《说透数字化转型》读书笔记
2021-11-10 09:52:12 6 举报AI智能生成
数字化转型的指南与实践，转型中的痛点问题、如何发现痛点、如何应对痛点问题；转型涉及到的组织、文化等的价值链的串联分析
作者其他创作
大纲/内容
一切不服务业务的技术都是耍流氓
挑选关键技术，有点儿像打牌，牌打得再好，不如抓得好，抓到几张好牌，可以少走很多弯路
怎么确定哪些技术是关键技术呢？一个原则， 就是要从战略目标出发，最有利于实现战略目标的，就是关键技术
既然我们把从物理世界向虚拟世界迁移定义为数字化，把提升客户体验、员工体验当成转型目标，那我们当然要多关注与打造极致顺畅的超级体验密切相关的技术
越早关注这些技术，就越有可能在技术上拥有先发优势
这项技术的目标就是通过数据建模，将物理世界的实体数字化成虚拟世界中的对象，实现对物理世界的仿真、模拟以及控制
数字孪生可用于产品设计
数字孪生可用于产品监测与改进
数字孪生可用于个性化定制，改善客户体验
数字孪生还可用于更大场景的模拟
应用场景
数字孪生能够让用户在虚拟世界中更真实地操作一些物理设备，这样的虚拟世界，才能提供打破了距离限制的、更方便的生产和生活方式
在需要的时候，及时找到切入这项技术的时间点，不要因为迟疑错过了最好的时机
1. 数字孪生
3D 视觉技术可以帮助我们更好地展现“搬”到虚拟世界的东西，VR（虚拟现实）、AR（增强现实）的技术现在已经有了一定发展，与现在用鼠标操作电脑类似，虚拟世界中可以通过对眼球的跟踪进行系统操作，虽然目前的精度有待提高
语音技术方面，比较基础的是语音识别，高级的是语音控制。在这方面，现在最直观的体验就是智能音箱了
对于 3D 视觉和语音技术，我建议你从现在开始关注它们的发展趋势，结合用户体验分析方法，不断寻找需要企业要改进的服务痛点，尝试做些应用，让自己早点熟悉起来，免得要用时“临时抱佛脚”
2. 3D 视觉与语音技术
数字人类不是指虚拟我们自己，而是为了更好地在虚拟空间中服务我们而搞的“机器人”
对它们的研究，不只是专业公司或者研究机构的事情，技术跟踪、应用创新是大家都需要具备的基本能力。我建议你现在开始多研究研究这些下一代的智能体验类技术吧，免得成天担忧自己掌握的技能老化太快
3. 数字人类
数字货币这两年越来越热了，因为我们已经能够见到真实的法定数字货币了，也就是央行发的数字人民币
除了可以替代纸币，更加便捷、环保之外，数字人民币还可以提供一定的可编程能力。也就是说，数字人民币可以增加一些数据属性，从而更好地支持编程应用，比如发消费券等，能够让一些与货币、权益相关的应用软件创造更多的功能，不像现有的支付手段，只能支持转账等一些基本功能
数字人民币的发展是有巨大潜力的，无论是在跨境支付、电子支付、可编程，还是智能合约方面，我建议你从现在的试点开始，积极使用、了解数字人民币，结合自己企业的业务，先从想象开始，做好迎接大规模使用数字人民币的准备
4. 数字货币
安全要求高的企业，这些用户名和密码还有不同的更换频率要求。做得好的企业可以采用单点登录，就是在一个办公网的统一登录入口只登录一次，就能完成所有系统的登录；如果是在做得差的企业，就得经常切换。等你走出办公室，坐地铁，得刷二维码或地铁卡，这是另外一套身份认证。回到家里进小区，得刷小区门禁入园，这又是一套身份认证。你上网打个游戏、看个直播、买个东西，不同的应用系统也会有不同的身份认证。这些分裂的身份认证给用户造成了很大麻烦，体验很差。但是，信息化时代的系统就是这样的，都是针对特定用途片段化地打造的
数字时代不一样。通过虚拟空间，我们会以最大化的连接方式将各种系统连接起来，这样才会形成物理世界的完整数字化。我们肯定希望在这种虚拟空间中，有流畅顺滑的活动体验，不能像信息化时代这样，糟心地来回切换系统，玩一会儿还得再搞个身份认证，才能换到另一个应用中去
配合数字时代，每个人可以被直接识别的唯一数字身份就很重要，你所有的系统权限都可以基于这个数字身份获得
从目前的技术视角看，需要克服巨大的安全问题，但它依然是很有价值，很有必要研究的。严格来说，它也不算搞差异化体验的技术，但它却是让你的差异化用户体验不至于被登录这么个小问题打断的技术，属于很小、很难、很关键的东西
5. 数字身份
关键技术
技术不是孤立的。这些技术之间，以及与其他技术的搭配，可能会产生更有意思的创新。《技术的本质》这本书里说，所谓技术创新，基本都是基于已有技术所提出的新组合方式
在看待新技术时，你不要把它们当成是横空出世的，因为都有以往技术的基因在里边。这也意味着，应用新技术，也不要忘了怎么跟其他的“旧技术”搭配。比如，有人把物联网技术跟 AR 技术结合起来用在行李箱上，下飞机时可以帮助人们快速找到自己的行李箱。总之，组合技术的能力，正是搞创新的关键所在
总结
技术展望：转型必备的关键技术
数字化也绝对不是个单纯的技术问题，技术转型是为了给业务转型开辟想象空间，也是为了有能力把业务想象给落地实现，不但要有整体规划技术的能力，还要有把业务和技术打通的能力
战略必须分解细了，落到实处。这个实处主要就是指这张图上的活动、任务、实体。这些是实实在在地会被转化成业务处理或业务系统的东西，包括我们之前用价值链串起来的那些能力，也都要转化成实实在在的流程或数据，才算落实到位
如何通过业务架构把战略落下去
实现目标架构是需要时间的，这不是今年就能做、明年就能用的，这是持续升级、走向超级体验的过程
业务和技术共同想象未来，业务架构可以帮助业务侧结构化地分解战略和战略能力，通过包含战略能力的流程分析，对技术的实现能力提出挑战；技术侧也可以理解业务过程，通过业务想象知道技术要努力的方向。这就有可能是技术要持续关注和发展的能力，这会驱动 IT 架构的升级，是帮技术找用武之地
这样的业务架构设计过程，既分析了业务改进目标，也形成了对技术能力改进的要求，这才是企业做数字化转型时该用的方法。这是实现业务与技术融合的方法，而不是业务与技术各搞一套，各自发挥想象力，最后却整合不到一起，那样的数字化转型注定失败
面向数字化转型的目标业务架构
技术架构是用来做啥的呢？其实就是用来指导技术平台建设的，是企业架构中比较纯粹的技术部分。你可能听说过人工智能平台、大数据平台、区块链平台，这些都属于技术架构要规划的范畴
架构设计不是去罗列一堆技术平台，而是要确定谁来负责干什么活儿，按照分层的原则把各平台的职责定义好
有些企业会觉得自己的平台很混乱，其实就是因为没做好架构分工，平台职责互相重叠，甚至搞出重复的平台来。所以，要想让技术管理更成体系，就得做好架构管理。科技企业普遍比较重视架构管理，你经常听说的架构大牛主要指的也是负责架构管理的技术架构师
人工智能是形成差异的技术，而非搞通用功能的技术，所以，我建议自主搞。自主不是从头自建的意思，你可以买平台、用开源，但是无论平台是怎么来的，你都得能够自己搞二次开发、维护，而不是总依赖服务商。数字孪生也一样，对于体验类的东西，你一定要具备自主能力
总体来讲，越是上层的体验类技术，我越是建议你加强自主能力；越是底层的基础技术，越是建议你平衡内外部混搭
如何通过技术架构把新技术整合起来
应用架构就是把业务架构的设计成果转化成系统的服务或者功能设计，再根据技术架构确定功能的分布。这就相当于把业务需求转化成了技术需求，最后由技术架构通过技术平台去实现了
通过应用架构把业务架构和技术架构连起来
架构规划：用企业架构连通业务和技术
转型应当是面向未来 20~30 年的长期工程。可能很多人会有点奇怪，这个时间也太长了吧？我必须要说，这是一场马拉松，而不是百米冲刺。既然是马拉松，那必然就要做长期战略，而很多企业都不擅长做长期战略。而现在，就是做长期战略最好的时候。因为我们可能要迎接时代的切换，而且有国家“十四五规划和 2035 远景目标”作指引，这是做长期规划最好、最稳妥的时期
我把数字化转型需要的这 20~30 年时间，大致划分成五个阶段，前三个阶段是实现信息化充分发展的组件化、自动化、数智化，后两个进入数字化后的初级和高级数字化
数字化在体验和效率方面，远远超过了目前的信息化可以达到的水平。但是，数字化又是在信息化的基础上发展的，它们之间的关系更像是管理学大师查尔斯∙汉迪提出的“第二曲线”。数字化是信息化的第二曲线，是在体验和效率方面的跃升
信息化还没有走到自己的顶点。因为信息化的发展还很不均衡，无论是在企业之间，还是地区之间，都有很大差异，这最后的路程将是一个整体提升的过程。当整体提升到一定程度，信息化也就到达了“极限点”。这个提升过程，大致需要分成组件化、自动化、数智化三个阶段
从理论层面讲，就是在信息化到达“极限点”时，数字化将开始全面稳步上升，并且整个社会都将逐渐切换到真正的数字化阶段
信息化在经历组件化、自动化、数智化三个阶段后，如果不采用数字化构建孪生世界的方式，它在体验和效率方面的提升也就到了极限；如果转入到数字孪生世界，我们的新时代也就开启了
完成信息化的高级阶段，解决信息化层面的不均衡问题，数字化的基础也才算是夯实了
怎么划分数字化转型阶段
组件化阶段关注的是企业架构的形成，通过企业架构完成企业的内部一体化
这个阶段进行的流程标准化、数据标准化，是未来能够更快开发软件、更好流通数据的基础，是数字化的基石，“基础不牢，地动山摇”。企业必须练好这些“基本功”，否则，就很难有高质量的数字化发展
组件化
自动化阶段关注的是尽可能实现全流程自动化。这是在充分信任机器
设计思路也会变，以前的系统设计要充分考虑内外部用户的感受，这个时期要考虑的就是如何专注于外部客户感受，而尽量减少内部操作
人主要控制业务过程中的例外情况
自动化
数智化阶段是在自动化阶段的基础上，再充分叠加人工智能和大数据技术，从而提升机器的自主能力
这时的系统设计具有一定的自我学习特征，尽管未必很高级，但是做系统的目的将逐步转变成尽量不让人接触一般的日常业务，而是专注于复杂沟通、业务创新之类的机器难以胜任的工作
如果说自动化阶段是人机结合的阶段，那么数智化更像是人机重新分工的开始，人从操作机器逐步转变为指挥机器，未来业务人员最需要的转型，就是能够更好地去锻造和指挥软件工作
数智化
目标
组件化阶段，必然要推动企业架构理论的发展，尤其是其中的业务架构
数字化转型对业务人员的挑战是最大的，业务人员的思维要结构化，这样才能结构化地看待业务，才能把企业架构从业务侧出发真正做好
我们不是只去“难为”业务人员，业务架构要做到业务友好性更强，尽可能使用业务人员更容易适应的设计方式去工作，而不是把自己搞得艰深复杂，这样才能进入企业的各个层级，真正发挥作用。同时，也要把业务架构与技术架构的衔接发展得更好，这样才能提升设计效率
流程型 RPA 会越来越多，而且概念也会逐渐泛化到系统设计理念中去，把整个系统都 RPA 化
物联网也会持续发展，因为这是采集数据、贴近客户的需要
边缘计算也会随着物联网设备、微型化人工智能设备的增加而增多，提升“端”和“边”的服务能力
技术类型
自动化阶段，企业内部的一体化已经比较好了，可以更好地对外开放，融入生态了。所以，开放式企业架构将逐渐发展起来，这是企业架构理论的再一次进步，并会一直持续下去
从应用架构的角度来说，微服务目前还是比较流行的，但我个人认为，如果业务架构发展得够好，我们就可以采用更加标准化的构件视角去看待应用架构
构件不是新概念，微服务都可以算是构件化的产物。但我认为，“构件”这个词更富有标准化含义。通过逐步标准化，企业内外都可以对同一个“构件”达成一致认知，就像采用工业标准的零件，这样构建系统会更经济。毕竟，在一个行业内，大家在 60%~70% 的通用功能诉求上，没必要搞差异化
决策型 RPA 会逐渐发展起来，并在数智化阶段泛化为系统设计理念；在自动化后期，也就是大约 8~10 年之后，数字孪生应该可以有更广泛的应用了。当然，这还没有完全到虚拟空间，算是“准 3D 的”体验。在这个阶段，开始逐渐由金融等适合先尝试完全虚拟化的行业进行试水
数据交易技术要开始有较大发展了，因为在这个阶段，如果希望机器决策能更靠谱，企业外部数据的价值就很重要，如果没有合理的获取手段，很可能会制约发展
数字人类在这个阶段也很重要，因为机器跟人的交流越来越多， 2D、3D 虚拟人的实验性应用现在就已经有了，你也可以去感受下，再给它十几年时间，应该有不错的进步
需要注意的是，每个进度条的左端不代表这个技术刚出现，而是代表它可以较大范围地应用了；相应的，右端也不代表这个技术消失了，而是已经成熟到不需要我们再特意去关注了；最底层的基础设施未来会带有更多的社会公共性，有很多基础设施会由国家或者公有云提供，企业内部 IT 建设主要是做些混合架构设计
小结
技术领域的演进
对业务领域来讲，因为具体的业务种类太多了，咱们不可能把每种业务的变化都分析一遍，倒不如从内外两个视角分别谈谈比较通用的东西：内部的企业组织结构和外部的客户体验与监管
从企业内部的视角看，对人们如何做事影响最大的东西莫过于组织结构，而组织结构的总体演进方向是灵活
从组件化阶段开始，企业内部的协作意识就要增强了，不然会跟现在的企业架构建设遇到的困难一样：组织的改变能力没有跟上技术的实现能力。从技术上打通一个企业不难，难的往往是组织结构的打通，也就是大家常说的破除“部门墙”
把架构思维引入管理领域，也是出于这个考虑，全局意识要变强，结构化要突出的是协作，而不是割裂。随着组件化建设的合理推进，业务侧的思维会做伴生性的改变，尽管未必彻底
在自动化阶段，业务对组织的认知要进一步发生改变。作为最底层的组织单元，岗位是企业业务能力构成的最基本单位，各层级的组织结构实际上是底层岗位的某种聚类。这也就是说，组织调整不过是岗位的重新聚合，要实现能力变化，在底层上也是来自于岗位的能力变化
实现大范围可灵活配置的自动化的前提，是组织具有清晰的岗位能力定义和再组织能力，这跟我们
如果企业缺乏对岗位的清晰定义，组织调整可能就不是在搞能力的重组，而是变成对人的“瞎折腾”
人的能力切换是需要过程的，换岗不是件容易事，所以，组织的变阵最好是对岗位的重组，而不是对人的重组，因为对人的重组还是要考虑人的意愿和适配性。企业需要什么能力，自己要先定义清楚，然后对应好业务架构设计，再赋予到岗位上，把组织的变动转化成岗位的组合
未来企业管理的韧性来自于架构的弹性。这里的架构弹性，就是对灵活组合各类能力的支持。我相信很多企业追求的组织结构也是这样，所以，最适合做这事儿的架构思维，会比组件化阶段更加深入到管理思维中去
在数智化阶段，由于机器能够带有一定决策能力地承担更多日常工作，所以，组织的基本执行能力是有系统保障的。这样一来，企业可以更加灵活地专注于组织人进行创新，所以，组织会是更灵活的
组件化阶段是为业务的灵活化提供基础支持，是为了造就一个内部结构清晰的企业；自动化阶段是很关键的，因为要在组织和技术上对齐，让它们尽可能匹配，这是对企业的挑战，但也是一个成功改变企业思维模式的机会；做好了前边这些，数智化阶段就可以“坐享其成”了
业务领域的演进
推动信息化达到“极限点”的三个阶段
初级阶段关注的是孪生虚拟空间的形成，空间一旦形成，大量的体验变化将涌入；而高级阶段，要解决的是虚拟空间的自由通行问题，这也是你在虚拟空间中的最大安全问题，即身份安全
从架构领域看，无论是初级阶段，还是高级阶段，开放式企业架构和行业级标准化构件都是架构领域应该走的路
数字孪生从最初的空间构建向更注重空间体验和创造性转化
数据交易技术要更完善，个人可以自由交易数据，从数据生产中获益，毕竟，个人数据都是独一无二的
数字人类将成为竞争性技术。因为该技术会带来深度交流，对个人或企业决策产生的影响会很大。而大家精力有限，不可能关注太多数字人类，这跟今天人们常用的 App 数量也不多是一个道理
决策型 RPA 会越来越多，大部分业务系统都将带有很强的自主能力。不然，服务效率是上不去的
数字身份这项技术会成为初级阶段和高级阶段的分水岭。如何在数字空间中让人具有不可篡改的、高度安全的数字身份，这可能是数字空间中最大的安全问题，突破了这个问题，数字空间才是更安全的，但目前的技术还无法解决
技术类型的变化
从业务角度看，在企业内部，因为绝大多数的日常工作都不需要人来处理，人类任务更多的是正确性监督和修正已有功能的算法结论，创造新功能，持续关注和打磨体验，代替数字人类出面解决复杂问题，增加业务的“温度”
人跟人之间在工作方面已经无所谓是否面对面了，坚持面对面将会是高成本低效率的。这些变化再加上时代对个体的充分赋能，个体与企业之间的关系可能越来越松散了。我之前强调精准的个人价值衡量，主要原因是如果无法准确衡量个体价值，就无法合理给予报酬，企业可能就很难再与个体之间形成合作了
在企业外部，客户将感觉到自己是在跟非常了解自己的数字人类交朋友。自己的很多行为将基于这种半商业半友情的方式发展，而不是暴力的数据杀熟。这方面产生的客户粘性也许可以改变更多东西
监管将更加关注虚拟空间中的行为监管，因为能提供各种服务的个体太多了。比如说，区块链这种技术如果延伸下去，甚至有可能找不到明确的服务提供方。那么，在各个行业中，如果仍将手段集中在监管对象而非行为，监管效率就有可能是不足的
尽管你可以相信业务本质不变，但我更确信，原有价值链的大范围瓦解和重构则是必然的，以客户为中心的超级体验会大幅改变服务形态，这个才是时代对企业的挑战。所以，具备整体视角，在整体视角下统合看待具体技术的发展，用技术重塑业务，才是有效的应对手段
进入数字化后的两个阶段
分段演进
要明确一点，数字化人才不是单指技术人员，而是指所有具备数字化技能的人才。那啥是数字化技能呢？我认为，能支持技术人员快速开发软件的都可以算是数字化技能
在培养数字化人才时，我们不仅需要增加和培养技术人员、培养业务架构师，还要建立起业技融合的工作机制，这样才能培养出强大的梯队型数字化人才队伍，更好地提升内部人才转化能力
技术人员是我们改变企业人员能力结构的基础，没有他们提供技术技能以及对技术的理解，我们企业的“技术基因”就很难补全
引进什么样的技术人员，要考虑企业的成本覆盖能力和人力资源结构设计目标，一味追求高端人才并不可取。因为人才的作用与企业环境是匹配的，现在市场上的人才也都很现实，如果没有适合自己发展的环境，即便待遇不错，高端人才也未必会来。而且，企业的数字化建设也不单单是靠高端人才领军的，集体智慧也很重要
1. 增加和培养技术人员
除了引进技术人员，企业也需要让对技术的合理应用理念传导到业务一侧，让技术真正能够帮到业务
关于复合型人才，我的理解是，不是单纯地把业务和技术知识都学习了就行了，他们更重要的特质其实是结构化的分析和理解能力。这样才能让他们不受制于领域的差别。他们看不同领域时的底层思维是一样的，就是他们会去研究一个领域的结构、组成部分之间的关系、发展和变化可能遵循的规律，灵活而不死板地看待问题。这是对复合型人才的基本要求
所谓的复合型人才，不是什么都懂的人，而是能够跨领域学习和实践的人
对于传统企业而言，由于大多数人员都是业务人员，即便培养架构思维，也很难让业务人员一下子领会技术的事情。所以，我建议你先以业务架构为目标进行培养。业务架构正好处于业务和技术的连接点上，要一手托着业务，一手托着技术，也非常符合我们对复合型人才的期望
切记不要一个一个培养，应该一小批一小批培养，或者根据企业规模决定每批次的数量
在培养的初期，因为更重要的是如何通过业务架构向 IT 侧传导战略和需求，如何把业务架构与 IT 架构的关联关系建立到位，所以，与技术沟通比较重要。所以，在每个批次中，技术人员的比例可以略高，这样可以保证沟通顺畅。然后，逐渐提高业务侧人员的占比，因为最终业务架构是要向业务侧推广的
培训一定要得法。架构师思维和胸怀一定要开放，别把架构搞得像一个审批部门一样，把控制权放在第一位，更不能为了自圆其说，就不挑战、不改变自己，搞架构的僵化。当然，也不能胡思乱想，不顾实现能力、实现条件的限制，太理想化地去做企业级整合，这些都是做企业架构中会遇到的常见问题
注意点
2. 培养业务架构师
如果你学习互联网企业时，把精力都放在敏捷开发、技术栈上，那你学的就只是“筋骨皮”了，是外在功夫；他们真正做得好的地方是有大量的技术人员可以直接支持业务人员，一起去谈怎么解决问题，这才是最有价值的那“一口气”，是内在功夫
谈融合，先从怎么增加有效的交流时间开始吧
在业务部门中，业务架构师可以经常把架构思维推广给业务人员，持续改变业务人员的思考方式。业务部门也可以采用业务模型去培训业务，通过业务模型谈业务改进，这样做的好处是，业务想法可以快速转化成对 IT 的需求，并且是准确定位到实现位置的需求
业务人员的数字化能力培养不仅仅是了解数字化工具的使用，更重要的是具有支持业务和技术深度融合的基础能力。融合就是沟通，就是能一起研究同一个问题，这就需要具有相近的底层思维模式。大家都结构化地看问题，并且聚集在同一个企业架构框架下，那么，互相的理解必然会加深
3. 建立业技融合的工作机制
培养数字化人才
架构方法论的研究是要花费不少精力的，每个方法论发展的历程都证明了这一点。所以，搞架构建设，要选定一条主线发展下去，避免频繁切换赛道，浪费时间
如果你深入研究下去，就会发现，各种架构理论的主张虽然不同，但是最终目标是一样的，都是希望企业能够具有更强的整体性，更好地适应变化
企业不只是技术，还有经营。所以这些企业最好在吸收传统方法的基础上自己尝试创新，不要盲从
新兴科技企业补一补管理、历史、政治方面的课，因为这些领域凝聚了前人的管理智慧，是无数成功者和失败者总结出来的经验教训
最开始学习架构方法论的时候，还是需要多在思维层面琢磨琢磨，不要急着看案例。案例是方法论的实践经验，而不是方法论本身，这些经验往往带有实施企业的特色调整。如果企业在学习架构方法论的过程中，过于关注其他企业的案例，有可能在学习阶段就“跑偏”了
1. 选定主线
“知行合一”是我对架构方法论研究的一贯主张，而且这种思路也有助于企业把自己以往的优秀经验提炼出来。比如企业做架构决策时可以依据的一些原则，你可以通过对架构实践的总结，把做决策时积累的判断方法、经验上升为架构原则，让大家共同遵守
2. 持续实践
思想的统一，可以充分凝聚战斗力，经验的分享，也可以促进战斗力的提升
企业架构师在长时间的工作后，根据实际环境进行的灵活性抉择，是有可能导致架构方法论发展方向“分叉”的：这些“分叉”有些是有好处的，比如，对业务和数据应如何更加一体化设计的思考；有些则未必，比如，持续放宽对重复设计的容忍度，或者过于看重只适合于某些环境的复杂化设计思路
在复盘时，要集体讨论这些“分叉”的得失，及时纠正偏差，让架构师知道什么该做、什么不该做，以维护架构设计思路和标准的统一
3. 定期复盘
架构方法论不但要吸收内部经验，还得对外吸收经验。你可以研究下其他企业做得好的地方，比如架构设计、管理、企业经营等方面的领先之处。关于别人的优点，你都可以在搞懂了的情况下，结构化地吸收进来，改进我们自己的方法论和架构资产
在这方面，我很赞同杰夫·萨瑟兰在《敏捷革命》一书中提到的一个观点，大意是，他创立敏捷方法论时其实没打算创立一个新方法，只是想把以前工程实践的优秀经验总结起来。你看，敏捷创始人都这么看问题，那我们做企业架构，尤其是采用传统企业架构理论的实践者，也更应该这么想问题。切记，我们搞方法论只是为了把事情做得更好而已
4. 开放吸收
搞企业架构方法论比较困难的一点就是周期长，需要实践检验、经验补充和概念更迭，所以，一个企业自己关起门来搞方法论确实是件很痛苦的事情，能够分享共建是最好的。方法论本身是不能变成专利的，所以，不应该过度保护这个
架构方法论、适当屏蔽细节的参考架构，这些东西的共享有助于提升整个行业的架构能力水平。为什么一些咨询公司在企业架构方面很有建树，就是因为他们坚持方法论研究，并且能够接触到更多的实践案例，经验的反馈更快。所以，企业如果想在这方面有更好的发展，通过联盟等形式建立一些架构经验共享机制，可能会更好
5. 分享共建
建立企业架构方法论
人与工具
被时代挡在大门外的，往往是对变化视而不见的人
这个基础，一句话总结就是，处理业务和技术之间的“分家”思想。这是达成业务和技术之间深度融合的关键，更是很多企业都迫切需要转变的观念，从上到下都需要
传统企业在转型的道路上，这个“分家”的思想就像一头“拦路虎”一样横在那里，本来技术人员就少得可怜，如果“思想”上再分家，作为绝对多数派的业务人员，就会认为一个事情是对技术有利的，我没必要认真去做。这样一来，传统企业的技术短板怕是永远也补不齐了，更谈不上企业转型了
因为跟科技企业相比，传统企业是要用一条反过来的路推动自己的变革。科技企业是技术人员多，要技术人员用业务思维想问题；而传统企业则是业务人员太多，需要业务人员用技术思维想问题，才能努力对齐双方看问题的角度
科技企业和传统企业都是在做业务和技术的融合，只是因为基础不同，路径才不同。抽象地看，都是要让“多数”的一方努力用“少数”一方的观点看问题，这样才能让自己有所改变。即便是已经做得很好的科技企业，也不要有所松懈，必须要持续关注自己思考问题的方式。因为组织往往像个天平，保持平衡并不容易，失衡反倒很容易
首先，让企业中的“多数派”努力学习“少数派”的思维方式
最可行的就是让业务人员走到业务和技术的连接点上，也就是“业务架构”这个点上。如果业务人员能采用业务架构方法，用结构化思维分析和看待自己的业务，在结构化的视角下给予技术人员软件设计、新技术应用的启发，就已经足够好了，开发效能已经可以提升很多了。剩下的可以交给时间，毕竟，融合是需要时间的。在这个基础上，业务人员再去学习自己感兴趣或者工作中会用到的技术知识
你可能会问，为啥业务要接受架构思维，并逐渐去了解技术呢？其实道理很简单。你为客户创造价值的方式正在改变。在数字时代，你的产品大多是用软件形态或者与软件相关的形态交付的，就像《价值驱动的数字化转型》一书所指出的，“技术就是你的业务，无论你的业务是什么”
对技术人员来讲也一样。不是没有一堆技术原理，就意味着业务是好学的。如果没有在一线充分锻炼过，你理解的就只是“理论”上的业务
我们要把业务架构作为抓手，逐步推进思维模式的转变
两个建议
对于数字化转型来说，技术和业务之间的分界线会越来越模糊，哪一方慢了，都代表企业慢了，没有什么你我之分
数字化不是架构师的数字化，架构师是在数字化过程中成长起来的。能够通过自己的实践培养出合格的架构师，才是健康的数字化企业，否则，就没有“造血”功能，你挖过来的人，别人也可以再挖走。另外，数字化也不是某项新技术的数字化。各类技术的搭配使用，才是大部分创新最常见的实现手段，旧技术也能玩出新花样，比如说区块链
不要总想着搞新花样，在现有技术的基础上另辟蹊径才是正确之道
第一个误区，就是急着从挖架构师、上新技术上搞数字化
企业很容易误认为数字化是企业自己的事情，觉得国家政策离自己的实践、离个人技能学习太远。实际上，像“十四五规划”这类指导性国家政策离我们非常近
无论是对企业还是个人来讲，解读国家政策是未来十五年在数字化转型方面非常重要的能力
第二个常见的误区是，忽视对“带节奏”最重要的国家政策
越有价值的东西往往实现起来也越困难。如果遇难而退，轻言放弃，那之前的所有付出就都白费了。人们常说“行百里者半九十”，你可不要当只差那最后一点努力却失去了成功机会的人
数字化转型需要日拱一卒地去推进，而这个“拱卒”可不仅仅是数字化技术的前进，更是人们看待数字化技术、看待数字化企业的方式的改变
说到底，“拱”的是人们的思维模式。让我们先从解决传统企业内部业务和技术“分家”的思想开始吧，从抛弃这种“内部甲乙方”的立场开始，把整个企业放在自己的思维中，从架构思维中的“全面”这个特性开始，逐步改变自己的认知，真正把握住时代给我们提供的成为领先者的机会
第三个常见的误区是，输在自己已经看见的终点面前
三个误区
如何打好转型的基础
数字化才刚起步，这是个时代切换的关键时刻，有主见、有定力、不盲从，才是搞数字化时该有的态度。毕竟，搞数字化，企业是要花真金白银的，你自己也要花上你最宝贵的时间和精力去搞，让别人代替你思考，并不明智
独立思考
做事情终归是要有方法的，有方法，企业转型才能有序，你自己学习才能有效率。搞数字化不是碰运气，有方法，才能一步一步踏实向前走。经常有人讲，成功的人靠的是更好的底层思维模式，其实，底层思维模式也就是思考问题、解决问题的方法论。不要总觉得方法论“虚”，其实，没方法论更“虚”，很容易“心虚”
方法论
搞数字化，最终立足点是人，对外是提升客户体验，对内是提升员工体验，也都是在给人赋能。在转型过程中，让客户得到更大的价值，让员工有更好地发展，都有参与感和获得感，这样的数字化才算是“不忘初心”，实现了自己的使命
人
说一千道一万，数字化转型最终都要落到自家企业、自己的工作上。无论是思考、方法论，还是对人的赋能，终归是要展现在一个非常具体的实践环境中，也就是你所在的企业和你自己的工作中。这个时候，你要注意的，就是把这些思维层面的东西跟环境做好适配，让好的想法成为好的实现
灵活实践
重点
结束语
转型的流程非常复杂，而且不是随机的，它有一定的转型路径，大体上分为战略转型、架构转型、技术转型、业务转型四大步
数字化转型应当是自上而下的，所以首先应该是战略转型，毕竟转型要集中大量的资源去推动，必须要先成为企业战略，才能调动企业的全部力量；接着应该是架构转型，数字化转型与以往企业转型的不同之处，主要在于数字化技术要发挥更大的作用，因此，必须先在管理层面实现业技融合，用企业架构的思路沿着这一方向完成架构转型，使战略过渡到对实际工作的指导；最后，就是继续推动技术转型和业务转型，促进业技融合
利用3个思维（历史思维、生态思维、架构思维）进行数字化转型战略的审慎设计
数字化转型不只是企业的转型，它还是企业中每个人的转型，是现有的工作者从信息化劳动技能转向数字化劳动技能的过程，没有技能的转变，你怎么在数字化环境下工作呢？企业都是人组成的，没有人的转型，企业的转型又是怎么完成的呢？所以，数字化战略不可能停留在领导层或者中层干部身上，必须全员理解，贯彻到底
战略停留在领导层面，没有传递给每个员工
战略是灵活的，所以没必要追求完美的战略。战略做到一定程度就会转入执行，而且，边执行边调整是正常的
对战略本身的完美性太过执着
规避2个误区
1. 战略转型
对于信息化，我们比较关注对需求的单纯、碎片化实现，也就是业务怎么提，IT 就怎么做，所以也搞出了不少烟囱式的开发，企业内部的业务系统互相不协调，支离破碎的
但是数字化中涌现出来的新趋势，是业务和 IT 一起研究怎么做业务。最近这十年互联网对传统行业的冲击大多是这么来的，一群懂技术的跟一群对业务有想法的人一起研究对业务现状的改变，比如腾讯推动的社交领域，社交领域又延伸出直播带货
互联网公司可能没意识到，这正是企业架构追求的理想模式：业务架构和技术架构深度融合，业务人员和技术人员深度融合。其实互联网公司相当于自己绕了个大圈子之后，重新发现了企业架构的价值
将来很多企业都是两个行业融合的产物，是“混血”的，一个是软件行业，就是 IT，另一个是你原来的行业，比如银行业、汽车业、航空业，等等
这其实像基因一样，是双螺旋结构，一个代表你原来行业的业务架构，另一个代表数字化能力的技术架构，这两条螺旋的有机结合就是企业架构
现在传统企业就是需要补足技术架构这条螺旋，而那些到处跨界的互联网公司其实是要补足业务架构那条螺旋。互联网公司不是啥都不缺，专搞降维打击的，对原有行业理解不到位，光有技术是不行的，想想大面积倒塌的互联网贷款、一度狼狈不堪的大数据征信，你就明白了，都是缺啥补啥，这就是转型
数字化战略的分解要依靠架构
数字化战略的调整要多看架构
两个要点
2. 架构转型
技术转型主要是指根据战略需要、架构定位，确定重点发展、获取哪些技术，让企业的技术能力可以实现业务发展目标，甚至带来更大的变化
传统企业长期把技术人员放在辅助位置。大部分的传统企业，都在采取采购或者外包的形式进行 IT 建设，这就导致，企业里的技术人员技术管理能力不足，缺乏像互联网行业的技术架构师那样的“狠”角色镇场，这样就很难把控好企业的技术水平
在数字时代，技术太重要了。没有足够的技术管理能力，连采购谁家的东西好，买来了怎么跟自己家的东西结合起来，都会搞不清楚，更谈不上面向生态去设计内外部系统了，所以，这个短板必须加强
加强技术管理能力
技术转型不仅对传统企业，对科技企业也一样重要，因为他们内心更清楚未来技术的力量。今天领先不是真领先，未来能一直领先才是真领先
选择技术方向
两个重点
3. 技术转型
业务转型就是指充分利用技术实现能力去改变业务形态，更好地服务客户
抽象地讲，对内就是关注效率的提升，对外就是关注客户体验的改善。不过你要注意的是，有些时候，这两者是交织在一起的
金融行业是经营风险的行业。所谓的风险，其实主要是指信用风险，也就是借款人欠债不还的风险。国内银行主要收入还是来自于利差，也就是贷款利息减去存款利息产生的差额。就成本利润率来讲，这个可能是所有行业里边最低的。做得好的银行，也就只有 1% 左右的净利润，不少银行可能 0.7% 都不到，也就是放出 100 元贷款，可能产生的净利润连 1 块钱都不到。利润低就得靠规模了，所以银行都很重视存贷款规模，没规模就没钱赚。但是规模大了，放贷给太多的人，贷款人的偿还能力就不好控制了。利润率这么低，出点儿不良贷款，当年利润就被洗刷干净。所以，银行贷款办理时间长、材料要求多，其实都是在控制风险。如果想改变这种不友善的客户体验，业务转型该怎么做呢
技术不能仅仅做到满足业务要求、还要为业务打开空间一样，业务也不应当仅仅满足于可以利用技术，而是要时刻去挑战技术，让技术有更清晰的前进方向和动力。这样一来，业务和技术就能像人的双腿走路一样，交替前进，互相驱动，这样才更有效率
4. 业务转型
1. 数字化就是指通过各类手段，将人类行为最大限度地向虚拟空间转移，并在虚拟空间中完成与物理世界的必要互动，这里既需要技术手段，也需要业务、法律等非技术手段的支持，数字时代就是以智能体验类技术为特征的技术时代；而数字化转型指的是从当前信息化环境下的人类行为、组织形态向数字化环境下的人类行为、组织形态的转变过程
2. 数字化是信息化基础上的延续，是基于信息化的成果产生的，更强调的是虚拟化，或者称之为“数字孪生”，也就是通过数字化技术对人类社会的仿真，是将物理世界“数字化”。从工程的角度讲，信息化阶段更关注“实现”，而数字化阶段应更关注“现实”，是科技与社会更深度的融合。数字化是将真实世界完整地“放入”计算机世界中，数字化不必以消除噪声为前提，因为它是对人类社会完整（当然也可以更好，这意味着实际上可以增加噪声）的虚拟。
3. 人类五千年的文明史中，一直在通过技术和工具的发明来抵消距离对人类活动造成的影响，而数字化则是以当前技术发展趋势可以展望的最强实现方式。由此带来的生产力解放和组织形对于人类的生产活动而言，持续提高信息化程度依然是当前的重点，业务流程不断线上化、优化，这些是数字化的基础，但还并没有真正进入数字化阶段。真正的数字化是整个社会的数字化，是一个完整的、互相关联的推进过程，任何一个企业的数字化都并非个体的孤立行为，也无法完全依靠自身进入高度数字化状态，需要整个社会基础设施、法律体系、管理体制的全面进步。数字化代表比信息化更高的生产力形式，也就必然要求更高的生产关系形式。因此，数字化可理解为信息化的“第二曲线”，继承与突破。
4. 数字化转型应从具体的执行者或执行团队做起。就像军训走正步，只要每个人都把动作执行到位了，阵容自然整齐划一，这种由混乱到整齐的变化就叫：战略落地。关于调整战略的问题我的看法是：如果频繁调整或者拍脑袋决定这是不正常的，说明定战略这个人没有深思熟虑，没有远见，即便是变化无处不在。所以，战略应是渐进式的，就像滚雪球一样，由小到大的改变和推进。关于互联网不重视企业架构的问题是：并不是随便注册一个公司都能说自己是互联网公司，尤其是传统行业。网上有很多几个人一起年入十几个亿的案例，有卖车的、有卖模板的、有卖快餐的。这也不一定是互联网公司。真正的互联网公司是互联网服务提供者(团队千人规模以上)，而不是使用者。基本上团队大点，有正经专业的HR，企业组织和架构这种事情都会做。关于业务和技术合作问题：这个问题确实存在，但是有许多解决方案。技术人员是真正的创造价值，而业务只是传递价值。所以在沟通上，业务人员更多的是需要用结构化的思维讲用户故事，而技术人员在这个过程中确认方案和细节。就像你背上抓痒痒，一个人说，一个人确认。如果沟通不好，吃亏的是痒的那个人，一般聪明人都知道怎么做
5. 技术人员认为业务人员不懂技术，胡乱提需求异想天开的想要做这个实现那个，根本不考虑技术瓶颈问题。业务人员认为开发人员不懂业务还总设置层层障碍想尽办法回避需求，就算最后实现也只完成一部分，有的实现还不是自己预期的效果。彼此都很心累，背后互相吐槽，无法互相理解，难以做到折中和平衡。这些问题我想各个企业多少都存在，这需要上层经理做好协调工作，确保沟通顺畅，目标一致，心中时刻装着公司目标和战略，经常跳出来审视目前工作是否有偏离，不断修正不断调整，在曲折中前进，直至目标达成
6. 传统企业做转型非常困难，其一是技术人员储备不足，并认为是成本部门，预算非常有限；其二是企业环境不适合技术人员生长，通过社招进来的人员会有水土不服的现象，导致不能发挥能力；其三熟练的业务模式或流程已成惯性，阻碍转型。但最根本的原因是企业领导们没有看作者的文章
其他有趣见解
转型路径：数字化转型该从何做起
选好搞企业战略的部门或者团队
很多大公司都有专门的组织负责战略管理，但这不意味着战略都是他们的事儿。他们只不过是组织者，负责方法论、过程协调等，要做的时候，得大家一起上，建立跨部门团队
建立组织的时候，也要建立个决策机制，确定在争执不下的时候由谁来拍板。不然，讨论可能就会一直拖着，迟迟没有一个结论，这样就会影响到整体的进度，甚至到了截止时间都搞不出像样的战略
1. 组织准备
根据任务的时间和领导对业务发展方向的想法，选择重点业务部门进行访谈。如果时间充裕，就多谈些部门。如果企业覆盖的地区比较多，也得选择地区负责人进行访谈。因为，搞战略不能只聊总部，那样谈出来的东西可能缺少点儿“烟火气”，不够结合实际
访谈基层员工是件很有用的事情，而这经常是被忽略的。在实际工作中，基层员工的访谈往往是不够充分的
访谈不仅要发现受访对象到底想要什么，更重要的是发现差异，也就是领导层之间、领导层与中层之间，以及中层与基层之间，在认知上到底有多大差异
战略是用来统一思想的，知道差异，才能知道战略制定是要去弥合什么，知道要克服的认知障碍是什么
2. 对象访谈
不只是分析访谈得来的东西，你要把企业以前的战略、业务情况、竞争对手动向、领先实践、企业痛点、技术发展趋势，等等，都汇总进来，这也是很多大企业要找咨询公司的原因
咨询公司有几件法宝，也就是方法论、信息、有经验的顾问
咨询公司经常游走在行业的领先者中，见多识广，又有好的分析体系和经验来整理铺天盖地的信息。顾问们往往又很有说服力，能够把很多“朴素”的想法变成“高大上”的方案
重点就是尽可能多地收集这些信息，尤其是业务痛点。要知道，战略并不只是畅想未来，一定也要立足于解决当前的问题，只不过是把眼光放得长远些而已
3. 信息分析
尽可能设置可量化的执行目标，这是将来度量战略执行情况的基础。战略方案完成后，一般要经过一定的审核过程，包括给领导层的专题汇报、广泛征求意见等环节，最后形成定稿，才算是完成了制定过程
对战略而言，这个质量是什么呢？就是对各方期望的准确把握、对分歧的有效弥合、对战略的可理解性和可操作性的保证
4. 战略形成
战略跟踪确实不好弄，如果没有工具，就变成了听执行者的汇报，这样很难评价结果。这个时候，就又可以用到企业架构了，尤其是业务架构。通过架构把战略的执行和战略能力分解成各种业务细节，再通过架构提供的脉络，跟踪细节的执行和实现，这样比没有工具、只看报告会好很多
5. 战略跟踪
复杂的战略制定过程
简单绝不是单纯为了求“快”。不要仅仅因为完整的过程环节多、耗人力、耗时间，就考虑要变“快”
敏捷开发提倡 MVP（最小可行产品，Minimum Viable Product），先做个简单的或者部分的交付，这样，既容易找到下手点，又因为周期缩短，可以早点儿看到系统的模样，早发现偏差。你看，敏捷的落脚点不是单纯追求做得快，而是快速反馈、快速调整。离开了这两项，敏捷就没有保证质量的方法了
在做数字化转型时，切忌总想找捷径，只想简化过程、加快速度的要求未必是靠谱的。在琢磨捷径的时候，你要想清楚，基础有没有打牢、有没有快速纠正错误的手段，不然等着你的可能不是你期望的快，而是浪费时间和质量问题
1. 破除对“快”的错误追求
把“组织准备”简化成内部开个会，领导自己带队，挑选几个得力的人，直接开搞
在访谈部分，可以找一些主要的访谈对象单独谈，比如团队负责人、骨干，访谈要避免互相干扰，好让你收集到更多有价值的独立意见，提供更多的分析维度。其他相对来说没有那么核心的访谈对象，发起几场“头脑风暴”，基本上就可以搜集到关键信息了
至于信息分析，因为需要花费很多时间收集和整理，如果到了这个时候才现做，那会严重拖慢你的工作进度，所以平时就应该有序地收集和整理，在这个阶段只补充一些对当前的战略制定任务而言缺失的东西就行了。在数字时代，数据就是你感知一切的手段，时时刻刻都应该收集，并且有序地管理它们
在方案形成上，要把关注点放在对问题的简单阐述和对关键指标的提炼上，以便于跟踪
关于跟踪，就可以融合到周期例会上，比如月度会、季度会
先整理好长期愿景，再分析相对短期的战略和目标，然后分析关键性的战略能力
得有个商业模式去支持战略的实现，图中的屋顶下面的部分就是分析商业模式的，也就是商业画布分析法，大概思路就是，企业有什么渠道触达客户，目标的客户群体是什么？如何维持客户关系？主要的业务活动有哪些？具备什么资源？需要跟谁合作？产生多少收入、多少成本？最后创造了多少价值
在做数字化转型的时候，也千万别忘了加入数字化成分，比如，数据是关键生产要素了，那获取数据、分析数据就是关键活动，数据、数据分析人才也是关键资源，外部数据供应商也是合作方，等等，这些你都要考虑到。不要因为工具简单，就只图快，导致分析不全面。把数字化成分考虑到的战略，才是一个值得落地的数字化转型战略
2. 如何简单地进行战略管理
简单的战略分析方法
收入与成本的差额就是企业最直接的价值，也就是利润。可持续发展的企业考虑的就是这个三角形，这是企业经营最核心的东西，没有这个三角形的稳固，就没有企业的持续发展，更谈不上搞转型
高阶抽象模型的好处就在于可以帮助人们迅速获取到复杂过程的要点，所以，高阶抽象不是虚，而是洞察
从历史思维的角度看，数字时代是一个新时代，要把物理世界的活动向更便捷的虚拟世界迁移，这种迁移主要依靠数字化技术。这种发展还要符合给个体赋能这个方向，以企业的视角看，对内是给员工赋能，对外是给客户赋能。
以数字化技术为核心，通过虚拟空间的能力去赋能客户，提升客户体验，这样会增加收入；通过虚拟空间的能力去赋能员工，改善员工的工作体验，提升效率，这样可以优化成本；服务这两者就是服务实体经济
而赋能员工、赋能客户，代表的是企业有更强的能力和机会来发展、改变其业务模式。这种模式的改变，也许会进一步改进企业的盈利模式，也就是利润的转型
可以继续展开分析赋能客户怎么做，需要什么能力？赋能员工怎么做，需要什么能力？转型盈利模式的想法成不成立，怎么转？要用什么样的数字化技术，怎样才能用好？这样就能在一个基础模型的指导下，有目标地展开分析了
怎么提升自己的战略制定能力
在做战略时，一定要头脑清楚，不要过于强调对某些特性的关注。就像很多人讨论传统和敏捷一样，不要光觉得敏捷就是快、传统就是慢。在不深入了解方法的情况下，不要急着下结论，多看看、多想想。很多时候，害死人的不是方法，而是误解
你千万不要等到有机会参加战略工作了，再思考该怎么做战略，你现在就可以先拿自己做例子。毕竟，咱们自己的人生，得自己去规划，管好了自己，才能帮别人
战略先行：怎么制定数字化战略
数字化不只是畅想未来，在战略中，我们也要考虑到如何解决眼下面临的问题。这些问题会影响企业当前的生存，也是企业在走向未来时必须要越过的坎儿。没有考虑到眼前这些痛点的战略，通常会成为不接地气的战略
数字化转型要解决的不仅仅是技术问题，我们还要多想想企业的整体经营管理问题，比如企业的业务会遇到什么困难、业务模式要怎么找转变的路子，等等。那些问题可能才是真正难解决的问题
这些问题通常来自于四个方面，分别是客户感知、路径依赖、外部竞争和技术理解，这是很多传统企业的通病了
每个企业最难以解决的挑战是什么？答案是，客户的变化
随着时代的变迁，人们的习惯、喜好会发生多种多样的变化，企业很难把客户的习惯局限在一个不动的点上。一些曾经成功的企业都成为了某一代人的记忆，因为，这些企业迎合了那一代人，但是无法被后来的人们喜欢
案例：柯达是胶卷时代的王者，却忽视了数码时代的到来。最令人感到可惜的是，柯达自己还是数码相机的早期发明者，有能力自己“革自己的命”。但是，就是因为没有充分意识到数码相机给人们提供的各种方便，就渐渐失去了客户的青睐，跟着老胶卷一起“泛黄”了
很多消费者觉得银行还是跟不上时代、跟不上消费者的体验需求。这是为啥呢？主要就是因为金融业务多数都是次生需求，通常是你买东西要付款了、付款钱不够了，你才会有支付、信用卡消费等金融需求出现，它们是生产、生活场景中那些原始需求的派生物，对需求的感觉本来就会慢半拍
互联网公司围绕原始需求场景搞的花样翻新太快，这就会导致客户需求的变化也很快，而这些需求传到银行，银行为此做出反应、设计新产品需要一定的时间。任何强制缩短这种传导机制的想法也许都不是太科学的，你不能指望次生需求比原始需求反应更快。所以，怎么准确感知并跟上客户的变化，对这样的行业来讲，就是更大的痛点了
1. 难以准确快速地感知到客户的变化
很多时候，自己的成功可能会成为自己的绊脚石。企业既有的业务模式，可能会妨碍企业对未来发展的认知，这也是人们常说的路径依赖。这条路走得越久，你改变它的难度就越大，这也是习惯的力量
数字化技术会全面地重塑整个社会，无论是产品的形态、设计思路，还是客户的选择能力，都会有很大幅度的改变。所以，无论是企业还是个人，都在面临一个关口。不要局限在传统的路径里，即使是过去的成功经验，你也要结合新的趋势，衡量下哪些可以继续传承，哪些需要改变
2. 依赖传统路径，看不到新的关口
很多企业都担心遇到“不讲武德”的跨界竞争。确实，另一个行业过来的人，思维不受行业传统束缚，对着传统企业这种“老师傅”就是一顿新技术、新玩法的“乱拳”。如果互联网公司想要进入传统行业，尽管有业务认知上的门槛，但是通过挖传统行业的人，可以快速补齐这部分。可是，当传统行业想反击时，却很难靠挖互联网公司的技术人员，迅速补齐自己在技术上的短板
因为牛的技术是需要复杂的开发环境提供支持的，不是单靠几个人。技术也需要“阵地战”，这些环境的建立、机制的配套需要一定的投入和时间。再加上互联网公司最近这十年发展起来的生态，这就不是单个传统企业可以轻易反击的了
需要注意的是，这种外部竞争的痛点并不是来自于竞争本身，而是来自于竞争双方在内部结构上的巨大差异，业务和技术人员的比例决定了企业最核心的生产要素，也就是人，在构成和思维模式上的不同
数字化企业要具备的是业务和技术的双螺旋，缺的东西早晚得补上，不然就是在对着未知的竞争者敞开自己的门户
3. 在应对跨界竞争中总是处于防守姿态
技术理解不是单纯的技术活。除了要适当了解这项技术，还得知道，可以在什么样的业务场景中更好地应用它，否则，你就很难说自己理解到位了
这个事情在业务和技术两侧的表现不大一样。在业务侧，往往是业务人员不了解技术本身，这就可能会导致相信一些道听途说的观点，夸大技术的实际效果；而技术侧呢，有可能会因为太了解技术本身而抑制了想象力，很多技术在业务人员看来好像很高大上，但实际上未必
理解技术这件事又难又重要，业务人员和技术人员要一起来搞，这也是业务与技术的融合方式。都别先入为主，不要觉得自己知道技术原理，就知道该怎么用了，有可能你已经被自己的思维限制住了。武器不是买了就管用的，不理解就用不好，这是很多传统企业在面对数字化转型时存在的痛点，是数字化转型战略必须要覆盖的
4. 对技术的理解跟不上技术发展的速度
除了这四个痛点之外，企业管理层普遍缺乏对企业架构思维的认知和引入能力，这一点对企业的数字化转型也是非常不利的。因为所有转型最终转的就是思维和行为习惯，而作为企业的管理者来讲，如果没有及时进行必要的思维调整，也就很难推动整个企业的转变了
有哪些痛点
找痛点，是很多企业搞战略、请咨询公司，或者开经营分析会时的必备话题。但实际上，这个事情其实不太好做。找痛点就是提问题，你可能听说过，能找准问题，问题就已经解决一半了，找不准问题，那搞解决方案就是白费力气
企业里 90% 以上的创新都是微创新、渐进式的改进，没有那么多颠覆性创新的机会。那么，这么多微创新的来源是什么呢？其实，大部分都是流程中不顺畅、经常被吐槽的东西，也就是流程上的断点。而这些正是大量创新的来源，甚至是数字化的关键点
数字化的一大方向是尽量减少人的操作。那就是说，你考虑业务体验的方式，应该是怎么减负，怎么不用人来做，而不只是让他做起来舒服
如果你是技术人员，那么，就要尝试跟岗观察。业务人员有时会出于长期的操作习惯，意识不到流程中断点的存在，所以，你要多观察实地操作，自己发现问题
如果你是业务人员，你就应该经常有意识地分析自己的操作过程，分析是什么阻碍自己完成得更快，因为这里就可能存在断点
1. 努力找到业务流程衔接上的断点
寻找体制性原因是找痛点的高级模式，你不会止步于微创新，当你经验值够了，总是想去挑战“大怪”的。但是。“大怪”是什么？其实就是隐藏一堆“小怪”后边的大 Boss，也是我们常说的，隐藏在众多表象之下的深层次问题
一谈到数字化转型，我们经常说要转变企业文化、转变组织模式、转变经营理念，等等。那么，这些高大上的口号是怎么来的？其实，这些就是综合考虑各种断点、流程的不顺畅等问题之后得到的结果
假如你发现了一堆断点，除了要持续地去改进它们，同时也要思考下有些问题是不是会反复，或者是换个样子出现，这很可能是你发现体制性问题的机会
2. 汇总各类断点，找到体制性原因
多读一些讲述行业、企业发展历程的书，或者是其他相关资料，同时还要注重积累，把观察到的东西都沉淀下来，时不时地来分析下自己的企业
俗话说，“日光之下并无新鲜事”，很多问题都不是只有你自己的企业遇到过。有些问题你这个行业没人想过，但是别的行业有人想过，甚至解决了，还分享了出来，这个就可以成为你的知识库
总之，找到痛点才有可能解决痛点。越早找出来，你的数字化转型之路就会走得越快
3. 拓展视角，形成自己的知识库
几个方法
工程思维中很有价值的一点就是对以往成果的重复利用，当你成为时间的朋友，有效积累起自己的知识后，你就真的有可能发现别人未曾发现的痛点了。这样的机会也许一生未必有太多，发现一个，就有机会找到你一生的职业方向，也有可能帮你的企业形成很大的竞争优势，发现数字化转型最需要产生的那个结果
怎么针对自己家的企业找痛点
要想跟上客户的变化，该怎么做呢？当然是去努力了解客户，最核心的办法就是要通过接触去收集客户信息。利用这些信息，我们就可以对客户进行深入分析了，毕竟，知人鉴人不过是“察其言，观其行”而已
语言类信息
行为类信息
两大类
传统企业怎么解决信息的差距问题呢？就是搞数字化运营、数字化营销
说得直白点儿，就是有资金、有影响力的企业，可以根据自己家的业务场景、生态圈搞业务平台；资金和影响力不足的企业，就加入别人的平台。其实，这也就是生态思维，跟随的环境变化，找准自己在环境中的位置
为了更好地了解客户的变化，我们需要收集更多的客户信息，而高效收集客户信息的方式是业务的线上化、平台化，这样客户的行为也就被数字化
要解决这个不能及时感知客户变化的问题，我们必须要具备几种能力，包括业务的线上化能力、平台搭建或者接入能力、生态运营能力和技术应用能力
1. 如何准确快速地感知客户的变化
不能小看“日拱一卒”的力量，这种永不满足的劲头，本身就可能给企业的业务和人员带来无限改变的机会，转型也可能是长期量变最终推动的质变
持续地做好“小步跑”
面对数字化转型，永远不能忽视技术的长期力量，要经常关注技术的变化
客观地讲，“望远镜”的使用效果是有差别的，并不是看到同一风景的所有人，都会产生相同的感受
要有技术想象力，也就是能把技术的优点和业务的不足结合起来
面对新技术，要有忧患意识，而不是总想着不用也行
拿起“望远镜”，合理地向前展望技术发展趋势
企业在解决传统路径依赖时需要的能力：持续改进能力、技术跟踪能力、技术想象力、流程再造能力。这些能力代表了解决这个问题的两个层面：第一个能力代表持续的自我完善层面，另外三个是利用新技术打造新业务模式的层面。这两个层面不可偏废，前者有助于守住既有，后者有助于创造未来
2. 如何解决路径依赖的痛点
跨界竞争的实质，就是竞争双方内部结构上的巨大差异，那解决办法自然就是缩小这种差异
这个道理不难理解。你回想下工业时代早期，蒸汽动力的机械纺纱机出现之后，生产效率比人力纺纱高很多。那原来靠人力纺纱的企业怎么竞争呢？靠扩大厂房、增加织机、增加工人是没用的，成本下不来。最简单的办法其实就是大家都变成机械纺纱厂，走到同一个起跑线上。而那些没有转型、继续用人力纺纱的工厂，就逐渐消失了。
你只要看看历史就会明白，新技术的重塑力很强，不然时代怎么进步？抗拒这种发展本身就是徒劳的
增加具备数字化工作能力的人员，不再把技术人员只当作“内部乙方”，这是时代发展的必然。所以，企业应该现在就着手进行人力资源调整，既包括从外部招募，也包括推动内部人员的转化，让尽可能多的人了解技术的力量，掌握跟技术融合的方法
具备一定的自研能力，也会让自家对外提供的服务更具差异化
对大多数传统企业而言，采购、外包的确是解决企业数字化转型的有效途径，但这不是唯一途径，更不是最终途径。数字化不能千篇一律，采购、外包更有利于解决数字化中非个性化的部分，企业必须找准对自己最有利的个性化因素，将自己有限的技术力量集中在这些个性化因素上
企业解决跨界竞争问题时需要的能力，也就是人力资源调整能力、自研能力。同时，要招好并用好技术人员，进而推动企业内的大量原有人员完成业务能力的数字化转型
3. 如何解决跨界竞争的痛点
技术理解能力很重要，虽然增加技术人员有助于解决这个问题，但是，像区块链、RPA、中台、低代码等这些技术，在技术圈里也会吵来吵去没个定论，引进到企业里，想让企业理解透，确实不容易。那怎么解决这个问题呢？这就需要引入企业架构了
企业架构是多视角看待企业的，业务和技术的叠加也正是企业架构思考问题的方式
业务与技术叠加的视角还应该放到更高的企业层面，从更大范围的业务全局把业务的不足和技术的优点广泛地结合起来，这是只有企业架构才能做好的。因为只有企业架构明确主张从全局视角看问题，不会因为全局太大就放弃这种努力
企业要想解决技术理解能力跟不上技术发展速度的问题，就离不开一种能力：企业架构能力。这是在企业层面实现业务与技术深度融合的能力
4. 如何解决技术理解能力跟不上技术发展速度的痛点
如何解决
看到大量问题，憋大招一起解决，本质上是思维懒惰。眼下的小问题，都不肯动脑子解决，怎么可能想得出大招数呢？只有平时的思维模式改变，关注眼下的小问题，解决眼下的小问题，获得解决问题的经验和反馈。经常抬头看看大局面，看准大机会的出现，让以前解决小问题积累的经验和知识，在某个大机会里去发挥一下，这样才算真抓住机会吧
难必作于易，大比作于细
能够理解到瀑布模型的核心需求是稳妥，代表谨慎的态度，敏捷模型的核心诉求是快速，允许一定程度的试错，代表了开放的态度，这是发展的价值观区别，这已经是很深层的理解。它们同样适用于企业转型的场景，传统内部优化可以敏态处理，新业务的创新开拓，可以谨慎探索，遵守企业转型方法论中的既定步骤，起码从过程的层面降低出错的概率，这样的项目方法论应用在企业转型中，对我来说很新鲜，很有启发
架构师都知道甘蔗没有两头甜，做架构就是做权衡取舍。敏捷的好处在于迭代，快速低成本试错，持续自我完善这种天然就是迭代的场景可以用敏捷来主动探索。传统模式（也就是瀑布啦）的好处是慎重，对新技术和新业务这种不确定性较高的场景，慎重点没坏处，也不一定慢。
转型痛点
有些对数字化转型来说至关重要的事情，比如数字化基础设施的广泛建设、合理的数据管理体系的形成、引导健康的价值观念，以及输送人才的教育体系改革，这些真的不是企业层面可以解决的。但是离开这些，企业，尤其是资源有限的中小企业，就会在数字化道路上走得很艰难。所以，我们还是要积极争取国家政策的支持
必须要打破一个常见的认知误区，那就是很多人都觉得国家政策是离自己比较远的事情
国家有各种参政议政渠道，所以，我们不应该坐等国家下政策，而是要积极通过各种渠道，将自己的需求反映到国家制定政策的活动中去，为自己赢得政策支持。比如说，我们现在都觉得搞数字化对企业的资金压力很大，那有什么样的扶持政策可以帮到大家呢？积极向政府反馈下自己的意见，也许就有机会获得一些有针对性的支持
争取支持的前提是，你得知道对于面向未来的数字化转型而言，有什么是需要依靠国家力量来做的，这些东西对我们又有什么影响。了解了这些之后，你就把相关的需求反馈出去，积极提给地方政府，或者通过媒体、自媒体产生一定的影响，争取对自己更有利的政策
数字时代是真正能用数据去打造新世界的，那数据量必然很大。这就涉及计算机最重要的三个核心能力：计算、传输、存储。在数字时代，对这三件“法宝”的技术要求显然会比今天高很多，企业要想自己全部搞定，不太容易
IDC（国际数据公司）发布的《数据时代 2025》报告显示，全球每年产生的数据将从 2018 年的 33ZB 增长到 2025 年的 175ZB
175ZB 的数据有多少呢？我给你一个形象的比喻：如果我们把这些数据全部存在 DVD 光盘中，那么 DVD 累加起来的高度，将是地球和月球之间距离的 23 倍，而地球和月球之间最近距离也有 39.3 万公里，那 23 倍是多少？你可以自己算一下，感受感受
据统计，一辆联网的自动驾驶汽车每运行 8 小时将产生 4TB 的数据，数据来源于自动驾驶汽车拥有的数百个车载传感器。单单一个摄像头，每秒就能产生 20～40MB 的数据，而激光雷达每秒可以产生 10～70MB 的数据
所以，5G 网络也未必就能满足未来的要求，从 5G 继续发展到 NG 是肯定的
除了网络，在下一步的算力发展中，建设国家级的量子计算中心，来进一步支持数字化的发展，支持企业应用量子算力也会是必然的
国家 2020 年就已经提出“新基建”了，不少省份在根据国家指导大力规划兴建数据中心，推动企业上云。未来企业是可以把自建能力和国家提供的基础设施能力结合起来的，这也是降低全社会数字化转型成本、提高数字化资源利用效率的正途
这些政策是如何制定出来的呢？也是通过广泛的调研形成的。所以，在构建数字化蓝图的时候，你要积极把企业的需要反馈给国家，无论是非常正式地提供给人大、政协代表，还是通过政府网站留言，或者向媒体、自媒体发布信息，都可以帮助国家从大环境出发进行更高效的数字化建设。这对每一个企业而言，获利都是巨大的。相反，如果我们都觉得这跟自己无关，那国家也很难接收到有效信息去推动数字化建设
1. 如何让企业的数字化基础设施建设更容易
“数据是新生产要素”的这个观念已经深入人心了。刚才也提到过，这个生产要素还是独特的建筑材料，那数据的作用这么大，它的获取成本、获得难易程度，都会影响到企业的数字化转型进度和效果
信息来源越多，对客户的覆盖面越广，分析的结果也就越贴近实际情况；获得信息越少，评价就越困难。所以，不少企业都会开展数据采购业务，向可信数据源去购买数据
随着信息保护意识的增强和相关法律的完善，数据获取成为了非常敏感的话题，稍不留神就会“跨过红线”，得不偿失。有不少企业因为违法收集数据而受到了法律的制裁，这就意味着，数据获取这件事情，搞不好就不仅是费钱的问题，还可能犯法
数据既是企业开展数字化转型时必须要获取的关键生产要素，又是当前法律要去保护的重点对象，那如何让企业合规地获取数据，并且是成本合理地获取呢？这就要靠国家推动去建立合理的数据交易机制了，包括如何确定数据的归属、如何定价、如何开展交易过程等
国家需要在保护数据的基础上，对数据交易机制展开探索，制定数据标准、提供估值参考、规范市场行为、合理控制价格波动，在企业间推动以商业模式为基础的数据分享机制，建立数据交易所，特别是基于公有云、行业云、政府云的各类数据交易所，让数据合法流通起来
作为商业性数据交易的补充，政府持有大量数据，也具备大范围采集数据的能力，可以考虑将合适范围的信息开放给社会共享，或者以较低的可维持运转的价格廉价提供，以进一步促进数据应用的活跃。但是开放哪些数据、如何定价，这是企业可以向政府呼吁的
2. 如何让企业的数据获取更容易、更合法
所谓价值观，简单地讲，就是什么事儿该做，什么事儿不该做。没有健康的价值观，大家的行为就会扭曲
企业的生长速度简直是跨越式的，技术优势和业务优势实际上也滋生了技术和业务的双重垄断，垄断者会很自然地想要保护和利用自己的垄断优势。这点不难理解
即便在主张“我为人人、人人为我”的开源领域，也经常有只使用不奉献的“不讲武德”的事情，何况是处处真金白银的商业领域，“赢者通吃”似乎成了共识
不正当竞争其实损害了很多创业企业的发展机会，还没长大就被扼杀了，或者因为垄断者形成的竞争门槛，导致业务成本高，发展不起来。就像你经常听说的，不“抱大腿”，就没机会发展，这也让老百姓丧失了享受新公司带来新产品的机会
不正当的竞争行为
目前行业普遍存在的“996”现象、从业者身体健康问题，也跟价值观有关
从某种意义上说，有点儿像是改革开放初期以环境为代价换取经济发展速度的现象。今天，国家在大力修复自然环境，但行业这种不正常工作的现象，对数代人的身心透支，要怎么修复呢？我们努力发展是为了把什么样的人送进数字时代呢
这方面的竞争往往又是互相攀比的。全社会都相信“快鱼吃慢鱼”，谁都很难第一个把发条松下来。但是发条不松下来，我们的从业者就会越来越被“工具化”，这是很多从业多年的技术人非常担心的问题，忙于工作，没时间学习，技能越来越固化和单一，容易被淘汰。我们搞数字化不是为了让人磨损得更快，而是为了给人赋能
保持对《劳动法》等法律的基本尊重，保证员工的身心健康，更需要国家监督。毕竟在就业问题上，个人是弱势群体。不过，数字时代是技术时代了，对这类事情的监督，也许不再需要员工举报企业这么极端的方式了，可以多思考有哪些技术手段可以监督这种让人“敢怒不敢言”的问题
不可持续的工作模式
两个不应该
3. 引导健康的价值观念
企业总靠挖墙脚的方式获取人才，成本很高，又不容易持续。毕竟，有些类型的人才市场上稀缺度高，企业也很难承担这种持续挖人的成本。因此，企业也要自己加大内部培养的力度
企业毕竟不是教育机构，单靠企业自身很难快速增加人才供给，这就得依靠教育体系了，特别是职业教育的力量
职业教育能够更有针对性地提供企业需要的人才技能训练。但是，职业教育体系的改善离不开国家的支持
但是，现在从业者划出固定的大块时间进行应试类学习越来越困难了，尤其是考虑到“996”的普遍性，加上考试往往会集中在固定的时间和地点，这导致有些高级类认证的通过率不高，弃考率反而不低
4. 数字化人才的教育体系
企业搞数字化，除了自己要努力外，也有很多东西是要借助国家力量的，但必须要清楚地意识到，这不是鼓励大家“等、靠、要”，而是合理规划出数字化转型的边界，合理利用外部资源、积极推动外部环境的发展，这样搞数字化转型才是经济的
企业做数字化转型要时刻关注国家基础设施建设的发展情况，毕竟，大型基础设施，很多企业自己是搞不了的，必须做好自建部分与对国家设施利用的分工与结合
数据未来会作为个人资产并具有货币属性。数据理财师应运而生，还有数据规划师，数据评估师，数据审计师等等职位，甚至数据会像股票一样的进行交易。此外，有数据不一定会打理 所以数据运营师也会非常火爆
数据交易这个问题，取决于市场环境。当一些基础数据成为生活中习以为常的事情时候，生活在数字化的建设下必定很美好，产生交易的部分肯定是用户觉得有价值，才会进行交易。当下环境，企业获取用户数据是免费的，未来企业获取用户数据为用户产生价值的同时会不会需要向用户付费，或者用户付费企业方式搭建一套适用于自己的数据生活指南体系
数据收益以后应该成为我们日常收入的一部分，这部分既可以是现金收入，也可以是用于交互服务，毕竟数据是可以多次重复出售的，在交易环节不一定是排他性建议
外部资源：需要哪些外部支持
价值链是企业管理领域里的一个有效的分析模型，可以综合描述企业的价值创造过程，所以，它非常适合用来规划如何把战略能力落实到企业的价值创造过程中去。它首先是由迈克尔·波特（Michael E.Porter）在 1985 年提出的。波特所指的价值链，主要是强调如何分析企业的竞争优势
价值链主要包括基本活动和支持性活动，基本活动是主要的生产过程，支持性活动则是对基本活动起辅助作用的非生产类活动
价值链设计完全可以是个性化的，只要确认能够符合企业自身的特点，覆盖自己的价值创造过程就行了。这也是应用方法论时要注意的东西。千万不要硬搬，而是要与自己的企业相结合
什么是价值链
出于压力把交付放在第一位，而自身成长上的收获却远低于本可以通过实践达到的程度。关于价值链的运用，也是这样。这种高阶分析也经常会有人说太“空”，主要原因就是对结果的关注大于过程，对答案的关注大于思考。但问题是，别人不可能对你所处的环境了如指掌，如果你不思考，对照着别人总结的经验就只能一脸茫然
在学习价值链时，我们必须要关注价值链表达的思考方式，也就是对基本活动和支持活动的分开思考，和它提供的分析结构，也就是如何定义基本活动和支持性活动，从而让这些活动更贴近自己企业的实际情况
怎么设计基本活动呢？我建议你采用类似 PDCA（计划 - 执行 - 检查 - 改进）的循环理念，这样你的基本活动就是一个可以循环的闭环了，能持续提升自己
按照这个理念，我们就可以把大多数企业的价值创造过程，抽象成这样的过程：“客户洞察 - 产品设计 - 产品实施与服务 - 产品改进”
流量在以后没那么重要了，重要的是交流，没有交流，就很难有高的转化率，客户很可能就只是“流”过而已
持续交流和画像能力是 AI 能完成这项任务的必备条件
1. 客户洞察环节
“技术理解”和“技术跟踪”放在这个环节，主要是考虑到这两项能力对“产品设计”的变革作用。我不建议你用支持活动的视角看待它们。因为技术变化很快，对产品设计的影响也很明显，产品设计者必须要认真关注
“流程再造”实质上是我们对业务模式的变革，业务模式的变革应该在产品设计中。我们不会总在降低成本上打转儿，给客户带来体验上、价值上的变化，才是业务模式创新的最终目标
2. 产品设计环节
这个环节所需要的能力主要是“线上化”“平台化”“新技术应用”“自研”
产品实现必须具有一定的线上化能力，并且是平台化运营的能力，而“新技术应用”“自研能力”主要发挥打造差异化产品的作用
3. 产品实施和服务环节
企业产品的改良本质也上也是客户交流驱动的。听取了“上帝”的声音，才知道怎么改进自己的产品。而这种改进一般也是渐进式的，通过持续的打磨帮助产品不断提升价值。所以，这个环节对应的能力就是“直接交流”和“持续改进”
4. 产品改进环节
1. 怎么设计数字化企业的基本活动
支持活动一般会被当成中后台的工作，不过，数字化企业应该会越来越注重整体敏捷性，而整体敏捷性对中后台挑战挺大的。因为他们的工作原本就有一定的周期性特点，而非实时产生效果的，比如人力资源管理、财务管理等。毕竟，有些东西，准确比快更重要。这一点需要我们注意
一般企业学习领先实践时，会比较注重领先实践在基本活动方面的亮点，就像学中台时，一开始都不太注重企业组织和企业文化的问题，后来发现这个是巨大的、甚至是跨不过去的坑。所以，一个有效的数字化转型，也得着力建好符合自己企业特点的支持活动
基本活动中的“自研”偏重工程实现能力，而这里偏重“基础研究”，是为了更好地掌控技术、改良技术，甚至是形成与竞争对手不同的发展能力，这需要很多时间
“基础研究”成果不是马上就能应用到基本活动中去的，但是一旦有进展，给产品带来的特殊优势也是很明显的。现在的科技公司都在这方面投入了大量资金，而对于数字化企业来说，科技基因都会增强很多，需要有选择性地增强这方面的优势
1. 基础研究环节
为了感知客户变化，除了“直接交流”外，我们也需要投入一定精力去了解群体的变化及其对个人的影响，以便于我们去丰富客户画像模型，更好地研究客户
从对人的认知出发，让 AI 技术变得更好
2. 环境研究环节
企业建立生态、维护生态，是个很费脑子的过程。高层不能总想着把指标、任务压力扔给基层，把口号丢给基层，而是要把方法、资源也提供给基层，不能总是指望基层员工个个都自己“修炼成精”
如果真的重视生态，就需要在这方面投入更大的力气，抓好团队建设、方法建设，得有专门的人，最好是专业的、有经验的人，牵头搞这些事儿
3. 生态运营环节
推动数字化转型工作，很重要的一点就是做好人力资源管理，尤其是人力资源结构调整。这包括怎么设计每个岗位的技能结构、数字化技能要求，业务和技术员工的适当比例是多少，用什么样的策略完成人员结构调整，这都是很有挑战性的课题
对 HR 来讲，自己要先有对数字化转型的认知，“先革自己的命”，向数字化人力资源管理转型。在这个转型过程里，“培训策略”也很重要，企业的内外部培训都需要考虑。从“工作模式设计”上来讲，弹性工作是更有利于提升效率和降低成本的
4. 组织与人力环节
在这个环节，核心的能力就是“精确的个人价值衡量”。这个能力也是拓展出来的，数字时代是个性化时代，个体能力、价值追求都在持续增强，如果企业不能精确衡量个人创造的价值，也就无法给予个人合适的待遇。仍旧习惯“大锅饭”“平均主义”“主观考核”的企业，可能需要在这方面进行巨大的转变
企业不是用来抹杀个性的，而是要发现和增强每个人的价值创造能力。但要注意的是，这不是要把人向机器的方向转变，价值创造是可持续发展的，而不是靠鼓励超负荷工作、超额输出，那是歪路
5. 价值衡量环节
彼得∙德鲁克早就说过知识型员工的重要性，但是培养知识型员工，不能全靠员工自学成才，不然还要企业干什么
企业自己也得是个知识型企业，自己搞过的事情、总结的经验，不能只留在少数人的脑子里，而是要系统地管理好，用知识赋能员工，让知识衍生知识
实践证明是有效的经验，就是可以吸收的，无论是来自企业内部还是外部。但是，知道自己的主线在哪里，知道怎么拓展自己的主线，这个很重要，所以必须要有对方法论的知识管理
6. 知识管理环节
2. 怎么设计数字化企业支持活动
除了国家资源，企业所在产业链的上下游，甚至同类企业，也会跟企业形成既竞争又合作的“竞合”关系。我们可以把“竞合伙伴”也排列在价值链外部，最后把价值创造过程指向我们的客户，这样，整个价值链就完整了
3. 怎么设计数字化企业外部连接
如何使用价值链进行能力分解
价值链：如何利用价值链进行能力拆解
《说透数字化转型》指南实践篇
0 条评论
下一页
