，絕非終極目標。從IT到DT的轉變可能帶來顛覆性的業務模式，而非簡單的IT運維成本節約。

2009年開始，新加坡乘客可以通過電話與呼叫中心預約Comfort Taxi與Citycab計程車，隨後乘客通過簡訊收到分配的計程車信息與預計等候時間。整個流程雖然比傳統的乘客路邊揚招模式方便，但幾個關鍵環節沒有做到數字化/智能化。

第一，需求傳遞靠語音對話，各種方言口語識別率不準；第二，需求錄入靠調度員基於對話的理解在後台人工輸入，容易出錯且慢；第三，需求分配依賴調度員的直覺與經驗，在地圖上基於計程車隊的實時位置信息就近選擇，在繁忙時刻（尤其是暴雨時刻）根本應接不暇，導致丟單率很高。2012年初，筆者帶領團隊與這兩家計程車公司的母集團ComfortDelgro溝通，提議用類似互聯網廣告點擊率預測模型的智能演算法自動化解析需求並調配車輛，並且給出了業務效果預期（成單率提升，客戶等待時間下降，降低司機放空時間）。遺憾的是ComfortDelgro當時安排IT部門對接評估，最終沒有採納。

今天這種技術已經不再新鮮，各大主流叫車APP已經普遍採用了類似的智能化派單調度系統。ComfortDelgro當年錯失這個機會的根源是慣性思維，安排傳統IT部門從系統運維升級的角度評估投入產出比，卻沒有理解這個背後DT技術帶來的業務模式變革。

無獨有偶，2008年Nokia安排專項組研究了剛剛誕生的iPhone並且得出了「不可能成功」的結論。昔日的霸主面對新事物卻不能透視其本質，結局自然是從「看不懂」到「跟不上」。

* 缺乏頂層規劃，照葫蘆畫瓢

企業數字化轉型是一門藝術，它以各種技術為要素並結合企業特點做設計創作。成功轉型後的佳作可能雷同，但設計路徑和創作節奏則是「千企千面」。如果照搬或者依葫蘆畫瓢，往往得到拙劣的臨摹品。

新零售熱潮下無人店、電子貨架、刷臉支付等新生事物湧現，但是這些新事物是否增加了店面的流量、轉化率、日均銷售額？投入產出比是否合理？答案是「未必」。

零售業的全鏈條涉及到銷售預測、進貨補貨、定價促銷、售後管理，如果只在單一環節引入數字化技術而缺乏對全鏈路的頂層設計，這種半新半舊的模式相距數字化轉型的終極目標甚遠。傳統零售業的轉型需要以數字化的技術重構人、貨、場的互動，幫助提升零售效率，刷臉支付未必是統一的切入點，不同細分零售行業可能的路徑也不同。

Toyota精益生產（Lean Production）管理方式在日本製造業取得極大成功，但是國內企業在引入精益生產後卻並未廣泛獲得紅利。儘管裝備了類似的自動化產線及ERP、MES等工業軟體系統，還需要生產流程各崗位人員能深刻理解精益生產的理念並踐行，產線改造與人員賦能之間的節奏如果失調，則成為「形似而神不是」的轉型。

* 孤注一擲全鏈路出擊

數字化轉型的切入點需要在業務鏈路中選擇具體的場景，立項並設計明確可衡量的價值閉環。以阿里雲在恆逸石化的探索為例，在乙內醯胺的多個生產環節都有痛點，但是並不是每個痛點都是致命性的，或者造成的影響局部可衡量。

於是，我們從數據密集和價值密集的雙標準出發，選定鍋爐燃燒作為首個場景，定下通過優化燃燒控制來提升燃煤效率的業務目標。最終利用產線設備自有的數據，沒有對產線做物理改造，只是附加了實時優化控制推薦引擎，最終提升了燃煤效率2.6％。

在一個環節迅速取得了明確的價值，企業就有信心和動力在生產鏈路上下游橫向推廣。先縱深打穿一個垂直場景的價值閉環實現0到1，再橫向增強擴展由1到N，逐步放大智能化的價值。

切忌孤注一擲地全鏈路出擊，all-in的決心不等於all-in動作。有限的資源分散投入到太多的環節，必然導致各個環節的動作都是撈浮油，不夠深入就很難攫取價值。

英國廣播公司BBC在2007年啟動了面向數字媒體內容的數字化轉型項目，結果耗時數年無疾而終。事後BBC組織獨立委員會復盤，教訓之一就是項目牽扯太多部門造成巨大的協同成本延誤進度。

* 硬體規劃缺乏柔性

立足當前的信息化及數字化基礎，先「由軟及硬」、再「由硬及軟」是正向循環的合理路徑。基礎物理設施等硬體提供了動態感知能力與服務下行渠道。但是過去幾年，硬體的發展往往依靠計劃性的規劃，缺乏動態適配和柔性，這既無法衡量硬體建設的合理與否造成浪費，又為企業帶來了沉重的成本壓力。

以工業物聯網為例，多年來儘管有各種扶持政策及專家疾呼，但是其發展速度遠遜於移動互聯網。遺憾的是，相當部分專家鼓吹工業物聯網首先要布設感測器改造產線，結果為通信模塊廠商創造了商機而未證明給企業創造的價值，企業主不願先投入資金布設感測器做鏈接。這種「先硬後軟」的做法造成前期投入太多且不確定回報，自然很難推行下去。

阿里雲ET城市大腦提供了一個新思路。

不新增城市物理設施，只是利用好既有數據就可以提升城市運行的智能化程度，例如通過智能化演算法研發了特種車護航彈性綠波帶、人工智慧信號燈等多個創新應用，在杭州、廣州、上海、吉隆坡等多個城市落地。

在開發這些應用的同時，城市大腦發現，在特定的路口、路段，如果能增加硬體信息採集設備，可以有效提升特定區域的智能化水平。於是開始輔助職能部門改善城市的硬體基礎設施，避免盲目建設資源浪費，讓城市「優生優育」。實現了軟-硬的進化。而在這樣的智能規劃的硬體設施建設下，數據、演算法、算力的價值也將得到進一步的快速釋放，在新的起點上實現從硬到軟的價值創造。

如何走出四大誤區？

* 務必是CEO工程

數字化轉型，對外需要全局的視野，對內需要有全組織、資源的協同威信。唯有公司最高決策者親自抓，定位為CEO工程，才是數字化轉型成功的重要組織保障。

麥肯錫在2018全球數字化轉型調研中發現，由高層管理團隊構建清晰的數字化轉型計劃的公司，數字化轉型成功的概率是沒有做到這一點的公司的3.1倍。

筆者對接過一個大型零售集團，其大數據部門牽頭制定了一份項目計劃書，希望利用數據模型提升營銷效率。但大數據部門無法推動市場部的業務決策，最終無疾而終。如果2009年是Comfort Delgro的CEO親自抓智能調度的方案，可能他會洞察其業務潛力並採納方案，從而主導移動出行的市場。

麥肯錫的調研還發現，如果高層管理者能夠推進組織產生數字化轉型的緊迫感，其成功的概率是沒有做到這一點的公司的1.9倍。因此，CEO還需要幫助公司將數字化的理念和文化深入人心，以宗教式的狂熱，在遇到挑戰與失敗時能堅持。

* 方法論 工具缺一不可

切忌唯工具論，全球大部分企業還在摸索由信息化到智能化的數字化轉型之路，並沒有成熟的靈丹妙藥式的標準軟體在企業部署就可以實現數字化轉型。

方法論是指引轉型前進的重要地圖，而針對性的工具是轉型前進的重要加速器。例如手機淘寶APP的「千人千面」就是以數據中台提供的客戶畫像做實時個性化推薦，極大提升了購買體驗和轉化率。

任何一個企業數字化轉型的探索都將依賴方法論 工具，方法為主，工具為輔，二者缺一不可。既有的成熟軟體，是數字化轉型的重要基礎，但不是價值創造突破點。價值創造的「最後一公里」需要方法論指引，以行業經驗與數字化技術結合的諮詢問診找到發力點，為企業找到價值窪地。

* 小步快跑分層迭代

數字化轉型是由0到1到N的逐步進程。由0到1的關鍵是聚焦細分場景找到最具有價值的痛點，這個痛點一定不能是孤立的單點，須是鏈式反應的引爆點，能牽一髮而動全身。例如，江蘇協鑫是一家光伏企業，光伏切片許多工序，需要通過數據分析選擇合適的工序入手。ET城市大腦在改善交通擁堵方面的入手點選擇了關鍵路口的紅綠燈控制配時，對城市道路交通流實施智能化點穴。在首選場景0到1成功後，從1到N則是在兩個維度上同時展開，既在相似場景下的結果複製也在其他場景下借鑒經驗。

數字化轉型切忌一口吃個胖子，起步就落入大平台宏偉藍圖的陷阱。一定要以需求為導向小步快跑地成長起來。GE Digital在2015年高調發布Predix2.0平台，宣稱打造工業通用平台，並面向行業全面開放；而2018年，其戰略收縮從開始提出的「Predix for World」退縮「Predix for GE」聚焦GE核心業務方向，以電力、航空等領域為核心，打造更具商業價值的解決方案。2018年12月，GE成立了一家獨立運營的工業物聯網軟體公司，Predix被納入該公司，繼續在數字化轉型的路上摸索前行。同樣，有不少工業物聯網平台自誕生就豎起了「平台」的旗幟，幾年下來其活躍鏈接規模還不及冬天賣烤紅薯的金屬桶里的紅薯數目。

* 經驗與數據的平衡藝術

一味地依賴業務經驗，不免會錯過新趨勢；而完全信賴數字化技術，又可能會被片面的數據所誤導。數字化轉型，既不能唯經驗論，也不能唯數據論，需要在經驗與精準的天平上尋找動態平衡的支點，將行業專家的經驗知識，與數字化的新技術、新思維、新方法，形成合力。

一方面，行業專家的知識通過新技術更容易沉澱並工具化，利於將知識快速傳播、複製；另一方面，新技術，尤其是來自行業外的新技術，很可能助力行業專家有更好的感知能力、更快的分析能力，減少日常重複的工作，進而產生更多行業知識，發現行業內潛藏的寶藏，突破現有的經驗壁壘。

行業專家在「隔行如隔山」的認知下傾向於忽視行業外的新技術新視角，但當谷歌AlphaGo一夜之間成為圍棋絕頂高手後，行業專家們不應該再迷信於所謂的行業壁壘。

阿里巴巴集團聚划算業務 ，起初單純依賴運營小二的經驗決定熱門版面的選品策略，響應遲緩且主觀性大。利用數據技術後，由數據發現客戶與商品的匹配度，自動生成選品策略，並輔之以人工校準，提高頁面流量轉化效率，使得商家和平台的價值都得到提升。

數字化轉型是技術與思想全面協同的系統性變革，在生產製造、社會治理各方面都會帶來深刻的變化。

與前幾次技術革命不同，數字化轉型所依賴的數據資源是不斷再生幾乎無窮盡的，所以它具備了自驅的可能性，一旦開始就不會停下。而每次轉型都會有新陳代謝，這一次也不例外。Blockbuster被Netflix無情取代，iPhone讓Nokia手機成為歷史，最終勝出者一定是那些能順應趨勢並以價值創造為目標的智者。而積極擁抱數字化轉型的主體不僅能獲得內生性價值，還能創造外延性價值，並最終實現全社會範圍的價值創造。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！