企业数字化转型高质量发展路径分析

信 文｜史 凯

企业数字化转型没有作业可抄，要从自身的业务战略出发，源于价值，始于业务，成于数据，终于组织，才能让企业数字化转型高质量推进，达成效果

党的二十大报告提出，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。数字经济作为我国经济的重要引擎，是国际竞争的重点领域。2023 年5 月23 日，国家互联网信息办公室发布《数字中国发展报告（2022年）》。《报告》指出，2022 年我国数字经济规模达50.2 万亿元，总量稳居世界第二，同比名义增长10.3%，占国内生产总值比重提升至41.5%。

习总书记在十九届中央政治局第三十四次集体学习时的讲话明确指出，要充分发挥海量数据和丰富应用场景优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济。

信息化是一切业务数据化，是业务的局部支撑；而数字化是一切数据业务化，是业务的存在形式，是业务本身。所以数字化的项目是否成功、是否有成效，决定性因素在于是否充分地利用数据获得了新的竞争力，产生了价值。

国内企业数字化转型浪费现象频发

在这样的大背景下，国内数字产业的发展如火如荼，数字化成为所有企业的“必做题”，也成为企业必须掌握的核心竞争力之一。很多企业领导言必谈数字化转型，但是数字化转型的失败率仍然超出预期。

麦肯锡的调研显示：一般企业做数字化转型的失败率高达80% ；国际数据公司（IDC）的调研显示：中国传统企业数字化转型的失败率至今却仍徘徊在70%到80%之间。

这些失败的转型案例，大量表现为实施了数字化项目，但是最终没有带来对应的收益和效果。笔者与不少企业高管在交流中发现，国内数字化转型市场存在着大量浪费的现象。比如一个1000 万元预算的数字化转型项目，最终甲方能够度量的收益可能只有500 万元，而由于国内数字化转型竞争非常激烈，可能供应商方的整体投入实际接近1500 万元（如图1 所示）。

究其根本原因，是供给和需求的错配，也就是说，甲方没有厘清自己数字化转型需要解决的业务问题是什么，进而没有匹配到精准的解决方案，最终所选择的解决方案中大量的功能、流程都缺少用武之地。以笔者亲身经历为例，笔者作为数字化顾问，曾辅导一家全球五百强的制造型企业。该企业IT 部门提出购买设备管理系统的需求，原本打算直接购买第三方套件，但经笔者调研诊断发现，业务部门需要解决的，其实是如何降低设备检修费用，提升设备使用效率的问题。这个问题涉及采购、生产等多个环节，并不是购买一个设备管理系统单体软件所能解决的。而且，如果没能追根究底地发现真正需求，很可能企业投入资金购买的这个设备管理软件只能发挥不到40%的功能，并且还很有可能产生一个新的数据孤岛。

由此可见，从业务价值视角出发，将有限的数字化预算投入到收益明显、业务获得感高的场景和需求中，才能真正实现高质量的数字化转型。

企业高质量数字化转型的四大要素

正如《关于加快推进国有企业数字化转型工作的通知》中所指出的，数字化转型是一个体系化、系统性、艰巨性的工程，不是一个纯技术性的工作。所以，如何能够找到符合自己企业的行业特点，因地制宜地与企业的业务战略紧密结合形成转型路径，成为高质量进行数字化转型的要务。

笔者认为，企业数字化转型没有作业可抄，要从自身的业务战略出发，源于价值，始于业务，成于数据，终于组织，才能让企业数字化转型高质量推进，达成效果，而不是浮于形式。

数字化转型要源于价值。一定要清晰地认知到，数字化转型本身不是目标，创造与企业业务战略一致的业务价值，才是根本目标。在数字化转型的路上，一定要坚持价值导向；而不是陷入技术、数据的各种概念，以及架构的迷宫，进而忘记为什么出发。所以，不要问数字化转型要做什么，因为做什么不取决于数字化转型项目自身，而取决于企业在这个数字化时代，要解决什么问题，实现什么价值，走向什么终局。

数字化转型要始于业务。当企业搞清楚业务价值和业务目标后，还需记得数字化转型的发起方一定是业务方，而非技术方。多年来，笔者观察到很多企业开展数字化转型，是“技术做作业，业务打钩钩”。往往技术找的场景、立的项目，并不是站在业务部门的立场，没有从业务方的KPI出发，过于理想化、过于理论，由此导致不论技术方的方案多么完美，也难以获得业务方的共鸣。最终在实施落地的时候，往往貌合神离、无疾而终。

数字化转型成于数据。信息化和数字化不同。信息化是原有业务流程的数据化、线上化，而数字化是通过数据来驱动和重塑现有业务。所以，笔者在著作《精益数据方法论》一书中明确提出，信息化是一切业务数据化，是业务的局部支撑；而数字化是一切数据业务化，是业务的存在形式，是业务本身。所以数字化的项目是否成功、是否有成效，决定性因素在于是否充分地利用数据获得了新的竞争力，产生了价值。如果只是把原来的业务流程从线下搬到了线上，从手工作业变成系统作业，那么业务方的感受是不明显的，尤其是在一些人工成本并不是很高的传统行业，其投入产出比并不高。而那些数字化转型做得好的企业，就是通过对数据的利用，重构和优化了做业务的方法，比如实现智能补货、路径优化等场景，让做业务的方法从传统的人工经验、单点作业，变成了全局最优、及时响应，从而获得了业务方的认可。

数字化转型终于组织。有人经常问笔者，怎么样才算数字化转型成功？笔者认为，数字化转型本身没有止境，企业是随着时代的发展不断演进提升的，数字化转型就是数字化时代企业整体的转型，所以数字化转型最终会全方位、全链路、全体系地改变和重塑企业整体，企业的商业模式、组织结构、业务流程、绩效体系等也会随之发生优化和调整,最终成为一个数据驱动的组织。

卡牌式数字化剧本杀—精益数据工作坊

精益数据方法强调从业务价值出发，解决实际问题，并且将业务目标层层分解，最终找到阻碍业务目标达成的痛点，然后通过数据和数字化技术来针对性解决这些问题，抽象提炼成用户为中心的业务场景，然后再将场景设计成一个个的数字化转型项目和配套举措。

精益数据方法赋能企业数字化转型目标与场景一致

多年来，笔者经历过本土企业信息化和数字化的全过程，从ERP 系统实施到AIGC 赋能企业数字化，曾服务超过100 家“五百强”企业，并将这些工作经验总结成一套以精益思想为核心的数字化转型实践方法。过去的几年，笔者通过该方法帮助多个企业实现了高质量的数字化转型。

以笔者曾辅导的某传统制造业企业为例，企业领导对数字化非常重视，但是由于前几年已经投入建设一些单体系统，其业务侧收效甚微，导致继续推进数字化面临巨大的阻力，包括IT 部门也缺乏继续建设的积极性，而深陷于被动地支撑运维和一些报表开发。笔者帮助该企业设计了集培训赋能、案例讲解、咨询共创和蓝图设计于一体的精益数据工作坊，让数字化转型从“IT 部门做作业，业务部门打钩钩”的形式变成业务主导、IT 辅导、共同决策的共创模式。

经过精心的设计，通过两天的现场共创，利用互动有趣的精益数据卡牌，业务人员纷纷表示有收获、有提升，在统一认知、统一思想的基础上，进一步统一了目标和价值，从而实现统一场景、统一行动、统一项目清单。两天的工作坊，业务部门共创产出了超过60 个业务场景清单，最终通过排序优先级，梳理出10多个数字化转型落地项目，而在此基础上，IT 部门也非常配合地完成了数字化转型蓝图的设计。

同时，由于这些业务场景的数字化转型蓝图设计不是IT 部门单方面设计的，而是以业务部门为核心产出的，所以业务部门在转型的过程中投入度很高、支持力度很大，真正做到了业务技术相融合。现在，该企业已经把数据驱动、流数融合变成了企业的战略之一。

这样的实践案例有很多，其底层逻辑是一致的，就是“价值导向，业技共创”。精益数据方法强调从业务价值出发，解决实际问题，并且将业务目标层层分解，最终找到阻碍业务目标达成的痛点，然后通过数据和数字化技术来针对性解决这些问题，抽象提炼成用户为中心的业务场景，然后再将场景设计成一个个的数字化转型项目和配套举措。

为了让这样的过程更加有趣互动，不再是枯燥的技术名词和被动地解释业务规则，精益数据方法将这个轻咨询服务设计成行业首个卡牌式工作坊，通过让业务人员和技术人员一起玩一套卡牌，让业务人员理解数字化转型的底层逻辑，了解常见的数字化技术、业务场景以及其他行业的最佳实践案例，然后通过体系化的价值指数，贯穿整个工作坊，让所有的数字化场景和项目都能够直接关联到业务目标，进而让数字化项目的价值“看得见”。

过去，数字化转型项目失败的重要原因是业务方与技术方对于数字化转型的认知不一致，业务方不了解数字化技术的价值和用途，而技术方不理解业务方承担业务KPI 的压力和挑战。就像如果农民不知道世界上有无人机和卫星遥感技术，他提的需求可能永远是“让我的马跑得更快一些”；而如果技术团队不能理解业务团队的KPI 构成，就可能会把技术的先进性作为度量的唯一标准。精益数据方法最大的特点，就是通过业务与技术的深度融合共创，让不同的利益相关者达成对数字化转型目标和场景的一致。

目前精益数据工作坊已经在行业里众多的头部企业落地，成为企业统一认知、统一目标、统一场景和统一行动的“新武器”。

高质量数字化转型需要四大路径不断循环往复

在这个外部环境高速变化的时代，企业数字化转型也有不确定性，并且投入产出不是线性的，往往是需要积累一段时间投入才能逐渐看到效果。

精益数据方法认为，企业要实现高质量数字化转型，需要从业务价值出发，梳理出价值流（Value Stream），消除数字化转型过程中的七大浪费，然后不断小步快跑、快速迭代，从而在不确定中快速找到确定性，然后将确定性的价值进行全链路的设计拉通，形成全局视角和价值流；再利用精益数据方法消除数字化转型项目中的七大浪费，不断缩短上线的周期，实现尽快上线，获得用户的反馈，从而不断优化。