被加速的数字化，企业艰难转型背后的评估难事
编者按：本文来自微信公众号“机器之能”（ID:almosthuman2017），作者：力琴，36氪经授权发布。
2020年是与众不同的一年。在疫情的影响下，中国有近70%的中小企业正在加速其数字化进程，当中有一半以上的中小企业预计到2021年将有超过1/5的业务实现数字化。
即便如此，现在仍有很多企业困于数字化转型。企业利用AI应用越多，就意味着企业数字化成熟度越强吗？在云、大数据、AI、IoT、5G等数字技术与业务交织融合的当下，企业在迈向数字化转型之前，还有哪些功课需要做？
匆匆数字化转型的企业可能已经停摆在数字与决策的交叉路口，甚至已经不知从何下手。是时候停下来重新丈量企业的数字化进程了。
自疫情以来，“数字化”这一字眼并不陌生。数字化究竟对企业意味着什么？
“数字化成熟度与财务表现相关。”德勤今年一篇关于《数字化成熟度与财务绩效之间联系》的调查显示，具有高度数字化成熟度的公司获得收益的可能性，要比成熟度低的公司高出两到三倍。
德勤调查结论认为数字化成熟度对财务业绩的影响，得益于效率、收入增长、产品、服务质量、客户满意度、员工参与度方面的提高，并促使企业更加关注增长和创新。
尽管数字化能够促进企业收益，但是现在约半数企业仍处于探索尝试阶段。根据一份调查了国内274家大中小企业数字化转型现况的报告显示，多数企业的数字化转型实践停在管理、运作流程和营销模式之上，产品与服务创新不足。
虽然日益加剧的行业竞争驱动企业数字化转型，但现实情况是，数字化转型可能要比预想或者准备的要难得多。如果企业想要尽快从数字化转型中获得他们期望的收益，需要快速适应。
丈量企业数字化的标尺
如今，随着AI的普及，85%的高管都知道AI可以从根本上改变他们的业务。在麦肯锡2020年AI状况调查中，有一半的受访者表示他们的企业至少在一个项目上采用了AI。
越来越多的企业将AI作为创造价值的工具，超过2/3的受访者表示AI可以通过优化库存和零部件、定价和促销、客户服务分析、销售和需求预测等方面提升收入。
虽然AI能够优化业务环节，让效率和速度大大提升。但在数字化转型的节点上，应用AI并不代表企业真正已经完成了数字化转型。因此需要一把标尺丈量企业的数字化转型进程。
伴随数字化企业概念的出现，加深了外界对“数字化成熟度”的认识。在企业进行数字化转型之前，得先度量企业的数字化程度，建立系统性的判断，继而根据数字化成熟度的不同，找到合适的切入点。因此，“数字化成熟度”这一标准尤为重要。
但是，现在尚未有通用的数字化成熟度衡量标准出现。成熟度一般可以被定义为事物发展的状态，描述最初阶段到立项阶段的演变过程。李杰教授所著的《工业人工智能》这本书认为，企业应该对自身的技术成熟度定期评估，以评估向智能化转型的成熟度。“成熟度模型”工具尤为重要，可以对企业现有的生产系统进行描述。
通常情况下，具有较高数字化成熟度的企业更有可能认为自己处于人工智能技术采用的高级阶段，并有能力以规模化的方式将数据转化为精准洞察，这是来自高知特关于《人工智能投资与数字化成熟度曲线》报告的结论。相较于数字化成熟度较高的受访企业，那些数字化成熟度较低的受访企业很少会认为自己拥有先进的人工智能应用。
艰巨的成熟度评估过程
2020年，越来越多企业开始转型数字化，且意识到数字化的重要性。但同样，很多企业也意识到这是一项艰巨的任务。
根据Gartner报告显示，尽管91％的公司追求某种形式的数字化转型，但只有40％的企业表示成功实现了数字化转型。那么成功与失败背后的区别究竟是什么呢？
多数企业利用数字化软件代替旧的系统，让它们可以更高效、更具成本效益。但是要让数字化驱动企业发展，远不止这些。
在《2020亚太区中小企业数字化成熟度报告》里，用成熟度指数来概况企业的数字化成熟度。这些指数维度包括数字化战略和组织、数字化流程和监管、数字化技术以及数字化人才和技能。每个维度都可衡量企业业务职能和表现，对企业数字化进行独立评估。
大多数中小企业正在努力实现其数字化目标，其中略多于一半的企业处于第二阶段，即数字化观察者，而近三分之一的中小企业是“数字化无感者”，仍在被动响应市场变化，且几乎没有做出努力进行数字化转型。
摆在中小企业数字化转型面前的主要挑战是，数字化技能和人才短缺，其次是缺少实现数字化转型所需的技术。
无论规模大小，亚太区的中小企业都计划在未来18个月先对云进行投资，以实现其业务的数字化，紧随其后的投资领域是安全和IT基础设施升级。在疫情期间，与客户体验、视频会议解决方案及人工智能分析技术领域相关的投资大大增加。
另外，来自《埃森哲企业数字转型指数》显示，可以从智能化运营和数字化创新两个维度对中国各行各业的数字能力成熟度进行评估。
智能化运营方面包括数字渠道与营销、智能生产与制造及智能支持与管控；数字化创新方面包括产品与服务创新、数字商业模式及数字创投与孵化。
目前，中国各行业的数字化能力建设整体尚处于初级阶段，但领军者数字化成熟度已远超同行。据埃森哲与国家工业信息安全发展研究中心合作的研究结果显示。
埃森哲从十万余家企业中，抽取八大代表性行业的450家企业进行分析，涉及的行业有汽车及零部件、消费电子、物流、传统零售、医药、快速消费品、化工建材及冶金。
不同行业间的数字化程度存在一定差距。靠近终端消费者的2C行业的数字化水平相对高于2B行业。
以零售商的数字化转型为例，大部分企业的发力点集中在内部前台、中台、后台的IT系统建设以及线上线下的数字化营销能力。例如在营销和客户服务等环节，很多企业开始应用用户画像开展数字化营销。
但是也有一些弊端。在数字化供应链建设、生态系统建设、商品和服务的数字化可标示可追逐等方面还处在早期阶段。
有一家零售企业就表示，“我们有8000多家自有门店，十个品牌，零售数据非常多。去年专门针对SAP系统，即针对所有企业的数据和应用集成的一套方法，主要解决数据太多导致系统跑不动的问题。”据德勤中国零售企业数字化成熟度评估调研报告显示，目前仅9%的零售企业数字化供应链能力达到了智慧阶段。
审视企业数字化的大框架
通过梳理关于数字化成熟度评估的相关报告，我们发现，对企业数字化成熟度的评估通常围绕公司战略、业务应用、组织与人才等环节进行。大致基本框架是如此，但具体到不同行业又有所差异，比如对更接触C端用户需求侧对数字化转型更强调业务前端，而对于面向智能工厂端则更强调技术端。
虽然不同行业千差万别，但也需要意识到数字化并非一蹴而就，企业也并非是为了数字化而数字化。腾讯公司高级管理顾问、青腾大学教务长杨国安作为长期观察企业数字化转型实践的学者，会围绕企业的战略、价值观、数字能力、组织与领导力五大重点方面审视一家打算实现数字化转型的公司。
以“what、how、why”等方面入手，弄清楚企业为何做数字化转型，以及与企业的战略布局有何关系？围绕战略转型，数字化如何切入？采用怎样的科技能力实现不同业务的数字化？围绕数字化，企业如何搭建人才与组织架构？
战略的重要性摆在首位，企业可以用数字化重新定义公司今后的发展脉络，并寻求差异化竞争点。比如便利蜂的数字化定位，便超出了常人对它的认知。表面上便利蜂是一家再普通不过的便利店，实际上，便利蜂所涉及的商品出货、供应链、商店的盈亏、员工的考核等方面，都依赖于系统大脑下达的指令。一切业务运作都建立在数字化的基础上，打通各个不同环节。这便是一家典型的数字化零售企业。
企业在推进数字化转型的过程中，离不开业务应用、IT架构、组织机制建设等工作环节。数字化战略、数字化业务应用、数字技术能力、数据能力、数字组织能力及变革管理成为评估企业数字化成熟度的六大主要维度。这是来自普华永道思略特报告的标准。
数字化战略：从企业的战略规划和投资等角度，衡量企业推行数字化的决心和力度;
数字化业务应用：从各个业务条线最终使用数字化的深浅程度，来衡量企业数字化转型的成果。业务条线包括衡量价值链环节的研发、采购、生产、营销、客服等，也包括内部管理条线如战略、人力、财务、IT等；
数字化技术能力：是否具备先进的、支撑企业未来数字化应用的IT架构的，以及相应的技术组织能力，比如新技术人员、数字技术组织结构和运作方式等；
数据能力：企业能够应用数据分析进行业务决策的程度，包括数据可得性以及数据分析能力两个方面。打造强有力的数据能力涉及数据战略、数据架构、数据治理、数据安全、人员技能等多个方面；
数字组织能力：企业采取怎样的组织机制/流程/文化/员工技能等，来支持企业数字化转型和运营工作；
变革管理：企业推进数字化转型的机制是否成熟，比如数字化治理模式、变革管理人员技能等。
经数字化成熟度评估后，可以厘清企业数字化转型所处的阶段。一般而言，数字化企业的核心是构建以客户为中心的能力体系，面向内外部日益复杂多变的运营管理环境时，需要敏捷、精益、智慧与柔性，因此需要IT架构和组织能力体系的相互配合。
以业务层面为例，一线服务团队将客户需求传递回平台，通过信息共享和决策分析，让客户变化需求直达企业内部各资源部门和决策部门，实现敏捷应对。在IT能力建设方面，对内实施IT资源整合，聚集所有IT力量，统一规划。对外也需要借助数字化专业团队的力量，通过合作加快企业数字化转型的推进。
转型背后的智能化评估
即便了解了数字化企业的特征，还不代表企业能转型成功。数字化转型的本质是转型，背后的数字能力及科技能力尤为重要。
在云、大数据、AI、IoT、5G等数字技术的涌入下，业务与技术的交织甚为复杂。这也使得企业的数字化转型难度大大增加，企业也很难厘清究竟该从哪入手或者沿着什么路径进行推进。
企业数字化转型所处的阶段可以按照在线化、集成化、数字化及智能化四个类别进行分类。数字化评估也少不了对企业内部智能化、数字化、信息化等关键节点的评估，弄清数字化转型与业务模式变革之间的关系。
在《工业人工智能》一书中，简要介绍了三种衡量企业信息化程度的方式，为企业智能化转型提供基础判断方法。
第一种是通过数字准备评估成熟度模型，以制造企业的制造运营流程评估为例。一方面评估制造企业开始信息化转型的准备就绪程度，另一方面识别制造企业的优势、劣势和机会。
制造运营流程通常分成五个主要部分，设计与工程；生产管理；质量管理；维护管理及物流管理，每个部分都可以视为一个独立的模块。
经成熟度评估后，可以分为不同阶段，各个阶段之间在流程、基础设施建设、信息交换与决策等方面都是顺序渐进的。在最为成熟的数字导向阶段，企业可以在坚实的技术基础设施基础上，以高速、强健、安全的信息交换来支持企业的快速决策。
第二种是利用智能制造系统准备水平衡量制造企业是否具备智能化条件。采用这种方法所定义的智能化，是密集使用信息和通信技术来提高制造系统性能。需要通过传感器、控制器等系统来采集生产过程中的实时数据，有了数据才能运用数据监控即分析技术，优化生产环境的资源配置和设备。
这种方式主要关注的方面囊括了生产力改善的成熟度、信息化软件的支持程度和信息共享能力的成熟度。
第三种则是通过生产系统成熟度评估制造企业生产设施的总体情况，确定制造业务管理的政策、程序和执行的组织性、可靠性和可重复性。成熟度越高，组织效率越高，制造运营管理层面的问题就越少。
在工业制造领域，需要相应的工具和方法，将企业信息化成熟度与智能化成熟度的评估融合，综合评估企业的智能化转型阶段，为企业决策提供实证证据。
在富士康科技集团内部就建立了一套评价方法来衡量制造系统的智能化程度，从运营技术（OT）、分析技术（AT）、数据技术（DT）等技术维度进行评价。
以数据技术（DT）维度为例，主要是分析工业数据碎片化、质量等问题。例如在一条流程性制造产线中，末端产品质量的数据要能够与产品在上游工序加工时的设备参数对应，因此必须强化数据的全面性和代表性。
运营技术（OT）则能够对工厂端的人、机、环、体系等方面进行数字化管控，将人的隐形的知识经验转化为机器语言，成为一种可执行的知识体系。
工业人工智能的思路也为其他行业提供借鉴路径。信息化是实现智能化的前提条件，有了数据作为依据，才能运用大数据分析技术，优化生产、运营和设备，最终达到数字化、智能化的目标。
相关推荐
被加速的数字化，企业艰难转型背后的评估难事
广发关铁军：银行加速数字化转型的一些思考
多数的中国企业，尚未走好数字化转型第一步
数字化转型浪潮下，三节课如何「乘风破浪」抓住企业培训市场？
付费墙背后的艰难升级：挪威《晚邮报》的数字订阅之路
SaaS场景化：艰难而正确的事
锁定中大型企业的数字化转型市场，「GrowingIO」 发布增长平台
北森云计算联合创始人、CEO纪伟国：HR SaaS如何推动企业数字化转型 | WISE2020新经济领峰者大会
2020科技的进与退：数字化加速与算法控制人类
阿里“刷新”企业数字化猜想
网址: 被加速的数字化，企业艰难转型背后的评估难事 http://m.xishuta.com/newsview36329.html
