1

数字化转型，关键在“人”，最难也在“人”

 2 years ago
source link: https://www.51cto.com/article/712731.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

数字化转型，关键在“人”，最难也在“人”-51CTO.COM

数字化转型，关键在“人”，最难也在“人”
作者：佚名 2022-06-29 16:29:30
未来商业是智能化的，途径就是数字化。企业的抉择不在于要不要数字化，而是什么时候，用多大力度。

企业推进数字化并不是件新鲜事。

54f789d8006deccbfbe170eba10b81762a0c3c.jpg

计算机的商业应用始于上世纪六十年代大型机的问世，再演化到七十年代到八十年代的中型机。个人电脑到八十年代末才开始大规模普及，从而使计算机的应用从纯商业场景进入千家万户。

上世纪九十年代以来的互联网革命，是整体社会的数字化改造。由于个人数字化水平起点低，改变幅度大到称得上是一场“革命”。但在互联网革命的进程中，企业的数字化改造从未停止过。

和消费者相比，企业的数字化水平一直领先，可谓根本不在一个级别。

从上世纪七十年代的生产流程的数字化（MRP），到八十年代末的全业务流程管理（ERP），到九十年代的客户关系管理（CRM），到最近二十年的大数据、云计算、人工智能，企业一直走在数字化的最前沿。

企业的数字化进程长达半个世纪，为何在今天会引起如此大的关注？

可能的原因：

一是中国企业的数字化水平，较国际领先企业有很大差距，正在快速追赶。

二是互联网巨头在经济体中的核心作用日益明显，产生榜样效应。

传统企业意识到IT科技不仅仅是网络巨头的事，所有企业都必须变成IT技术的原住民。

三是互联网革命已经彻底改变了企业间、企业和终端消费者间的关系。

这种关系从模拟信号（语音、图像、文字）的连接，转化成了数字信号的连接。为了更好地服务客户，企业内部也必须用数字连接替代模拟信号连接，这正是数字化的方向。

企业数字化的难点

IT技术的革命性进步，主要涉及信息的四个方面：运算、存储、传输、收集。

在运算领域，摩尔定律导致芯片的运算能力每两三年翻一倍。由于价格基本保持恒定，运算能力的提高意味着运算成本每年以近30%的速度递减。

人们较少提到的是在信息的存储、传输、收集方面也有类似摩尔定律在起作用。过去50年，信息的存储成本每年复合下降速度也是30%。

目前，家庭上网的千兆光纤是九十年代初拨号上网速度的10万倍。这些技术上的巨大进步，给数据的巨量收集带来了可能。

仅在过去十年，全球的数据收集量就增加了30多倍。而大数据分析、人工智能都是建立在海量数据和极低的运算成本上的。

为什么说互联网革命，实际上是整个社会的数字化转型？

互联网上的平台公司，包括搜索、电商、文娱、媒体、社交等平台，都可以被看成云计算公司。而个人的网上行为实际就是在免费或付费的基础上，利用基于云计算的SaaS服务。

社会的数字化推动起来相对容易，是因为消费者本身的商业价值很大。在信息成本极低的情况下，平台可以通过提供免费的SaaS服务获得消费者，再利用广告或其它付费服务将消费者的价值变现。

互联网平台最核心的能力是吸引流量，用一种或多种信息服务吸引消费者加入平台，再通过产品的粘性和网络效应，吸引更多用户，同时增强平台活跃度。

企业的数字化和社会数字化的技术基础是完全相同的，但在经济特性上有四个区别。

第一，社会数字化靠的是技术和服务的吸引，是由下而上的产物；企业是行政组织，数字化常常需要从上而下命令式地推动。

第二，在社会数字化中的SaaS应用往往简单，容易上手；企业中的应用复杂、多样、专业，有更高的学习成本。

第三，社会数字化的对象是人；企业数字化的对象是人、机器以及人和机器连接起来的组织网络。

第四，社会数字化由于用户众多，整体社会价值巨大，但边际成本为零，平均成本极其低廉；反之，企业的数字化需要大量定制服务，投入巨大，收益有很大不确定性，投资回报率远低于社会数字化进程。

正是由于这些区别，企业的数字化在不少方面比社会数字化来得困难。

很高比例的企业数字化项目结果令人失望。但迫于竞争压力，企业又不得不进行尝试，因为数字化如果成功，能给企业带来宝贵的效率提升和竞争优势。

企业要思考的问题不是如何避免成为70%没有成功的企业，而是要保证进入到30%成功的企业中。因为没有成功就等于失败，如果不能跻身成功者行列，可能会和数字化失败的企业一样被淘汰。

在企业数字化进程中，最容易成功的是生产的自动化和智能化。这并不是说事情本身简单，而是因为对机器的智能化改造不确定性小，成本和收益清晰，且风险可控。随着人力成本逐年增高，机器换人的智能化生产变得越来越有吸引力。

企业数字化的难点在于组织的数字化，其中包括对每个人以及组织行为的数字化改造。

由于新软件、新系统的学习成本高，每个人自然的默认反应是继续维护旧系统而排斥新系统。

其次，企业数字化不是简单IT系统的利用，而是组织和管理根本性的变化。

这种变化必然冲击到组织中上上下下的个人利益，有人获益，就有人有损失，后者自然会发自内心产生对组织变化的抵抗。

因此，要想推动新系统的应用，必须有从上到下整个体系的意志做支撑。

这里面的关键人物不是IT主任，也不是人事主管，而是公司的一把手。

一把手不仅需要自觉自愿学习使用新系统，更要做新系统的主要推动者，才有可能让整个组织更新换代。

要做到这一点，一把手必须在认知层面建立企业的数字化战略，形成数字化战略又需要企业有精通IT和管理的双料人才，以及一把手对IT技术在组织管理中应用的深刻理解。

对于传统企业，这些都是需要补齐的短板。所以很多企业在数字化改造的过程中，往往道路不清晰、意志不坚定、投资不充分、浅尝辄止，结果自然大概率不会太好。

数字化的初级成效

为什么传统企业家不容易产生数字化思维？

因为传统企业的商业模式、组织管理都是建立在高信息成本的环境里的。

前面讲过，信息的成本包括运算、存储、传输、收集四方面。当成本很高时，企业必须通过商业模式、组织管理的调整来适应高成本。

比如，传统企业重视渠道，是因为在互联网之前，消费者有很高的信息搜索成本，因此产生对线下渠道的依赖。但电商轻松打破了这种依赖线下渠道的竞争优势。

传统企业对品牌广告的认知，也是建立在高信息成本基础上。而互联网使得人们的注意力变得更长尾化、更个性化，网红、直播也能冲击传统品牌的价值。

传统企业中的组织管理问题，主要来自企业中的信息不对称和道德风险。

信息不对称包括上下级之间的信息不对称和部门之间的信息不对称。

  • 表象是上级不知道下级心里怎么想，在干什么；
  • 下级不知道上级的核心关注点及宏观意图；
  • 部门之间各自为政，经常零和博弈。

为解决这些问题，传统企业就不得不经常传达文件、召集大家一起开会，以期获得共识。但如果信息问题过于严重，最后的结果就是“文山会海”，留给做业务的时间所剩无多。

企业中的道德风险来自于信息不对称再加上利益的冲突。企业雇员的私利和企业的整体利益一定有差异，信息不对称保护了雇员在工作中各种各样的谋私行为。

如以权谋私、假公济私、偷懒、不做为、睁一只眼闭一只眼等等。

企业不得不建立高成本的激励机制，让企业和员工之间尽量保持更高的利益一致性。

同时，企业面临的难题，一方面是不得不中央集权杜绝道德风险；一方面又要鼓励下属有所担当，能够对市场机会做出快速反应。

企业越大，前者越重要，就有了“大企业病”。企业就失去了灵活性和创新能力。

数字化可以在很大程度上缓解企业的这些问题。

通过数字化协同办公，企业可以用很低的成本让信息流动起来，让上下级之间、部门之间做到信息分享。由于大部分的信息和沟通都在数字平台里产生，对管理者来讲，下级能看到的信息自己都可以看到，极大降低了信息的不对称性。

没有信息不对称，自然道德风险也没有了土壤。基于更高效的监控能力，企业可以对一线员工更加信任，更大程度地放权，做到更高的灵活性和市场反应效率。

最后，公司可以利用大数据分析、人工智能的方法，对沉淀下来的数据进行分析而获得组织管理上的“智能”。

增强沟通效率，降低信息的不对称性、员工的道德风险，可以看成是数字化的初级成效。之所以说是初级，原因在于人脑仍是企业思考、做决策的唯一载体。

但数据的沉淀和人工智能使得机器思维可以在很多层面替代、补充人脑的不足。

就像机器视觉能够超越普通人眼的辨别力，机器听觉能超过普通人耳，AlphaGo 可以打败李世石、柯洁等等。

AI在管理领域一样可以发现无数隐蔽错误，提出改进方案，同时极大缩短反应时间，从而革命性地提升公司的管理和运营能力。

而未来商业是智能化的，途径就是数字化。企业的抉择不在于要不要数字化，而是什么时候，用多大力度。​


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK