文 / 苏广民，历任华为终端供应链副总裁、华为终端拉美业务部总裁、华为终端战略与Marketing总裁、华为首任CIO

05 数字化转型不仅是一场技术革命，更是认知革命，是人类思维方式与行为模式的革命

Q：信息化和数据化到底应该怎么看？企业的数字化转型，对企业的决策者有哪些要求？

A：在社会发展的历程中，人们掌握了F=ma、E=MC、工程经验公式、机器工作原理、生产执行策略、政治经济学、企业管理学等丰富的运行规律。基于这些机理，计算科学一出世，人们就迫不及待地开发了相应软件，于是科学计算、工程验算、MES、ERP、PLM、PM、MRO等软件相继涌现。这些软件的出现，大幅度提升了人类的工作和生活的效率和质量。

之所以用“信息”一词，是因为我们掌握了机理之后，只需要少量的数据“喂”给软件，就可以获得足够好的反馈。这些少量的数据就是初始条件和边界条件。大量复杂的计算工作和内部数据流传，软件就全部完美无误地完成了。信息是控制论中大行其道的概念，该词的本意就包含对大量数据进行提炼总结而形成的最有价值的少量“数据”。信息不仅包含了明确的运行机理，还包含了清晰的初始条件和完整的边界条件，即信息包含机理、初态和环境。

在这个过程中，人们也发现新科技（特别是大数据与AI技术）可以在海量数据中总结出具有一定明确程度的机理、初态和环境（姑且称为“准信息”），而且随着数据量的增加和进一步分析学习，“准信息”可以越来越明确。

准信息更接近纯数学的表达，未必像人类总结的信息那样具有显而易见的物理意义和业务含义，这让人们可以回归到信息的本源——数据层面，发现靠人脑不曾发现的机理，总结机理需要的初态和环境，于是数字化时代拉开了序幕。

如果说信息化以明确信息为前提，那数字化则以海量数据为基石。数字化看似绕开了明确信息，但却走通了信息化曾绕开的路。

从数据中识别总结确定性信息（机理、初态和环境）是数字化的使命，人类终究还是要像牛顿、爱因斯坦那样取得真正的具有物理含义和业务意义的终极模型，才能获得实质性的根本进步。

当我们掌握了明确的机理、完备的初始条件（初态）和边界条件（环境）时，用信息化帮我们提高效率和质量。当我们的研究对象超越了我们理解，机理、初态和环境不完备时，则需要用数字化来突破我们局限，实现创新。

最早走上数字化之路的领域是仿真（或CAE），CAE方法让人们可以建立复杂结构的数字化的完整空间，从研究对象的完整数据出发，获得接近真实世界的机理、初态和环境，从而实现了对理论和经验公式的突破，复杂结构的运作机理得以透视。由于数字化历程的长期积淀，让仿真的确定性越来越高。

另一个是三维CAD/CAM，当年甩图板的二维CAD走向三维CAD，相当于从信息化走向了数字化。

当人们使用三维空间完整数字化模型数据来进行产品的设计时，出现了成效斐然的突破与创新，长期困扰人们的高度复杂结构的形心、重心、装配、干涉、尺寸链、公差链、物料成本等问题迎刃而解。当下流行的创成式设计是其更进一步的发展，我们只需要提供必要的设计限制，其余的完全交给算法来创造。

最近出现的大量的数字化应用是在生产制造过程、运行维护、企业管理、数字经济中，利用完整的生产数据、供应链数据、运行数据、企业数据、经济数据来预测以前MES、ERP、MOR、CRM、SCM等信息化软件只能绕开的场景，深挖数据中的信息，实现业务和管理的突破，耳熟能详的预测性维护便是典型实例。

另一方面，通过大数据技术，数据的“广度、宽度、深度”正呈几何式的增长，人类认识有了更深更广的数据基础。其中，“广度”是指以标签化描述数据更多的特征；“宽度”是指数据类型除了量化数据，还包括了非结构化的图片、视频、文字等；“深度”是指通过知识图谱，形成了数据关系的认识网络。

【数字化营销案例】

如何描述目标客户画像，可以从不同纬度去分析。从零售业角度，可以从七个维度去描述客户画像：

一是地域：也就是用户所在的地区，在市场营销策略中，不同的地区有不同的文化习俗，不同的语言和思维模式，这些都会产生不同的影响。

二是性别：男女不一样，消费需求肯定有差别。比如社交电商平台的小某书86%用户是女生，这对于通过该平台宣传其产品或服务的品牌具有重要的参考价值，有助于选择更适合的内容进行营销。

三是收入：品牌在制定或修改市场营销策略之前，必须明确目标用户的收入水平，否则即使再好的产品，如果远远超过了用户期望的价格或与用户收入水平不符合的，也不能将产品售出。

四是年龄：不同年龄接受新鲜事物的能力不同，需求的痛点不同，对产品或服务的兴趣不同，找出不同年龄层消费者感兴趣的东西，将会提高营销成功率。

五是教育程度：文化程度不同，生活态度不同，关心事物不同，文化、风格、形式等在人群中也会有所不同，受教育程度越高的用户，对营销内容就越过分严格地在细节上找毛病。

六是行业特征：对于不同行业的消费者而言，产品或服务的关注点也是不同的；了解各行业人们的需求和痛点，可以开展精准营销。

七是使用场景：产品或服务的使用场景是非常关键的一环，首先我们要明确下面几个关键信息，即时间、地点、出现了何种情况、对象用户、用户需求、通过何种手段达到目的。

【企业家的数字化认知】

马明哲认为，数字化不仅仅是一种技术革命，更是一种认知革命，是人类思维方式与行为模式的革命。通过科技的赋能，认识可以从表面到本质，从独立到联系，从感性到理性，从经验到科学，数字化将把人类认识客观世界、把握发展规律的能力提升到新的水平。数字化将在战略、组织、管理、运营、人才、服务等方面，为企业带来思维模式上的巨大颠覆与产业实践上的系统变革。

所以，数字化技术是一个人类“驾驭”世界的新方式，它让曾经理论上“高大上”的信息化在企业层面更接地气，也更有战斗力。这同时也意味着，到现在为止信息化还非常差的传统企业，你更需要赶紧补课，因为目前信息化里沉淀的系统性企业管理逻辑理论方法你一定还没能很好的用起来。企业核心的数字资产，包括产品/工艺/成本/客户主数据、交易数据，这些与业务相生相伴也是现在各大信息化的支柱，你没有能力驾驭他们成功的现在，也一定没有能力驾驭更加复杂与挑战的数字化的未来，数字化的价值与难度/投入（资金、人才、时间、管理能力）呈强正相关性。

未来的企业数字化转型，一定会推动信息化更好更高效的发展，这里面包括信息架构进一步完备与高能/高效，工业软件进一步丰富、进一步集成与升级……

数字化转型本身来源于国外顶级咨询公司的洞察与“主张”，有越来越完整的方案论支撑，是当今伟大的企业更高层次的发展方向。对比前几年火了一时的工业4.0与智能制造，它们更多地还是在“未来方向”与国家/行业的能力要素规划层面。这次数字化热潮里用到了“转型”这个词，意味着必须/急迫与强关联性，就是数据/信息领域关键能力提升，可以全方位提升企业的整体价值；“转型”这个词也意味着是真地很难，一定要采用战略管理来驱动，有愿景、目标、策略与节奏，从顶层设计到分阶段分步骤地展开，有组织/落责任/投资源。

没有一定信息化数字化基础的公司轻易不要把“转型”叫得太响，首先要能决心去好好补课，否则那些对你而言有价值的数据怎么管起来，用起来？谁合适来做“主官”？组织与人才怎么建？诸如此类的问题不胜枚举。

目前的分析报告是全球优秀公司的转型失败率超过60%。我理解的全球优秀公司首先表明其信息化是成熟了的，该有的ERP/PLM/APS/MES/WMS/人力资源管理/销售管理等系统都有了，为数不少的还应该都是用了一些年了，也有相当强的IT专业组织。

因为企业信息化过程本身会带动大量的企业的管理数字，但是由于信息化系统是在解决各种专业领域问题，由专业高人发展起来的，他们的数据很容易采用自我闭环来管理。这就造成了越是信息化程度高的公司，越容易非常多的被各个信息系统定义管理的“重复”数据，在自己系统孤岛上野蛮生长。解决这个问题，业界自然而然形成了两条路线：

一个是信息化巨头Sap、Oracle们，不断用收购手段来丰富其解决方案，并用自有的数据标准与接口来衔接各专业系统，在一个更大的业务范围内解决数据孤岛的问题，但这条路径就是随着巨头自己竞争力的强大而出现的“店大欺客”的情况，对中小企业往往意味着更高的成本，得不到更应该有的技术支持。

一个是从专业化的数据管理的角度出发，对已有的信息系统产生使用的数据进行分析研究，从公司整体业务的角度来明确定位/定义各主要数据的标准、产生源头、使用对象、处理逻辑来进行管理。最早采用数据仓库，现在采用数据湖来进行集中管理。在使用方面，为了减小信息系统编程的困扰，把数据应用的“算法”装到元数据里直接调用，延展这条路径逐步发展到公司数字治理体系，越做越多，“独自”（脱离原信息系统）使用价值越大，最后形成了“功高盖主”（或者叫“众徒弟打倒师傅”）的局面，这对于公司内部的投入及专业数字治理能力要求极高。

06 非数字化原生企业数字化转型的案例：华为与美的

Q：如何看待传统企业的数字化转型？除去西门子之外，有哪些值得其他业界借鉴的公司或者案例？

A：相伴着“数字化转型”的概念，业界还产生了非数字化原生态企业、数字化原生态企业两个名词。

数字原生企业在设立之初就以数字世界为中心来构建，生成了以软件和数据平台为核心的数字世界入口，便捷地获取和存储了大量的数据，并开始尝试通过机器学习等人工智能技术分析这些数据，以便更好地理解用户需求，增强数字化创新能力。

部分数字原生企业引领云计算、大数据、人工智能技术的发展，推动了数字化时代的发展。在这些数字原生企业中，整个企业的战略愿景、业务需求、组织架构、人员技能、管理文化、思考方式都是围绕着数字世界展开的。

数字化原生企业，业务管理就是天然搭建在信息/数字化平台基础上的企业，比如：阿里、腾讯、百度、今日头条、京东……等等。数据化是其核心竞争力支撑。

与数字原生企业不同，非数字原生企业在成立之时，基本都是以物理世界为中心来构建的。绝大部分企业在创建的时候，是围绕生产、流通、服务等具体的经济活动展开的，天然缺乏以软件和数据平台为核心的数字世界入口，这也就造成了非数字原生企业与数字原生企业之间的显著差异。传统企业基本上都是非数字原生企业，华为公司作为其典型代表，在数字化转型过程中面临着与大多数非数字原生企业相似的问题。

据说华为集团当时的CIO在2013年左右去阿里总部参观交流，由于阿里的天猫是华为终端一个重要电商销售渠道。他们在说到华为的客户特性（华为手机的各价格段产品被哪些客户群购买了？年龄/区域/职业分布）、产品质量、客户的手机品牌认知度/接受度都非常具体翔实，华为CIO问他们怎么搞得这么清楚的？随后的参观环节，他们在一块显示屏上展现了这些完全数据化的分析结果。这把华为当时的CIO也震撼到了。在华为后来进行的数字化转型中，阿里等众多数字化原生企业也一定是华为某一方面对标的对象。

作为完整的制造企业数字化转型案例而言，华为做得非常系统、完整与到位，既有清晰的发展脉络、完备的方法论及系统应用加持，也有战略管理来驱动的以业务价值为目标的运作管理实践，有利于系统性的学习研究。

作为非数字化原生企业数字化转型的对标借鉴对象，我认为美的也非常值得推荐。美的的数字化转型，战略规划驱动，实施步骤清晰，一把手方洪波亲自挂帅，其经历的过程艰难痛苦及大投入，也是绝大部分制造企业数字化转型必备属性，但最后换来了近几年业务指数级的增长