我近期的主要工作都(dōu)專注在數字化轉型這(zhè)件事(shì)情上面(miàn)，所以想和大家分享一下，從我過(guò)往的工作經(jīng)驗，從阿裡(lǐ)雲的角度，怎麼(me)去看數字化轉型這(zhè)個事(shì)情。從政府和企業兩(liǎng)個領域來看數字化轉型，目标不同，方法類似。從政府的角度，我們看到的是如何通過(guò)數據帶來的新工具做到數字化治理、數字化服務和數字化管理。從企業的角度，則主要是關于數字化經(jīng)營、數字化管理的問題。今天這(zhè)是個“技術領導力大會”，我們可以從領導力說起(qǐ)。我們過(guò)去在工作中經(jīng)常會遇到很多矛盾和沖突的場景，每個人往往站在自己的角度講自己的邏輯和道(dào)理，或者想通過(guò)個例試圖說服别人。這(zhè)樣(yàng)依靠“邏輯或案例”的管理方式，自古以來幾乎都(dōu)是這(zhè)樣(yàng)。但是今天我們有了數字化的新工具之後(hòu)，有可能(néng)讓我們的管理方式、服務方式或社會治理方式發(fā)生一次變革。這(zhè)次變革我認爲是數字化帶來的。數據比邏輯和案例更具有說服力，因爲邏輯是假設，案例是局部，而數據則是真相和全局。靠講道(dào)理、講案例來說服他人建立的領導力，這(zhè)僅僅表明個人能(néng)力很強，但不是組織能(néng)力的釋放。如果通過(guò)講數據來說服他人建立領導力，它一定是一種(zhǒng)組織能(néng)力的釋放。因爲數據大多數情況下無法靠個人完成(chéng)，而是需要靠組織的能(néng)力建立多人協作的系統來完成(chéng)。爲什麼(me)我們常常遇到因爲工作中有分歧而導緻執行不下去的情況？因爲每個人都(dōu)有道(dào)理，站在A的立場一定有A的道(dào)理，在B的立場有B的道(dào)理。A和B都(dōu)對(duì)，所以講道(dào)理是沒(méi)有意義的。但是講數據是有可能(néng)解決分歧的，因爲講數據就是在講事(shì)實了，事(shì)實隻可能(néng)是一個。誰掌握了數據，誰就具備了更強的領導力，這(zhè)是我想表達的對(duì)數字化工具下新型領導力的一個理解。政府或企業的數字化轉型，最重要的是先明确目标。政府關注的是人民的幸福感、獲得感，數字化轉型要最終反饋到人民的感受上來。企業關注的是如何提升競争力，最終反應在提升經(jīng)營過(guò)程的整體效率上。
在過(guò)往的管理方式中，一般是粗放式的結果導向(xiàng)，比如分解目标後(hòu)下發(fā)任務給下級執行。但數字化工具提供了更加精細化的管理能(néng)力，所以「從結果導向(xiàng)轉向(xiàng)過(guò)程導向(xiàng)」，是管理升級的重要手段，管得更細了。明确了目标後(hòu)，在具體的方法上，首先要避免技術的盲從。今天在市面(miàn)上我們看到非常多的新穎技術，但這(zhè)些新技術往往炒作的媒體都(dōu)不知所雲。跟著(zhe)媒體或社會輿論走，很可能(néng)會掉到坑裡(lǐ)，一定要避免技術選擇上的盲從，不要追求新穎和熱點。我覺得還(hái)是應該從業務目标出發(fā)，政府有治理目标，企業有經(jīng)營目标。在目标之下，我們再來看怎麼(me)做數字化轉型。我們今天不用強調數據有多重要，我們最重要的是要講明白，這(zhè)件事(shì)情到底應該怎麼(me)去做，怎麼(me)做到數字化的管理，怎麼(me)把組織能(néng)力釋放出來。從具體做法上我總結了三句話：以數據樞紐驅動組織協同，以數據洞察驅動管理決策，以數據資源降本增效。
以數據樞紐驅動組織協同「數據中樞」是在城市大腦建設過(guò)程中提出來的一個理念，在通用的場景下我們叫(jiào)「數據樞紐」更合适一點。政府和企業的組織協同是一個巨大的挑戰，希望用「數據樞紐」這(zhè)樣(yàng)的工具來解決。數據樞紐是構建一個組織内部的标準協議，定義标準的數據字段，讓各部門能(néng)夠以數據的語言來完成(chéng)不同業務之間的對(duì)話。通過(guò)數據樞紐這(zhè)樣(yàng)的協議（像交通樞紐一樣(yàng)）完成(chéng)的業務之間的對(duì)話，不涉及到底層數據的開(kāi)放。在協議層完成(chéng)的是業務級别的共享和交換，而不是數據級别的，所以它沒(méi)有觸及到各個部門的根本利益。這(zhè)種(zhǒng)安全屬性，是去中心化帶來的，數據樞紐并不要求完成(chéng)數據彙聚，而是讓數字化的業務通起(qǐ)來。我們希望看到的是，通過(guò)數據樞紐，來完成(chéng)業務協同，最終走向(xiàng)組織協同。從企業的角度來看，對(duì)内對(duì)外都(dōu)可以使用這(zhè)種(zhǒng)方式。對(duì)内是提升了組織内部的協同管理效率，對(duì)外則是加強了産業鏈上生态合作夥伴的構建。向(xiàng)管理要效率，向(xiàng)生态要規模。以政府的業務舉例，比如最近幾年政府一直在推動的「一網通辦」，過(guò)去老百姓去政府的窗口辦事(shì)，可能(néng)要跑很多委辦局，但是現在一個窗口就可以一次給全部辦完，甚至有的在網上就可以全部自助辦完。一網通辦主要是在解決政府各部門之間協同的問題，政府的部門既有條線，又有區塊，各有統屬，錯綜複雜。現在要高度協同起(qǐ)來，如果做數據彙聚，實際上意味著(zhe)政府工作流程的重新制定，和部門權責的重新分配，過(guò)程冗長(cháng)，挑戰巨大。通過(guò)數據樞紐的方式，不涉及到核心數據做大一統式的彙聚，而是在業務層實現了部門間的數據對(duì)話，在不改變現有組織架構下解決了協同問題。比如前段時間我一個同事(shì)剛剛生完孩子，這(zhè)位媽媽在醫院的病床上時，護士就和她說，可以裝一個政府的APP，所有孩子上戶口、上保險之類的新生兒手續，都(dōu)可以在上面(miàn)一鍵完成(chéng)。相較于過(guò)去辦這(zhè)些事(shì)要跑很多窗口，這(zhè)樣(yàng)的體驗是超出預期的。這(zhè)類協同的是一個地方政府不同條線部門之間的協同。還(hái)有不同區塊部門之間的協同，比如跨省辦事(shì)，跨省醫保結算等。通過(guò)數據樞紐的架構思想，可以快速的完成(chéng)條線、區塊之間的協同。所以我覺得數字化轉型的第一步，可能(néng)是通過(guò)這(zhè)樣(yàng)的方式來完成(chéng)一個高效的業務協同，最終走向(xiàng)組織協同和組織變革。 以數據洞察驅動管理決策第二件事(shì)情，以數據洞察來驅動管理決策，今天我們要從數據統計走向(xiàng)數據洞察。做數據統計是基于現在的信息系統做了一些數據統計報告，但是數據洞察一定要講清楚形成(chéng)了什麼(me)結論：這(zhè)個數據報表到底意味著(zhe)什麼(me)？我們知道(dào)這(zhè)個數據後(hòu)能(néng)夠做什麼(me)事(shì)情？這(zhè)是數據洞察要回答的。從今天産業數字化發(fā)展的角度來看，我認爲還(hái)沒(méi)有辦法直接從數據、信息全自動加工到更高級的知識和情報，現在技術上還(hái)做不到這(zhè)一點。所以未來應該是從簡單的數據統計走向(xiàng)深度的數據洞察，應該由人工加工數據統計的結果，再到數據洞察的結論，來做企業的經(jīng)營分析，最終是要看企業的資源到底該如何分配。如何解決管理效率問題？以前做決策是經(jīng)驗指導，在未來應該是由數據來指導。由經(jīng)驗指導轉向(xiàng)數據指導，是未來領導力最不一樣(yàng)的地方，我們不靠基于個人能(néng)力的知識和經(jīng)驗做決策，而是靠基于組織能(néng)力生産出來的數據做決策。比如說，在連鎖門店會有巡店的工作，負責定期巡查門店的标準作業流程，保證每個店鋪的服務質量，涉及店鋪标準、陳列擺設等，每個店鋪的達标情況可能(néng)都(dōu)不一樣(yàng)。在過(guò)去巡店的工作，是用紙質的表單填報，時間滞後(hòu)且準确度低。完成(chéng)數字化和在線化以後(hòu)，能(néng)夠更精細和即時地管理每家店鋪的作業情況。又比如，在門店大促活動的時候，總部需要知道(dào)每家門店的活動物料是否到位，貨品陳設是否合理，某商家的新品是否有上到貨架上。基于實時的客流分析，還(hái)希望能(néng)對(duì)比大促活動當天的營銷政策是否有效。過(guò)去因爲缺乏數字化手段，營銷政策的反饋是相對(duì)滞後(hòu)的。如果能(néng)按小時來反饋營銷政策的效果，營銷政策就可以按小時來調整，門店的很多新玩法都(dōu)會被(bèi)創造出來。今天在城市建設裡(lǐ)，有很多施工工地，很多工人在工地上參與施工建設。但是過(guò)去這(zhè)些工人有沒(méi)有按照安全要求去施工，比如說安全帽有沒(méi)有戴、安全背心有沒(méi)有穿，是靠管理員去看的。如果我們今天通過(guò)數字化的手段對(duì)工人的施工安全做規範，進(jìn)行全局監督，而不是抽樣(yàng)檢查，就能(néng)加強對(duì)不同施工區的管理，從工地安全來講，有可能(néng)就會少死幾個人。同時，還(hái)能(néng)對(duì)工人們的工作做數字化考勤，把真實工作情況透明化，避免舞弊，這(zhè)種(zhǒng)工作量統計和工人的報酬是相關的，就不容易出現工地管理員一手遮天的情況。我們相信通過(guò)數字化管理會更加的透明，更加的公平。 以數據資源來降本增效第三個，我認爲是以數據資源降本增效。剛才談到數據是有價值，目前國(guó)家已經(jīng)明确把數據變成(chéng)一個重要的生産要素。這(zhè)個情況下，往往我們遇到資源不夠的問題，要資源來補。一些固廢焚燒企業每天要焚燒大量的垃圾，他們的設備實際生産的情況下，一旦蒸汽量波動較大就會引起(qǐ)不穩定，産生安全隐患。因此一般設備旁邊會有小房間，有值班人員在裡(lǐ)邊三班倒，觀察鍋爐的蒸汽量波動，及時調整參數。這(zhè)個事(shì)情非常的疲勞，在過(guò)去工作人員四小時要操作鍋爐30次。今天給他們做了數字化方案後(hòu)，通過(guò)超過(guò)1400個數據源開(kāi)發(fā)了70多個算法，現在基本上實現了自動報警再響應，工作人員的疲勞程度降低了80%。這(zhè)本質上就是數據資源對(duì)于人力資源的一個擴充，一個人能(néng)夠做更多的事(shì)情。開(kāi)發(fā)出生産經(jīng)營過(guò)程中的數據資源是企業未來降本增效一個非常重要的途徑。
最後(hòu)，我認爲所有事(shì)情的成(chéng)敗是落在成(chéng)本上面(miàn)。這(zhè)個事(shì)情今天值不值得做，是看背後(hòu)成(chéng)本的投入産出比如何。這(zhè)就回到今天談的數字化體系建設了。
前面(miàn)講到不能(néng)盲從，今天去建設數字化體系的過(guò)程中，我們也同樣(yàng)需要以業務目标出發(fā)來考量成(chéng)本。比如還(hái)是以垃圾焚燒爲例，如果最後(hòu)投入比雇人更貴，這(zhè)個事(shì)情可能(néng)就很難做下去了。從企業的财務數據來看，可能(néng)這(zhè)個事(shì)情都(dōu)不值得做，除非還(hái)有别的價值體現。對(duì)于數字化轉型，不管是企業還(hái)是政府，道(dào)理都(dōu)是一樣(yàng)的。最後(hòu)有可能(néng)是整件事(shì)情的投資收益，決定了這(zhè)件事(shì)情有沒(méi)有可能(néng)形成(chéng)一個正向(xiàng)的循環，讓它有效地實施和推廣。所以我們不能(néng)盲目建立數字化的體系，也需要根據業務目标來看。
這(zhè)是我從各行各業數字化轉型的過(guò)程中學(xué)習到的東西。我們需要新的思想、新的工具，幫助我們進(jìn)一步發(fā)展，走向(xiàng)下一個階段。
![微信客服 微信客服 掃碼咨詢](javascript:Site.hoverQrCode("static/picture/ABUIABACGAAgnPfGggYoksXppwYw2gM44QM.jpg",this,{"tips":"请使用微信扫一扫"});){kind=link}
![數字化群 數字化群 數字化學(xué)院](javascript:Site.hoverQrCode("static/picture/ABUIABAEGAAglPfGggYo8tjV2gUwjAM4jAM.png",this,{"tips":"请使用微信扫一扫"});){kind=link}