数字“五化”与商业模式及组织管理模式创新

王子阳 朱武祥 李浩然 熊立铭

2022年1月，国务院印发了《“十四五”数字经济发展规划》（以下简称“《规划》”），强调要加快企业数字化转型升级。无论是学界还是业界，“企业数字化”的话题均成为重点研究的方向，但何为数字化一直没有共识。市场上五花八门、成效悬殊的各式數字化“方法”、“思维”、“战略”也伴随而生。

通过对大量企业数字化过程的调研，我们发现了企业在数字化过程中的三种典型误区：

一、数字化=业务线上化：有些企业跟风式进行数字化转型，认为数字化便是将所有业务线上化、电子化。只听说线上化“好”，但不知道线上化“好在哪里”“目的为何”。单纯将业务线上化，而没有以数字化的方式理解业务流程并进行优化或重构，最终往往投入大量成本，但业务效率提升甚微。

二、数字化=营销流量化：有些企业认为数字化等同于采用线上流量营销模式，但并不知道流量营销模式发挥作用的前提是什么。这导致这些企业在几个流量平台上花费重金，但并未获得预期成效，甚至影响已有渠道的运行效率。

三、数字化=管理万能药：有些企业误认为数字化能够解决组织管理中的所有问题，一旦应用了数字化软件，管理中的问题就会迎刃而解。但往往事与愿违，如果没有从管理问题的根源进行优化，数字化工具不仅可能“治标不治本”，甚至还可能加重病灶。

事实上，出现上述问题的原因在于企业没有准确厘清数字化的两个关键问题。第一，企业数字化的内涵，即数字化到底是对企业的哪些维度进行优化以及企业的哪些环节是最适合应用数字化工具。第二，数字化驱动企业业务增长的传导路径。厘清这两个问题，可以避免企业的数字化浮于表面或者成为企业增长的负担。

什么是企业数字化？原国务院副秘书长、中国数字经济发展和治理学术年会主席团主席江小涓在其2022年发表在《管理世界》上的一篇文章中指出，数字化的底层逻辑，是应用数字技术将现实世界的企业经营管理过程映射到数字世界，再将经过数字算法处理的结果回嵌应用到现实世界（见图1）。前者是当前企业数字化的重点方向，最终目标是实现现实世界和行为动作全部数据化的数据全纳过程；后者则是企业数字化的核心成果，从而提高全社会资源配置效率，提供新的增长源泉和增长空间。为了做好第一步向数字世界的映射，既需要熟稔数字技术，也需要对现实世界的企业经营管理过程进行系统拆解。如果说数字技术是将企业送入数字世界的船只，那么对经营过程的拆解就是要提前整理打包装船，以确保数字世界里的企业仍能顺畅运转。

诺贝尔经济学奖和图灵奖双料得主赫伯特·西蒙曾经说过，企业是一个决策制定和信息处理系统，企业的管理过程就是一系列决策过程。这些决策过程被映射到数字世界里，形成了数字世界的决策系统。因此，想要通过数字技术提升企业的价值创造过程，关键在于在数字世界对决策系统进行优化。根据美国计算机协会（ACM）的定义，数字系统包含五大核心功能：输入、存储、处理、输出和控制。数字系统的运行模式必然包含这五个环节：数据输入是整个系统运行的开端和基础；输入的数据经过存储阶段的沉淀后，通过数据模型进行处理；处理完毕输出结果，系统再根据输出的结论对处理模型和输入方式进行调整和控制。这五个环节支撑企业完成经营管理过程中的各项活动或活动的组合。

为了有效分析数字化系统如何影响活动的价值产出效率，我们从魏炜、朱武祥两位教授的商业模式理论入手。魏朱将商业模式定义为经营活动集合及利益相关者的交易结构，即企业选择从事哪些经营活动，以及如何完成经营活动和获利（利益相关者的交易结构）。这一定义包含了商业模式的四个核心要素：经营活动组合、参与主体（即利益相关者）、活动在主体间的分工、主体与主体之间的交易结构（它们之间的关系见图2）。

无论是企业外部市场交易还是内部员工协作，企业经营管理过程的各项业务活动和管理活动都可以从活动、主体、分工和交易四个维度进行拆解和优化。魏朱商业模式理论认为，商业模式升级和优化路径有四类：（1）优化经营活动；（2）优化参与主体的范围；（3）优化活动在主体间的分工方式；（4）优化主体之间的交易结构。

通过这四类商业模式优化路径，可以发现数字化为企业商业模式——经营活动分工和利益相关者交易结构带来巨大的升级空间。例如，需要大量人力的经营活动在数字化系统帮助下，可以降低对人工操作的依赖度，甚至不再需要人工操作；利用系统积累的数据可以吸引新的主体加入；在数字技术的加持下，交易主体间的交互可以突破空间距离和载体信息量的限制，不仅使企业可以与原本无法交易的主体直接交易，还可以建立更深、更紧密的交易方式和更灵活的交易收支方式。

结合企业数字化概念的内涵和商业模式升级的方向，我们明确了企业数字化的最终目标：在数字化系统五大功能环节中，实现业务和组织管理的“五化”（见图3）。

输入与存储：透明化

数字化时代前，能够作为数字世界中决策系统输入的信息占现实世界的全面信息的比例极小。这一方面是由于现实世界过于复杂，在缺乏数字化系统的情况下，收集并处理信息全集成本过高以至于无法实现，决策者只能依靠压缩后的信息集或基于其他人的判断作出决策，而压缩意味着信息丢失，其他人的判断意味着信息有偏，这些会导致决策者难以寻找全局最优解而只能寻找近似最优解。另一方面，存储载体的信息储量有限，无法收录信息全集，而储量有限意味着在较长的时间周期中只能留存有限数据，全面的数据对比无法实现。

随着数字化技术的不断发展，这个鸿沟正在逐渐消弭，绝大比例的信息都可以表现为数字化系统中的数据。一方面，数据收集手段的升级大幅降低了数据收集成本；另一方面，数据载体的储量上限也呈几何级数提高。决策者可以在全面、直接了解业务活动和管理活动的真实情况后作出更为准确的判断。从魏朱商业模式角度，我们将企业数字化输入与存储阶段的透明化定义为：将企业的业务活动和管理活动过程以可调用数据的方式存储并呈现的过程。这里的透明化包含两方面内涵：

一、输入阶段、物理世界活动转化为非结构化数据。通过设置传感器、手动输入和数据库合并等数字化手段和传统手段结合，将物理世界活动转化为数字空间中的信息全集。此时的数据是海量且非结构化的，无法被直接调用。

二、存储阶段、非结构化数据转化为可调用的结构化数据。存储最终指向未来的调用，因此除了保证数据存储的稳定安全外，还需要将数据进行结构化以保证其可调用性，从而完成数据透明化。

處理：多维化、智能化

数据范围是数字化系统分析范围的上限。人工决策时可获取和可处理的数据集有限，基于数据集形成的决策模型也受到限制。当系统只包含部分经营管理过程的数据时，自然也只能进行局部分析。而在近乎透明化数据输入的支持下，数字化系统能够获取并处理更大量级、覆盖更全面的数据集。以全面的信息集为基础，企业才有条件建立包含多个维度的决策模型，进行多维化的计算和优化，作出更优决策。

随着数据规模的扩大，决策模型的多维化，会导致计算复杂度呈几何倍数上升。传统的数据处理方法对这类问题的求解无能为力，必须借助人工智能等智能化技术来辅助决策。数字化系统可以将企业的最优实践和方法论沉淀在模型中，同时利用人工智能挖掘方法论，对决策模型进行自主优化迭代，辅助决策者进行更有效的决策。

输出：个性化

多维化决策模型输出的是多维度的复杂结果。随着模型复杂程度的提升，结果的复杂程度也随着飙升。但无论是出于认知效率考虑，还是为了管理的需要，多维度的结果都不应该直接推送给所有人，按照个体需求进行个性化输出才最有利于企业业务和管理活动的完成，即企业针对同类对象的不同个体给出个性化的应对策略和决策方法。在数字化时代之前，由于信息处理能力的限制，往往将类似对象归类做一致处理，数字化系统则可以还原到单个对象做个性化应对。例如，对于不同的员工，企业可以根据其岗位、性格特征制定差异化管理办法，提供不同的信息资料和工作任务。对于不同的客户，企业可以根据其交易历史和当前需求实现差异化服务。输出的个性化为企业内部和外部都带来了全新的分工和交易的可能性。

控制：精准化

控制环节是企业优化决策机制、不断进化的重要环节，复杂的处理模型提升了控制精准化的重要程度。一方面，每一个细小的调整都可能会引发蝴蝶效应，因此更需要控制的谨慎和精准；另一方面，在前数字化时代，数据颗粒度过粗，业务复盘难以精准识别病灶。当数字化系统中包含了全过程的细颗粒度数据时，控制的精准化就具备了实施条件，即可以基于全过程数据，对业务链条的每一个环节的投入产出进行精细准确的评估，指出链条中低效甚至无效的病灶所在，并在精准的关键优化点上对处理模型进行校正，校正后再次进行精细评估以验证成效，如此迭代，完成控制反馈循环。

接下来，我们以线下购物中心数字化和AI独角兽企业爱笔科技公司为例，分析业务及管理活动的数字“五化”对企业商业模式和组织模式的影响。

线下购物中心的经营痛点

购物中心的主要利益相关者是消费者和入驻商户。购物中心是消费者和商户交互的空间载体，购物中心的管理者负责协调组合商户，形成对消费者更有吸引力的商业业态组合。购物中心的吸引力不仅是商户吸引力与配套设施吸引力的简单加和，还取决于商户组合的有效性。

购物中心缺乏对消费者在商场消费行为的全面了解，难以有理有据有效地动态优化商户组合和商场管理。在前数字化时代，购物中心与商户的交易方式非常单一，基本属于房东和租客模式。虽然双方可以通过租金、分成、租金加分成等收费模式形成一定程度的绑定，但购物中心和商户的运营仍相对独立，购物中心对商户的了解非常有限。大部分购物中心对其商户的布局策略并没有形成系统成熟的方法论，只能机械地模仿竞争对手，甚至是拍脑袋决策。作为销售额“扛把子”的女装商户究竟应该放在哪个位置？哪些类别的商户之间能够彼此引流？这些关键问题在购物中心现有的决策模式下都不能得到准确的回答。此外，由于消费者的消费行为一般都是与商户进行，很少与购物中心直接交互，购物中心同样也不了解消费者的特征：消费主体究竟是男是女？多大年龄？有哪些偏好？

互联网的兴起和电商模式的出现，大大推动了购物中心数字化的实质进程。线下零售商在受到亚马逊、淘宝、京东等电商平台剧烈冲击的同时，也在向其学习用户触达、受众画像、算法推荐、在线（移动）支付等以会员为中心的数字化模式。但新的问题在于，购物中心在数据来源存在明显不足。

电商网站可以有效获取消费者浏览、选择、购买等消费全链条数据，购物中心的数据主要来自于其会员体系和支付体系，仅涉及消费者的支付结算一个环节，无法对消费者的全链条消费行为形成全面认知。相比于支付结算数据，消费者在购物中心“逛”的过程数据才是反映消费者行为习惯的关键信息。但是，如果仅利用传统的手段从会员体系入手，要么难以获取数据，要么容易侵犯消费者隐私。

数字化解决方案

从数字“五化”视角，购物中心数字化最有效的办法应是尽量在数字世界中还原消费者在购物中心的活动及行为轨迹，通过人脸识别、物联网等硬件，记录和收集消费者的活动及行为轨迹数据，购物中心应用数据智能处理算法，对人流量、销售额、消费者停留时间和流动轨迹数据进行多维度分析，了解每一家商户在当前布局下的表现，判断品牌与品牌、品牌与商铺区位的匹配程度，进而形成一套面向购物中心的智能化数据指标系统。这套系统可以根据实际情况对决策的重点问题给出智能化提示，如商户布局、商户预警、租金定价、促销策划、消费者行为等等。以往只能依靠经验判断的问题，现在都有了数据的支撑。

另一方面，基于消费者行为轨迹数据，购物中心对消费者的形象刻画可以扩展出了更多的维度。原有的会员系统只能通过消费记录和有限的个人信息来推断消费者的个人特征。在数字化系统的加持下，购物中心对消费者的了解不仅包括买过什么，还包括进过哪些店铺、在哪里停留的时间最长、购物后喜欢去哪家餐厅，甚至包括乘坐什么交通工具前来、通常在什么时间来、逛街时喜欢怎样着装打扮，所有这些信息都可以从消费者购物行为轨迹数据中分析出来。

以此为基础，购物中心与商户以及消费者之间的商业模式设计有了更大的想象空间（商业模式升级前后对比见图4）。

首先，购物中心不再被动等待商户租用商铺，可以主动全面规划布局的品牌分布，挑选合适的品牌入驻指定的商铺。布局规划的根据就是对消费者行为轨迹数据的深入分析。通过消费者的行为轨迹，可以有效显示热门商户对周边商户的辐射和交叉引流效果，测算消费者进店流量与销量之间的转化率，最终实现精准评估每一家商户在购物中心中的价值。

另外，购物中心可以设计新的租金方案，租金水平不只与商铺区位有关，还可以与商户的引流和转化能力以及购物中心提供的赋能服务挂钩。这些评估会随着消费者购物轨迹数据的更新，不断验证预期，进而对商户布局、租金设置、补贴等方面进行进一步调整和优化。这些数据还可以向商户开放，帮助各品牌商户间开展合作，更好地就近互相引流。

在消费者端，通过对消费者特征进行多维度的数据建模，购物中心可以根据行为特征分类消费者，并与商户一同为消费者提供更个性化服务。例如，通过交互屏等线下终端和手机等交互平台，为进场顾客提供个性化的商户、活动、商品推荐。这些推荐既符合消费者的个人特质和历史消费偏好，也和他们当前所处的位置相关联，实现对商户的引流。

透明化的消费者行为轨迹数据输入和存储是购物中心数字化的基石。数据系统的智能化处理和多维化的商户管理是数字化的核心环节。消费者服务的个性化和内部运营优化的精准化则是数字化的最终成果。“五化”的数字化模式不仅解决了购物中心在商户组合和商场管理上的痛点，还为其创造了模式升级的新空间；不仅将与商户之间的招商模式变被动为主动，还成功建立了与消费者之间的交互渠道，为其提供个性化服务，大大提升了客户粘性和品牌价值。

上述购物中心的数字化解决方案并非臆想，已经有一些AI公司可以提供服务。爱笔科技公司就是其中的典型代表。

爱笔科技利用独有的室内实景3D地图机器人技术快速采集数据，经由自开发的室内视觉地图重建算法将原始数据结构化，生成整个购物中心的厘米级高精度室内实景 3D 地图，实现了购物中心现实世界的数字孪生。在此基础上，爱笔科技通过计算机视觉及AI技术，实时识别每个消费者每个时间点在购物中心内位置的数字3D坐标，再将消费者的各个坐标相连，形成消费者行为轨迹。这实现了数据的透明化，商户管理的多维化和智能化，解决了线下商业综合体的部分痛点，并开始以个性化服务进行商业模式创新，印证了数字“五化”逻辑的正确性。

爱笔科技作为一家以算法为核心竞争力，并行开发多个不同场景解决方案的AI公司，在公司内部组织管理上同样体现了数字“五化”特征。

由于爱笔科技面对的开发或数字化项目多为创新程度高、探索性强的新任务，使得公司管理者很难按照以往项目管理方式有效划分项目阶段、预估项目周期。具体而言，爱笔科技公司内部组织管理面临两个挑战：

第一，既要有效管控项目进度又要充分保护并调动员工自主性。这意味着既不能采取抑制员工自驱力的强力管理思路，又不能彻底放任、完全依靠员工自发开展工作。

第二，有效地评估员工价值。爱笔科技内部项目间人员大量交叉，同一员工会同时参与多个项目，这使得以岗位为基础的员工管控和价值评价体系失效。

为此，爱笔科技基于飞书的数字化工具，建立了一个以文档为基石、以目标和任务为核心的数字化管理模式。

透明化

组织管理数字化的第一个难点是将现实世界的员工工作动作转化为数字空间的孪生非结构化数据。这些数据是管理的重要依据，也是组织管理数字化的基石，更是跨过管理“Word化”或是“邮箱化”的关键跳板。这一过程需要一个强大的数字化工具将企业在现实世界的运作过程和数字空间链接起来。在爱笔科技公司，这个工具就是飞书云文档。传统企业中通过口头语言或纸质媒介传递的项目信息、个人计划、工作過程，甚至工作成果，都可以通过一系列结构化的方式成为云文档。云文档丰富的编辑和插件功能可以满足不同工作性质的员工的各种需求，同时实现便捷展示和共享。飞书云文档在不降低甚至提高工作效率的情况下，将原本在现实世界中完成的业务动作转移到了数字空间中，并留下文档作为记录。这些以数字化形式记录的云文档，就是爱笔科技内部透明化的基础。

更进一步，爱笔科技借助飞书平台，搭建了一个与文档双向数据打通的项目管理系统。该系统不需要人为参与大量维护工作，它会自动提取员工的云文档内容作为数据来源，整理归类后以看板形式展示。所有项目的立项结项流程和项目数据同步展示在看板中。看板系统也帮助员工清晰展示出工作职责范围，明确当前重点任务和完成情况，完成自身工作内容的透明化；项目负责人则可以通过看板快速了解项目整体进展和每位下属的工作进度，告别阅读报告或听取汇报的低效率管理方式，实现项目情况的透明化。

多维化、智能化

爱笔科技通过透明化的数据看板，无论普通员工还是管理者都能快速明确职责范围内的工作内容和当前完成情况，实现员工自我管理以及负责人项目管理的多维化。

爱笔科技的数字化解决方案的突出特点是工程链条长：一个场景下的数字化方案至少包含3D扫描、摄像头安装及验收、算法开发、数据仓库、BI展示、数据应用六个环节。每个环节下又分为多个模块。例如，算法一个环节所包含的模块就超过70个模块。负责人很难同时掌握多模块、多环节的开发进度。而项目看板的存在极大地低了负责人的管理难度。项目负责人通过项目管理看板，能更便捷地了解每一位员工的项目进展，系统掌握和控制整个项目的进度，从多个维度进行统筹。再结合过程中平台记录的工时、完成任务数、财务成本等数据，负责人对每一位员工都能做到多维度的精细管理。

云文档数据库的存在，使运用智能化技术手段辅助项目管理成为可能。面对管理问题时，系统可以调用此前相似情景的活动记录，智能总结规律，为管理者提供决策建议。特别是在运用迭代式增量软件开发（Scrum）等敏捷开发方法进行项目管理时，通过项目看板进行展示的效果明显优于传统的文档展示，极大减轻了管理者的负担。在项目末尾，数字化系统还能根据员工交互数据向管理者推荐每个员工的360评价对象，并提供文档阅读时长等全新数据指标，实现智能化的员工评价。

项目看板同样也可以成为员工的自我管理工具。交叉开发使得参与多个项目的员工经常会遭遇多线程难题：手头同时进行多项工作，时间安排捉襟见肘，只能是哪项催得紧哪项先做，有时被迫停下执行了一半的任务转做另一项，顾此失彼。而一个清晰的任务看板，可以根据任务时限和上下游任务的完成情况，为员工提供工作任务智能标记，提示任务优先级，帮助员工基于项目和自身的整体情况，统筹安排任务顺序和工作计划，实现多维化的自我管理。

个性化

智能化系统还能为员工完成业务活动、管理者完成管理活动赋能。根据实际情况，系统可以推送个性化的可用资源、经验知识参考，提供有针对性的任务优先级和任务顺序指导。每个员工的项目管理看板界面都是根据其文档记录的个人数据定制，有效提升员工个人工作效率。而对于项目负责人，内部数字化系统可以将当前任务的特征与已完成任务比对，根据员工特点和任务特征向管理者推荐适合当前任务的员工，助力个性化的人岗匹配。

精准化

在数字化系统支持下，管理者可以对整个项目后续的复盘及优化能够进行精准判断，以便后续进行迭代和修正。针对并行多项目的员工如何进行绩效评估的难题，数字化系统则可以帮助管理者通过数据库文档、任务数回溯工作过程，准确量化员工在每个项目中的价值贡献。同时在云文档数据库的支持下，可供对员工进行评估的数据来源更加多样，以数据为根据得到的评估结果更精确。对产出不同类型成果（文档撰写、代码编写、客户联系）的员工，采用不同类型的数据作为绩效评估依据。在项目的复盘反馈环节，数字化系统也可以帮助管理者更精确地把握时间节点，适时进行督促和总结。

数字化不是要再造一个崭新的数字世界，而是要把数字世界和现实世界紧密地联系起来，并最终实现通过数字世界引导现实世界的经营管理。因此，企业数字化要做的不只是紧跟技术研发的前沿，而是在当前对业务和管理已经具备深刻理解的基础上，寻找技术赋能的模式创新机会。本文提出的数字化系统五大功能环节的“五化”模型，既立足于对数字技术的底层认识，又吸纳了商业模式理论的基础逻辑，并且融合了企业业务发展和组织管理的内在需求，为企业指出了一条具备实践价值的数字化路径。

從长远角度来看，在数字技术还在普及推广的当下，数字化尚能作为企业的一项竞争优势；而当AI智能时代到来时，数字化就只能作为企业智能化的一张入场券。唯有彻底实现数字化，实现“五化”，企业才有机会融入AI智能时代的技术浪潮。近几个月AI技术的颠覆性进步告诉我们，这个时代可能远比我们想象的来得更快。留给企业数字化的时间不多了！