认知数字化和数字化转型

panjl | 2023年11月6日 | 2023年 | 评论已关闭 | 1030

在主持“DW数字世界”媒体过程中，设计并参加了“专家视频访谈”，有一个我被问及多次问过别人的问题：数字化转型是必须的吗？这是一个看上去容易，却常常成为“灯下黑”的问题。

数字化转型是必须的嘛

培训学习时，任建斌老师引导的商业认知逻辑练习，受益匪浅。当“数字化”几个字耳熟能详之后，我们还应该对“数字化”抽丝剥茧吗？答案是肯定的！于是，数字化转型是必须的吗？毫无疑问是有意义的问题。

任建斌老师提供的逻辑关键词：

从“认知”

到“数字”

到“化”

到“运营”

到“成熟”

到“度”

正是我们认证学习的逻辑链。“数字化转型是必须的吗？”是在认知起点处就需要澄清的。

数字化转型是必须的，我认为结论毋庸置疑。因为它已经在发生，而且是一个逐步的演变过程。人们已经在数字化环境中生活了。时至今日，从个人生活看，衣食住行的每个环节，都是在具象的物理世界和数字世界交织中完成的，比如购物、旅行、各种家居生活等，即使使用的智能设施最少，即使是过去生活经验多，学习慢的老年人，基本的支付、信息交流工具也是离不开的日常。而作为企业经营、公共服务等，数字工具更是比比皆是，有些行业更是有了数字工具后才能存在的，如电商、远程服务平台，而传统行业，如制造业、零售业，也已经经历了数字化带来的巨大变化。准确地说，人们是在不知不觉中，被迭代到了数字生活状态，而且不可逆。

这样看来，数字化转型是不是必须的，是一个不用探讨的问题，但其实厘清它还是有意义的。数字化转型在逐渐发生的过程中，并不是一开始就被提出来的一个问题。如果从IBM2012年开始提出数字化概念，到现在越来越被关注，究竟发生了什么？

“数字”进入已经存在的物理世界，并非近几年才开始。有了0和1，能把模拟信号转化成数字信号，数字就有了自己的地位，并逐渐接近人们日常的生产生活。1990年代末至2000年代初，我读研究生时用统计软件做分析，教授问过一个问题，猜一下以前做一个因子分析，用多长时间，因为当时用软件做，大约几秒就出结果，我能想象的是，用几个小时，结果得到的答案是用3天。教授指的是距离当时20多年前。感叹自己的“幸福生活”之余，对技术的“质变”留下了深刻的印象。这之后没几年，神经元、机器学习就进入了广泛的应用，至少在我在的定量研究领域，大家都不再陌生，无论是用于经济、社会科学等的学术研究，还是营销、管理等商业应用，已经有了大量使用和研究者。从20多年的渐变，到几年就产生的飞跃，已经充分体现了数字相关技术发展特征。毫无疑问，这种迭代速度的改变，与硬件和软件技术同时进步密不可分。

数字化是技术发展牵引的过程，随着软硬件的不断发展，特别是算力增强迭代的速度越来越快，“数字”能做的事越来越多，成果和价值也越发明显，而数字化带来的产业链变化、治理问题，也诞生了新发展方向，当然也产生了新的需要解决的问题，如数字资产，数据安全，数据治理等，这些问题不是本文讨论的内容，不再详述。

流程化、信息化、数字化

对数字化和数字化转型的认知，有很多看似“一目了然”，，却并非清晰明确，而且影响深入理解的问题。流程、信息、数字三“化”的关系和差别，正是其中之一，厘清这个问题，对数字化运营、转型及趋势，都有重大意义。

流程化是出现在“前数字化”时代的，指的是对一个企业/组织以最终目标为结果，对过程、行为、责任、权限等做出的规范，及过程管理。涉及到组织建设、架构等，追溯源头，可以找到1911年著名科学管理之父泰勒的著作《科学管理原理》，泰勒先生那时提到了“过程”管理的方法。

有了流程管理，组织行为达到了标准化，最终输出的结果也是可用确定标准衡量，稳定可靠的，由于每个环节有明确的范围和责任，发现问题也可以清晰、明确、高效。而流程即使在没有技术和数字工具时，在很多优秀组织中已成功运用。

比起流程化，澄清信息化和数字化，有更大的价值。

信息化是基于计算机及有关信息技术发展诞生的。本质上，由于有了技术手段，组织和个人的行为、文字、语言等，可以“留痕”，而流程也可以借助技术手段，稳定、精准、长久留下来，及更顺畅高效运行，以至于其传输交互过程也会留下来。使得人与人、人与机器都有了联系。而计算机和其它信息技术，也是靠数字（比如，0和1）使得这种留痕和联系成为可能。典型（不限于）的应用如ERP、OA等。在通讯技术进一步发展后，这种信息的联系和留痕，从内部固定的设备网络，延伸到了外网和移动端，于是联系和交互手段更加丰富、便利和高效。

那么信息化是不是等同于数字化呢？我的答案是否定的。数字化最重要的“革命”，是算力的突破，及技术发展到今日，飞速的迭代。但信息化是数字化的基础。

从被OpenAI创始人Sam“改写”的摩尔定律可窥见一斑。英特尔创始人戈登·摩尔总结的广为人知的关于芯片性能每18个月倍增的定律，是科技界“指标”性的参照规律，更是半导体行业的“金科玉律”，即，每隔18-24个月，封装在微芯片上的晶体管数量便会增加一倍，芯片的性能也会随之翻一番。。

Sam近日在自己的社交媒体上声称：一个全新的摩尔定律可能很快就会出现，即宇宙中的智能数量每18个月翻一番。这是算力带来的“自信”，综合近期的研究，用来衡量新摩尔定律的指标包括：运算能力、学术刊物、专利数量、数据存储等指标。从ChatGPT的进化速度看，也许Sam的观点或许也偏于保守，最近，ChatGPT3.5迭代到4，仅仅是3、4个月时间。有人从机器深度学习的发展，也佐证了这个趋势：前深度学习时代（2010年前，训练计算量每20个月翻一番），深度学习时代（2010-15年，每6个月翻一番），以及大规模时代（2016年至今，100-1000倍增长，然后每10个月翻一番）。

回想前文提到，我研究生学习阶段听到的前辈的经历，计算机运算因子分析，从3天到几秒，经历了10-20年。

那么这个发展对我们意味着什么？换句话说，如何认识数字化而不是信息化时代？

数字化时代的标志可以做如下简述：

更多获取数据的渠道，使得信息变得丰富、全面、完整；更强的数据处理能力，非但提高了效率和速度，也使得数据可以发挥其价值；更多的前端自动获取信息手段，使得数据更少人为或其它噪音，而具备客观准确的特点，信息化时靠人输入的方式有了根本变化；组织的决策、管理方式，也更能基于事务的真相和本质规律，更透明及更少主观错漏；数据获取和算力，也使得人人交互、人机交互之外，机机直接交互也成为现实。而大算力对人工智能带来的发展，更是近期的热门话题，人工智能的强大，可以达到或者超过我们的想象。

以上在基于技术发展、算力革命带来的一系列变化，可以认为是数字化时代的面貌和可以预见的发展趋势，但有更多的不可预见，值得拭目以待。

数字化对于国家和世界经济发展的影响也是巨大的，随着社会变迁、生活形态改变，及技术发展，有的产业和行业会有兴衰更替，升级换代。根据国家十四五规划，数字经济催生或促进的典型行业包括，云计算、物联网、工业互联网、虚拟现实、大数据、区块链、人工智能、增强现实等等。抓住与时代趋势匹配的产业和行业，或升级迭代原有的产品形态，是持续发展的根本保证。

本文不是论文，而是参加“数字化运营（CDO）架构师”培训的学习笔记和思考总结。

作者：毕自力，DW数智世界执行总编。

本文刊载于《客户世界》文集2023第三辑•体验与文化。